摘要
本发明涉及分子影像技术,具体涉及一种基于神经网络的荧光分子断层成像方法,构建分层网络模型,利用训练数据集对分层网络模型进行模型训练,得到训练好的分层网络模型;将待成像物体表面的荧光分布信息输入训练好的分层网络模型,得到第一荧光分子断层成像结果;确定优化目标函数;计算与系统矩阵满足最小相干标准的权重矩阵,基于权重矩阵构建循环神经网络;利用训练数据集对循环神经网络进行模型训练,得到训练好的循环神经网络;利用训练好的循环神经网络对优化目标函数进行求解,得到第二荧光分子断层成像结果;本发明提供的技术方案能够有效克服现有技术所存在的成像质量较差的缺陷。
技术关键词
荧光分子断层成像
荧光探针
矩阵
物体
分层
正则化参数
三维卷积神经网络
梯度下降法
分子影像技术
方程
数据
梯度下降算法
网络结构
图像
理论