DEEP LEARNING-BASED EDDY CURRENT CORRECTION

Systems and methods for providing improved eddy current correction (ECC) in medical imaging environments. One or more of the embodiments disclosed herein provide a deep learning-based convolutional neural network (CNN) model trained to automatically generate an ECC mask which may be composited with...

Full description

Saved in:
Bibliographic Details
Main Authors GOLDEN, Daniel Irving, LAU, Hok Kan, SALL, Sean Patrick, LIEMAN-SIFRY, Jesse, NORMAN, Berk Dell
Format Patent
LanguageEnglish
French
Published 22.10.2020
Subjects
CALCULATING
COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
COMPUTING
COUNTING
IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
PHYSICS
Online AccessGet full text

Cover

More Information
Summary:Systems and methods for providing improved eddy current correction (ECC) in medical imaging environments. One or more of the embodiments disclosed herein provide a deep learning-based convolutional neural network (CNN) model trained to automatically generate an ECC mask which may be composited with two-dimensional (2D) scan slices or four-dimensional (4D) scan slices and made viewable through, for example, a web application, and made manipulable through a user interface thereof. Cette invention concerne des systèmes et des procédés pour fournir une correction des courants de Foucault (ECC) améliorée dans des environnements d'imagerie médicale. Un ou plusieurs des modes de réalisation selon l'invention concernent un modèle de réseau neuronal convolutif (CNN) basé sur l'apprentissage profond, entraîné pour générer automatiquement un masque de correction des courants de Foucault qui peut être composé de tranches de balayage bidimensionnelles (2D) ou de tranches de balayage à quatre dimensions (4D) et rendu visible à travers, par exemple, une application web, et rendu manipulable par l'intermédiaire d'une interface utilisateur de celle-ci.
Bibliography:Application Number: WO2020US17625