申请/专利权人：南京大学

申请日：2023-12-20

公开（公告）日：2024-03-19

公开（公告）号：CN117723523A

主分类号：G01N21/64

分类号：G01N21/64;G06N3/049;G06N3/0985

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本发明公开了一种曝光时间可学习的端到端荧光寿命成像方法。具体步骤如下：1构建包含荧光寿命图和对应荧光强度图的荧光寿命数据集；2建立可微分的物理成像模型，使用脉冲函数作为调制函数，将曝光时间和解调函数设置成可学习的参数，并考虑实际场景中的物理约束，输入荧光寿命和荧光强度数据得到无噪声的多次测量值；3建模噪声模型，推导考虑曝光时间分配的加权费舍信息量，将加噪后的测量值输入荧光寿命重建网络；4使用加权的费舍信息量作为损失函数，并且结合荧光寿命保真度损失函数，联合训练曝光时间、解调函数和荧光寿命重建网络；5将测试数据输入训练好的曝光时间、解调函数和重建网络中，重建出荧光寿命图。

主权项：1.一种曝光时间可学习的端到端荧光寿命成像方法，其特征在于，包括以下步骤：步骤1，构建荧光寿命数据库，包括训练集和测试集；步骤2，建立可微分的物理成像模型来模拟荧光寿命成像过程，将脉冲函数作为调制函数，将曝光时间和解调函数设置成可学习的参数，并考虑实际场景中的物理约束，将所述训练集中的数据输入所述可微分的物理成像模型中得到无噪声的多次测量值；步骤3，建模噪声模型，得到加噪后的多次测量值；步骤4，将所述加噪后的多次测量值输入给荧光寿命重建网络，得到重建后的荧光寿命图；在重建时考虑曝光时间的加权费舍信息量；步骤5，构建损失函数，包括加权的费舍信息引导损失函数和保真度损失函数，对所述曝光时间、解调函数和荧光寿命重建网络进行端到端框架的联合训练优化；步骤6，在所述测试集上，使用步骤5优化得到的曝光时间和解调函数进行成像过程的模拟，得到带噪声的多个测量图，然后将所述测量图输入到已训练的荧光寿命重建网络中，得到最终的荧光寿命重建图。

全文数据：

权利要求：

百度查询： 南京大学 一种曝光时间可学习的端到端荧光寿命成像方法

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