原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于深度学习的核磁共振定域波谱信号去噪方法及系统，涉及波谱信号去噪技术领域，首先获取带有噪声的核磁共振定域波谱信号，通过零均值噪声来构建训练‑目标对；引入自注意力机制，将注意力模块AttentionBlock嵌入到深度神经网络模型中；基于训练‑目标对，对深度神经网络模型进行训练，得到核磁共振定域波谱信号去噪模型；将带有噪声的目标核磁共振定域波谱信号输入所述核磁共振定域波谱信号去噪模型中，得到去噪后的核磁共振定域波谱信号。本发明从噪声到噪声的训练策略出发，能够在只依赖成对噪声数据的
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN118069995A
(43)申请公布日2024.05.24
(21)申请号202410381066.3
(22)申请日2024.03.29
(71)申请人厦门大学
地址361000
文档评论（0）