基于神经网络算法的不均匀场下脑模型定域谱校正方法
专利汇可以提供基于神经网络算法的不均匀场下脑模型定域谱校正方法专利检索，专利查询，专利分析的服务。并且本 发明 提供了基于神经网络 算法 的不均匀场下脑模型定域谱校正方法，涉及 生物 活体脑 代谢物 定域谱校正方法。利用自由感应衰减 信号 模拟 软件 ，生成脑模型样品的 核磁共振 模拟信号 ；建立不均匀 磁场 与均匀磁场下不同浓度代谢物的脑模型一维定域谱图数据集并设计 训练数据 和标签数据；划分整体数据集为训练集、验证集、测试集；设计神经网络结构并使用验证集选取神经网络超参数；利用测试数据对量化模型进行测试检验；利用本发明提出的神经网络算法强大的拟合能 力 ，可以实现一种快速且准确地校正不均匀磁场下脑模型样品谱图的方法，使定域谱具有更广泛的应用性。，下面是基于神经网络算法的不均匀场下脑模型定域谱校正方法专利的具体信息内容。
1.基于神经网络算法的不均匀场下脑模型定域谱校正方法，其特征在于包括以下步骤：
1)利用自由感应衰减信号模拟软件FID-A并选用常见可检测生物活体脑代谢物模拟基集，进行模拟各个脑代谢物PRESS实验，通过对各个脑代谢物的模拟信号进行带系数加权累加，并在数据中加入高斯白噪声，得到最终的脑模型模拟信号；
2)通过产生不同线宽、不同信噪比、不同脑代谢物浓度的在不均匀场下和均匀场下的模拟数据建立训练数据集，随机取出训练数据集中的小部分分别作为验证集和测试集，将产生的每一条模拟数据所对应的均匀场下的波谱作为标签数据；
3)对上述所有数据集进行数据预处理，预处理包括一维傅里叶变换、归一化、数据裁剪；
4)设计神经网络模型结构，利用验证集选取神经网络结构的超参数，得到量化模型；
5)利用测试数据对量化模型进行测试检验：对实验实采数据进行预处理后，输入优化好的量化模型，即可输出其对应的均匀场下的谱图信息；所述预处理包括一维傅里叶变换、归一化、数据裁剪。
2.根据权利要求1所述的基于神经网络算法的不均匀场下脑模型定域谱校正方法，其特征在于：所述脑代谢物包括但不限于Cr、NAA、Cho、Gln、GABA、Ins、Tau、Lac、Glu。
3.根据权利要求1所述的基于神经网络算法的不均匀场下脑模型定域谱校正方法，其特征在于：步骤1中，各个脑代谢物的模拟信号的系数加权是指:根据各个脑代谢物在脑模型溶液中浓度的不同，确定各个脑代谢物模拟信号在生物脑代谢物模拟信号中的权重，从而得到各个脑代谢物的模拟信号的系数加权。
4.根据权利要求1所述的基于神经网络算法的不均匀场下脑模型定域谱校正方法，其特征在于：步骤5中，所述测试数据包括模拟数据和实验实采数据；其中实验实采数据需要经过预处理。
5.根据权利要求1所述的基于神经网络算法的不均匀场下脑模型定域谱校正方法，其特征在于：所述数据裁剪是指减小数据的维度。
基于神经网络算法的不均匀场下脑模型定域谱校正方法
技术领域
背景技术
发明内容
具体实施方式
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种气体波谱的角度和弛豫时间常数T1同时测量方法 | 2020-05-15 | 769 |
| 基板加工设备的微粒去除部件 | 2020-05-20 | 651 |
| 一种抑制脂肪信号的图像处理方法及装置 | 2020-05-22 | 818 |
| 核磁共振射频接收信号数字向下转换的实现装置及方法 | 2020-05-21 | 411 |
| 一种附加磁场检测方法和装置 | 2020-05-12 | 176 |
| 测量自由感应衰减信号的方法和设备及其在分析中的应用 | 2020-05-11 | 847 |
| 基于双极性脉冲的地面核磁共振横向弛豫时间的测量方法 | 2020-05-18 | 1006 |
| 用于检测代谢物的MR系统和方法 | 2020-05-24 | 50 |
| 一种抑制脂肪信号的图像处理方法及装置 | 2020-05-22 | 931 |
| 具有重力加速度传感器的波长选择开关 | 2020-05-16 | 172 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
