基于RecNet模型的磁粒子成像重建方法技术

本发明专利技术属于磁粒子成像的图像重建领域，具体涉及一种基于RecNet模型的磁粒子成像重建方法、系统、设备，旨在解决现有的磁粒子成像重建方法中，基于系统矩阵的重建方法获取系统矩阵难度大，重建的结果包含噪声和伪影，x

【技术实现步骤摘要】
基于RecNet模型的磁粒子成像重建方法


[0001]本专利技术属于磁粒子成像的图像重建领域，具体涉及一种基于RecNet模型的磁粒子成像重建方法、系统、设备。

技术介绍

[0002]磁粒子成像(magnetic particle image，MPI)是一种全新的断层成像技术，它具有时间分辨率高、无组织背景信号、灵敏性高、无辐射等诸多优点，已经被证实可以用于细胞示踪、血管造影、癌症检测等诸多医学领域，是最有可能进行临床应用的新型成像技术之一。
[0003]MPI重建是将MPI设备中获取的电压信号重建为磁粒子浓度的分布图，目前多采用基于系统矩阵和x
‑
space的重建方法，在基于系统矩阵的重建方法中获取系统矩阵的难度大，且重建结果往往包含噪声和伪影，而x
‑
space的重建方法获取的磁粒子分布图像质量、清晰度较差，影响对MPI结果的判读。基于此，本专利技术提出了一种基于RecNet模型的磁粒子成像重建方法。

