[發明專利]一種擴散張量成像參數量化方法、系統、設備和介質在審
| 申請號： | 202310088128.7 | 申請日： | 2023-01-19 |
| 公開（公告）號： | CN115984404A | 公開（公告）日： | 2023-04-18 |
| 發明（設計）人： | 張鑫媛;陳韞瑋;張志誠;馮衍秋 | 申請（專利權）人： | 南方醫科大學 |
| 主分類號： | G06T11/00 | 分類號： | G06T11/00;G06N3/0464;G06N3/0455;G06N3/08 |
| 代理公司： | 廣州新諾專利商標事務所有限公司 44100 | 代理人： | 周端儀;梁偉 |
| 地址： | 510515 廣東省廣州*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 擴散 張量 成像 參數 量化 方法 系統 設備 介質 | ||
1.一種擴散張量成像參數量化方法，其特征在于，包括以下步驟：
獲取dMRI數據{S0,Sb(gn),n＝1,2,…,N}，以及獲取dMRI數據對應的b值和擴散編碼方向gn；
根據擴散編碼方向gn，求取球諧函數Ylm(gn)；
對dMRI數據進行數據變換，得到擴散衰減圖像，并根據擴散衰減圖像和球諧函數的復共軛Ylm*(gn)計算球諧系數圖；
將球諧系數圖輸入已構建的深度學習網絡，得到DTI擴散張量場；
根據DTI擴散張量場，計算得到DTI量化參數圖。
2.根據權利要求1所述的擴散張量成像參數量化方法，其特征在于，所述對dMRI數據進行數據變換的步驟包括：
采用公式(1)對dMRI圖像進行數據變換，所述公式(1)為：
式中，{S(gn),n＝1,2,…,N}為獨立于b值的擴散衰減圖像，S0和Sb(gn)分別為dMRI數據中的非擴散加權圖像和擴散加權圖像，b為擴散加權圖像Sb(gn)對應的b值，btrain為所述深度學習網絡的訓練數據的b值。
3.根據權利要求2所述的擴散張量成像參數量化方法，其特征在于，所述根據擴散衰減圖像和球諧函數的復共軛Ylm*(gn)計算球諧系數圖的步驟包括：
基于擴散衰減圖像和球諧函數的復共軛Ylm*(gn)，利用廣義傅里葉變換，進行逐體素計算得到每個體素對應的球諧系數，球諧系數計算公式如下：
式中，為球諧系數，Ylm*(r)為球諧函數Ylm(r)的復共軛，r為單位球面上的坐標，r∈R3，s(r)為球面信號，表示不同擴散梯度方向gn所對應的擴散信號衰減值，s(r)∈R。
4.根據權利要求1所述的擴散張量成像參數量化方法，其特征在于，所述深度學習網絡包括：
編碼器，用于對球諧系數圖特征進行提取，得到特征圖像；
解碼器，用于對編碼器提取到的特征圖像進行解碼，得到解碼特征圖；
跳躍連接層，將編碼器輸出的特征圖像與解碼器輸出的解碼特征圖像連接在一起。
5.根據權利要求1所述的擴散張量成像參數量化方法，其特征在于，所述DTI量化參數圖至少包括FA圖和MD圖；
所述根據DTI擴散張量場，計算得到DTI量化參數圖的步驟包括：
對DTI擴散張量場的擴散張量D進行特征值分解，得到特征值λ1、λ2、λ3，并根據公式(3)計算FA圖，根據公式(4)計算MD圖，其中，公式(3)如下：
公式(4)如下：
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于南方醫科大學，未經南方醫科大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202310088128.7/1.html，轉載請聲明來源鉆瓜專利網。
