基于网络架构搜索的轻量级3D-MRI图像超分辨率重建算法制造技术

本发明专利技术提供基于网络架构搜索的轻量级3D‑MRI图像超分辨率重建算法，涉及图像超分辨率重建技术领域。包括以下步骤：步骤1：基准模型构建，步骤2：网络架构搜索问题建模，步骤3：模型轻量化，步骤4：模型求解。本发明专利技术通过网络架构搜索的方式来设计网络结构，通过网络蒸馏的方式来进一步减少训练参数量，使得我们所提出的基于网络架构搜索的轻量级3D‑MRI图像的超分辨率重建的方法更容易运用于现实医疗当中。

【技术实现步骤摘要】

本专利技术提供基于网络架构搜索的轻量级3d-mri图像超分辨率重建算法，涉及图像超分辨率重建。

技术介绍

1、磁共振成像(mri，magnetic resonance imaging)是一种新型的医学断层成像技术，它能够提供高对比度的人体组织影像信息。然而mri设备在扫描电磁波信号时需要采集多个序列的信息，所以信号的整体扫描时间比较长，而扫描对象难以长时间保持静止不动，因此会导致mri图像中存在一定的伪影。针对mri图像成像时间较长导致的成像模糊和伪影问题，可以通过增加磁共振层面选择方向(slice-select direction或through planedirection)的扫描层厚，缩短信号的扫描时间。但同时也降低了正常组织与病变组织的对比度，导致mri图像分辨率较低。因此，如何在减少扫描时间的同时提高mri图像的空间分辨率，为疾病精准诊断提供清晰的影像是一个亟待解决的问题。

2、目前3d-mri图像的重建过程往往都是从三维的角度去重建，并且取得一定的效果。但是三维重建导致了一个问题在于重建过程需要极大的计算量，因此不利于运用到现实医疗本文档来自技高网...

【技术保护点】

1.基于网络架构搜索的轻量级3D-MRI图像超分辨率重建算法，其特征在于：包括以下步骤：

2.根据权利要求1所述的基于网络架构搜索的轻量级3D-MRI图像超分辨率重建算法，其特征在于：所述非线性映射由基本模块(cell)组成，基本模块(cell)采用混合残差稠密模块(HRDM-AS)，所述基本模块(cell)包括M-conv、Conv、Concat、DCAM，所述M-conv表示基于可微分架构搜索的混合卷积模块，所述Conv表示3×标准卷积，所述Concat表示通道连接操作，所述DCAM为双分支融合卷积注意力机制模块。

3.根据权利要求1所述的基于网络架构搜索的轻...

【技术特征摘要】

1.基于网络架构搜索的轻量级3d-mri图像超分辨率重建算法，其特征在于：包括以下步骤：

2.根据权利要求1所述的基于网络架构搜索的轻量级3d-mri图像超分辨率重建算法，其特征在于：所述非线性映射由基本模块(cell)组成，基本模块(cell)采用混合残差稠密模块(hrdm-as)，所述基本模块(cell)包括m-conv、conv、concat、dcam，所述m-conv表示基于可微分架构搜索的混合卷积模块，所述conv表示3×标准卷积，所述concat表示通道连接操作，所述dca...

【专利技术属性】
技术研发人员：祝华正，唐岭，贾媛媛，蒋艾萍，张俊，杜井龙，
申请(专利权)人：重庆科技学院，
类型：发明
国别省市：