[发明专利]基于交流机制的双向蚁群算法的脑白质纤维追踪方法在审

专利信息
申请号: 202010614608.9 申请日: 2020-06-30
公开(公告)号: CN111767978A 公开(公告)日: 2020-10-13
发明(设计)人: 孙兵;赖昀;陈小平;姜敏 申请(专利权)人: 苏州大学
主分类号: G06N3/00 分类号: G06N3/00;G16H50/20
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 张春辉
地址: 215131 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 交流 机制 双向 算法 白质 纤维 追踪 方法
【说明书】:

本申请公开了一种基于交流机制的双向蚁群算法的脑白质纤维追踪方法,采用基于交流机制的双向蚁群算法,利用两个蚁群分别独立进行神经纤维的路径追踪。一方面,将蚂蚁的移动选择过程按照轮盘赌分为:线性延伸和根据信息素的移动,其中线性延伸的引入增强了算法的时间有效性,根据信息素移动增加了路径优化的能力。另一方面,当算法迭代陷入局部最优时,交换两个蚁群的信息素挥发系数,变更蚁群原有的搜索状态,突破局部最优的限制。大大缩短了纤维追踪的时间,提高了神经纤维的搜索空间和搜索效率。此外,本申请还提供了一种基于交流机制的双向蚁群算法的脑白质纤维追踪装置、设备及可读存储介质,其技术效果与上述方法的技术效果相对应。

技术领域

本申请涉及计算机技术领域,特别涉及一种基于交流机制的双向蚁群算法的脑白质纤维追踪方法、装置、设备及可读存储介质。

背景技术

大脑是人体的重要组成部分,也是最重要、最复杂、最精密的系统,大脑的内部结构主要包括脑灰质和脑白质。其中,脑白质中的神经纤维在大脑功能中占主导地位,承担着传递兴奋信息的功能。人体每完成一个动作和一个反应都需要神经纤维的参与,而且人类的很多疾病都是由于神经纤维的损坏和缺失造成的。因此,如果能够准确、快速的重建人类脑白质内的神经纤维,则可以更好地了解一些疾病的机制,可以更好的对一些相关疾病进行诊断,从而进行针对性的治疗。

然而,目前公开的脑白质追踪方案容易陷入局部最优,且需要消耗较长的时间,效率低下,无法满足当前需求。

发明内容

本申请的目的是提供一种基于交流机制的双向蚁群算法的脑白质纤维追踪方法、装置、设备及可读存储介质,用以解决当前的脑白质追踪方案容易陷入局部最优,且需要消耗较长的时间,效率低下的问题。其具体方案如下:

第一方面,本申请提供了一种基于交流机制的双向蚁群算法的脑白质纤维追踪方法,包括:

S1、获取弥散张量成像数据;

S2、在待追踪纤维的两端分别设置第一兴趣区域和第二兴趣区域,初始化第一蚁群位于所述第一兴趣区域,并初始化第二蚁群位于所述第二兴趣区域;

S3、采用轮盘赌方法,控制蚂蚁根据线性延伸法或根据信息素分布情况进行移动,重复移动过程直至达到移动终止条件,得到第一路径集合和第二路径集合,其中,所述第一路径集合为所述第一蚁群从所述第一兴趣区域到所述第二兴趣区域的路径集合,所述第二路径集合为所述第二蚁群从所述第二兴趣区域到所述第一兴趣区域的路径集合;

S4、根据能量函数,分别确定所述第一路径集合和所述第二路径集合中能量最小的路径,得到第一能量最小路径和第二能量最小路径;

S5、根据所述第一能量最小路径对所述第一蚁群的信息素进行更新,并根据所述第二能量最小路径对所述第二蚁群的信息素进行更新;

S6、判断是否达到追踪终止条件,若达到追踪终止条件,则将所述第一能量最小路径和所述第二能量最小路径中能量最小的路径作为追踪结果;若未达到追踪终止条件,则进入S7;

S7、判断是否达到局部最优条件;若达到局部最优条件,则交换所述第一蚁群和所述第二蚁群的信息素挥发系数,并进入S3;若未达到局部最优条件,则进入S3。

优选的,在所述根据能量函数,分别确定所述第一路径集合和所述第二路径集合中能量最小的路径,得到第一能量最小路径和第二能量最小路径之前,还包括:

根据预先设置的可行路径筛选条件,分别对所述第一路径集合和所述第二路径集合中的路径进行筛选。

优选的,所述采用轮盘赌方法,控制蚂蚁根据线性延伸法或根据信息素分布情况进行移动,包括:

确定蚂蚁在移动方向上的可行点集;

采用轮盘赌方法,根据线性延伸法或根据信息素分布情况从所述可行点集选取目标点;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州大学,未经苏州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010614608.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top