一种基于深度学习和凸集投影的磁共振重建方法

摘要

本发明公开一种基于深度学习和凸集投影的磁共振重建方法，涉及磁共振技术领域，包括：S1：根据多个卷积神经网络模块和多个凸集投影层的重叠结构以及共享数据构建网络，所述共享数据包括已采集的K空间数据和线圈灵敏度信息，所述凸显投影层基于共享数据得到；S2：网络构建完成后，通过反向传播过程训练出所有网络参数，并对网络参数进行校验；S3：根据检验后的网络参数确定网络的结构及运算特征，输入已知的测试集数据,进行网络的前向传播，得到未知映射数据，完成磁共振的重建。本发明解决了目前的基于深度学习的磁共振重建技术只能支持单通道磁共振数据，不能够处理多通道磁共振数据的问题。