【技术实现步骤摘要】
本专利技术涉及生物医学成像，具体涉及一种磁粒子成像设备系统矩阵校准方法、装置及设备。
技术介绍
1、mpi(magnetic particle imaging,磁性粒子成像)作为一种新型的分子成像技术，以其高灵敏度、高时间分辨率以及不受空间深度限制的独特优势，在生物医学领域展现出了广阔的应用前景。mpi利用磁粒子的非线性磁化响应，在均匀驱动场与静态梯度场的共同作用下，能够实现编码空间中磁粒子信号的产生和空间位置编码，通过对接收到的整个成像视野(field-of-view,fov)内的磁粒子信号进行重建，能够得到磁粒子在视场中的可视化浓度分布。基于系统矩阵(system matrix,sm)的mpi重建方法能够实现更高的重建图像质量，在mpi中，基于测量的系统矩阵是通过机械平移台，将样本在整个fov内的所有网格位置进行遍历，并记录对应位置的磁粒子响应信号而获得。这对于目前更先进的适用于人体尺寸的3d成像设备来说是非常耗时的。因此，如何加快mpi设备的系统矩阵校准过程，成为了mpi领域中的一个研究热点。
2、现有技术中的系统矩阵校准方法主要包括，采用基于压缩感知的方法从欠采样系统矩阵恢复出全采样系统矩阵，然而该方法恢复出的全采样系统矩阵的质量会随着测量位置的减少而降低，而当测量位置增加时又会大大增加校准的时间成本；还有部分研究将基于深度学习的超分辨方法应用到了mpi系统矩阵校准中，即使用等间距间隔采样获取lr sm(low resolution system matrix,低分辨率系统矩阵)作为hr sm(high re
3、因此，现有的磁粒子成像设备的系统矩阵校准方法，存在校准时间长以及校准精度不高的问题。
技术实现思路
1、为了解决现有技术中所存在的上述问题，本专利技术提供了一种磁粒子成像设备系统矩阵校准方法、装置及设备。
2、本专利技术要解决的技术问题通过以下技术方案实现：
3、第一方面，本专利技术提供了一种磁粒子成像设备系统矩阵校准方法，包括：
4、在预设二维切片层基于交叉下采样方法进行采样处理，得到原始lr sm数据；预设二维切片层为mpi设备三维fov内的每一个二维切片层；
5、对原始lr sm数据进行频率筛选，得到高信噪比lr sm数据；
6、将高信噪比lr sm数据的每一行转换为三维结构，得到多个三维lr sm数据；
7、将每个三维lr sm数据的l层和l+1层作为第一输入数据，输入预训练系统矩阵校准网络，以对三维lr sm数据的l层进行系统矩阵校准处理，得到校准后的hr sm数据；其中，l∈{1,2,...,z1}，z1表示预设二维切片层的总层数；交叉下采样方法为对预设二维切片层的相邻层进行的错位采样；预训练系统矩阵校准网络采用hr sm样本数据和三维lr sm训练数据，共同训练得到；三维lr sm训练数据为基于交叉下采样方法从hr sm样本数据采样得到。
8、可选地，在预设二维切片层基于交叉下采样方法进行采样处理，得到原始lr sm数据，包括：
9、基于交叉下采样方法在每个预设二维切片层，获取对应的采样点；
10、按照采样点对预设二维切片层进行采样，得到子lr sm数据；子lr sm数据为每个二维切片层的lr sm采样数据；
11、将子lr sm数据进行矩阵组合处理，得到原始lr sm数据。
12、可选地，交叉下采样方法表示为：
13、当预设二维切片层的层数l为奇数时：
14、
15、当预设二维切片层的层数l为偶数时：
16、
17、其中，pl(x,y)表示采样位置点，x表示预设二维切片层的横坐标位置索引，y表示预设二维切片层的纵坐标位置索引。
18、可选地，对原始lr sm数据进行频率筛选，得到高信噪比lr sm数据，包括：
19、对原始lr sm数据进行傅里叶变换，得到频域lr sm数据；
20、将频域lr sm数据中大于预设频率阈值的数据，构成高信噪比lr sm数据。
21、可选地，预训练系统矩阵校准网络包括：数据融合模块、特征编码模块和上采样重建模块；上采样重建模块包括：第一上采样重建模块和第二上采样重建模块；
22、数据融合模块、特征编码模块以及第二上采样重建模块依次串联，形成第一结构；
23、第一上采样重建模块与第一结构并行连接。
24、可选地，预训练系统矩阵校准网络的训练过程包括：
25、获取hr sm样本数据；
26、对hr sm样本数据进行频率筛选，得到高信噪比hr sm样本数据；
27、对高信噪比hr sm样本数据的每一行，进行三维转换处理，得到多个三维hr sm初始数据；
28、基于交叉下采样方法对多个三维hr sm初始数据进行采样处理，得到多个三维lrsm训练数据；
