[发明专利]一种基于3D-Unet的介观荧光分子成像三维重建方法及系统

权利要求书

1.一种基于3D-Unet的介观荧光分子成像三维重建方法，其特征在于，包括:

获取生物组织表面荧光光子通量，得到生物组织表面荧光光子强度测量数据集；

基于计算机仿真生成的内嵌荧光生物标签的仿体，得到光子强度仿真数据集；

将生物组织表面荧光光子强度测量数据集与仿真数据集混合，并随机选择其中一部分作为训练数据集；

基于训练数据集进行3D-Unet网络模型的训练，得到模型参数；

对介观尺度的生物组织内部生物标签进行三维重建。

2.如权利要求1所述的基于3D-Unet的介观荧光分子成像三维重建方法，其特征在于，得到荧光光子强度仿真数据集包括：

采用与介观荧光分子层析成像系统一致的参数，通过计算机仿真生成内嵌生物标签的仿体；

通过荧光分子层析成像中光子传播描述方程，得到仿体荧光光子强度仿真数据；

调整仿体中内嵌生物标签的深度位置，进行多次仿真。

3.如权利要求1所述的基于3D-Unet的介观荧光分子成像三维重建方法，其特征在于，将生物组织表面荧光测量数据集与仿真数据集混合包括：

通过多次仿真生成多个荧光光子强度仿真数据，每次生成的数据均是一个m×n矩阵数据；

对每次生成的数据分别添加三种不同的高斯噪声，从而在三种信噪比噪声下均可扩增得到多组m×n矩阵数据；

分别从三种信噪比噪声下的多个仿真数据集中随机抽取一个，再分别从抽取出来的三个仿真数据集中随机抽取25％，同时随机抽取测量数据集的25％，将从三个仿真数据和测量数据中随机抽取的数据组合成一个m×n矩阵数据；将上述随机抽取和组合过程重复多次，得到多个重新组合的m×n矩阵数据；

将多个重新组合的m×n的矩阵数据转换成三维数据并保存。

4.如权利要求1所述的基于3D-Unet的介观荧光分子成像三维重建方法，其特征在于，所述3D-Unet网络模型包括：十四个残差模块、三个最大池化单元、三个转置卷积单元和一个输出单元。

5.如权利要求4所述的基于3D-Unet的介观荧光分子成像三维重建方法，其特征在于，第一残差模块的输出端依次连接第二残差模块、第十三残差模块和第十四残差模块；第二残差模块的输出端还连接至第一最大池化单元；

第一最大池化单元的输出端依次连接第三残差模块、第四残差模块、第十一残差模块、第十二残差模块和第三转置卷积单元；第四残差模块的输出端还连接至第二最大池化单元；第三转置卷积单元的输出端连接至第十三残差模块；

第二最大池化单元的输出端依次连接第五残差模块、第六残差模块、第九残差模块、第十残差模块和第二转置卷积单元；第六残差模块的输出端还连接至第三最大池化单元；第二转置卷积单元的输出端连接至第十一残差模块；

第三最大池化单元的输出端依次连接第七残差模型、第八残差模型和第一转置卷积单元；第一转置卷积单元的输出端连接至第九残差模块；

其中，第一残差模块的输入端为3D-Unet网络模型的输入端，用于输入训练数据集；第十四残差模块的输出端连接输出单元。

6.如权利要求1所述的基于3D-Unet的介观荧光分子成像三维重建方法，其特征在于，将生物组织表面荧光测量数据集与仿真数据集混合后，划分为训练数据集、验证数据集和测试数据集；

基于训练数据集进行3D-Unet网络模型的训练后，基于验证数据集进行验证；最后基于测试数据集优化3D-Unet网络模型。

7.一种基于3D-Unet的介观荧光分子成像三维重建系统，其特征在于，包括：

测量数据获取模块，获取生物组织表面荧光光子通量，得到生物组织表面荧光测量数据集；

仿真数据获取模块，基于计算机仿真生成的内嵌荧光生物标签的仿体，得到光子强度仿真数据集；

组合数据获取模块，将生物组织表面荧光测量数据集与仿真数据集混合，并选择其中一部分作为训练数据集；

网络模型训练模块，基于训练数据集进行3D-Unet网络模型的训练，得到模型参数；

三维重建模块，对介观尺度的生物组织内部生物标签进行三维重建。