检索结果-内蒙古大学图书馆

2021第二十一届全国波谱学学术会议

作者：邱天予 Wenjing Liao 郭迪刘东宝王新屈小波厦门大学电子科学系福建省等离子体与磁共振研究重点实验室厦门361005中国 School of Mathematics Georgia Institute of TechnologyAtlantaGAUSA 厦门理工学院计算机与信息工程学院厦门361005中国

一直以来,由于磁共振波谱的低灵敏度,磁共振去噪都是一个重要的问题.重复采样求平均是最常见的去噪方法,但这一方案使得采样时间大幅增加.有一系列方法利用MRS信号的指数特性,获得了较好的去噪效果.然而,此类方法依赖对Hankel矩阵秩的设... 详细信息

一直以来,由于磁共振波谱的低灵敏度,磁共振去噪都是一个重要的问题.重复采样求平均是最常见的去噪方法,但这一方案使得采样时间大幅增加.有一系列方法利用MRS信号的指数特性,获得了较好的去噪效果.然而,此类方法依赖对Hankel矩阵秩的设置,而这一参数在实际应用中难以准确估计.本文基于利用核磁共振时域信号低秩特性的凸优化去噪方法，提供了噪声界的准确估计，实现去噪参数的自动设置。

关键词：磁共振波谱信号降噪低秩特性 Hankel矩阵秩

来源：评论

学校读者我要写书评

暂无评论

人工智能深度学习NMR应用综述与前瞻

人工智能深度学习NMR应用综述与前瞻

引用

2021第二十一届全国波谱学学术会议

作者：陈棣成王孜郭迪 Vladislav Orekhov 屈小波电子科学系福建省等离子体与磁共振重点实验室厦门大学厦门361005中国厦门理工大学计算机与信息工程学院厦门361024中国化学与分子生物学系哥德堡大学哥德堡40530瑞典

深度学习自2006年被提出以来,对学界和工业界都产生了深远的影响.究其原因是它提供了一种前所未有的处理数据的方法,使得人们的思维从一步步地指导计算机如何求解问题,转变为了只需提供大量数据让计算机自主寻找"最优解".不... 详细信息

深度学习自2006年被提出以来,对学界和工业界都产生了深远的影响.究其原因是它提供了一种前所未有的处理数据的方法,使得人们的思维从一步步地指导计算机如何求解问题,转变为了只需提供大量数据让计算机自主寻找"最优解".不仅如此,随着计算机性能的快速发展,深度学习这种以数据驱动为主的,通过大量非线性分类器堆叠拟合输入转换到输出的近似函数映射的数据处理方法,将落地更廉价、实施更简便、成果积累更迅速.因此，我们首次对深度学习在核磁共振（NMR）波谱中的应用进行了回顾，并指出它可能将成为NMR波谱应用中更有效和更强大的工具。

关键词：核磁共振波谱信号采集信噪比深度学习

来源：评论

学校读者我要写书评

暂无评论

人工智能NMR谱快速采集与超快速重建

人工智能NMR谱快速采集与超快速重建

引用

2021第二十一届全国波谱学学术年会

作者：黄奕晖鲁恒发邱天予郭迪 Tatiana Agback Vladislav Orekhov 陈忠屈小波厦门大学电子科学系福建省等离子体与磁共振研究重点实验室厦门理工学院计算机与信息工程学院瑞典农业科学大学分子科学系哥德堡大学化学与分子生物学学院

核磁共振(Nuclear Magnetic Resonance, NMR)波谱是现代化学和生命科学的重要工具,但信号采集时间随着波谱的分辨率和维度的提高而快速增加。非均匀采样(Non-Uniform Sampling, NUS)通过欠采样信号来降低采集时间,并对信号进行先验假设...

