一种模型驱动的深度学习荧光分子断层成像方法及系统
- 专利权人:
- 华中科技大学
- 发明人:
- 邓勇,刘锴贤,蒋宇轩,华泳州
- 申请号：
- CN202110598228.5
- 公开号：
- CN113327305A
- 申请日:
- 2021.05.31
- 申请国别(地区):
- CN
- 年份:
- 2021
- 代理人:
- 摘要：
- 本发明公开了一种模型驱动的深度学习荧光分子断层成像方法及系统。该方法包括：获取待测试的表面探测荧光分布；将待测试的表面探测荧光分布输入到荧光分子断层成像模型中，得到待检测的荧光团分布；荧光分子断层成像模型是利用测试集对分层网络模型训练而成的；分层网络模型是基于荧光分子断层成像图像重建的正则化优化目标函数的梯度、多层三维卷积神经网络的残差块结构和梯度下降算法构建而成的。本发明采用荧光分子断层成像模型建立了表面探测荧光分布和荧光团分布之间端到端的映射关系，避开了传统的基于模型的图像重建的劣势，提高了图像重建的质量。
- 来源网站：
- 中国工程科技知识中心
相关发明人
相关专利
- IMAGING MODALITIES USING A REFLECTIVE APERTURE ARRAY IN THE IMAGING PLANE TO DYNAMICALLY IMAGE AND COMPARE COMPONENTS OF THE DIFFRACTION PATTERN AND IMAGING POINT-SPREAD FUNCTION
- IMAGING MODALITIES USING A REFLECTIVE APERTURE ARRAY IN THE IMAGING PLANE TO DYNAMICALLY IMAGE AND COMPARE COMPONENTS OF THE DIFFRACTION PATTERN AND IMAGING POINT-SPREAD FUNCTION
- 一种基于dfMC模型的荧光扩散光学断层图像重建方法
- 一种植物叶片三维光分布的检测装置及方法
- 一种植物叶片三维光分布的检测装置
