[发明专利]基于自注意力机制的MMPI混合信号分离方法在审

专利信息
申请号: 202210478674.7 申请日: 2022-05-05
公开(公告)号: CN114881208A 公开(公告)日: 2022-08-09
发明(设计)人: 田捷;尹琳;杜洋;刘振宇;惠辉;王坤 申请(专利权)人: 中国科学院自动化研究所
主分类号: G06N3/04 分类号: G06N3/04;G06N3/08;A61B5/0515;A61B5/00
代理公司: 北京市恒有知识产权代理事务所(普通合伙) 11576 代理人: 郭文浩;尹文会
地址: 100190 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 注意力 机制 mmpi 混合 信号 分离 方法
【说明书】:

发明属于生物医学分子影像领域,具体涉及一种基于自注意力机制的MMPI混合信号分离方法、系统、设备,旨在解决现有MMPI技术中,基于物理特性构建的混合SPIOs分离模型分离误差大且难定量的问题。本方法包括:构建待MMPI成像的生物体的生物病灶模型,并将包裹SPIOs的靶向分子探针注射到该生物病灶模型中;注射后,利用MPI设备对所述生物病灶模型进行信号采集,得到包含n种SPIOs的时域混合信号;通过训练好的自注意力机制神经网络对所述时域混合信号进行分离,得到n种单独的SPIOs时域电压信号。本发明实现对时域混合信号的精准分离,并提高了MMPI的检测灵敏度。

技术领域

本发明属于生物医学分子影像领域,具体涉及一种基于自注意力机制的MMPI混合信号分离方法、系统、设备。

背景技术

近年来,磁粒子成像技术(Magnetic Particle Imaging,MPI)作为一种新型的分子影像技术迅猛发展起来,并成为国际研究热点。其基本原理是利用超顺磁性氧化铁粒子(Superparamagnetic iron oxide particles,SPIOs)在高梯度磁场内无磁场区域的非线性响应再磁化,进而高灵敏、高特异地定量获取磁粒子在生物体内的三维浓度分布。MPI采集到的响应电压信号强度与SPIOs浓度成正比,通过建模分析,可以由采集到的电压信号推算出生物体内的SPIOs浓度。目前,MPI已经在肿瘤细胞示踪、心脑血管成像及神经成像等方面得到了成功应用。多色磁粒子成像(Multi-color Magnetic Particle Imaging,MMPI)是对传统MPI成像功能的进一步延伸。受启发于多光谱光学成像技术,MMPI根据不同种类SPIOs在交变磁场下的物理特性不同,能够在同一视野下同时对多种SPIOs进行定量可视化分析,有望为实现肿瘤的多分子精准检测提供强有力的技术手段。

为了对多种SPIOs进行多色成像,首先要进行多种SPIOs的精准区分,而后进行图像重建,进而得到代表不同SPIOs的多色成像显示。因此,多种SPIOs的区分精度对于最后的重建图像至关重要。目前,MMPI技术都是基于SPIOs的物理特性进行区分,包括频谱特性和弛豫特性两方面。前者借鉴了多光谱成像技术原理,根据每种SPIOs的频谱信息不同,在频域直接对接收到的混合磁粒子响应电压进行区分。基于弛豫特性的混合SPIOs分离模型根据不同SPIOs的弛豫效应不同进行特征映射,直接生成多色的弛豫图。然而,在实际应用中,基于频谱特性的分离模型由于会受到多种SPIOs间的互相干扰,存在频谱混叠问题,因此导致区分误差较大;基于弛豫映射的分离模型只能反应不同SPIOs之间的弛豫效应差异,却无法实现混合磁粒子的定量研究。这一问题严重影响了MMPI的检测灵敏度,也会极大的限制MMPI的应用前景。因此,为了进一步拓展MMPI成像在生物医学研究中的应用范围,需要研究一种准确鲁棒的混合SPIOs分离模型,以提高MMPI的检测灵敏度。

发明内容

为了解决现有技术中的上述问题,即为了解决现有MMPI技术中,基于物理特性构建的混合SPIOs分离模型分离误差大且难定量的问题,本发明第一方面,提出了一种基于自注意力机制的MMPI混合信号分离方法,用于对包含n种SPIOs的时域混合信号进行分离,进而基于分离得到的n种单独的SPIOs时域电压信号进行MMPI成像,该方法包括以下步骤:

S100,构建待MMPI成像的生物体的生物病灶模型,并将包裹SPIOs的靶向分子探针注射到该生物病灶模型中;

S200,注射后,利用MPI设备对所述生物病灶模型进行信号采集,得到包含n种SPIOs的时域混合信号;其中,n表示预设数量;

S300,通过训练好的自注意力机制神经网络对所述时域混合信号进行分离,得到n种单独的SPIOs时域电压信号;

其中,所述自注意力机制神经网络包括时域编码器、信号分离器及时域解码器;

所述时域编码器,配置为将时域混合信号分为长度为L的r个序列片段ui,然后通过一维卷积将其编码为D维向量表示即特征向量;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所,未经中国科学院自动化研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210478674.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top