[發(fā)明專利]一種基于混合精度神經(jīng)網(wǎng)絡(luò)的電阻抗成像方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202210596448.9
• 申請日: 2022-05-18
• 公開（公告）號: CN114847914A
• 公開（公告）日: 2022-08-05
• 發(fā)明（設(shè)計）人: 李永福;郭倩雨;黃家杰;王國興;連勇
• 申請（專利權(quán)）人: 上海交通大學(xué)
• 主分類號: A61B5/0536
• 分類號: A61B5/0536;G06N3/04;G06N3/08
• 代理公司: 上海恒慧知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 31317
• 代理人: 張寧展

1.一種基于混合精度神經(jīng)網(wǎng)絡(luò)的電阻抗成像方法，其特征在于：所述方法實(shí)現(xiàn)依賴于電阻抗成像系統(tǒng)，所述電阻抗成像系統(tǒng)包括N個電極和混合精度神經(jīng)網(wǎng)絡(luò)，所述混合精度神經(jīng)網(wǎng)絡(luò)包括用于獲取測量電壓樣本訓(xùn)練集數(shù)據(jù)及實(shí)測邊界電壓值的輸入層、整數(shù)類型參數(shù)的低精度量化網(wǎng)絡(luò)、浮點(diǎn)數(shù)類型參數(shù)的高精度解碼網(wǎng)絡(luò)、和用于獲取電阻抗成像圖像的輸出層；包括以下步驟：

S1、通過相鄰模式激勵測量相鄰電極之間的電壓值，獲取測量電壓樣本訓(xùn)練集數(shù)據(jù)；

S2、采用有限元方法求解電阻抗成像正問題，確定損失函數(shù)作為優(yōu)化目標(biāo)；

S3、根據(jù)損失函數(shù)計算結(jié)果更新混合精度神經(jīng)網(wǎng)絡(luò)參數(shù)，確定最終的混合精度神經(jīng)網(wǎng)絡(luò)低精度量化網(wǎng)絡(luò)的整數(shù)類型參數(shù)和高精度解碼網(wǎng)絡(luò)的浮點(diǎn)數(shù)類型參數(shù)更新值；

S4、損失函數(shù)迭代計算結(jié)束后，得到連接權(quán)值與閾值確定的混合精度神經(jīng)網(wǎng)絡(luò)；

S5、電阻抗成像圖像重建時，將實(shí)測的邊界電壓值作為訓(xùn)練完畢的混合精度神經(jīng)網(wǎng)絡(luò)輸入層神經(jīng)元，則混合精度神經(jīng)網(wǎng)絡(luò)輸出層神經(jīng)元的輸出即為電阻抗成像圖像中各個像素點(diǎn)的值。

2.根據(jù)權(quán)利要求1所述的一種基于混合精度神經(jīng)網(wǎng)絡(luò)的電阻抗成像方法，其特征在于：所述相鄰模式激勵是一種相鄰電流激勵、電壓測量的循環(huán)激勵模式，電流從一對相鄰電極注入被測場內(nèi)，同時測量其他相鄰電極之間的電壓值，如此循環(huán)激勵測量，直至所有電極對都完成激勵。

3.根據(jù)權(quán)利要求2所述的一種基于混合精度神經(jīng)網(wǎng)絡(luò)的電阻抗成像方法，其特征在于：N個電極在相鄰模式激勵下，每次激勵可得N-3個電壓值，N個電極循環(huán)激勵，共測得N組數(shù)據(jù)，數(shù)據(jù)量為N*(N-3)，獲得n組已知場分布x和與場分布x對應(yīng)的邊界測量值v的訓(xùn)練樣本{xn，vn}。

4.根據(jù)權(quán)利要求3所述的一種基于混合精度神經(jīng)網(wǎng)絡(luò)的電阻抗成像方法，其特征在于：將維度為N*(N-3)的訓(xùn)練樣本進(jìn)行填零操作，作為N*N的矩陣輸入，方便后續(xù)卷積處理。

5.根據(jù)權(quán)利要求4所述的一種基于混合精度神經(jīng)網(wǎng)絡(luò)的電阻抗成像方法，其特征在于：步驟S2選用均方差損失函數(shù)作為損失函數(shù)；步驟S3采用反向傳播算法，基于梯度下降策略，以目標(biāo)的負(fù)梯度方向?qū)旌暇壬窠?jīng)網(wǎng)絡(luò)參數(shù)進(jìn)行調(diào)整。

6.根據(jù)權(quán)利要求5所述的一種基于混合精度神經(jīng)網(wǎng)絡(luò)的電阻抗成像方法，其特征在于還包括以下步驟：

S6、通過圖像相關(guān)系數(shù)ICC量化電阻抗成像效果，其中，Y′＝[y′₁，y′₂，…y′_i，y′_l]為期望輸出值，為混合精度神經(jīng)網(wǎng)絡(luò)輸出值。

7.根據(jù)權(quán)利要求6所述的一種基于混合精度神經(jīng)網(wǎng)絡(luò)的電阻抗成像方法，其特征在于：適用于絕對成像、多相成像和差分成像。

8.一種基于混合精度神經(jīng)網(wǎng)絡(luò)的電阻抗成像系統(tǒng)，其特征在于：所述電阻抗成像系統(tǒng)包括N個電極和混合精度神經(jīng)網(wǎng)絡(luò)，所述混合精度神經(jīng)網(wǎng)絡(luò)包括用于獲取測量電壓樣本訓(xùn)練集數(shù)據(jù)及實(shí)測邊界電壓值的輸入層、整數(shù)類型參數(shù)的低精度量化網(wǎng)絡(luò)、浮點(diǎn)數(shù)類型參數(shù)的高精度解碼網(wǎng)絡(luò)、和用于獲取電阻抗成像圖像的輸出層；所述電阻抗成像系統(tǒng)用于執(zhí)行權(quán)利要求1至權(quán)利要求7所述的一種基于混合精度神經(jīng)網(wǎng)絡(luò)的電阻抗成像方法。

9.根據(jù)權(quán)利要求8所述的一種基于混合精度神經(jīng)網(wǎng)絡(luò)的電阻抗成像系統(tǒng)，其特征在于：所述低精度量化網(wǎng)絡(luò)為int8類型，部署在嵌入式硬件上，實(shí)現(xiàn)數(shù)據(jù)壓縮，減小傳輸損耗；所述高精度解碼網(wǎng)絡(luò)為float32類型，部署在移動端軟件上，確保成像精度。

10.根據(jù)權(quán)利要求9所述的一種基于混合精度神經(jīng)網(wǎng)絡(luò)的電阻抗成像系統(tǒng)，其特征在于：所述輸出層節(jié)點(diǎn)個數(shù)為M×M，與M×M尺寸的圖片像素點(diǎn)一一對應(yīng)。