申请/专利权人：南方医科大学

申请日：2021-08-24

公开（公告）日：2024-06-28

公开（公告）号：CN113724350B

主分类号：G06T11/00

分类号：G06T11/00;G06T7/30;G06T7/10

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2021.12.17#实质审查的生效;2021.11.30#公开

摘要：一种基于磁共振信息的光声图像衰减校正，包括以下步骤：S1：固定目标对象，并对目标对象进行磁共振T2序列扫描与光声多光谱扫描，得到目标对象的磁共振图像与光声图像P；S2：对步骤S1得到的磁共振图像与光声图像P进行图像配准，得到配准后的磁共振图像；S3：将步骤S2得到的配准好的磁共振图像进行分割，得到分割先验图像；S4：将分割先验图像代入迭代算法中求解有约束的组织吸收系数，获取光通量分布并计算校正后的光声图像。该方法能够更加方便的实施分割以获取先验图像，实现光声图像的精确光通量校正，而且能够增加深处光声成像能力，提高了光声成像的质量。

主权项：1.基于磁共振信息的光声图像衰减校正方法，其特征在于，包括以下步骤：S1：固定目标对象，并对目标对象进行磁共振T2序列扫描与光声多光谱扫描，得到目标对象的磁共振图像与光声图像P；S2：对步骤S1得到的磁共振图像与光声图像P进行图像配准，得到配准后的磁共振图像；S3：将步骤S2得到的配准好的磁共振图像进行分割，得到分割先验图像；S4：将分割先验图像代入迭代算法中求解有约束的组织吸收系数，获取光通量分布并计算校正后的光声图像；所述步骤S4具体包括：S4.1：将步骤S1中得到的光声图像P转为列向量形式p，将p代入线性系统方程中，所述线性系统方程为 其中，μa是组织吸收系数，p和μa的尺寸为s·t×1，为s·t×s·t的稀疏光通量矩阵；S4.2：采用最小二乘方式将线性系统方程构造为优化问题模型，所述优化问题模型为 其中，是使得式Ⅱ右侧方程取值最小时μa的估计值；S4.3：通过分步迭代梯度下降方法对优化问题模型进行迭代求解，获得有约束的组织吸收系数S4.4：将步骤S4.3获得的有约束的组织吸收系数变换为矩阵形式，并生成光通量分布矩阵Φ，将光声图像P和光通量分布矩阵Φ代入式Ⅲ得到校正后的光声图像P'； 其中，P的尺寸为s×t，Φ的尺寸为s×t；所述步骤S4.3具体包括：S4.3.1：定义最大迭代次数为K，误差为ε，散射系数为μ's，分割先验图像为RN，当前迭代次数为k，且0≤k≤K；S4.3.2：初始化有约束的组织吸收系数为0，k＝1；S4.3.3：使用第k-1次迭代的有约束的组织吸收系数和散射系数μ's更新第k次迭代的稀疏光通量矩阵S4.3.4：固定不变，使用梯度下降求解优化问题模型，并更新没有约束时的组织吸收系数S4.3.5：基于分割先验图像RN，将代入式Ⅳ得到第k次迭代的有约束的组织吸收系数使得N个分割区域内吸收系数为各自的均值； 其中，N为分割区域总数，Rn表示第n个单个区域分割图像；S4.3.6：判断第k次迭代的有约束的组织吸收系数的误差是否小于ε或k是否小于最大迭代次数K，若是，则输出k次迭代的否则，返回S4.3.3。

全文数据：

权利要求：

百度查询： 南方医科大学 基于磁共振信息的光声图像衰减校正方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD