[發(fā)明專利]一種X空間磁粒子成像解卷積方法

在審

• 申請?zhí)枺?/td>: 202111207992.1
• 申請日: 2021-10-18
• 公開（公告）號: CN113947642A
• 公開（公告）日: 2022-01-18
• 發(fā)明（設(shè)計）人: 田捷;尚亞欣;惠輝;張鵬;安羽
• 申請（專利權(quán)）人: 北京航空航天大學
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06T5/00;G06N3/04;G06N3/08
• 代理公司: 北京天匯航智知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11987
• 代理人: 黃川;史繼穎

1.一種X空間磁粒子成像解卷積方法，其特征在于，包括以下步驟：

S1、獲取X空間原生圖像：仿真磁納米粒子成像原生圖像，使用仿真程序生成電壓信號，對信號進行速度補償，直接映射到被掃描點的瞬時位置，獲得X空間原生圖像，作為訓練集和測試集；

S2、神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)置：設(shè)置卷積層和反卷積層，相對應(yīng)的卷積層和反卷積層之間有跳躍連階層；

S3、神經(jīng)網(wǎng)絡(luò)訓練：采用所述訓練集中的X空間原生圖像作為網(wǎng)絡(luò)輸入訓練神經(jīng)網(wǎng)絡(luò)；

S4、神經(jīng)網(wǎng)絡(luò)檢測：在所述測試集上對神經(jīng)網(wǎng)絡(luò)進行檢測，通過圖像質(zhì)量進行定量評價，并且根據(jù)評價結(jié)果修改網(wǎng)絡(luò)訓練參數(shù)；

S5、X空間解卷積：將待解卷積的原生圖像輸入訓練和檢測完成的所述神經(jīng)網(wǎng)絡(luò)模型進行預測，得到解卷積結(jié)果。

2.根據(jù)權(quán)利要求1所述的X空間磁粒子成像解卷積方法，其特征在于，所述步驟S1，所述獲取X空間原生圖像具體為：

獲得信號：

獲得X空間原生圖像：

其中，s(t)為電壓信號；B₁為接收線圈的靈敏度，單位為T/A；m為納米顆粒的磁矩，單位為A·m²；ρ(x)為粒子濃度；x_s(t)為FFR的瞬時位置；為FFR速度矢量；H_sat為磁性納米顆粒示蹤劑的飽和場，單位為A/m；h(x)代表PSF函數(shù)，是朗之萬函數(shù)的導數(shù)；為X空間原生圖像。

3.根據(jù)權(quán)利要求1所述的X空間磁粒子成像解卷積方法，其特征在于，所述步驟S2，所述卷積層和反卷積層的卷積和反卷積核采用均值為0、標準差為0.01的隨機高斯分布進行初始化；最后一層的過濾數(shù)設(shè)置為1，其他層設(shè)置為64；所有層的核大小設(shè)置為5×5；卷積和反卷積的步數(shù)設(shè)置為1，沒有填充。

4.根據(jù)權(quán)利要求3所述的X空間磁粒子成像解卷積方法，其特征在于，所述步驟S2，所述神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)對稱，N個卷積層和N個反卷積層，在每個卷積層之后有批處理歸一化層和校正線性單元(ReLU)，反卷積之后只有ReLU；

所述卷積層的運算如下：

其中，為卷積提取的特征；W_i和b_i分別表示權(quán)重和偏差，*是卷積算子，N是卷積層的數(shù)量，x₀為輸入圖像，x_i(i＞0)為提取的特征層，ReLU(·)表示激活函數(shù)；

所述反卷積層的運算如下：

其中，為解卷積后的特征；W’_i，和b’_i，分別表示權(quán)重和偏差，是反卷積算子，N是反卷積層的數(shù)量，y_i是卷積層輸出的特征向量。

5.根據(jù)權(quán)利要求1所述的X空間磁粒子成像解卷積方法，其特征在于，所述步驟S3，損失函數(shù)采用均方誤差(MSE)，并在訓練過程中計算均方根誤差(RMSE)，峰值信噪比(PSNR)和結(jié)構(gòu)相似指數(shù)測度(SSIM)，具體為：

其中，Φ是訓練好的模型，X是真實磁納米粒子濃度分布，Y是X空間原生圖像，M和N分別是圖像的長度和寬度；

其中，X_i和分別是真實磁納米粒子濃度分布和神經(jīng)網(wǎng)絡(luò)預測結(jié)果，m代表樣本數(shù)量；

其中，MSE代表真實磁納米粒子濃度分布和神經(jīng)網(wǎng)絡(luò)預測結(jié)果的均方誤差；

其中，μ_X和分別代表X和的平均值，σ_X和分別代表X和的標準差，代表X和的協(xié)方差；t₁和t₂是常數(shù)，避免分母為0帶來的系統(tǒng)錯誤。

6.根據(jù)權(quán)利要求1所述的X空間磁粒子成像解卷積方法，其特征在于，所述步驟S4，所述定量評價的指標為均方根誤差、峰值信噪比和結(jié)構(gòu)相似指數(shù)測度。