[发明专利]基于深度图像先验的MPI系统矩阵复原方法

权利要求书

1.一种基于深度图像先验的MPI系统矩阵复原方法，利用欠采样的系统矩阵复原出完整的全采样的系统矩阵，进而基于复原后的系统矩阵，构建测量电压信号与实际粒子浓度分布之间的线性关系，重建磁性纳米粒子的空间浓度分布，进行磁粒子成像，其特征在于，该方法包括：

步骤S100，基于MPI成像时设定的欠采样网格的长宽高，构建欠采样的系统矩阵其中，M、N表示欠采样的系统矩阵的行、列数；

步骤S200，将所述欠采样的系统矩阵按行进行RGB编码，得到M个RGB图像；

步骤S300，将随机噪声作为网络输入，输入到预构建的3D-Unet神经网络，将各RGB图像作为真值标签，每次迭代计算损失并回传，迭代结束后输出全采样的RGB图像；

步骤S400，将全采样的RGB图像解码成复数形式，得到基于复数的系统矩阵，即复原后的系统矩阵。

2.根据权利要求1所述的基于深度图像先验的MPI系统矩阵复原方法，其特征在于，所述欠采样的系统矩阵，其构建方法为：

根据MPI成像时设定的欠采样网格的长、宽、高，机器人将一个充满磁性纳米颗粒的小样本自动放置在视野的每个网格位置，然后进行MPI信号采集，每个位置采集到的电压信号作为系统矩阵的一列，采集完所有网格位置之后，即获得了相应的欠采样的系统矩阵。

3.根据权利要求1所述的基于深度图像先验的MPI系统矩阵复原方法，其特征在于，所述欠采样的系统矩阵的列数，其获取方法为：

N＝n₁×n₂×n₃

其中，n₁，n₂，n₃分别表示设定欠采样网格的长、宽、高。

4.根据权利要求1所述的基于深度图像先验的MPI系统矩阵复原方法，其特征在于，将所述欠采样的系统矩阵按行进行RGB编码，得到M个RGB图像，其方法为：

步骤S210：将欠采样的系统矩阵的每一行向量编码成HSV格式数据；所述欠采样的系统矩阵的行向量为复数形式；

步骤S220：把HSV数据通过标准的HSV-RGB转换方式，转换为RGB图像。

5.根据权利要求4所述的基于深度图像先验的MPI系统矩阵复原方法，其特征在于，将欠采样的系统矩阵的每一行向量编码成HSV格式数据，其方法为：

T_HSV(S_i)＝(H，S，V)＝(arg S_i，1，|S_i|)

其中，arg S_i表示复数的相位角，|S_i|表示复数的幅值，i＝1，...，M。

6.根据权利要求1所述的基于深度图像先验的MPI系统矩阵复原方法，其特征在于，所述3D-Unet神经网络，其在训练时的损失函数Loss为：

其中，X_out表示3D-Unet神经网络输出全采样的RGB图像经过设定的降采样，得到的欠采样的RGB图像，X_true表示欠采样系统矩阵按行进行RGB编码后得到的RGB图像。