[發(fā)明專利]基于卷積神經(jīng)網(wǎng)絡(luò)的無創(chuàng)在體干細胞示蹤方法及系統(tǒng)有效
| 申請?zhí)枺?/td> | 202010062519.8 | 申請日: | 2020-01-20 |
| 公開(公告)號: | CN111276181B | 公開(公告)日: | 2023-06-06 |
| 發(fā)明(設(shè)計)人: | 田捷;馬喜波;孫崢;王宇 | 申請(專利權(quán))人: | 中國科學院自動化研究所 |
| 主分類號: | G16B5/00 | 分類號: | G16B5/00;G16B40/00;G06V10/764;G06V10/82;G06N3/0464;G06N3/08 |
| 代理公司: | 北京市恒有知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11576 | 代理人: | 郭文浩;尹文會 |
| 地址: | 100190 *** | 國省代碼: | 北京;11 |
| 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: | 基于 卷積 神經(jīng)網(wǎng)絡(luò) 干細胞 方法 系統(tǒng) | ||
1.一種基于卷積神經(jīng)網(wǎng)絡(luò)的無創(chuàng)在體干細胞示蹤方法,其特征在于,該示蹤方法包括:
步驟S10,獲取無創(chuàng)在體干細胞對應(yīng)的熒光強度向量,并結(jié)合生物體表節(jié)點進行光子密度強度歸一化處理,獲得歸一化體表節(jié)點熒光強度向量:
步驟S11,抽取所述熒光強度向量中生物體表節(jié)點對應(yīng)的熒光強度,獲得體表節(jié)點熒光強度向量;
步驟S12,對所述體表節(jié)點熒光強度向量進行光子密度強度歸一化處理,獲得歸一化體表節(jié)點熒光強度向量;
步驟S20,基于所述歸一化體表節(jié)點熒光強度向量,通過訓練好的無創(chuàng)在體干細胞示蹤網(wǎng)絡(luò),獲取所述無創(chuàng)在體干細胞的位置向量;
步驟S30,基于所述無創(chuàng)在體干細胞的位置向量實現(xiàn)無創(chuàng)在體干細胞示蹤;
其中,所述無創(chuàng)在體干細胞示蹤網(wǎng)絡(luò)為基于卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建的用于獲取無創(chuàng)在體干細胞的位置向量并進行無創(chuàng)在體干細胞示蹤的神經(jīng)網(wǎng)絡(luò);
所述無創(chuàng)在體干細胞對應(yīng)的熒光強度向量通過仿真軟件生成,其方法為:
步驟F10,采集生物待示蹤部位的CT圖像,并分割成不同的組織;
步驟F20,通過Amira軟件對分割后的CT圖像進行離散化,賦予各組織設(shè)定的光學參數(shù);
步驟F30,通過MOSE軟件對Amira軟件處理后的數(shù)據(jù)進行仿真,獲取生物待示蹤部位的熒光強度向量集合。
2.根據(jù)權(quán)利要求1所述的基于卷積神經(jīng)網(wǎng)絡(luò)的無創(chuàng)在體干細胞示蹤方法,其特征在于,所述光子密度強度歸一化,其方法為:
其中,Φi為第i個生物體表細胞對應(yīng)的光子密度強度,Φmax、Φmin分別代表生物體表細胞對應(yīng)的光子密度強度的最大值、最小值。
3.根據(jù)權(quán)利要求1所述的基于卷積神經(jīng)網(wǎng)絡(luò)的無創(chuàng)在體干細胞示蹤方法,其特征在于,所述無創(chuàng)在體干細胞示蹤網(wǎng)絡(luò)基于卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建,其訓練方法為:
步驟B10,通過權(quán)利要求1所述的基于卷積神經(jīng)網(wǎng)絡(luò)的無創(chuàng)在體干細胞示蹤方法步驟S10方法,獲取訓練樣本集中每一個訓練樣本對應(yīng)的歸一化體表節(jié)點熒光強度向量;獲取訓練樣本對應(yīng)的位置向量,通過反距離加權(quán)方法計算所述位置向量的置信度作為標簽數(shù)據(jù);
步驟B20,隨機選取一個訓練樣本對應(yīng)的歸一化體表節(jié)點熒光強度向量,轉(zhuǎn)換為體表熒光二維灰度圖;
步驟B30,通過無創(chuàng)在體干細胞示蹤網(wǎng)絡(luò)對所述體表熒光二維灰度圖進行卷積池化操作以及全連接分類操作,獲取訓練樣本的預(yù)測位置向量;
步驟B40,通過預(yù)設(shè)的損失函數(shù)計算所述訓練樣本的預(yù)測位置向量與標簽數(shù)據(jù)之間的損失值;
步驟B50,若所述損失值大于設(shè)定閾值,則更新所述無創(chuàng)在體干細胞示蹤網(wǎng)絡(luò)參數(shù),并跳轉(zhuǎn)步驟B20,直至所述損失值小于設(shè)定閾值,獲得訓練好的無創(chuàng)在體干細胞示蹤網(wǎng)絡(luò)。
4.根據(jù)權(quán)利要求3所述的基于卷積神經(jīng)網(wǎng)絡(luò)的無創(chuàng)在體干細胞示蹤方法,其特征在于,步驟B10中“通過反距離加權(quán)方法計算所述位置向量的置信度作為標簽數(shù)據(jù)”,其方法為:
其中,xi代表第i個節(jié)點處的光子密度強度值,B表示目標位置節(jié)點的鄰域節(jié)點集合,p0代表目標位置節(jié)點,pi代表目標位置節(jié)點的鄰域節(jié)點,q為可調(diào)節(jié)的冪參數(shù),λ為區(qū)分腫瘤區(qū)域和非腫瘤區(qū)域的權(quán)重值。
5.根據(jù)權(quán)利要求3所述的基于卷積神經(jīng)網(wǎng)絡(luò)的無創(chuàng)在體干細胞示蹤方法,其特征在于,所述預(yù)設(shè)的損失函數(shù)為:
其中,H(p,q)代表訓練樣本x的預(yù)測位置向量與標簽數(shù)據(jù)之間的損失值,q(x)為訓練樣本x的預(yù)測位置向量,p(x)為訓練樣本x的標簽數(shù)據(jù)。
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)利屬于中國科學院自動化研究所,未經(jīng)中國科學院自動化研究所許可,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/202010062519.8/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 卷積運算處理方法及相關(guān)產(chǎn)品
- 一種卷積神經(jīng)網(wǎng)絡(luò)的計算方法及系統(tǒng)
- 卷積運算方法及系統(tǒng)
- 卷積運算方法、裝置及系統(tǒng)
- 深度神經(jīng)網(wǎng)絡(luò)裁剪方法、裝置及電子設(shè)備
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法和圖像處理裝置
- 卷積神經(jīng)網(wǎng)絡(luò)及基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法
- 一種圖像處理方法、裝置以及計算機存儲介質(zhì)
- 用于卷積神經(jīng)網(wǎng)絡(luò)的卷積運算裝置
- 基于FPGA實現(xiàn)圖像識別的方法、裝置、設(shè)備及存儲介質(zhì)
- 硬件神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法、計算裝置、軟硬件協(xié)作系統(tǒng)
- 生成較大神經(jīng)網(wǎng)絡(luò)
- 神經(jīng)網(wǎng)絡(luò)的生成方法、生成裝置和電子設(shè)備
- 一種舌診方法、裝置、計算設(shè)備及計算機存儲介質(zhì)
- 學習神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
- 脈沖神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法及相關(guān)轉(zhuǎn)換芯片
- 圖像處理方法、裝置、可讀存儲介質(zhì)和計算機設(shè)備
- 一種適應(yīng)目標數(shù)據(jù)集的網(wǎng)絡(luò)模型微調(diào)方法、系統(tǒng)、終端和存儲介質(zhì)
- 用于重構(gòu)人工神經(jīng)網(wǎng)絡(luò)的處理器及其操作方法、電氣設(shè)備
- 一種圖像神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化方法及裝置





