[发明专利]基于人工免疫网络的PET分子影像动力学建模方法

摘要

本发明揭示了一种基于人工免疫网络的PET分子影像动力学建模方法。对活体注射放射性示踪剂并用PET设备扫描成像，数据处理后获得PET分子影像中若干区域的时间-放射性曲线作为模型的输出函数观测值，将影像中的心室等区域的时间-放射性曲线或者采用有创采血方式获得的血液中的时间-放射性曲线作为模型的输入函数观测值，以示踪剂代谢动力学为基础选择数学模型结构，定量描述成像期间示踪剂在体内及组织中代谢的放射过程，并对模型参数用基于人工免疫网络PKAIN的模型参数估计方法进行估计。本发明实现了无需初始值的建模参数估计，为提高PET分子影像动力学建模方法的可靠性、实用性提供了新型的智能信息处理技术支持，可广泛应用于PET分子影像动力学建模。

主权项

一种基于人工免疫网络的PET分子影像动力学建模方法，包括：a)对活体注射放射性示踪剂，然后用正电子发射计算机断层显像设备选取扫描间隔成像；b)通过感兴趣区技术获取PET分子影像中若干区域的时间‑放射性曲线作为模型的输出函数观测值，通过获取影像中的心室等区域的时间‑放射性曲线或者采用有创采血方式获得的血液中的时间‑放射性曲线做为模型的输入函数观测值；c)以示踪剂代谢动力学为基础选择数学模型结构，定量描述成像期间示踪剂在体内及组织中代谢的放射性过程；d)对步骤c)中所述模型的参数进行估计，其特征在于：步骤d)中模型参数的估计方法为基于人工免疫网络PKAIN的模型参数估计方法，包括：I)设定人工免疫网络运行参数，初始化人工免疫网络，每个免疫细胞编码表示模型的一组备选参数；II)计算人工免疫网络中的免疫细胞的适应度，即同时评价模型的输入函数及输出函数对观测值的拟合程度；III)执行人工免疫网络克隆选择或者分组并发单纯形的克隆选择过程；IV)评价网络细胞相似度，执行人工免疫网络抑制；V)更新网络中一定比例的适应度较差的网络细胞并生成新一代人工网络免疫细胞；VI)判断终止条件，若满足条件则执行步骤VII)，否则从步骤II)开始重新执行；VII)将适应度最佳的人工免疫网络细胞解码为模型的一组最优参数输出。