[发明专利]基于分组注意力残差网络的锥束X射线发光断层成像方法

权利要求书

1.一种基于分组注意力残差网络的锥束X射线发光断层成像方法，包括下列步骤:

1)生成模拟数据集：根据锥束X射线发光断层成像系统，构建相应的仿真系统，包括仿体构建及光源探测器布配方案设计，方法如下：

第1步：构建数字鼠躯干仿体，方法为：设置一个空心圆柱，将具有肺脏、胃脏、心脏、肝脏和肾脏器官的数字鼠躯干模型与空心圆柱进行坐标匹配，使它们的中心保持一致，其中，数字鼠躯干仿体与空心圆柱的缝隙区域的光学参数被设定为相当于肌肉组织；

第2步：结合有限元分析方法，利用Comsol软件将数字鼠躯干仿体剖分为连续且不重叠的四面体单元，边界剖分为连续且不重叠的三角形单元，四面体单元和三角形单元的顶点为有限元节点；

第3步：在数字鼠躯干仿体的肝脏位置处嵌入不同大小、不同位置、不同间距的纳米荧光粒子目标体并设置其纳米荧光粒子的密度分布；

第4步：根据辐射传输方程的正向模型总方程Φ＝A·ρ，其中，A是整体系统矩阵，Φ为仿真实验光通量密度值，ρ为纳米荧光粒子的密度分布，得到各扫描角度下纳米荧光粒子受X射线激发产生的近红外光信号，利用此近红外光信号来表征仿真实验光通量密度值Φ；

2)数据集预处理：将仿真实验光通量密度值Φ作为分组注意力残差网络的输入特征，纳米荧光粒子的密度分布ρ作为标签数据，对输入数据即仿真实验光通量密度值Φ进行归一化处理；

3)基于ResNet18残差网络进行改进，搭建分组注意力残差网络，方法如下：

第1步：构建分组注意力残差基本单元，在ResNet18残差基本单元中嵌入分组注意力模块CA v2，改进后的分组注意力残差基本单元包括批标准化，非线性激活函数ReLU，卷积层，分组注意力模块CA v2；

第2步：构建分组注意力残差模块，1个分组注意力残差模块由1个残差基本单元和1个分组注意力残差基本单元堆叠而成；

第3步，构建分组注意力残差网络，分组注意力残差网络由1层卷积层、4个分组注意力残差模块、1层全连接层堆叠而成，网络结构最后的全连接层用以输出剖分后仿体各个节点处的纳米荧光粒子的密度分布；

4)训练网络：将处理好的训练集数据输入网络进行训练，并合理设置超参数，网络训练结束后保存模型，其中，网络损失函数采用添加纳米荧光粒子的正确密度分布范围的自适应域损失函数；

5)重建图像：通过实验获取不同情况下CCD探测器的仿体实验光通量密度值Φ’，并将仿体实验光通量密度值Φ’进行归一化处理，并输入到保存好的网络模型，实现锥束X射线发光断层成像图像三维重建。