核磁共振(Nuclear Magnetic Resonance, NMR)波谱是现代化学和生命科学的重要工具,但信号采集时间随着波谱的分辨率和维度的提高而快速增加。非均匀采样(Non-Uniform Sampling, NUS)通过欠采样信号来降低采集时间,并对信号进行先验假设后进行波谱重建[1-6]。然而,这些方法使用不同的先验知识,难以同时利用各种信号特性,取得各种信号特征的最优组合。以深度学习为代表的人工智能技术,不需要预定义的先验假设,具有强大的从大量数据自学习信号特征的能力。

关键词：

来源：评论

学校读者我要写书评

暂无评论

基于子空间自学习高保真NMR波谱重建

基于子空间自学习高保真NMR波谱重建

引用

2021第二十一届全国波谱学学术年会

作者：郭迪涂章仁鲁恒发邱天宇肖旻屈小波厦门理工学院计算机与信息工程学院厦门理工学院光电与通信工程学院厦门大学电子科学系

多维磁共振波谱的快速采集是迫切需要的[1, 2],一种典型的做法之一是用非均匀采样来采样部分数据并进行信号重建得到完整谱[3-7]。然而,高加速因子可能会牺牲波谱质量。低秩Hankel矩阵（Low Rank Hankel Matrix, LRHM）[8, 9]能够很好...

多维磁共振波谱的快速采集是迫切需要的[1, 2],一种典型的做法之一是用非均匀采样来采样部分数据并进行信号重建得到完整谱[3-7]。然而,高加速因子可能会牺牲波谱质量。低秩Hankel矩阵（Low Rank Hankel Matrix, LRHM）[8, 9]能够很好的重建低强度宽峰谱,是目前前沿的一种谱重建方法。但是,如果采样的自由感应衰减（free induction decay, FID）信号非常有限,谱峰强度和形状都有可能失真。由于奇异值主要对应于谱峰强度,因此仅利用奇异值可能忽略对于NMR谱非常重要的谱峰的形状。

关键词：

来源：评论

学校读者我要写书评

暂无评论

基于云计算的深度学习快速NMR波谱平台

基于云计算的深度学习快速NMR波谱平台

引用

2021第二十一届全国波谱学学术会议

作者：王健周毅荣王孜郭毅郭迪游永富屈小波电子科学系生物医学智能云研发中心健康医疗大数据国家研究院厦门大学厦门361005 厦门理工学院计算机与信息工程学院厦门361024 中国移动通信集团公司生物医学智能云研发中心厦门大学厦门361005

来源：评论

学校读者我要写书评

暂无评论

人工智能NMR谱快速采集与超快速重建

人工智能NMR谱快速采集与超快速重建

引用

2021第二十一届全国波谱学学术会议

作者：黄奕晖鲁恒发邱天予郭迪 Tatiana Agback Vladislav Orekhov 陈忠屈小波厦门大学电子科学系福建省等离子体与磁共振研究重点实验室厦门361005中国厦门理工学院计算机与信息工程学院厦门361024中国瑞典农业科学大学分子科学系乌普萨拉瑞典哥德堡大学化学与分子生物学学院哥德堡40530瑞典

来源：评论

学校读者我要写书评

暂无评论

基于低秩矩阵的非均匀采样NMR波谱重建进展

引用

波谱学杂志 2020年第3期37卷 255-272页

作者：詹嘉莹涂章仁杜晓凤袁斌郭迪屈小波厦门理工学院计算机与信息工程学院福建厦门361024 厦门理工学院光电与通信工程学院福建厦门361024 波谱与原子分子物理国家重点实验室武汉磁共振中心(中国科学院武汉物理与数学研究所)湖北武汉430071 厦门大学电子科学系福建省等离子体与磁共振重点实验室福建厦门361005

多维核磁共振(Nuclear Magnetic Resonance,NMR)利用多维波谱来分析分子结构,被广泛用于化学、生物学和医学等领域,但信号采样时间随波谱维度和采样点数增加而迅速增长.非均匀采样通过降低间接维采样点数来加速数据采集,并引入合理的重... 详细信息

多维核磁共振(Nuclear Magnetic Resonance,NMR)利用多维波谱来分析分子结构,被广泛用于化学、生物学和医学等领域,但信号采样时间随波谱维度和采样点数增加而迅速增长.非均匀采样通过降低间接维采样点数来加速数据采集,并引入合理的重建方法获得完整的NMR波谱.如何快速重建高质量的波谱,是NMR信号处理研究的前沿.本文主要综述近年来基于低秩矩阵的NMR波谱重建方法的发展.首先介绍了低秩矩阵的相关数学基础;然后从一般低秩矩阵和结构化低秩汉克尔矩阵两个角度来论述重建模型,并讨论相关的NMR波谱应用;最后分析了该技术存在的不足,并展望其未来发展的趋势.

