[发明专利]一种基于低场核磁共振技术判别腐烂蓝莓的方法

权利要求书

1.一种基于低场核磁共振技术判别腐烂蓝莓的方法，其特征在于：所述方法包括下述步骤：

①利用低场核磁共振系统采集待检测蓝莓的弛豫谱信息，获得横向弛豫时间T₂₁、T₂₂、T₂₃和信号幅值A₂₁、A₂₂、A₂₃，共计6个横向弛豫信号变量；

②利用低场核磁共振系统采集待检测蓝莓横断面的质子密度加权图像，获得灰度直方图均值、灰度直方图灰度众数、灰度共生矩阵相关性、灰度梯度共生矩阵惯性、灰度梯度共生矩阵灰度平均，共计5个特征变量；

③将步骤①获得的6个横向弛豫信号变量和步骤②获得的5个特征变量作为输入矢量，输入BPNN模型，对腐烂蓝莓进行判别，

所述步骤②中，二次阈值分割法按下述方法进行：

第一次阈值分割时，阈值为50，将灰度值低于阈值的设置为0，将灰度值高于阈值的设置为1，经过膨胀、腐蚀处理，再去除孤立像素后，即可得到分割蓝莓区域的二值化图像；将原始灰度图像与二值化图像做掩膜处理，得到蓝莓区域图像，蓝莓图像灰度值保持不变，而区域外图像灰度值都为0；

第二次阈值分割时，阈值为155，将腐烂区域从蓝莓中分割出来，背景区域的灰度值不变，继续设置为0，在蓝莓区域，若灰度值大于阈值，则设置为0，若灰度值小于阈值则设置为1，然后经过膨胀、腐蚀处理，即得到蓝莓腐烂区域的二值化图像。

2.根据权利要求1所述的方法，其特征在于：在进行步骤③前，将步骤①获得的6个横向弛豫信号变量和步骤②获得的5个特征变量进行归一化处理，使所有特征向量的范围都限定在(0,1)之间。

3.根据权利要求1所述的方法，其特征在于：所述步骤③中，BPNN模型输出向量的维数为2，输出层采用二进制字符进行识别，“1”对应健康蓝莓；“0”对应腐烂蓝莓；激活函数为tansig，输出层函数为tansig，网络训练函数为trainlm，训练步数为5000，训练目标为0.0001。

4.根据权利要求1或2所述的方法，其特征在于：采集腐烂蓝莓和健康蓝莓至少各80个作为训练集样本，获取训练集样本的横向弛豫时间T₂₁、T₂₂、T₂₃和信号幅值A₂₁、A₂₂、A₂₃，灰度直方图均值、灰度直方图灰度众数、灰度共生矩阵相关性、灰度梯度共生矩阵惯性、灰度梯度共生矩阵灰度平均，共计11个变量作为BPNN模型的输入矢量；BPNN模型输出向量的维数为2，输出层采用二进制字符进行识别，“1”对应健康蓝莓；“0”对应腐烂蓝莓；激活函数为tansig，输出层函数为tansig，网络训练函数为trainlm，训练步数为5000，训练目标为0.0001。

5.根据权利要求1所述的方法，其特征在于：所述步骤①中，所述横向弛豫时间T₂₁、T₂₂、T₂₃和信号幅值A₂₁、A₂₂、A₂₃按下述方法获得：

将待测蓝莓置于低场核磁共振系统，并采用硬脉冲回波序列检测蓝莓的横向弛豫过程，使用迭代寻优的方法将采集到的T₂衰减曲线带入弛豫模型中拟合并反演可得到样品的T₂弛豫信息，包括弛豫时间及其对应的弛豫信号幅值；T₂横向弛豫图谱的弛豫时间变化范围为0.01ms～1000ms，分别记为T₂₁(0.01ms～10ms)、T₂₂(10ms～100ms)、T₂₃(100ms～1000ms)，T₂₁、T₂₂和T₂₃相应的信号幅值为A₂₁、A₂₂、A₂₃。

6.根据权利要求1所述的方法，其特征在于：所述步骤②中，所述5个特征变量按下述方法获得：

将待测蓝莓置于低场核磁共振系统，并采用MSE多层自旋回波序列采集蓝莓横断面的质子密度图像；采用二次阈值分割法进行阈值分割，获得蓝莓腐烂区域的二值化图像，并获取所得蓝莓腐烂区域的二值化图像的灰度直方图均值、灰度直方图灰度众数、灰度共生矩阵相关性、灰度梯度共生矩阵惯性、灰度梯度共生矩阵灰度平均。