【摘 要】
：
神经突方向分散度和密度成像（neurite orientation dispersion and density imaging,NODDI）是一种新型扩散磁共振微结构成像技术,能够检测神经突微观结构的复杂程度从而反映神经纤维的形态学信息。但传统NODDI拟合算法计算复杂度高并且对噪声十分敏感,因而限制了临床上广泛地应用。目前深度学习已成功应用于医学影像领域,研究显示,基于深度学习的微结构参数估计
论文部分内容阅读
神经突方向分散度和密度成像（neurite orientation dispersion and density imaging,NODDI）是一种新型扩散磁共振微结构成像技术,能够检测神经突微观结构的复杂程度从而反映神经纤维的形态学信息。但传统NODDI拟合算法计算复杂度高并且对噪声十分敏感,因而限制了临床上广泛地应用。目前深度学习已成功应用于医学影像领域,研究显示,基于深度学习的微结构参数估计方法可以提高计算准确性,提升拟合速度,对临床医学诊断具有重要意义。本文针对传统NODDI拟合方法计算速度慢、易受噪声干扰等不足之处,提出一种基于深度学习的微结构参数估计方法ISTA-Net,考虑到需要大量高质量的扩散磁共振数据用于神经网络训练,本文生成两类仿真数据集:基于NODDI-Watson模型单体素仿真和全脑仿真数据集,仿真过程引入了噪声以及运动伪影的影响,便于提供一个参考标准从多方面客观地衡量不同拟合算法的性能。本文方法ISTA-Net将扩散信号在角域和空间域中稀疏编码,基于深度网络展开软阈值迭代算法来求解l1范数的凸优化问题,再计算稀疏表示到微结构指标的映射。传统阈值迭代算法与深度学习相结合使网络框架具备可解释性并且降低了计算复杂度,在欠采样的扩散梯度下仍能实现准确的参数估计。最后,本文在仿真数据集和公开数据集上从多个方面验证提出算法的性能,由均方误差、结构相似性和峰值信噪比等指标衡量图像质量。实验结果表明该算法在扩散梯度数量减少或噪声影响下,仍能实现脑组织微结构的准确估计,本文提出的ISTA-Net在计算速度和准确性上与其他算法相比具有一定优势,有助于NODDI技术未来在临床和科研上广泛应用。
其他文献
目的：探究等级医院评审在中医特色护理质量持续改进中的作用。方法：医院自2021年1月起调整医院管理方案，成立管理小组，以等级医院评审内容为指导，分析现行管理方案中存在的问题，制定管理对策，完善和优化中医护理管理制度，管理小组做好内容的落实和质量控制，全面提高中医特色护理服务质量，分别统计管理方案实施前后6个月内医院门诊的中医护理质量评分进行对比，并在管理方案实施前后6个月内各随机抽取200例门诊患
社会经济不断发展,人们的消费需求也得到了较大的提升,越来越多个性新颖的服务体验型消费品随社会进步应时而生。赛车运动借此契机日益发展并普及,从高端运动走向平民,与此同时,汽车体验式休闲旅游也迎来了新风口。首钢赛车谷是首钢集团为适应京津冀协同发展,服务于秦皇岛打造一流国际旅游城市的功能定位,而确定的钢铁向文旅转型的产业升级项目。如何令这一新兴转型项目成为游客的首选,在文旅市场中占据竞争优势,获取经济效
糖尿病酮症酸中毒是1型糖尿病常见的急性并发症,也是导致1型糖尿病患儿死亡的首要病因。酮症酸中毒会导致机体发生多种电解质紊乱,临床常常忽视酮症酸中毒引起的低磷血症。低磷血症是住院患者,尤其是危重症患者的常见并发症,中、重度低磷血症如不及时治疗或治疗不当,可引发一系列的临床症状,甚至危及生命。治疗低磷血症十分简单,进行磷的补充替代治疗即可。该文对儿童1型糖尿病酮症酸中毒并发低磷血症的发病机制、临床表现
随着我国经济的快速发展,我国道路里程和汽车保有量逐年提高,各种交通问题随之而来。对地面交通进行监控并在短时间内辨别道路中各类型车辆的数量和位置,对于交通网络智能管理、事故应急响应以及地质灾害救援等方面都有着十分重大的意义。而使用遥感卫星以及航空遥感极易受到天气和云层等因素的影响,因此基于深度学习使用无人机对地面车辆进行监控逐渐成为一种趋势。但是对无人机图像进行目标检测存在两个问题:一是由于飞行高度
在新时代互联网的背景下,教育与先进科学技术的融合使得各种手机学习软件不断地更新迭代,推动了传统教育形式革新的进程,同时也为学生的自主学习提供了更多的方式。英语趣配音APP作为当下教育领域中备受欢迎的学习软件,其主要功能是学习者在听说结合的学习方式下对形式多样的音频进行配音练习,以此达到有效地提升英语听力技能的目的。听力是学习一门语言的开端,也是衡量学好一门语言的一项重要指标。英语作为中学生的必修语
无人驾驶是智能交通系统的核心部分之一,其主要是沿着道路进行纵向行驶。无人驾驶车辆编队的控制任务是设计能使无人车在纵向编队中稳定跟驰行驶的优化算法。因此,本文将针对无人驾驶车辆编队和混合驾驶车辆队列分别设计深度强化学习算法,实现从输入端到输出端的直接控制,进一步解决无人驾驶领域内的控制问题。本文的主要研究内容如下:首先,针对变化多样的道路状况和实验设备条件受限等问题,搭建了智能交通实验平台。该平台主