-
公开(公告)号:CN119180882B
公开(公告)日:2025-03-07
申请号:CN202411678669.6
申请日:2024-11-22
Applicant: 中国科学院自动化研究所
IPC: G06T11/00 , G06T7/00 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种数理信息驱动的磁粒子成像梯度重建方法、模型训练方法及系统,涉及人工智能技术领域,尤其涉及生物医学分子影像、磁粒子成像重建技术领域。该方法包括:将系统矩阵和针对待成像对象的响应信号输入条件生成模型,输出条件参考信息;循环执行如下操作,得到针对待成像对象的目标重建图像;以初始推理图像作为当前推理图像,将当前推理图像和条件参考信息输入条件梯度估计模型,输出当前估计图像;将系统矩阵和响应信号输入数理信息迭代提取模型,输出当前数理信息;将当前估计图像和当前数理信息输入数理信息变换驱动模型,输出优化后的估计图像,并以优化后的估计图像作为当前推理图像循环执行如上操作。
-
公开(公告)号:CN119180882A
公开(公告)日:2024-12-24
申请号:CN202411678669.6
申请日:2024-11-22
Applicant: 中国科学院自动化研究所
IPC: G06T11/00 , G06T7/00 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种数理信息驱动的磁粒子成像梯度重建方法、模型训练方法及系统,涉及人工智能技术领域,尤其涉及生物医学分子影像、磁粒子成像重建技术领域。该方法包括:将系统矩阵和针对待成像对象的响应信号输入条件生成模型,输出条件参考信息;循环执行如下操作,得到针对待成像对象的目标重建图像;以初始推理图像作为当前推理图像,将当前推理图像和条件参考信息输入条件梯度估计模型,输出当前估计图像;将系统矩阵和响应信号输入数理信息迭代提取模型,输出当前数理信息;将当前估计图像和当前数理信息输入数理信息变换驱动模型,输出优化后的估计图像,并以优化后的估计图像作为当前推理图像循环执行如上操作。
-