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：南京航空航天大学

摘要：本发明公开了一种基于深度学习的电阻抗成像高分辨率重建方法与系统。本发明通过对CT或MRI数据集进行分割和模拟电极施加来制备EIT数据集，得到边界电压和电导率分布。使用高斯‑牛顿方法根据测量的边界电压进行电导率粗重建，为精准电导率重建提供先验信息，提升重建质量。本发明提出了双分支协同融合策略网络实现电导率的精准重建，该网络模型包括两个分支：电导率分支和结构分支。电导率分支用来学习测量的边界电压到电导率的映射；结构分支用来学习粗重建的电导率到精准电导率的映射，并将两个分支的结果进行融合训练对电导率进行精准重建。本发明利用以上技术，可精确重建感兴趣人体组织与异质物区域的电导率。

主权项：1.一种基于深度学习的电阻抗成像高分辨率重建方法，其特征在于，包括以下步骤：1对获取的CT或MRI数据集进行分割，分割出正常组织区域和异质物区域，并对分割结果进行网格离散化；2将网格离散化后的分割结果作为模型，并在模型上施加模拟电极，将正常组织区域导入已施加模拟电极的模型中，给正常组织区域赋正常组织区域的电导率值、给模型中除正常组织区域外的其他区域赋其他区域电导率值以获得当前模型中的第一电导率分布值σ，然后施加电流并使用有限元方法求解边界电压值v0，再根据边界电压值v0计算出灵敏度矩阵S；再将异质物区域导入已具有正常组织区域的模型中，给异质物区域赋对应的异质物区域电导率值而得到当前模型中的第二电导率分布值σ′，再根据给定的电导率分布值σ′和敏感矩阵S计算出最终的边界电压值v；3使用高斯-牛顿方法根据边界电压值v进行电导率粗重建以得到粗重建的电导率σk；4将边界电压v及对应的粗重建的迭代一次的电导率作为一个样本，迭代N次电导率即获得N个样本；将N个样本部分划分为训练集、部分划分为测试集；所述模型包括电导率分支和结构分支；电导率分支用以学习步骤2测量的边界电压值v到电导率分布值σ的映射；结构分支用以学习粗重建的电导率σk到精准电导率的映射；再将从电导率分支和结构分支学习到的两个特征图进行合并；随后，将合并后的特征经过卷积运算处理，最后使用Sigmoid函数进行激活，以生成预测的电导率σpred作为最终输出。

全文数据：

权利要求：

百度查询： 南京航空航天大学 一种基于深度学习的电阻抗成像高分辨率重建方法与系统