← 返回列表

基于扩散模型的即插即用磁粒子成像重建方法、系统

申请号: CN202410146026.0
申请人: 北京航空航天大学
申请日期: 2024/2/2

摘要文本

本发明属于生物医学分子影像、磁粒子成像重建领域,具体涉及一种基于扩散模型的即插即用磁粒子成像重建方法、系统,旨在解决现有的MPI图像重建方法在基于系统矩阵重建过程中,存在逆问题不适定且难以求解的问题。本方法包括:获取待MPI成像重建的目标对象的电压信号,作为输入信号;通过预构建的系统矩阵无约束优化方法,获取磁粒子浓度分布的最优解,进而进行磁粒子图像重建,得到重建的MPI图像。本发明解决了逆问题不适定且难以求解的问题,提高了MPI图像重建的质量。

专利详细信息

项目 内容
专利名称 基于扩散模型的即插即用磁粒子成像重建方法、系统
专利类型 发明申请
申请号 CN202410146026.0
申请日 2024/2/2
公告号 CN117689761A
公开日 2024/3/12
IPC主分类号 G06T11/00
权利人 北京航空航天大学
发明人 田捷; 安羽; 冯苑; 邹文轩
地址 北京市海淀区学院路37号

专利主权项内容

1.一种基于扩散模型的即插即用磁粒子成像重建方法,其特征在于,该方法包括:获取待MPI成像重建的目标对象的电压信号,作为输入信号;基于所述输入信号,结合磁粒子成像设备的系统矩阵以及训练好的扩散模型,通过预构建的系统矩阵无约束优化方法,获取磁粒子浓度分布的最优解,进而进行磁粒子图像重建,得到重建的MPI图像;其中,所述扩散模型中的去噪网络为基于多尺度特征互补的图像去噪网络;所述基于多尺度特征互补的图像去噪网络为U型的编码器-解码器网络;所述编码器包括卷积块双域注意力模块、特征提取模块;所述解码器包括特征恢复模块、图像重建模块;所述基于多尺度特征互补的图像去噪网络的输入为预构建的含有噪声的MPI图像,即磁粒子浓度分布;对所述预构建的含有噪声的MPI图像进行不同程度的下采样并提取特征,作为初始特征,将所述初始特征输入对应的编码器;所述卷积块双域注意力模块,配置为对输入的特征依次通过不同的注意力机制进行加权;将加权后的特征输入所述特征提取模块特征提取;所述特征恢复模块,配置为用于对输入的特征进行残差学习;所述图像重建模块,配置为对所述特征恢复模块的输出卷积处理,进行图像重建。。该数据由整理