[发明专利]物理性质定量测量的系统和方法在审
申请号: | 202080040132.0 | 申请日: | 2020-05-28 |
公开(公告)号: | CN114303169A | 公开(公告)日: | 2022-04-08 |
发明(设计)人: | 王乙;刘喆;张晋玮;张其昊;赵正勋;帕斯卡·斯宾瑟梅里 | 申请(专利权)人: | 康奈尔大学技术许可中心 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T11/00;G06N3/04;G06N3/08;A61B5/055;G01R33/56;G01R33/565 |
代理公司: | 北京金恒联合知识产权代理事务所 11324 | 代理人: | 李强 |
地址: | 美国*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 物理性质 定量 测量 系统 方法 | ||
1.一种用于生成对象的一个或多个图像的方法,所述方法包括:
接收由磁共振扫描仪获得的磁共振成像(MRI)数据,其中MRI数据是复杂的并且包括关于物体组织的幅度和相位信息或实部和虚部信息,以及高斯噪声;
根据组织成分对复杂的MRI数据进行建模,计算对象中组织所经历的磁场
基于计算出的磁场估计对象的磁化率分布,其中估计对象的磁化率分布包括:
使用MRI数据中的高斯噪声的似然函数确定磁化率分布和磁场的数据保真度项,
使用人工神经网络确定结构先验信息,该人工神经网络根据输入磁场和输出磁化率分布对的数据进行预训练,
基于计算的磁场、数据保真度项和结构先验信息确定磁化率分布;和
在显示设备上呈现基于所确定的磁化率分布生成的对象的一个或多个图像。
2.根据权利要求1所述的方法,其中磁化率分布的确定包括
通过根据计算的磁场最小化人工神经网络输出的磁化率分布的数据保真度项来更新人工神经网络中的权重,并且计算出的磁场,并根据计算出的磁场,
将更新后的人工神经网络的输出作为物体的磁化率分布。
3.根据权利要求1所述的方法,其中磁化率分布的确定使成本函数最小化,该成本函数由磁化率分布和计算的磁场的数据保真度项和用于施加与磁化率的结构相似性的正则化项组成。预训练人工神经网络根据计算出的磁场分布输出。
4.根据权利要求1所述的方法,其中所述人工神经网络是卷积神经网络
5.根据权利要求1所述的方法,其中使用多回波梯度回波序列获得MRI数据,使用位于静脉中的脱氧血红素铁和在组织中弥散的其他易感源对回波时间的幅度依赖性建模,并且估计组织氧提取分数使用QSM和幅度建模。
6.如权利要求1所述的方法,其中成本函数最小化包括预处理,并且根据从幅度数据确定的R2*映射估计预处理器。
7.根据权利要求1所述的方法,其中所述对象包括大脑或腹部肝脏的皮层、壳核、苍白球、红核、黑质和丘脑底核中的一种或多种,或胸腔中的心脏,身体中的骨骼,或病变组织的病变。
8.一种用于生成对象的一个或多个图像的方法,所述方法包括:
接收由磁共振扫描仪获得的磁共振成像(MRI)数据,其中MRI数据是复杂的并且包括在多个回波时间关于物体组织的幅度和相位信息或实部和虚部信息,以及高斯噪声;
从复杂的MRI数据中对对象中的组织进行定量磁敏度映射(QSM)
根据优化方法基于QSM和MRI幅度数据估计对象组织的脱氧血红素分布,包括:
根据脱氧血红素分布的静脉几何形状和非脱氧血红素敏感性源分布的弥散分布,获得随回波时间的MR幅度演变,
在幅度演化的稀疏表示的约束下,基于QSM和MRI幅度数据确定脱氧血红素分布;
从估计的脱氧血红素分布确定氧提取分数(OEF);和
在显示设备上呈现基于所确定的OEF分布生成的对象的一个或多个图像。
9.根据权利要求8所述的方法,其中使用聚类来实现幅度演化的稀疏表示,并且首先在聚类级别确定脱氧血红素分布,然后在体素级别细化。
10.根据权利要求9所述的方法,其特征在于,所述聚类是通过快速x均值方法自动确定的。
11.根据权利要求8所述的方法,其中幅度演化的稀疏表示的特征在于人工神经网络。
12.根据权利要求11所述的方法,其中人工神经网络输入MRI幅度数据和QSM,输出脱氧血红素分布并使用模拟数据进行训练。
13.根据权利要求8所述的方法,其特征在于,所述对象包括皮层、白质区域、深部灰质区域、脑缺血区域或患病组织损伤中的一个或多个。
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康奈尔大学技术许可中心,未经康奈尔大学技术许可中心许可,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/202080040132.0/1.html,转载请声明来源钻瓜专利网。