关键词：核磁共振非均匀采样低秩矩阵波谱重建综述

来源：评论

学校读者我要写书评

暂无评论

人工智能与快速磁共振波谱：深度低秩Hankel矩阵分解

人工智能与快速磁共振波谱：深度低秩Hankel矩阵分解

引用

2021第二十一届全国波谱学学术年会

作者：黄奕晖赵金奎王孜郭迪屈小波电子科学系健康医疗大数据国家研究院厦门大学厦门理工大学计算机与信息工程学院厦门理工学院

核磁共振（Nuclear Magnetic Resonance, NMR）波谱是现代化学和生命科学中必不可少的研究工具。为了加快波谱信号的采集,多种方法已被用于重建非均匀采样NMR波谱,包括基于模型的迭代算法1-7和深度学习方法 8, 9。前者需要不同的先验假...

核磁共振（Nuclear Magnetic Resonance, NMR）波谱是现代化学和生命科学中必不可少的研究工具。为了加快波谱信号的采集,多种方法已被用于重建非均匀采样NMR波谱,包括基于模型的迭代算法1-7和深度学习方法 8, 9。前者需要不同的先验假设,使得算法可能无法最优地利用信号特性,而后者缺乏可解释性。作为前沿的迭代算法,低秩Hankel矩阵分解（Low Rank Hankel Matrix Factorization, LRHMF）5, 6将全采样波谱信号生成的Hankel矩阵的低秩特性作为约束。在本文中,我们用深度矩阵分解网络（Deep Hankel Matrix Factorization network, DHMF）模仿LRHMF算法,用于重建NMR波谱。

关键词：

来源：评论

学校读者我要写书评

暂无评论

基于投影迭代软阈值方法的深度学习MRI重建

基于投影迭代软阈值方法的深度学习MRI重建

引用

2021第二十一届全国波谱学学术年会

作者：路铁源张心林黄奕晖郭迪屈小波厦门大学电子科学系福建省等离子体与磁共振研究重点实验室厦门理工学院计算机与信息工程学院

磁共振成像（Magnetic Resonance Imaging,MRI）在临床诊断中起着不可或缺的作用。为了提高成像速度,压缩感知并行成像通过在并行成像中减少k空间采样信号。然而,欠采样k空间还需要的迭代稀疏重建耗费大量的计算时间也难以选择最优变换...

磁共振成像（Magnetic Resonance Imaging,MRI）在临床诊断中起着不可或缺的作用。为了提高成像速度,压缩感知并行成像通过在并行成像中减少k空间采样信号。然而,欠采样k空间还需要的迭代稀疏重建耗费大量的计算时间也难以选择最优变换。近年来,基于数据集训练的深度学习开始应用于MRI图像重建[1]。本文受投影迭代软阈值稀疏重建方法的启发[2-4],提出将该迭代算法pISTA-SENSE[3]展开成深度学习网络pISTA-SENSE-ResNet,用可学习的卷积权重代替变换,用网络残差结构提高性能,期望得到比现有深度学习方法更低的重建误差。

关键词：

来源：评论

学校读者我要写书评

暂无评论

基于低秩Hankel矩阵的多通道磁共振图像重建方法

基于低秩Hankel矩阵的多通道磁共振图像重建方法

引用

2021第二十一届全国波谱学学术年会

作者：张心林郭迪黄以满陈颖王连生黄峰徐勤屈小波厦门大学电子科学系福建省等离子体与磁共振研究重点实验室厦门理工学院计算机与信息工程学院厦门大学信息科学与工程学院东软医疗系统有限公司

过长的采集时间制约了磁共振成像（magnetic resonance imaging,MRI）的发展和应用。并行成像通过同时采集多个通道的信号,能够显著降低扫描时间。但是该技术受到用于估计通道相关性的自动校准信号（auto-calibration signal, ACS）的...

过长的采集时间制约了磁共振成像（magnetic resonance imaging,MRI）的发展和应用。并行成像通过同时采集多个通道的信号,能够显著降低扫描时间。但是该技术受到用于估计通道相关性的自动校准信号（auto-calibration signal, ACS）的限制。稀疏采样和非线性重建是加快数据时间的另一种有效方法。最近,低秩重建方法展现了优越的图像重建结果。但是,最初提出的低秩重建方法并没有探索常规采集的ACS来改善并行MRI的性能。本文,我们提出了一种名为STDLR-SPIRiT的图像重建方法[1]。所提方法同时探索了k空间数据的低秩和利用校准数据挖掘多个接收器线圈之间的数据相关性。

关键词：

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：