MAGNETIC RESONANCE IMAGE PROCESSING METHOD AND APPARATUS USING SCAN PARAMETER

A magnetic resonance imaging processing method performed by magnetic resonance imaging processing according to an embodiment of the present invention comprises the steps of: acquiring a first parameter group including a low-quality training image and at least one scan parameter that has been applied...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
1. Verfasser: KIM JEEWOOK
Format: Patent
Sprache:eng ; kor
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:A magnetic resonance imaging processing method performed by magnetic resonance imaging processing according to an embodiment of the present invention comprises the steps of: acquiring a first parameter group including a low-quality training image and at least one scan parameter that has been applied when the training image is acquired, and a second parameter group including a high-quality label image and at least one scan parameter that has been applied when the label image is acquired; and training an artificial neural network model by using the training image, the first parameter group, the label image, and the second parameter group. The artificial neural network model is trained to output a high-quality image based on a low-quality image, and the first parameter group and the second parameter group have different data dimensions from the training image and the label image. According to the present invention, a magnetic resonance image can be restored to highlight data desired by a user by adjusting a value of scan parameters, such that user convenience can be enhanced. 본 발명의 일 실시예에 따른 자기 공명 영상 처리에 의해 수행되는 자기 공명 영상 처리 방법은 저품질의 학습 이미지, 상기 학습 이미지가 획득될 때 적용된 적어도 하나의 스캔 파라미터를 포함하는 제1 파라미터 그룹, 고품질의 라벨 이미지 및 상기 라벨 이미지가 획득될 때 적용된 적어도 하나의 스캔 파라미터를 포함하는 제2 파라미터 그룹을 획득하는 단계 및 상기 학습 이미지, 상기 제1 파라미터 그룹, 상기 라벨 이미지 및 상기 제2 파라미터 그룹을 이용하여 인공 신경망 모델을 학습시키는 단계를 포함하고, 상기 인공 신경망 모델은 저품질의 이미지를 기초로 고품질의 이미지를 출력하도록 학습되고, 상기 제1 파라미터 그룹 및 상기 제2 파라미터 그룹은, 상기 학습 이미지 및 상기 라벨 이미지와 데이터 차원이 서로 다른 것을 특징으로 한다.