System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及分子流体动力学计算技术,特别是涉及一种细胞外间隙内分子运动参数的获取方法,及实现该方法的系统。
技术介绍
1、细胞外间隙是位于细胞与细胞之间或细胞与血管之间的不规则的、迂曲的纳米尺度空间,是细胞赖以生存的直接空间。其内部填充着流动的组织间液,而组织间液的流动可为细胞运送营养物质,并带走代谢产物。
2、根据目前已有的研究结果,细胞外间隙内分子运动主要为扩散和对流两种形式,且这两种形式可能混合存在。两种运动形式的相对作用一直为争议的热点,所以尽管关于细胞外间隙内分子运动的研究工作已有不少,但尚未形成统一的结论。一些研究认为细胞外间隙内的分子运动主要以扩散为主,其内的对流速率可以忽略。而另一些研究则证明对流可能是细胞外间隙内的重要形式。
3、为探明细胞外间隙内分子运动的规律,需要建立能够精确刻画分子在细胞外间隙内运动规律的数学模型。细胞外间隙中的分子运动规律可用数学模型表示如下:
4、
5、c(x,t0)=c0(x),c(x,tt)=ct(x)
6、其中,t∈[t0,tt],为离散时间点,ω为感兴趣区域,这里为细胞外间隙区域,x表示位于细胞外间隙区域ω中的位置。c(x,t)和v分别表示细胞外间隙内分子的浓度和运动速率,d>0,为扩散系数。在上述模型中,为流体力学中经典的对流扩散方程,用于描述流体中分子的运动规律。c(x,t0)=c0(x),c(x,tt)=ct(x)为对流扩散方程需满足的初始条件。
7、目前,对分子运动规律的求解主要采用有限元法
技术实现思路
1、本专利技术的目的是提供一种细胞外间隙内分子运动参数的获取方法,其能够同时获取示踪剂在细胞外间隙内的扩散系数和运动速率,且求解过程简单、计算速度快。
2、本专利技术的另一目的是提供一种细胞外间隙内分子运动参数的获取系统,其能够同时获取示踪剂在细胞外间隙内的扩散系数和运动速率,且求解过程简单、计算速度快。
3、本专利技术提供的一种细胞外间隙内分子运动参数的获取方法,包括:获取不同采样时刻的示踪剂扩散区域的示踪剂核磁图像,示踪剂位于细胞外间隙内,示踪剂核磁图像的三维亮度分布对应示踪剂的三维浓度分布;构建一个神经网络模型n(x,t;θ),神经网络模型的损失函数用对流扩散方程约束;以及用不同采样时刻的示踪剂核磁图像训练神经网络模型,以获得示踪剂在细胞外间隙内运动的扩散系数和运动速率。
4、该获取方法采用对流扩散方程约束神经网络模型的损失函数,采用示踪剂核磁图像训练神经网络模型,能够同时获取示踪剂在细胞外间隙内的扩散系数和运动速率,其求解过程简单、计算速度快。
5、在细胞外间隙内分子运动参数的获取方法的再一种示意性实施方式中,获取不同采样时刻的示踪剂扩散区域的示踪剂核磁图像的步骤具体包括:获取不同采样时刻的包括示踪剂扩散区域的核磁影像;以及处理核磁影像以得到示踪剂核磁图像,处理包括图像配准、感兴趣区域提取和图像对减。该方法简单高效,便于获得示踪剂核磁图像。
6、在细胞外间隙内分子运动参数的获取方法的又一种示意性实施方式中,神经网络模型n(x,t;θ)由下式表示:
7、n(x,t;θ)=f(wn(f(wn-1…f(w1([x,t])+b1))+bn-1)+bn)
8、其中,
9、x为体素坐标;
10、t为采样时刻;
11、θ为网络参数,其中n为神经网络的层数,n为正整数,n≤n,wn为每层神经元的权重值,bn为每层神经元的偏置值。
12、通过引入多层神经网络模型,简化求解过程。
13、在细胞外间隙内分子运动参数的获取方法的另一种示意性实施方式中,损失函数由下式表示:
14、
15、其中,
16、l(θ,d)表示以θ和d为变量的损失函数值,其中d为示踪剂在细胞外间隙内的扩散系数;
17、nu为示踪剂核磁图像的样本数量;
18、ti为采样时刻,t1≤ti≤tt,其中,i=1,2,3……t;
19、ω为包含示踪剂扩散区域的感兴趣区域;b(x,ti)为ti采样时刻示踪剂在x体素坐标的真实亮度值;
20、n(x,ti;θ)为ti采样时刻示踪剂在x体素坐标的神经网络模型的输出亮度值;
21、w为权重参数;
22、为n(x,ti;θ)对t求一阶偏导;
23、为(n(x,ti;θ)v)对x求一阶偏导;
24、δn(x,ti;θ)为n(x,ti;θ)对x求二阶偏导。
25、该获取方法采用对流扩散方程约束的损失函数,采用示踪剂核磁图像训练神经网络模型,使神经网络模型能够同时获取示踪剂在细胞外间隙内的扩散系数d和运动速率v。
