-
公开(公告)号：CN108451508B
公开(公告)日：2020-05-05
申请号：CN201810407969.9
申请日：2018-04-28
Applicant: 中国科学院自动化研究所
IPC: A61B5/00
Abstract: 本公开提供了一种基于多层感知机的生物自发荧光三维成像方法，包括：步骤1：使用蒙特卡洛仿真生成训练样本集；步骤2：构建多层感知机，所述多层感知机包括输入层，隐含层和输出层；步骤3：模型训练，利用步骤1所生成的训练样本集对步骤2所构建的多层感知机及其权重进行模型训练；以及步骤4：实际在体重建，将步骤3训练好的模型及权重保存，利用步骤2所构建的多层感知机，重建得到实际在体的体内生物自发荧光光源分布结果。该方法基于统计学习的机器学习理论，提出了利用蒙特卡洛仿真生成感知机仿真训练样本，并扩充仿真训练样本，从而加大了多层感知机的训练规模，提高了多层感知机的重建能力和生物自发荧光三维成像的重建精度。
-
公开(公告)号：CN109191425A
公开(公告)日：2019-01-11
申请号：CN201810815480.5
申请日：2018-07-23
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种医学影像分析方法，包括：获取目标区域的造影视频和二维视频；基于所述二维视频，对所述造影视频进行配准，以补偿呼吸运动引起的偏差；构建神经网络模型，所述神经网络模型包括输入层、隐含层和输出层，其中，所述输入层和隐含层各包括卷积层、激活层和池化层，以及所述输出层包括全连接层；利用经配准的造影视频对所述神经网络模型进行训练，以生成经配准的造影视频的特征向量，其中，对经配准的造影视频进行数据增益和正则项约束；计算所述特征向量的预测权重，并选择预测权重高于权重阈值的特征向量，用于构建预测诊断模型。
-
公开(公告)号：CN109191425B
公开(公告)日：2022-02-11
申请号：CN201810815480.5
申请日：2018-07-23
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种医学影像分析方法，包括：获取目标区域的造影视频和二维视频；基于所述二维视频，对所述造影视频进行配准，以补偿呼吸运动引起的偏差；构建神经网络模型，所述神经网络模型包括输入层、隐含层和输出层，其中，所述输入层和隐含层各包括卷积层、激活层和池化层，以及所述输出层包括全连接层；利用经配准的造影视频对所述神经网络模型进行训练，以生成经配准的造影视频的特征向量，其中，对经配准的造影视频进行数据增益和正则项约束；计算所述特征向量的预测权重，并选择预测权重高于权重阈值的特征向量，用于构建预测诊断模型。
-
公开(公告)号：CN108451508A
公开(公告)日：2018-08-28
申请号：CN201810407969.9
申请日：2018-04-28
Applicant: 中国科学院自动化研究所
IPC: A61B5/00
Abstract: 本公开提供了一种基于多层感知机的生物自发荧光三维成像方法，包括：步骤1：使用蒙特卡洛仿真生成训练样本集；步骤2：构建多层感知机，所述多层感知机包括输入层，隐含层和输出层；步骤3：模型训练，利用步骤1所生成的训练样本集对步骤2所构建的多层感知机及其权重进行模型训练；以及步骤4：实际在体重建，将步骤3训练好的模型及权重保存，利用步骤2所构建的多层感知机，重建得到实际在体的体内生物自发荧光光源分布结果。该方法基于统计学习的机器学习理论，提出了利用蒙特卡洛仿真生成感知机仿真训练样本，并扩充仿真训练样本，从而加大了多层感知机的训练规模，提高了多层感知机的重建能力和生物自发荧光三维成像的重建精度。
-
-
-
Search Results
4
records
(took 0.033 seconds)