技术实现思路

[0004]为了解决现有技术中的上述问题，即为了解决现有的磁粒子成像重建方法中，基于系统矩阵的重建方法获取系统矩阵难度大，重建的结果包含噪声和伪影，x
‑
space的重加方法重建图像质量、清晰度较差的问题，本专利技术第一方面，提出了一种基于RecNet模型的磁粒子成像重建方法，该方法包括：
[0005]S100，获取待成像重建的一维MPI信号，作为输入信号；
[0006]S200，将所述输入信号及其对应的无磁场点速度信号，输入训练好的磁粒子重建模型RecNet进行图像重建，得到二维MPI图像；
[0007]所述磁粒子重建模型RecNet包含域转换网络和改进的UNet网络；
[0008]所述域转换网络基于依次连接的1D卷积层、全连接层、拼接层、空间特征提取层构建；
[0009]所述1D卷积层，配置为分别将一维MPI信号、无磁场点速度信号进行1D卷积处理；所述全连接层，配置为将1D卷积处理后的一维MPI信号转换成二维信号，作为第一信号；将1D卷积处理后的无磁场点速度信号转换成二维信号，作为第二信号；所述拼接层，配置为对所述第一信号、所述第二信号进行拼接，将拼接后的信号作为第三信号；
[0010]所述空间特征提取层基于依次连接的多个卷积层、批标准化层、非线性激活函数构建；所述空间特征提取层，配置为对所述第三信号进行特征提取；
[0011]所述改进的UNet网络基于UNet网络和多个1
×
1的卷积层构建，多个1
×
1的卷积层与所述UNet网络的输出层连接；所述改进的UNet网络，配置为对空间特征提取层提取特征进一步提取，并进行图像重建，得到二维MPI图像。
[0012]在一些优选的实施方式中，所述磁粒子重建模型RecNet，其训练方法为：
[0013]A100，获取待重建的灰度图像，并对所述灰度图像进行预处理；
[0014]A200，对预处理后的灰度图像进行MPI仿真，得到一维MPI信号、无磁场点速度信号；
[0015]A300，将所述一维MPI信号、所述无磁场点速度信号输入预构建的磁粒子重建模型RecNet进行图像重建，得到二维MPI图像，作为重建图像；
[0016]A400，基于所述重建图像，以及磁粒子重建模型RecNet输入的一维MPI信号、无磁场点速度信号对应的待重建的灰度图像，通过均方误差损失函数得到损失值，进而进行反向传播以更新磁粒子重建模型RecNet的模型参数；
[0017]A500，循环A100
‑
A400，直至得到训练好的磁粒子重建模型RecNet。
[0018]在一些优选的实施方式中，对所述灰度图像进行预处理，其方法为：
[0019]对所述灰度图像进行插值处理，得到插值灰度图像；
[0020]对插值灰度图像进行随机剪裁，并将随机剪裁后的插值灰度图像放置于第一图像的设定位置，合成新的图像；所述第一图像为像素灰度值全为0、尺寸大小与插值灰度图像大小相同的图像；
[0021]将合成的图像进行设定度数的旋转，将旋转后的图像作为预处理后的灰度图像；所述设定度数为90度的整数倍。
[0022]在一些优选的实施方式中，对预处理后的灰度图像进行MPI仿真，其方法为：
[0023]将预处理后的灰度图像的像素灰度值线性转换为磁粒子的浓度信号；
[0024]基于磁粒子的浓度信号，结合设定的仿真参数，通过朗之万方程进行MPI仿真，得到一维MPI信号、无磁场点速度信号；所述仿真参数包括磁粒子温度、饱和磁化强度、驱动场磁场强度幅值、频率、选择场磁场强度、采样频率、重复采样时间、线圈灵敏度、FOV。
[0025]在一些优选的实施方式中，将预处理后的灰度图像的像素灰度值线性转换为磁粒子的浓度信号，其方法为：
[0026]c(r)＝c
max
g(r)/g
max
[0027]其中，c(r)为预处理后的灰度图像像素点r处的磁粒子的浓度信号，g(r)为像素点r处的像素灰度值，c
max
和g
max
为设定的最大磁粒子浓度和最大像素灰度值。
[0028]在一些优选的实施方式中，所述无磁场点速度信号，其获取方法为：
[0029]计算x方向无磁场点的位置：
[0030][0031]其中，x
ffp
表示x方向无磁场点的位置，为驱动场磁场强度，G
x
为选择场在x方向单位距离的磁场强度的变化量；
[0032]将x方向无磁场点的位置对时间进行求导，得到无磁场点速度信号。
[0033]本专利技术的第二方面，提出了一种基于RecNet模型的磁粒子成像重建系统，包括：信号获取模块、图像重建模块；
[0034]所述信号获取模块，配置为获取待成像重建的一维MPI信号，作为输入信号；
[0035]所述图像重建模块，配置为将所述输入信号及其对应的无磁场点速度信号，输入训练好的磁粒子重建模型RecNet进行图像重建，得到二维MPI图像；
[0036]所述磁粒子重建模型RecNet包含域转换网络和改进的UNet网络；
[0037]所述域转换网络基于依次连接的1D卷积层、全连接层、拼接层、空间特征提取层构建；
[0038]所述1D卷积层，配置为分别将一维MPI信号、无磁场点速度信号进行1D卷积处理；所述全连接层，配置为将1D卷积处理后的一维MPI信号转换成二维信号，作为第一信号；将1D卷积处理后的无磁场点速度信号转换成二维信号，作为第二信号；所述拼接层，配置为对所述第一信号、所述第二信号进行拼接，将拼接后的信号作为第三信号；
[0039]所述空间特征提取层基于依次连接的多个卷积层、批标准化层、非线性激活函数构建；所述空间特征提取层，配置为对所述第三信号进行特征提取；
[0040]所述改进的UNet网络基于U本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于RecNet模型的磁粒子成像重建方法，其特征在于，该方法包括以下步骤：S100，获取待成像重建的一维MPI信号，作为输入信号；S200，将所述输入信号及其对应的无磁场点速度信号，输入训练好的磁粒子重建模型RecNet进行图像重建，得到二维MPI图像；所述磁粒子重建模型RecNet包含域转换网络和改进的UNet网络；所述域转换网络基于依次连接的1D卷积层、全连接层、拼接层、空间特征提取层构建；所述1D卷积层，配置为分别将一维MPI信号、无磁场点速度信号进行1D卷积处理；所述全连接层，配置为将1D卷积处理后的一维MPI信号转换成二维信号，作为第一信号；将1D卷积处理后的无磁场点速度信号转换成二维信号，作为第二信号；所述拼接层，配置为对所述第一信号、所述第二信号进行拼接，将拼接后的信号作为第三信号；所述空间特征提取层基于依次连接的多个卷积层、批标准化层、非线性激活函数构建；所述空间特征提取层，配置为对所述第三信号进行特征提取；所述改进的UNet网络基于UNet网络和多个1
×
1的卷积层构建，多个1
×
1的卷积层与所述UNet网络的输出层连接；所述改进的UNet网络，配置为对空间特征提取层提取特征进一步提取，并进行图像重建，得到二维MPI图像。2.根据权利要求1所述的基于RecNet模型的磁粒子成像重建方法，其特征在于，所述磁粒子重建模型RecNet，其训练方法为：A100，获取待重建的灰度图像，并对所述灰度图像进行预处理；A200，对预处理后的灰度图像进行MPI仿真，得到一维MPI信号、无磁场点速度信号；A300，将所述一维MPI信号、所述无磁场点速度信号输入预构建的磁粒子重建模型RecNet进行图像重建，得到二维MPI图像，作为重建图像；A400，基于所述重建图像，以及磁粒子重建模型RecNet输入的一维MPI信号、无磁场点速度信号对应的待重建的灰度图像，通过均方误差损失函数得到损失值，进而进行反向传播以更新磁粒子重建模型RecNet的模型参数；A500，循环A100
‑
A400，直至得到训练好的磁粒子重建模型RecNet。3.根据权利要求1所述的基于RecNet模型的磁粒子成像重建方法，其特征在于，对所述灰度图像进行预处理，其方法为：对所述灰度图像进行插值处理，得到插值灰度图像；对插值灰度图像进行随机剪裁，并将随机剪裁后的插值灰度图像放置于第一图像的设定位置，合成新的图像；所述第一图像为像素灰度值全为0、尺寸大小与插值灰度图像大小相同的图像；将合成的图像进行设定度数的旋转，将旋转后的图像作为预处理后的灰度图像；所述设定度数为90度的整数倍。4.根据权利要求1所述的基于RecNet模型的磁粒子成像重建方法，其特征在于，对预处理后的灰度图像进行MPI仿真，其方法为：将预处理后的灰度图像的像素灰度值线性转换为磁粒子的浓度信号；基于磁粒子的浓度信号，结合设定的仿真参数，通过朗之万方程进行MPI仿真，得到一维MPI信号、无磁场点速度信号；所述仿真参数包括磁粒子温度、...

【专利技术属性】
技术研发人员：杜洋，田捷，彭正耀，尹琳，梁倩，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：