一种基于生成对抗网络的R2*图像合成方法

    公开(公告)号:CN119723260A

    公开(公告)日:2025-03-28

    申请号:CN202411631844.6

    申请日:2024-11-15

    Inventor: 闻捷 吴经芝

    Abstract: 本发明提供一种基于生成对抗网络的R2*图像合成方法,包括S1、数据预处理:从MEGRE序列中计算并校正R2*值;S2、ROI分割:将R2*图与AALv3模板匹配后,从合成图和真实图中提取感兴趣区域的平均R2*值;S3、GAN模型:生成器输入T1加权图像与T2加权图像,生成相应的R2*图像;鉴别器区分由生成器生成的合成的R2*图像和由真实的MEGRE序列得到的真实的R2*图像;S4、生成图像的定量评估:采用归一化均方误差、峰值信噪比和结构相似性指数来评估合成图像与真实R2*图之间的相似性;S5、统计分析:分析比较合成图与真实R2*图中所述感兴趣区域的R2*值。本发明实现从医学图像合成与处理角度为类似帕金森疾病的神经退行性病变提供有力的辅助诊断。

    一种基于联合约束典型相关分析的大脑功能子区划分方法

    公开(公告)号:CN113935376A

    公开(公告)日:2022-01-14

    申请号:CN202111191445.9

    申请日:2021-10-13

    Abstract: 本发明公开了一种基于联合约束典型相关分析算法的大脑功能子区划分方法,其步骤包括:1、将收集到的功能磁共振图像进行预处理,提取待划分脑区和参考脑区的时序信号,构建数据集;2、通过本发明提出的联合约束典型相关分析算法,计算出每个子区域对应的权重向量以及参考脑区的权重向量;3、根据子区域对应的权重向量得到待划分脑区中每个体素的隶属度,并根据参考脑区的权重向量得到与该子区域在功能上密切相关的脑区;4、选取每个权重向量中较大权值对应的体素构成一个子区域,作为划分结果。本发明能同时处理异质性较强的多个受试的功能磁共振成像数据,解决了多个体大脑功能子区的联合划分问题,有助于进一步研究大脑的功能。

    基于同质约束多集典型相关分析的大脑连接网络构建方法

    公开(公告)号:CN116090225A

    公开(公告)日:2023-05-09

    申请号:CN202310068713.0

    申请日:2023-02-06

    Abstract: 本发明公开了一种基于同质约束多集典型相关分析的大脑连接网络构建方法,包括:1、将收集到的功能磁共振图像进行预处理,提取大脑所有体素的时序信号,并按照脑区进行整理,构建数据集;2、通过同质约束多集典型相关分析算法,计算出脑区内体素对应的权重向量;3、将每个脑区对应的权重向量映射到个体水平上,计算出每个脑区的表征信号,并利用表征信号计算脑区间两两的相关性作为连接强度;4、根据连接强度的符号构建大脑共变和逆变连接网络。本发明利用功能磁共振成像数据有效提取各个脑区的表征信号,解决了大脑共变和逆变连接网络构建问题,有助于研究大脑的功能分区和连接模式,加深人们对大脑功能分化和整合的认识。

    一种基于联合约束典型相关分析的大脑功能子区划分方法

    公开(公告)号:CN113935376B

    公开(公告)日:2023-03-10

    申请号:CN202111191445.9

    申请日:2021-10-13

    Abstract: 本发明公开了一种基于联合约束典型相关分析算法的大脑功能子区划分方法,其步骤包括:1、将收集到的功能磁共振图像进行预处理,提取待划分脑区和参考脑区的时序信号,构建数据集;2、通过本发明提出的联合约束典型相关分析算法,计算出每个子区域对应的权重向量以及参考脑区的权重向量;3、根据子区域对应的权重向量得到待划分脑区中每个体素的隶属度,并根据参考脑区的权重向量得到与该子区域在功能上密切相关的脑区;4、选取每个权重向量中较大权值对应的体素构成一个子区域,作为划分结果。本发明能同时处理异质性较强的多个受试的功能磁共振成像数据,解决了多个体大脑功能子区的联合划分问题,有助于进一步研究大脑的功能。

Patent Agency Ranking