近日,記者從中國科學(xué)技術(shù)大學(xué)獲悉,該校杜江峰院士領(lǐng)銜的中科院微觀磁共振重點(diǎn)實(shí)驗(yàn)室劉東研究員等,提出了一種無需訓(xùn)練的深度電阻抗圖像重建方法,為電阻抗成像技術(shù)在病變組織特異性判斷中的應(yīng)用開辟了新道路。相關(guān)研究成果近日發(fā)表于國際權(quán)威學(xué)術(shù)期刊《IEEE模式分析與機(jī)器智能匯刊》。
用于電阻抗圖像重建的深度先驗(yàn)?zāi)P图軜?gòu)
獲得“低損傷、高分辨、動態(tài)實(shí)時”的功能圖像始終是醫(yī)學(xué)影像技術(shù)研究的核心目標(biāo)之一。醫(yī)學(xué)電阻抗成像技術(shù)因無創(chuàng)、無損、無輻射等核心優(yōu)勢而備受關(guān)注,特別是其在新冠病毒導(dǎo)致的急性呼吸窘迫綜合征患者的治療中發(fā)揮了重要作用。由于人體不同組織和器官的電特性不同,這種電特性圖像不僅包含了豐富的解剖學(xué)信息,而且能夠反映出組織和器官電特性相應(yīng)的生理、病理狀態(tài)和功能信息,在研究人體組織與器官功能變化和疾病診斷方面有重要的臨床價值。然而,實(shí)現(xiàn)高質(zhì)量的圖像重建是電阻抗成像技術(shù)領(lǐng)域的巨大挑戰(zhàn)。另一方面,獲取功能醫(yī)學(xué)影像大數(shù)據(jù)在臨床上極其困難,因此亟需開發(fā)無需訓(xùn)練的圖像重建方法。
研究團(tuán)隊(duì)利用深度學(xué)習(xí)技術(shù)在圖像重建、圖像去噪及計(jì)算機(jī)視覺等領(lǐng)域進(jìn)行了廣泛的先驗(yàn)信息提取方法的探索性研究。近期,研究團(tuán)隊(duì)將深度圖像先驗(yàn)技術(shù)與電阻抗成像技術(shù)相結(jié)合,首次實(shí)現(xiàn)了一種無需訓(xùn)練的高質(zhì)量電阻抗圖像重建方法。研究表明,該方法不僅可以通過單一網(wǎng)絡(luò)模型解決多個圖像重建任務(wù),還具備極強(qiáng)的泛化能力,而且不用大數(shù)據(jù)訓(xùn)練就能獲得性能優(yōu)越的深度神經(jīng)網(wǎng)絡(luò)方法用于重建電阻抗圖像,在應(yīng)用上具備輕量化潛力。
研究人員認(rèn)為,該研究工作構(gòu)建并成功實(shí)現(xiàn)了電阻抗圖像重建新范式,為電阻抗成像技術(shù)在腦損傷、中風(fēng)、肺氣腫、乳腺癌等疾病診斷應(yīng)用領(lǐng)域提供了重要的理論支撐,對發(fā)展深度功能醫(yī)學(xué)影像技術(shù)具有重要價值。
審核編輯:劉清
-
電阻抗
+關(guān)注
關(guān)注
0文章
8瀏覽量
7231 -
電阻抗成像
+關(guān)注
關(guān)注
1文章
4瀏覽量
6737
原文標(biāo)題:深度功能醫(yī)學(xué)影像實(shí)現(xiàn)電阻抗圖像重建范式突破
文章出處:【微信號:MEMSensor,微信公眾號:MEMS】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
阻抗在電路中的作用 如何測量電阻和阻抗
建筑物邊緣感知和邊緣融合的多視圖立體三維重建方法
![建筑物邊緣感知和邊緣融合的多視圖立體三維<b class='flag-5'>重建</b><b class='flag-5'>方法</b>](https://file1.elecfans.com/web1/M00/F4/7A/wKgaoWcsIw6AKA6iAACW1anHSlA856.jpg)
PyTorch GPU 加速訓(xùn)練模型方法
GPU深度學(xué)習(xí)應(yīng)用案例
一種無透鏡成像的新方法
![<b class='flag-5'>一種</b>無透鏡成像的新<b class='flag-5'>方法</b>](https://file1.elecfans.com//web2/M00/FD/50/wKgZomaZlSKAXJd7AAD91lO42tY599.jpg)
圖像識別算法的提升有哪些
基于Python的深度學(xué)習(xí)人臉識別方法
深度學(xué)習(xí)中反卷積的原理和應(yīng)用
機(jī)器人視覺技術(shù)中圖像分割方法有哪些
深度學(xué)習(xí)模型訓(xùn)練過程詳解
一種利用光電容積描記(PPG)信號和深度學(xué)習(xí)模型對高血壓分類的新方法
電阻和電抗并聯(lián)的阻抗怎么算出來
深度學(xué)習(xí)中的不同Normalization方法小結(jié)
![<b class='flag-5'>深度</b>學(xué)習(xí)中的不同Normalization<b class='flag-5'>方法</b>小結(jié)](https://file1.elecfans.com/web2/M00/C0/46/wKgZomXUP3iADmYRAAAcHJA0n4k324.jpg)
評論