[发明专利]脑组织自由水成像重建方法及系统、存储介质及终端

权利要求书

1.一种脑组织自由水成像重建方法，其特征在于：包括以下步骤：

基于双张量模型，根据弥散张量图像获取脑组织自由水图像以及消除自由水后的各向异性分数图像和平均扩散系数图像；

基于所述弥散张量图像与对应的脑组织自由水图像、消除自由水后的各向异性分数图像和平均扩散系数图像，训练脑组织自由水成像重建模型；

将目标弥散张量图像输入训练好的脑组织自由水成像重建模型，获取重建后的脑组织自由水图像及对应的消除自由水后的各向异性分数图像和平均扩散系数图像。

2.根据权利要求1所述的脑组织自由水成像重建方法，其特征在于：所述双张量模型假定弥散信号衰减由组织和自由水的信号衰减共同组成，引入变分正则化框架进行模型拟合来得到所述组织和自由水分各自的相对体积分数以及所述组织的弥散张量，所述自由水图像根据所述自由水的相对体积分数生成，所述各向异性分数图像和所述平均扩散系数图像通过所述组织的弥散张量计算得到。

3.根据权利要求1所述的脑组织自由水成像重建方法，其特征在于：所述脑组织自由水成像重建模型基于多任务三维卷积神经网络设计，所述多任务三维卷积神经网络包括三个卷积层，每层神经元个数分别为64、30和3，每层卷积核都为3*3*3的三维卷积核，除最后一层外每层卷积层后都通过一个激活函数和批归一化层。

4.根据权利要求1所述的脑组织自由水成像重建方法，其特征在于：训练脑组织自由水成像重建模型时，将零弥散权重图像与30个梯度方向下的扩散加权成像数据分别输入31个通道，分别经三个通道输出自由水图像参数、各向异性分数图像参数和平均扩散系数图像参数。

5.根据权利要求1所述的脑组织自由水成像重建方法，其特征在于：训练所述脑组织自由水成像重建模型时，将模型输出与预设参考的均方误差作为损失函数，通过ADAM优化器进行优化。

6.根据权利要求1所述的脑组织自由水成像重建方法，其特征在于：训练所述脑组织自由水成像重建模型时，初始学习率为0.001，当10个epoch内损失函数的值减小不超过0.0001甚至增长时，学习率降低为0.5。

7.根据权利要求1所述的脑组织自由水成像重建方法，其特征在于：训练所述脑组织自由水成像重建模型时，采用提前终止策略，当在30个epoch内损失函数不再减小甚至增长时，停止训练，输出最终模型；并利用dropout方法防止过拟合，丢弃比例为10％。

8.一种脑组织自由水成像重建系统，其特征在于：包括获取模块、训练模块和重建模块；

所述获取模块用于基于双张量模型，根据弥散张量图像获取脑组织自由水图像以及消除自由水后的各向异性分数图像和平均扩散系数图像；

所述训练模块用于基于所述弥散张量图像与对应的脑组织自由水图像、消除自由水后的各向异性分数图像和平均扩散系数图像，训练脑组织自由水成像重建模型；

所述重建模块用于将目标弥散张量图像输入训练好的脑组织自由水成像重建模型，获取重建后的脑组织自由水图像及对应的消除自由水后的各向异性分数图像和平均扩散系数图像。

9.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至7中任一项所述的脑组织自由水成像重建方法。

10.一种终端，其特征在于，包括：处理器及存储器；

所述存储器用于存储计算机程序；

所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行权利要求1至7中任一项所述的脑组织自由水成像重建方法。