[發(fā)明專利]一種深層腫瘤新生血管的高分辨率光聲成像方法有效
| 申請?zhí)枺?/td> | 201911165348.5 | 申請日: | 2019-11-25 |
| 公開(公告)號: | CN110796603B | 公開(公告)日: | 2023-05-23 |
| 發(fā)明(設(shè)計(jì))人: | 司廣濤;孟靜;趙景秀;禹繼國;鄭煒 | 申請(專利權(quán))人: | 曲阜師范大學(xué) |
| 主分類號: | G06T3/40 | 分類號: | G06T3/40;G06T7/30;G06T11/00 |
| 代理公司: | 北京睿智保誠專利代理事務(wù)所(普通合伙) 11732 | 代理人: | 周新楣 |
| 地址: | 273100 山*** | 國省代碼: | 山東;37 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 深層 腫瘤 新生 血管 高分辨率 成像 方法 | ||
本發(fā)明公開了一種深度學(xué)習(xí)模型下深層腫瘤新生血管的高分辨率光聲成像方法,屬于生物醫(yī)學(xué)成像領(lǐng)域,具體步驟為:采集訓(xùn)練數(shù)據(jù),在聲學(xué)分辨率光聲成像系統(tǒng)下,采集腫瘤血管的低分辨率光聲圖像,在光學(xué)分辨率光聲顯微成像系統(tǒng)下,采集腫瘤血管的高分辨率光聲圖像;基于訓(xùn)練數(shù)據(jù),訓(xùn)練深度學(xué)習(xí)模型,深度學(xué)習(xí)模型為生成對抗深度學(xué)習(xí)網(wǎng)絡(luò)模型;基于訓(xùn)練后的深度學(xué)習(xí)模型,實(shí)現(xiàn)聲學(xué)分辨率光聲成像系統(tǒng)下深層腫瘤新生血管的高分辨率成像。本發(fā)明實(shí)現(xiàn)了聲學(xué)分辨率光聲成像系統(tǒng)下的光學(xué)分辨率的光聲圖像重建,能夠?qū)ι顚幽[瘤新生血管進(jìn)行光學(xué)分辨率成像,清晰獲取整個腫瘤區(qū)域的新生血管網(wǎng)絡(luò),從而為后續(xù)的各種腫瘤血管量化分析提供高質(zhì)量的血管數(shù)據(jù)。
技術(shù)領(lǐng)域
本發(fā)明屬于生物醫(yī)學(xué)成像技術(shù)領(lǐng)域,具體涉及一種深層腫瘤新生血管的高分辨率光聲成像方法。
背景技術(shù)
腫瘤血管生成是指腫瘤會不斷誘導(dǎo)組織生成新血管。新生成的血管除了為腫瘤生長提供養(yǎng)分,也是腫瘤擴(kuò)散和轉(zhuǎn)移的渠道。生物醫(yī)學(xué)成像技術(shù)不但是腫瘤血管識別和定位的主要工具,也是在體觀察血管生長、評估血管功能、以及腫瘤生長機(jī)理研究和檢測抗腫瘤藥物療效的重要手段。
基于不同物理效應(yīng)發(fā)展起來的生物醫(yī)學(xué)成像方法,如X射線計(jì)算機(jī)斷層成像(CT)、磁共振成像(MRI)、超聲成像等,已經(jīng)成為臨床上腫瘤早期發(fā)現(xiàn)、診斷和治療評估的重要手段;另一方面,傳統(tǒng)的高分辨率光學(xué)成像技術(shù),如熒光共焦顯微鏡、雙光子顯微鏡等,對于深入理解腫瘤的發(fā)生、發(fā)展和轉(zhuǎn)移,以及抗腫瘤新藥的開發(fā),發(fā)揮了不可替代的作用。然而,臨床上使用的MRI、CT、和超聲等技術(shù)的空間分辨率遠(yuǎn)沒有達(dá)到觀察腫瘤血管生長和細(xì)微變化所需要的微米量級。而目前腫瘤新生血管的研究中使用最多的高分辨率光學(xué)成像技術(shù),成像深度僅為0.5–1mm,應(yīng)用范圍有很大的局限。
因此,急需一種實(shí)現(xiàn)深層腫瘤組織新生血管的高分辨率光聲成像方法。
發(fā)明內(nèi)容
本發(fā)明目的在于提供一種實(shí)現(xiàn)深層腫瘤組織新生血管的高分辨率光聲成像的方法,發(fā)明的內(nèi)容如下:
一種深層腫瘤新生血管的高分辨率光聲成像方法,包括如下步驟:
步驟1、采集訓(xùn)練數(shù)據(jù);
在聲學(xué)分辨率光聲成像系統(tǒng)下,采集腫瘤血管的低分辨率光聲圖像;
在光學(xué)分辨率光聲顯微成像系統(tǒng)下,采集腫瘤血管的高分辨率光聲圖像;
步驟2、基于所述訓(xùn)練數(shù)據(jù),訓(xùn)練深度學(xué)習(xí)模型,所述深度學(xué)習(xí)模型為生成對抗深度學(xué)習(xí)網(wǎng)絡(luò)(generative?adversarial?network,GAN)模型;
步驟3、基于訓(xùn)練后的所述深度學(xué)習(xí)模型,實(shí)現(xiàn)聲學(xué)分辨率光聲成像系統(tǒng)下深層腫瘤新生血管的高分辨率成像。
進(jìn)一步地,所述訓(xùn)練數(shù)據(jù)采集時,將對應(yīng)聲學(xué)分辨率系統(tǒng)下成像斷面的腫瘤組織以組織切片的方式切成薄片形成切片組織,然后對所述切片組織在光學(xué)分辨率光聲顯微系統(tǒng)下成像,形成高分辨率光聲圖像。
進(jìn)一步地,所述訓(xùn)練數(shù)據(jù)中的所述低分辨率光聲圖像與所述高分辨率光聲圖像之間在對比度、分辨率、空間像素位置和信號幅值方面進(jìn)行預(yù)處理并調(diào)整配準(zhǔn)。
進(jìn)一步地,所述生成對抗深度學(xué)習(xí)網(wǎng)絡(luò)模型訓(xùn)練過程中,輸入為所述低分辨率光聲圖像,通過目標(biāo)函數(shù)最小化網(wǎng)絡(luò)輸出光聲圖像和所述組織切片的高分辨率光聲圖像之間來自逐像素丟失、對抗丟失和鑒別丟失的誤差,實(shí)現(xiàn)網(wǎng)絡(luò)模型參數(shù)的優(yōu)化。
進(jìn)一步地,所述生成對抗深度學(xué)習(xí)網(wǎng)絡(luò)模型訓(xùn)練過程中,選取80%的所述訓(xùn)練數(shù)據(jù)用于訓(xùn)練所述生成對抗深度學(xué)習(xí)網(wǎng)絡(luò),并確定所述生成對抗深度學(xué)習(xí)網(wǎng)絡(luò)中的各個參數(shù);剩余20%的所述訓(xùn)練數(shù)據(jù)用來驗(yàn)證所述生成對抗深度學(xué)習(xí)網(wǎng)絡(luò)的性能。
進(jìn)一步地,將每一幅采集到的聲學(xué)分辨率腫瘤新生血管圖像,輸入到訓(xùn)練后的所述深度學(xué)習(xí)模型,通過計(jì)算輸出具有光學(xué)分辨率的腫瘤新生血管圖像。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于曲阜師范大學(xué),未經(jīng)曲阜師范大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201911165348.5/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇:一種用于降低圖像透視變換后失真的方法
- 下一篇:一種圖像校正方法及裝置





