资源类型：
申请号：
申请日期：
授权年份：
公开号：
公开日：
法律状态：
主分类号：
分类号：
摘要：
本申请属于图像处理技术领域，公开了IVIM‑DWI成像技术的多成分灌注自适应分析系统，包括：数据收集模块，用于收集不同b值下的扩散加权核磁共振图像；数据处理模块，与数据收集模块信号连接，对不同b值下的扩散加权核磁共振图像进行配准；数据处理模块内置有结合信息准则的深度学习模型，结合信息准则的深度学习模型得出扩散加权核磁共振图像的三指数模型的预测概率，该结合信息准则的深度学习模型能自适应判别扩散加权核磁共振图像的指数式。本申请所提供的技术方案中，利用结合信息准则的深度学习模块能够深入分析不同b值下扩散加权核磁共振图像信号的内在联系，准确的找到模型参数。
主权项：
1.IVIM-DWI成像技术的多成分灌注自适应分析系统，其特征在于，包括： 数据收集模块，用于收集不同b值下的扩散加权核磁共振图像，b为扩散加权核磁共振图像的扩散敏感因子； 数据处理模块，与数据收集模块信号连接，对不同b值下的扩散加权核磁共振图像进行配准； 数据分析模块，与数据处理模块信号连接，完成配准的扩散加权核磁共振图像输入至数据分析模块； 数据分析模块配置有结合信息准则的深度学习模型，结合信息准则的深度学习模型得出扩散加权核磁共振图像的两指数模型的预测概率或者三指数模型的预测概率； 图像配准方案如下：以b=0时的扩散加权核磁共振图像作为参考图像；其余b值的扩散加权核磁共振图像以参考图像为参照进行平移、旋转以及缩放，完成所有扩散加权核磁共振图像的配准； 结合信息准则的深度学习模型包括：输入层、隐藏层，以及输出层； 输入层，接收不同b值的扩散加权核磁共振图像，并传递给隐藏层； 隐藏层，对扩散加权核磁共振图像进行特征提取； 输出层，输出扩散加权核磁共振图像的两指数模型的预测概率或者三指数模型的预测概率，以及对应的两指数模型的IVIM参数或者三指数模型的IVIM参数； 输入层神经元数目等于归一化后b值的取值数量； 输出层的输出包括Dslow、Dfast、Dvfast、Ffast、Fvfast、probabilitytri； Dslow是第一IVIM参数，表示慢扩散成分的扩散系数，反映了细胞内水分子的受限扩散； Dfast是第二IVIM参数，表示快扩散成分的扩散系数，反映了血液水分子的自由扩散； D vfast是第三IVIM参数，表示非常快扩散成分的扩散系数，代表更快速的血液流动； Ffast是第五IVIM参数，表示快扩散成分的分数，与血液的运动相关； Fvfast是第六IVIM参数，表示非常快扩散成分的分数，代表更快速的血液流动或特定灌注效应； probabilitytri为三指数模型的预测概率； 在输出层中，输出层计算出初始输出D，D={D1，D2，D3，D4，D5，D6}；经过换算之后得到Dslow、Dfast、Dvfast、Ffast、Fvfast、probabilitytri的输出值； Dslow=τDslow×|D1|； Dfast=τDfast×|D2|； Dvfast=τDvfast×|D3|； Ffast=τFfast×|D4|； Fvfast=τFvfast×|D5| Probabilitytri=sigmoid（D6）； 其中，D1为输出层输出的Dslow参数的初始值，τDslow为预先设置的第一乘数，Dslow为第一IVIM参数； D2为输出层输出的Dfast参数的初始值，τDfast为预先设置的第二乘数，Dfast为第二IVIM参数； D3为输出层输出的Dvfast参数的初始值，τDvfast为预先设置的第三乘数，Dvfast为第三IVIM参数； D4为输出层输出的Ffast参数的初始值，τFfast为预先设置的第四乘数，Ffast为第五IVIM参数； D5为输出层输出的Fvfast参数的初始值，τFvfast为预先设置的第五乘数，Fvfast为第六IVIM参数； D6为输出层输出的Probabilitytri的初始值，Probabilitytri为三指数模型的预测概率，sigmoid为激活函数。
