公开(公告)号：CN114782569B

公开(公告)日：2024-06-28

申请号：CN202210253168.8

申请日：2022-03-15

Applicant: 厦门大学

Inventor： 蔡淑惠 ,  张溥杰 ,  王璐 ,  蔡聪波

IPC: G06T11/00 ,  G06T7/00 ,  G06T5/70 ,  G06T5/30 ,  G06V10/28 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明提供一种基于深度学习的DSC‑MRI血液动力学参数定量方法和系统，包括：获取对比剂注射前后的T2*加权DSC‑MRI图像序列，称为原始DSC‑MRI图像序列；进行基于统计学和形态学的双重判定，获得二次判定掩膜；将原始DSC‑MRI图像序列与二次判定掩膜相乘，再进行信号模式变换，得到对比剂浓度‑时间图像序列；生成设定量的包含动脉输入点的DSC模拟训练样本；构建深度神经网络；利用DSC模拟训练样本对深度神经网络进行训练，得到训练好的深度神经网络；将对比剂浓度‑时间图像序列输入训练好的深度神经网络，得到血液动力学参数图。本发明可简化血液动力学参数计算过程，快速获得高质量的血液动力学参数图，有效改善由于部分体素灌注效果不佳对血液动力学参数定量的影响。

公开(公告)号：CN114782569A

公开(公告)日：2022-07-22

申请号：CN202210253168.8

申请日：2022-03-15

Applicant: 厦门大学

Inventor： 蔡淑惠 ,  张溥杰 ,  王璐 ,  蔡聪波

IPC: G06T11/00 ,  G06T7/00 ,  G06T5/00 ,  G06T5/30 ,  G06V10/28 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于深度学习的DSC‑MRI血液动力学参数定量方法和系统，包括：获取对比剂注射前后的T2*加权DSC‑MRI图像序列，称为原始DSC‑MRI图像序列；进行基于统计学和形态学的双重判定，获得二次判定掩膜；将原始DSC‑MRI图像序列与二次判定掩膜相乘，再进行信号模式变换，得到对比剂浓度‑时间图像序列；生成设定量的包含动脉输入点的DSC模拟训练样本；构建深度神经网络；利用DSC模拟训练样本对深度神经网络进行训练，得到训练好的深度神经网络；将对比剂浓度‑时间图像序列输入训练好的深度神经网络，得到血液动力学参数图。本发明可简化血液动力学参数计算过程，快速获得高质量的血液动力学参数图，有效改善由于部分体素灌注效果不佳对血液动力学参数定量的影响。