龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：浙江大学
摘要：本发明公开了一种基于物理信息神经网络的房室模型参数估计方法，从一些医学成像技术中存在的物理模型出发，能够从AIF和少量测量数据中提取信息得到动力学参数，大大提高测量仪器扫描的效率，减少了由于患者移动而导致估计结果不准确的结果；此外，本发明对AIF噪声和测量数据噪声具有鲁棒性，能够灵活安排数据采集的时间，减少由于长时间采集、病患移动而导致估计不准确的误差，提高仪器采集数据的效率。实验证明本发明方法在PET领域中结果比传统非线性最小二乘法更稳定，在一些动力学参数上的估计中误差明显小于传统方法，同时本发明方法需要的数据量少，优于少样本的端到端有监督重建方法U‑net网络。
主权项：1.一种基于物理信息神经网络的房室模型参数估计方法，包括如下步骤：1根据示踪剂在生物组织各ROI的动力学参数和动脉血输入函数，利用房室模型得到示踪剂在各个ROI的测量数据；2重复步骤1，变化各动力学参数以及动脉血输入函数中参数的大小，从而获得大量样本，每一组样本包含ROI的测量数据及对应的动脉血输入函数；3构建物理信息神经网络，用于求解房室模型中量化生理过程的动力学参数；4利用样本的测量数据作为标签对神经网络进行训练，训练完成后从网络参数中提取出对应的动力学参数，重建出动力学参数图。
全文数据：
权利要求：
百度查询： 浙江大学 一种基于物理信息神经网络的房室模型参数估计方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号