29、将每个三维lrsm训练数据的l层、三维lrsm训练数据的l+1层以及三维lr sm训练数据第l层对应的高信噪比hr sm样本数据，输入初始系统矩阵校准网络，并对初始系统矩阵校准网络进行训练，得到预训练系统矩阵校准网络；其中，l∈{1,2,...,z2}，z2表示三维lrsm训练数据的总层数；其中，三维lrsm样本数据的l层和三维lrsm样本数据的l+1层为第二输入数据，三维lr sm训练数据第l层对应的高信噪比hr sm样本数据为标签数据；初始系统矩阵校准网络与预训练系统矩阵校准网络结构相同。
30、可选地，将每个三维lrsm训练数据的l层、三维lrsm训练数据的l+1层以及三维lrsm训练数据第l层对应的高信噪比hr sm样本数据，输入初始系统矩阵校准网络，并对初始系统矩阵校准网络进行训练，得到预训练系统矩阵校准网络，包括：
31、将每个三维lrsm训练数据的l层、三维lrsm训练数据的l+1层以及三维lr sm训练数据第l层对应的高信噪比hr sm样本数据，输入初始系统矩阵校准网络；
32、向着损失函数下降的方向不断训练初始系统矩阵校准网络；
33、将损失函数满足预设损失阈值或迭代次数满足预设迭代阈值时，对应的初始系统矩阵校准网络，作为预训练系统矩阵校准网络。
34、可选地，特征编码模块包括：依次连接的卷积模块和transformer模块；
35、transformer模块包括：n个依次串联连接的transformer编码器。
36、第二方面，本专利技术提供了一种磁粒子成像设备系统矩阵校准装置，磁粒子成像设备系统矩阵校准装置包括：采样单元、筛选单元、转换单元以及输入输出单元；
本文档来自技高网...【技术保护点】
1.一种磁粒子成像设备系统矩阵校准方法，其特征在于，包括：
2.根据权利要求1所述的磁粒子成像设备系统矩阵校准方法，其特征在于，所述在预设二维切片层基于交叉下采样方法进行采样处理，得到原始LR SM数据，包括：
3.根据权利要求1或2所述的磁粒子成像设备系统矩阵校准方法，其特征在于，所述交叉下采样方法表示为：
4.根据权利要求1所述的磁粒子成像设备系统矩阵校准方法，其特征在于，所述对所述原始LR SM数据进行频率筛选，得到高信噪比LR SM数据，包括：
5.根据权利要求1所述的磁粒子成像设备系统矩阵校准方法，其特征在于，所述预训练系统矩阵校准网络包括：数据融合模块、特征编码模块和上采样重建模块；所述上采样重建模块包括：第一上采样重建模块和第二上采样重建模块；
6.根据权利要求1所述的磁粒子成像设备系统矩阵校准方法，其特征在于，所述预训练系统矩阵校准网络的训练过程包括：
7.根据权利要求1所述的磁粒子成像设备系统矩阵校准方法，其特征在于，所述将每个所述三维LRSM训练数据的L层、所述三维LRSM训练数据的L+1
8.根据权利要求5所述的磁粒子成像设备系统矩阵校准方法，其特征在于，所述特征编码模块包括：依次连接的卷积模块和Transformer模块；
9.一种磁粒子成像设备系统矩阵校准装置，其特征在于，所述磁粒子成像设备系统矩阵校准装置包括：采样单元、筛选单元、转换单元以及输入输出单元；
10.一种磁粒子成像设备系统矩阵校准设备，其特征在于，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当所述磁粒子成像设备系统矩阵校准备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如权利要求1-8任一项所述磁粒子成像设备系统矩阵校准方法的步骤。
...【技术特征摘要】
1.一种磁粒子成像设备系统矩阵校准方法，其特征在于，包括：
2.根据权利要求1所述的磁粒子成像设备系统矩阵校准方法，其特征在于，所述在预设二维切片层基于交叉下采样方法进行采样处理，得到原始lr sm数据，包括：
3.根据权利要求1或2所述的磁粒子成像设备系统矩阵校准方法，其特征在于，所述交叉下采样方法表示为：
4.根据权利要求1所述的磁粒子成像设备系统矩阵校准方法，其特征在于，所述对所述原始lr sm数据进行频率筛选，得到高信噪比lr sm数据，包括：
5.根据权利要求1所述的磁粒子成像设备系统矩阵校准方法，其特征在于，所述预训练系统矩阵校准网络包括：数据融合模块、特征编码模块和上采样重建模块；所述上采样重建模块包括：第一上采样重建模块和第二上采样重建模块；
6.根据权利要求1所述的磁粒子成像设备系统矩阵校准方法，其特征在于，所述预训练系统矩阵校准网络的训练过程包括：
7.根据权利要求1所述的磁粒子成像设备系统矩阵校准方...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。