您的位置： 专家智库 > >

谭莎

作品数：6 被引量：0H指数：0
供职机构：中国科学院深圳先进技术研究院更多>>
发文基金：国家自然科学基金广东省自然科学基金更多>>
相关领域：医药卫生机械工程更多>>

合作作者

文献类型

  • 4篇专利
  • 1篇期刊文章
  • 1篇学位论文

领域

  • 1篇机械工程
  • 1篇医药卫生

主题

  • 5篇图像
  • 5篇磁共振
  • 3篇欠采样
  • 3篇字典学习
  • 3篇采样
  • 3篇成像
  • 3篇磁共振成像
  • 3篇磁共振图像
  • 2篇压缩感知
  • 2篇神经网
  • 2篇神经网络
  • 2篇图像特征
  • 2篇网络
  • 2篇先验
  • 2篇先验信息
  • 2篇卷积
  • 2篇卷积神经网络
  • 2篇感知
  • 1篇图像结构
  • 1篇图像块

机构

  • 5篇中国科学院
  • 2篇广东工业大学

作者

  • 6篇谭莎
  • 5篇梁栋
  • 5篇王珊珊
  • 4篇刘新
  • 4篇彭玺
  • 4篇郑海荣
  • 1篇刘且根
  • 1篇刘建博

传媒

  • 1篇集成技术

年份

  • 1篇2019
  • 1篇2018
  • 2篇2017
  • 2篇2016
共 6 条 记 录，以下是 1-6
全选 清除 导出
排序方式：
一种基于结构化字典学习的磁共振成像重建方法和装置
一种基于结构化字典学习的磁共振成像重建方法和装置，获取部分K空间数据；根据获取到的部分K空间数据建立磁共振重建模型；对K空间数据进行傅里叶反变换，以得到预估磁共振图像；在预估磁共振图像中提取图像样本块，以学习结构化字典；...
王珊珊梁栋谭莎刘建博刘且根彭玺刘新郑海荣
文献传递
一种基于深度卷积神经网络的快速磁共振成像方法及装置
本发明提供了一种基于深度卷积神经网络的快速磁共振成像方法及装置。所述方法包括：步骤S1，构建深度卷积神经网络；步骤S2，获取离线磁共振图像数据，训练所述深度卷积神经网络，学习欠采样磁共振图像与全采图像之间的映射关系；步骤...
梁栋王珊珊谭莎苏正航彭玺刘新郑海荣
文献传递
基于自适应稀疏表达的并行磁共振重建方法
2016年
为精确地进行并行磁共振成像,文章利用字典学习的强大捕捉细节和稀疏开发能力,提出了一种基于自适应稀疏表达的重建方法。该方法将并行磁共振重建问题转化为最小化由字典学习和数据拟合项构成的目标函数,并采用了分而治之的方案求解未知变量。为验证其有效性,将该方法与目前主流的两种方法在人体实际磁共振数据上进行了测试。测试结果显示,文章提出的方法能在抑制图像噪声的同时较好地保存图像细节。
谭莎王珊珊彭玺梁栋
关键词：字典学习压缩感知磁共振成像
基于字典学习的并行磁共振成像
磁共振成像技术，是一种无辐射无电离的医学影像技术，其成像参数多、成像方位全，不仅可以显示组织解剖结构等形态学信息，还可以反映人体生理生化等功能信息，是临床应用和科学研究中的重要工具。目前国内外磁共振市场需求大，而国内磁共...
谭莎
关键词：磁共振成像压缩感知字典学习图像结构
文献传递
一种基于深度卷积神经网络的快速磁共振成像方法及装置
本发明提供了一种基于深度卷积神经网络的快速磁共振成像方法及装置。所述方法包括：步骤S1，构建深度卷积神经网络；步骤S2，获取离线磁共振图像数据，训练所述深度卷积神经网络，学习欠采样磁共振图像与全采图像之间的映射关系；步骤...
梁栋王珊珊谭莎苏正航彭玺刘新郑海荣
文献传递
基于两层紧框架稀疏模型的并行磁共振成像方法、装置及计算机可读介质
本发明涉及基于两层紧框架稀疏模型的并行磁共振成像方法、装置及计算机可读介质。提供了一种基于两层紧框架稀疏模型的并行磁共振成像方法，包括以下步骤：S1)基于欠采样所得的每个通道的图像数据，创建基于两层紧框架稀疏模型的压缩感...
王珊珊梁栋谭莎刘新郑海荣
文献传递
全选 清除 导出
共1页<1>
聚类工具0