[发明专利]基于神经网络算法的不均匀场下脑模型定域谱校正方法

摘要

本发明提供了基于神经网络算法的不均匀场下脑模型定域谱校正方法，涉及生物活体脑代谢物定域谱校正方法。利用自由感应衰减信号模拟软件，生成脑模型样品的核磁共振模拟信号；建立不均匀磁场与均匀磁场下不同浓度代谢物的脑模型一维定域谱图数据集并设计训练数据和标签数据；划分整体数据集为训练集、验证集、测试集；设计神经网络结构并使用验证集选取神经网络超参数；利用测试数据对量化模型进行测试检验；利用本发明提出的神经网络算法强大的拟合能力，可以实现一种快速且准确地校正不均匀磁场下脑模型样品谱图的方法，使定域谱具有更广泛的应用性。

主权项

1.基于神经网络算法的不均匀场下脑模型定域谱校正方法，其特征在于包括以下步骤：/n1)利用自由感应衰减信号模拟软件FID-A并选用常见可检测生物活体脑代谢物模拟基集，进行模拟各个脑代谢物PRESS实验，通过对各个脑代谢物的模拟信号进行带系数加权累加，并在数据中加入高斯白噪声，得到最终的脑模型模拟信号；/n2)通过产生不同线宽、不同信噪比、不同脑代谢物浓度的在不均匀场下和均匀场下的模拟数据建立训练数据集，随机取出训练数据集中的小部分分别作为验证集和测试集，将产生的每一条模拟数据所对应的均匀场下的波谱作为标签数据；/n3)对上述所有数据集进行数据预处理，预处理包括一维傅里叶变换、归一化、数据裁剪；/n4)设计神经网络模型结构，利用验证集选取神经网络结构的超参数，得到量化模型；/n5)利用测试数据对量化模型进行测试检验：对实验实采数据进行预处理后，输入优化好的量化模型，即可输出其对应的均匀场下的谱图信息；所述预处理包括一维傅里叶变换、归一化、数据裁剪。/n