从低空间分辨率图像到高分辨率图像的MPI重建方法技术

本发明专利技术属于医学影像领域，具体涉及一种从低空间分辨率图像到高分辨率图像的MPI重建方法、系统、装置，旨在解决现有MPI方法重建的MPI图像空间分辨率低的问题。本方法包括：通过MPI成像设备采集目标对象待重建部位的电压信号，将所述电压信号转化为时域信号，并基于所述时域信号构建低分率图像；将所述时域信号变换得到频域信号，转换后输入预构建的ResNet模型进行残差处理，得到残差处理后的频域信号；将所述低分辨率图像、所述残差处理后的频域信号输入训练好的SAGAN模型的生成器网络，得到重建图像。本发明专利技术提升了重建的MPI图像空间分辨率。本发明专利技术提升了重建的MPI图像空间分辨率。本发明专利技术提升了重建的MPI图像空间分辨率。

【技术实现步骤摘要】
从低空间分辨率图像到高分辨率图像的MPI重建方法


[0001]本专利技术属于医学影像领域，具体涉及一种从低空间分辨率图像到高分辨率图像的MPI重建方法、系统、装置。

技术介绍

[0002]有广泛的证据证明内侧颞叶(Medial Temporal Lobe,MTL)在陈述记忆中的关键作用，然而，MTL内特定的子结构如何对陈述性记忆作出贡献仍然是一个备受争论的话题。计算神经生物学模型和新出现的啮齿动物数据表明，子结构内解剖和连接的差异是记忆功能中MTL子结构差异的基础。然而，在人类中，绝大多数MTL损伤和功能神经成像研究缺乏空间分辨率来检查子结构对陈述性记忆的贡献。因此，需要更高的解剖学精度来测试现有的MTL功能模型，并促进对人类MTL内存在的功能异质性的理解。
[0003]2005年，Gleich等人开发了一种新的成像方式——磁性纳米粒子成像技术(MPI)。该技术是一种新的无辐射断层成像方法，可以提供快速、无背景、敏感、可直接量化的四维超顺磁性氧化铁颗粒空间分布信息，其时间分辨率高达每秒46个体素以上。
[0004]高分辨率功能M本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种从低空间分辨率图像到高分辨率图像的MPI重建方法，其特征在于，该方法包括以下步骤：步骤S100，通过MPI成像设备采集目标对象待重建部位的电压信号，将所述电压信号转化为时域信号，并基于所述时域信号构建低分辨率图像；步骤S200，将所述时域信号转换为频域信号，转换后输入预构建的ResNet模型进行残差处理，得到残差处理后的频域信号；步骤S300，将所述低分辨率图像、所述残差处理后的频域信号输入训练好的SAGAN模型的生成器网络，得到重建图像；所述SAGAN模型包括生成器网络、判别器网络；所述生成器网络基于依次连接的卷积层、三个第一区块、self
‑
attention层、四个第二区块、卷积层、TanH层构建；所述第一区块基于依次连接的卷积层、batch normalization层、ReLU层构建；所述第二区块基于依次连接的反卷积层、batch normalization层、ReLU层构建；所述判别器网络基于依次连接卷积层、leaky
‑
ReLU激活层、self
‑
attention层、三个第三区块；所述第三区块基于依次连接的卷积层、batch normalization层、leaky
‑
ReLU激活层构建。2.根据权利要求1所述的一种从低空间分辨率图像到高分辨率图像的MPI重建方法，其特征在于，所述SAGAN模型的生成器网络、判别器网络的训练过程为：步骤A100，通过MPI成像设备采集目标对象待重建部位的电压信号，将所述电压信号转化为时域信号，作为第一信号；基于所述第一信号构建低分辨率图像；基于所述低分辨率图像及其对应的真值标签，得到训练数据集；步骤A200，将所述第一信号进行变换，得到频域信号，作为第二信号；将所述第二信号输入预构建的ResNet模型进行残差处理，得到残差处理后的频域信号，作为第三信号；步骤A300，将所述训练数据集中的低分辨率图像、所述第三信号输入预构建的SAGAN模型的生成器网络，得到重建图像；将所述重建图像及其对应的真值标签输入所述SAGAN模型的判别器网络，获取所述重建图像的判别结果；步骤A400，基于所述判别结果，结合所述重建图像、所述低分辨率图像、所述真值标签，通过构建的损失函数，计算损失值，更新所述SAGAN模型的生成器网络、判别器网络的网络参数；循环对所述SAGAN模型的生成器网络、判别器网络进行训练，直至得到训练好的SAGAN模型。3.根据权利要求1所述的一种从低空间分辨率图像到高分辨率图像的MPI重建方法，其特征在于，通过MPI成像设备采集待重建对象设定部位的电压信号，其方法为：u
P
(t)＝∫
object
s(r,t)c(r)d3r其中，u
P
(t)代表在线圈的灵敏度为P下采集到的电压信号，r代表粒子的位置，c(r)代表在r处粒子的浓度，μ0代表真空中的磁导率，P
R
(r)代表接收线圈的灵敏度，代表粒子

【专利技术属性】
技术研发人员：田捷，张慧，赵婧，安羽，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：