申请/专利权人：天津大学

申请日：2020-06-22

公开（公告）日：2020-10-20

公开（公告）号：CN111795955A

主分类号：G01N21/64(20060101)

分类号：G01N21/64(20060101);G06T11/00(20060101);G06N3/04(20060101);A61B5/00(20060101)

优先权：

专利状态码：有效-授权

法律状态：2023.08.04#授权;2020.11.06#实质审查的生效;2020.10.20#公开

摘要：本发明公开了一种基于多层感知神经网络的荧光药代动力学层析成像的方法，采用多层感知神经网络模型，通过生成的训练样本对网络模型训练，获得荧光剂在生物组织体内吸收代谢过程中表面光学测量数据与荧光剂在生物组织内的荧光药代动力学参数之间的映射关系，通过荧光剂在生物组织体内的吸收代谢过程中表面光学测量数据直接获得基于某种荧光剂动力学模型下荧光剂在生物组织体中的荧光药代动力学参数图像。本发明避免了重建荧光浓度对荧光药代动力学参数获取的影响，降低对面向荧光药代动力学层析成像的动态测量系统的时间分辨率的高要求。避免了初始参数的设置与滤波发散现象的发生，从而提高了重建荧光药代动力学参数图像的精度。

主权项：1.一种基于多层感知神经网络的荧光药代动力学层析成像的方法，其特征在于，采用多层感知神经网络模型，通过生成的训练样本对网络模型训练，获得荧光剂在生物组织体内吸收代谢过程中表面光学测量数据与荧光剂在生物组织内的荧光药代动力学参数之间的映射关系，通过荧光剂在生物组织体内的吸收代谢过程中表面光学测量数据直接获得基于某种荧光剂动力学模型下荧光剂在生物组织体中的荧光药代动力学参数图像。

全文数据：

权利要求：

百度查询： 天津大学 基于多层感知神经网络的荧光药代动力学层析成像的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD