[發明專利]基于卷積神經網絡的無創在體干細胞示蹤方法及系統

有效

• 申請號: 202010062519.8
• 申請日: 2020-01-20
• 公開（公告）號: CN111276181B
• 公開（公告）日: 2023-06-06
• 發明（設計）人: 田捷;馬喜波;孫崢;王宇
• 申請（專利權）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: 北京市恒有知識產權代理事務所(普通合伙) 11576
• 代理人: 郭文浩;尹文會

本發明屬于光學分子影像及生物自發熒光成像技術領域，具體涉及了一種基于卷積神經網絡的無創在體干細胞示蹤方法及系統，旨在解決現有技術計算復雜度高、無創在體干細胞示蹤精度達不到預期的問題。本發明包括：獲取無創在體干細胞對應熒光強度向量，并結合生物體表節點進行光子密度強度歸一化處理；基于歸一化后的體表節點熒光強度向量，通過訓練好的無創在體干細胞示蹤網絡，獲取無創在體干細胞的位置向量；基于無創在體干細胞的位置向量，實現無創在體干細胞示蹤。本發明進行網絡輸入向量、輸出向量預處理，獲得適用于卷積神經網絡的數據，并通過仿真數據進行網絡訓練，網絡模型在干細胞示蹤領域精度高，速度快。

背景技術

生物自發熒光成像是一種新型的光學分子影像技術。利用一些可以發光的熒光探針標記生物體內某靶標(干細胞，蛋白，核酸或小分子等)，這些發射光穿過生物組織到達生物體的體表。通過采集到的生物體體表的熒光分布信息，來推算出熒光光源在生物體內的三維空間位置分布和能量分布，在干細胞示蹤領域有很高的應用價值。

傳統方法利用一階球諧函數對輻射傳輸方程近似展開來模擬光子傳輸過程，通過有限元分析等步驟得到生物體體表熒光分布和體內光源分布之間的線性關系，由于光在生物體內傳播是一個非線性的過程，所以傳統方法不可避免地會產生一些誤差。此外，最終得到的病態線性欠定方程組的求解也增加了難度。

近些年有人提出使用全連接神經網絡來對生物自發熒光的過程進行建模，利用全連接神經網絡中輸入向量和輸出向量“端對端”的非線性關系，來描述生物體體表熒光分布和光源分布之間的非線性關系，取得了非常好的效果。然而，全連接神經網絡將輸入圖像當成一維向量輸入，忽略了圖像數據的空間信息，無創在體干細胞示蹤的精確度還達不到預期。

發明內容

為了解決現有技術中的上述問題，即現有技術計算復雜度高、無創在體干細胞示蹤精度達不到預期的問題，本發明提供了一種基于卷積神經網絡的無創在體干細胞示蹤方法，該示蹤方法包括：

步驟S10，獲取無創在體干細胞對應的熒光強度向量，并結合生物體表節點進行光子密度強度歸一化處理，獲得歸一化體表節點熒光強度向量；

步驟S20，基于所述歸一化體表節點熒光強度向量，通過訓練好的無創在體干細胞示蹤網絡，獲取所述無創在體干細胞的位置向量；

步驟S30，基于所述無創在體干細胞的位置向量實現無創在體干細胞示蹤；

其中，所述無創在體干細胞示蹤網絡為基于卷積神經網絡構建的用于獲取無創在體干細胞的位置向量并進行無創在體干細胞示蹤的神經網絡。

在一些優選的實施例中，步驟S10包括：

步驟S21，抽取所述熒光強度向量中生物體表節點對應的熒光強度，獲得體表節點熒光強度向量；

步驟S22，對所述體表節點熒光強度向量進行光子密度強度歸一化處理，獲得歸一化體表節點熒光強度向量。

在一些優選的實施例中，所述光子密度強度歸一化，其方法為：

其中，Φ_i為第i個生物體表細胞對應的光子密度強度，Φ_max、Φ_min分別代表生物體表細胞對應的光子密度強度的最大值、最小值。

在一些優選的實施例中，所述無創在體干細胞對應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，賦予各組織設定的光學參數；

步驟F30，通過MOSE軟件對Amira軟件處理后的數據進行仿真，獲取生物待示蹤部位的熒光強度向量集合。