技术总结
本发明阐述了一种基于深度学习的快速磁共振图像重建方法。该方法包括：对输入U‑net网络的k空间数据进行处理，首先对原始k空间数据做掩膜处理，掩膜掉的地方用零填充，接着将得到的k空间数据进行中心剪裁，作为U‑net的输入；训练U‑net网络；将训练好的神经网络用于测试集做预测。本发明与传统的基于深度学习的快速核磁共振图像重建方法不同之处在于对原始k空间数据做处理的时候，没有将欠采样的k空间数据进行IFFT转换为图像域数据，而是直接将欠采样的k空间数据输入U‑net网络来预测出全采样的k空间数据。本发明为快速核磁共振成像提供了另一个解决思路。
技术研发人员：漆进;李云路;王梓再
受保护的技术使用者：电子科技大学
技术研发日：2019.12.10
技术公布日：2020.03.27