【技术实现步骤摘要】
本专利技术涉及一种基于图像子块支持向量机的脑血流信号计算方法,属于图像处理
技术介绍
基于动脉自旋标记(ASL)的灌注磁共振成像(ASLperfusionMRI,以下简称ASLMRI)是一种无创无放射性的测量全脑和局部脑血流(cerebralbloodflow,简称CBF)的技术。ASLMRI利用射频无线电波去调制动脉血的磁信号,从而将动脉血变成可以用来测量脑血流的内源性示踪剂。当标记(label)好的动脉血流入成像区域以后通过毛细血管壁与脑组织进行自由交换,交换以后脑组织中的水的信号就会受到影响。信号改变的量直接与交换的量成正比,因而采集到的大脑磁共振图像就含有与局部灌注血流成正比的信号,该信号可以经过一定的换算模型转换成有物理单位的绝对血流值。在实际应用中,为了压制背景信号的干扰,ASLMRI成像还会采集不标记动脉血的背景信号图像,通过标记(标记图像)和不标记(控制图像)信号的两两相减就可以得出更为干净和信噪比更强的灌注信号。同时为了继续提高信噪比,实际采样过程中会重复采集一系列的标记、非标记图像对。目前计算标记和不标记信号差的技术主要有两种,一种是直接两两相减,即控制图像减去标记图像,然后求平均;另一种是利用支持向量机(supportvectormachine,简称SVM)对标记和非标记信号进行自动归类,找到两种图像之间的最佳分类面,以分类面的范矢量(normvector)作为灌注信号图像。上述2种方法主 ...
【技术保护点】
基于图像子块支持向量机的脑血流信号计算方法,其特征在于包括如下步骤:步骤1、首先采集得到n个控制图像和标记图像对,记为{Ci,Li},i=1,2,....,n,其中Ci表示第i个控制图像,Li表示与Ci相对应的标记图像;步骤2、根据上一步得到的n个控制图像和标记图像对,对图像中的每一个体素逐一计算脑血流值,从而得到最终的脑血流图像,具体包括如下子步骤:步骤1)、对于待计算的目标体素,分别在每个控制图像和标记图像中取出以该目标体素位置为中心的一个图像子块,从控制图像中取出的图像子块的类别标记为+1,从标记图像中取出的图像子块的类别标记为‑1,接着将取出的图像子块拉成一个列向量pk作为特征向量,对应的类别记为lk(lk∈{‑1,+1}),得到一个训练数据集{pk,lk},k=1,2,...,2n,利用该训练数据集计算对应的脑血流;步骤2)、对每个特征向量pk进行标准化得到xk,使得pk均值为0,标准差为1:xk=pk-mean(pk)std(pk);]]>步骤3)、利用非线性支持向量机对数据集{xk,lk}进行分类:minw,b,ξ12||w||2+CΣi=1Nξk ...
【技术特征摘要】
1.基于图像子块支持向量机的脑血流信号计算方法,其特征在于包括如下步骤...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。