买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:西门子医疗有限公司
摘要:考虑较少训练数据的基于深度机器学习的磁共振成像质量分类。为了对磁共振图像质量进行分类或训练以对磁共振图像质量进行分类,深度学习被用于学习基于模拟和测量的相似性来区分损坏图像的特征。深度学习使用没有质量注释的合成数据,从而允许大量的训练数据。然后将深度学习的特征用作输入特征,用于使用用地面实情质量注释的训练数据来训练分类器。由于使用了在没有质量注释的情况下学习的特征,可能需要较小的训练数据集来训练分类器。
主权项:1.一种用于对来自磁共振系统的图像的质量进行分类的方法,所述方法包括:通过磁共振系统生成由于患者运动而生成具有运动伪影的患者的图像;响应于将所述图像应用于机器学习回归量网络,确定特征值作为输出,所述机器学习回归量网络已经被训练以基于损坏图像的模拟来预测图像度量,其中通过为输入图像中的每个生成作为具有不同损坏特性的损坏图像的多个伪像图像来模拟损坏图像;响应于将所述特征值应用于机器学习分类器,对所述图像的质量进行分类;以及当质量低于阈值时,由磁共振系统重新扫描患者。
全文数据:
权利要求:
百度查询: 西门子医疗有限公司 考虑较少训练数据的基于深度机器学习的磁共振成像质量分类
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。