一种基于深度学习的磁共振涡流补偿方法
基本信息
| 申请号 | CN201910174577.7 | 申请日 | - |
| 公开（公告）号 | CN109799472B | 公开（公告）日 | 2022-06-28 |
| 申请公布号 | CN109799472B | 申请公布日 | 2022-06-28 |
| 分类号 | G01R33/54（2006.01）I;G01R33/565（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 测量；测试; |
| 发明人 | 郭红宇;刘鹏;陶红艳 | 申请（专利权）人 | 沈阳工业大学 |
| 代理机构 | 北京盛凡佳华专利代理事务所（普通合伙） | 代理人 | - |
| 地址 | 110870辽宁省沈阳市铁西区经济技术开发区沈辽西路111号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本申请是一种基于深度学习的磁共振涡流补偿方法，利用深度学习的神经网络，学习得到涡流测试数据和最终涡流补偿系数间的映射关系，快速计算涡流系数。该方法利用涡流测试序列采集数据，生成按照时间排序的涡流测试数据；使用多组涡流数据训练提供的人工智能网络，输入是涡流测试数据，输出是涡流时间曲线中的时间参数和幅度系数。把待拟合的涡流测试数据输入人工智能网络，得到需要求的时间参数和幅度系数。 |