26、在细胞外间隙内分子运动参数的获取方法的另一种示意性实施方式中,w取值为10或100。借此便于计算,加快计算速度。
27、在细胞外间隙内分子运动参数的获取方法的另一种示意性实施方式中,在用不同采样时刻的示踪剂核磁图像训练神经网络模型之后,还包括:将ti采样时刻示踪剂核磁图像中选定体素的真实亮度值b(x,ti)的集合与神经网络模型在ti采样时刻选定体素的输出亮度值n(x,ti;θ)的集合作对比,以验证神经网络模型的可靠性。
28、在细胞外间隙内分子运动参数的获取方法的另一种示意性实施方式中,通过计算ti采样时刻示踪剂核磁图像中选定体素的真实亮度值b(x,ti)的集合与神经网络模型在ti采样时刻选定体素的输出亮度值n(x,ti;θ)的集合之间的均方误差,以验证神经网络模型的可靠性。该方法简单可靠,计算速度快。
29、在细胞外间隙内分子运动参数的获取方法的另一种示意性实施方式中,还包括:
30、计算peclet数以判断示踪剂在细胞外间隙内的运动形式,peclet数通过下式计算:
31、
32、其中,l为动静脉表面之间的平均距离。
33、通过计算peclet数,能够简便且准确地判断分子在细胞外间隙内的运动形式。
34、在细胞外间隙内分子运动参数的获取方法的另一种示意性实施方式中,示踪剂扩散区域位于全脑十二个脑区中的任意一个。借此便于获取脑细胞外间隙内的分子运动参数。
35、本专利技术还提供一种细胞外间隙内分子运动参数的获取系统,其包括存储器和处理器,存储器存储有计算机程序。处理器执行计算机程序时,可实现上述细胞外间隙内分子运动参数的获取方法的步骤。
36、该获取系统采用对流扩散方程约束神经网络模型的损失函数,采用示踪剂核磁图像训练神经网络模型,能够同时获取示踪剂在细胞外间隙内的扩散系数和运动速本文档来自技高网...
【技术保护点】
1.细胞外间隙内分子运动参数的获取方法,其特征在于,包括:
2.如权利要求1所述的获取方法,其中,获取不同采样时刻的示踪剂扩散区域的示踪剂核磁图像的步骤具体包括:
3.如权利要求1所述的获取方法,其中,所述神经网络模型N(x,t;θ)由式(1)表示:
4.如权利要求1所述的获取方法,其中,所述损失函数由式(2)表示:
5.如权利要求4所述的获取方法,其中,w取值为10或100。
6.如权利要求1所述的获取方法,其中,在用不同采样时刻的所述示踪剂核磁图像训练所述神经网络模型之后,还包括:将ti采样时刻所述示踪剂核磁图像中选定体素的真实亮度值B(x,ti)的集合与所述神经网络模型在ti采样时刻选定体素的输出亮度值N(x,ti;θ)的集合作对比,以验证所述神经网络模型的可靠性。
7.如权利要求6所述的获取方法,其中,通过计算ti采样时刻所述示踪剂核磁图像中选定体素的真实亮度值B(x,ti)的集合与所述神经网络模型在ti采样时刻选定体素的输出亮度值N(x,ti;θ)的集合之间的均方误差,以验证所述神经网络模型的可靠性
8.如权利要求1所述的获取方法,其中,还包括:
9.如权利要求1所述的获取方法,其中,所述示踪剂扩散区域位于全脑十二个脑区中的任意一个。
10.细胞外间隙内分子运动参数的获取系统,其包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时,可实现权利要求1至9中任一项所述的细胞外间隙内分子运动参数的获取方法的步骤。
...【技术特征摘要】
1.细胞外间隙内分子运动参数的获取方法,其特征在于,包括:
2.如权利要求1所述的获取方法,其中,获取不同采样时刻的示踪剂扩散区域的示踪剂核磁图像的步骤具体包括:
3.如权利要求1所述的获取方法,其中,所述神经网络模型n(x,t;θ)由式(1)表示:
4.如权利要求1所述的获取方法,其中,所述损失函数由式(2)表示:
5.如权利要求4所述的获取方法,其中,w取值为10或100。
6.如权利要求1所述的获取方法,其中,在用不同采样时刻的所述示踪剂核磁图像训练所述神经网络模型之后,还包括:将ti采样时刻所述示踪剂核磁图像中选定体素的真实亮度值b(x,ti)的集合与所述神经网络模型在ti采样时刻选定体素的输出亮度值n(x,ti;θ...
【专利技术属性】
技术研发人员:韩鸿宾,李宏锋,卢嘉宾,和清源,任秋实,
申请(专利权)人:北京大学第三医院北京大学第三临床医学院,
类型:发明
国别省市:
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。