[发明专利]一种磁声耦合成像的电导率重建方法及相关设备有效

专利信息
申请号: 202010191576.6 申请日: 2020-03-18
公开(公告)号: CN111513715B 公开(公告)日: 2023-03-14
发明(设计)人: 潘奕凡;钱建庭;胡雨阳;刘强;余君强 申请(专利权)人: 深圳大学
主分类号: A61B5/053 分类号: A61B5/053;G06F30/27;G06N3/0464;G06N3/08;A61B5/00
代理公司: 深圳市君胜知识产权代理事务所(普通合伙) 44268 代理人: 宗继颖;徐凯凯
地址: 518060 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 耦合 成像 电导率 重建 方法 相关 设备
【说明书】:

发明提供了一种磁声耦合成像的电导率重建方法及相关设备,根据电流密度矢量与电导率之间的对应关系,建立磁声耦合成像模型,并基于所述磁声耦合成像模型得到电流密度矢量与之相配对的电导率为样本对构成的训练数据集,并利用所述训练数据集对预设神经网络模型进行训练,得到训练完成的神经网络,最后通过所述神经网络快速且清晰地重建出电导率分布。在逆问题缺乏显式解的情况下,本发明提供一套基于神经网络重建电导率的方法,为构建出分布复杂、更接近临床情况的电导率图像提供了可靠并高效的方案。针对声耦合成像的样本中边缘较不突出的电导率变化,本发明中所提供的神经网络能准确、快速地重建出电导率分布。

技术领域

本发明涉及磁声成像技术领域,尤其涉及的是一种磁声耦合成像的电导率重建方法及相关设备。

背景技术

感应式磁声成像可以有效的避免低电导率组织的屏蔽效应以及注入电流的安全问题,是多物理场耦合的功能成像技术的标志性进展。因为在实际采集激发出来的磁声信号时,超声探测器的实际带宽、尺寸、数目、探测角度和扫描方式都会影响电导率的重建结果,尽管感应式磁声成像在数值理论上已经在仿真中得到了很好的验证,但是还是很难有效的应用到实际实验中去。

目前基于电导率重建的大多数算法都不能解决重建速度以及重建质量的问题,只能重建出粗糙的边界或者较为明显的分界处,并且重建出的电导率大多数是基于电导率均匀分布的假设,这种边界不连续性在电导率重建过程中就会在电导率梯度处造成奇异值的出现从而使重建中出现伪影。

由于在实际临床实验中,肿瘤的电导率并不是均匀变化的,这使得难以有效的应用到临床中去。或者就目前对于重建电导率的算法,难以清晰的且快速的重建出组织电导率,且针对形状较为任意几何形状、电导率非均匀分布的生物组织的电导率重建尚未有人深入开始研究。

因此,现有技术有待于进一步的改进。

发明内容

鉴于上述现有技术中的不足之处,本发明的目的在于为用户提供一种磁声耦合成像的电导率重建方法及相关设备,克服现有技术中的电导率重建方法无法清晰且快速的重建出电导率的缺陷。

本发明解决技术问题所采用的技术方案如下:

第一方面,本实施例公开了一种磁声耦合成像的电导率重建方法,其中,包括步骤:

构建磁声耦合成像模型,利用所述磁声耦合成像模型得到训练数据集;其中,所述训练数据集包括电流密度矢量样本数据和与所述电流密度矢量样本数据对应的电导率样本数据;

将所述训练数据集输入预设神经网络,对所述预设神经网络进行训练,得到训练完成的神经网络;

将电流密度矢量原始数据输入训练完成的神经网络,通过训练完成的神经网络得到与所述电流密度矢原始数据对应的电导率分布重建结果。

可选的,所述构建磁声耦合成像模型,利用所述磁声耦合成像模型得到训练数据集的步骤包括:

根据电流密度矢量与电导率之间的对应关系,构建线圈内磁声耦合成像模型;

调整所述磁声耦合成像模型的电导率分布,获取在不同电导率分布对应的所述电流密度分布,将所述电导率样本和其所对应的电流密度分布组成所述电流密度矢量样本数据和电导率样本数据。

可选的,所述调整所述磁声耦合成像模型的电导率分布,获取在不同电导率分布对应的所述电流密度分布的步骤包括:

分别设置在不同形状的目标区域、所述目标区域内含有不同电导率区域分布和/或所述目标区域内含有不同电导率连续变化的情况下,所述磁声耦合成像模型对应的电流密度分布。

可选的,所述构建磁声耦合成像模型,利用所述磁声耦合成像模型得到训练数据集的步骤包括:

根据电流密度矢量与电导率之间的对应关系,构建磁声耦合成像模型;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳大学,未经深圳大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010191576.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top