一种用于脑出血电导率分布图像重建的混合神经网络方法技术

本发明专利技术公开了一种用于脑出血电导率分布图像重建的混合神经网络方法，卷积神经网络（CNN，Convolutional Neural Network）和Transformer网络混合的神经网络方法用于重建脑出血电导率分布图像，可以直接构建边界电压测量值与脑出血电导率分布的非线性映射关系，能够从训练数据集中自动提取先验信息，并编码到的神经网络中。与当前的线性图像重建算法相比，该方法不需要计算灵敏度矩阵，而且在图像重建过程中不需要确定超参数，图像重建质量良好。好。好。

【技术实现步骤摘要】
一种用于脑出血电导率分布图像重建的混合神经网络方法


[0001]本专利技术属于生物电阻抗层析成像
，具体涉及一种用于脑出血电导率分布图像重建的混合神经网络方法。

技术介绍

[0002]脑出血由脑动脉破裂引起，可导致神经组织的不可逆损伤。全球脑出血发病率为60
‑
80/10万人，死亡率约为40％，是急性脑血管疾病中死亡率最高的疾病。在降低患者的死亡率和发病率方面，快速的诊断和积极的治疗是非常重要的。
[0003]目前，在脑出血患者的诊断和治疗时，计算机断层扫描(CT)、计算机断层扫描血管造影(CTA)和磁共振成像(MRI)是颅脑成像应用最广泛的技术。虽然这些技术提供了精确的高分辨率图像，但它们仍然有缺点。CT和CTA是有辐射性的，MRI费时且成本高。此外，这些技术设备无法在现场对早期的发病患者进行诊疗，也不适合长期临床监测。这就导致临床医护人员难以对患者病情的发展有实时的了解，容易耽误患者病情。所以，临床治疗迫切需要用于脑出血的实时图像重建方法。
[0004]电阻抗层析成像(EIT，Electrical I本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于脑出血电导率分布图像重建的混合神经网络方法，其特征在于具体步骤为：步骤S1：假设人体水平于地面，面部朝上，建立与地面垂直的扫描平面，利用螺旋计算机断层成像对人体颅脑进行扫描，得到包含脑出血位置中心点的颅脑检测平面；步骤S2：通过上述颅脑检测平面的计算机断层成像扫描图确定颅脑的形状和结构，在计算机中构建颅脑模型，并将人体颅脑不同组织的电阻抗信息融合到不同的组织结构中；步骤S3：采用16电极的电阻抗层析成像系统，在检测平面内颅脑最高点放置1号电极，然后逆时针将16个电极等距围绕贴合在检测平面与头皮表面相交的闭合曲线上，闭合曲线所围平面区域为检测平面，在相对电流激励、相邻电压测量的方式下，首先对1号电极施加安全的电流激励，同时将9号电极接地，在2
‑
3、3
‑4……6‑
7、7
‑
8；10
‑
11、11
‑
12
……
14
‑
15、15
‑
16总计12个电极对测量电压值，共测得12个电压值作为第一组测量数据，按照相同的方法，依次对2
‑
16电极进行激励，将与激励电极相对的电极接地，在其余电极对测量电压值，共获得16组测量数据，每组测量数据包含12个电压测量值，在遍历激励每个电极后，共获得192个电压值；步骤S4：通过上述电阻抗层析成像方式获取不同患者或者同一患者不同时间段脑出血时颅脑电导率分布Δσ及其对应的电压测量值ΔU，每次测量的颅脑电导率分布Δσ及其对应的电压测量值ΔU构成一个样本S，测量多组样本形成训练数据集D；步骤S5：对于上述一个样本中的电压测量值ΔU，其包含16组测量数据，分别对每组测量数据进行数据增强，针对每组测量数据，将在激励电极逆时针方向的7个电极和顺时针方向的7个电极测量得到的电压值相加获得增强电压值U
skip[i]
，i＝1,2,
…
,5，U
skip[i]
表示如下：U
skip[1]
表示将连续测得的相邻2个电压值相加，一共能够获得10个电压值；U
skip[2]
表示将连续测得的相邻3个电压值相加，一共能够获得8个电压值；U
skip[3]
表示将连续测得的相邻4个电压值相加，一共能够获得6个电压值；U
skip[4]
表示将连续测得的相邻5个电压值相加，一共能够获得4个电压值；U
skip[5]
表示将连续测得的相邻6个电压值相加，一共能够获得2个电压值；每组数据经过数据增强后，可获得30个电压值，每个样本中的电压测量值ΔU增强为672个电压值，将数据增强后的训练数据集D用于网络的训练；步骤S6：构建混合神经网络，其主要包含CNN(Convolutional Neural Network)模块、Transformer模块和MLP(Multilayer Perceptron)模块；步骤S601：在正向传播过程时，电压测量值序列作为混合神经网络的输入；步骤S602：用CNN模块提取电压测量值序列的特...

【专利技术属性】
技术研发人员：施艳艳，武跃辉，王萌，高振，李亚婷，杨坷，
申请(专利权)人：河南师范大学，
类型：发明
国别省市：