CN114997208B 一种基于长短期记忆网络的组织光学参数提取方法及系统 （中国科学院合肥物质科学研究院）

US2013317331A1,2013.11.28一种基于长短期记忆网络的组织光学参数一种基于长短期记忆网络的组织光学参数2所述多层皮肤组织光学模型为双层结构，其中上层吸收来源于黑色素S2、针对步骤S1中所述的多层皮肤组织光学模S3、设计基于长短期记忆网络的组织空间分辨和组织空间分辨漫反射光谱数据集作为训练集，采用误差反向传播算法优化生成模型参2.根据权利要求1所述的一种基于长短期记忆网络的组织光学参数提取方法，其特征3.根据权利要求2所述的一种基于长短期记忆网络的组织光学参数提取方法，其特征4.根据权利要求3所述的一种基于长短期记忆网络的组织光学参数提取方法，其特征3所述的模型参数确定模块用于根据待测组织类型，确定多层皮肤组织光学所述多层皮肤组织光学模型为双层结构，其中上层吸收来源于黑色素所述的数据集生成模块针对模型参数确定模块中所述的多层皮肤组织光学模基于显卡加速的蒙特卡洛方法模拟不同光学参数情况下组织表面出射的空间分辨漫反射所述的模型优化模块用于设计基于长短期记忆网络的组织空间分辨漫反射光谱生成所述的组织光学参数反演模块用于根据朗伯比尔定律及米散射理组织光学参数优化模块用于在确定组织生理参数提取方法后，化后的照明光纤与收集光纤纤芯距离下,返回组织光学参数反演模块即可得到皮肤组织生46.根据权利要求5所述的一种基于长短期记忆网络的组织光学参数提取系统，其特征7.根据权利要求6所述的一种基于长短期记忆网络的组织光学参数提取系统，其特征8.根据权利要求7所述的一种基于长短期记忆网络的组织光学参数提取系统，其特征5近似法是辐射传输方程的一阶球谐展开，可用来分析特定组织光学参数下的漫反射光谱。在照明-探测径向距离较小的位置存在较大误差的特点，在照明光源近端使用蒙特卡洛模拟提高精度，在照明光源远端采用漫射近似提高效率(参见文献HayashiT,etal.HybridMonteCarlo-diffusionmethodforlightpropagationintissuewithalow-scatteringregion[J].以及文献ProceedingsofSPIE-TheInternationalSocietyforOpticalEngineering,2001,42(16):2888-96.以及文献ZhuC,LiuQ.HybridmethodforfastMonteCarlosimulationofdiffusereflectancefromamultilayeredtissuemodelwithtumor-likeheterogeneities[J].JournalofBiomedicalOptics,法假定组织中光子行走路径由散射系数确定，溢出组织表面的光子权重由吸收系数确定。见文献PalmerGM,etal.MonteCarlo-basedinversemodelforcalculatingtissueopticalproperties.PartI:Theoryandvalidationonsyntheticphantoms.[J]6特卡洛方法更为有效(参见文献LuB,LiJ,etal.GPU-basedMonteCarlosimulationforlightpropagationincomplexheterogeneoustissues[J].OpticsExpress,血氧饱和度等，参见文献LiuC,etal.ExperimentalvalidationofaninversefluorescenceMonteCarlomodeltoextractconcentrationsofmetabolicallyrelevantfluorophoresfromturbidphantomsandamurinetumormodel.[J]定波长，从组织光学参数出发(参见文献DongqingPeng,LiH.Studyfornoninvasivedeterminationofopticalpropertiesofbio-tissueusingspatiallyresolved光学特性参数测量方法，申请号为：201010525672.6；)或训练人工神经网络(参见文献ChenxiLi,etal.Artificialneuralnetworkmethodfordeterminingopticalpropertiesfromdoubleintegratingspheresmeasurements[J].以及文献CHINESEOPTICSLETTERS,2010,8(2):173-176.TsuiSY,etal.Modellingspatially-resolveddiffusereflectancespectraofamulti-layeredskinmodelbyartificialneuralnetworkstrainedwithMonteCarlosimulations.[J].BiomedicalOptics有对光纤探头结构进行优化。所采用的光纤探头结构是否最有利于光学参数提取并不确7[0007]本发明的目的在于设计一种基于长短期记忆网络的组织光学参数提取方法及系8[0021](3)将组织吸收系数和散射系数输入组织空间分辨漫反射光谱生成模型，计算不[0023](5)计算模型生成的漫反射光谱和实测漫反射光谱之间的误差，根据误差大小修[0025](7)将提取到的组织生理参数代入朗伯比尔定律和米散射理论反演组织光学参[0027](a)在皮肤组织典型生理参数下，采用朗伯比尔定律和米散射理论计算不同波长[0028](b)使用组织空间分辨漫反射光谱生成模型，计算不同波长下组织表面出射的空[0029](c)随机初始化光纤探头中照明光纤与收集光纤纤芯距离，并计算组织表面出射[0031](e)不断重复(d)，直到模型提取的生理参数与皮肤组织[0034]所述的数据集生成模块针对模型参数确定模块中所述的采用基于显卡加速的蒙特卡洛方法模拟不同光学参数情况下组织表面出射的空间分辨漫[0035]所述的模型优化模块用于设计基于长短期记忆网络的组织空间分辨漫反射光谱9取误差作为代价函数，采用迭代拟合方法优化光纤探头中照明光纤与收集光纤纤芯距离，在优化后的照明光纤与收集光纤纤芯距离下,返回组织光学参数反演模块即可得到皮肤组[0043](3)将组织吸收系数和散射系数输入组织空间分辨漫反射光谱生成模型，计算不[0045](5)计算模型生成的漫反射光谱和实测漫反射光谱之间的误差，根据误差大小修[0047](7)将提取到的组织生理参数代入朗伯比尔定律和米散射理论反演组织光学参[0049](a)在皮肤组织典型生理参数下，采用朗伯比尔定律和米散射理论计算不同波长[0050](b)使用组织空间分辨漫反射光谱生成模型，计算不同波长下组织表面出射的空[0051](c)随机初始化光纤探头中照明光纤与收集光纤纤芯距离，并计算组织表面出射[0053](e)不断重复(d)，直到模型提取的生理参数与皮肤组织μs为组织散射系数；[0058]图3为本发明提出的基于长短期记忆网络的组织空间分辨漫反射光谱生成模型，[0061]图6为本发明的不同入射与出射距离情况下，组织空间分辨漫反射光谱与光纤探[0062]图7为本发明的不同照明光纤与收集光纤径向距离情况下，生成模型生成的组织[0067]如图1所示，本发明涉及的基于长短期网络的组织生理和光学参数提取方法主要[0071]2、采用显卡加速蒙特卡洛方法生成组织光学参数-空间息从组织表面出射的空间分辨漫反射光谱，然后根据入射光情况(高斯分布，光斑直径为组织光学参数-空间分辨漫反射光谱数据集中输入特征是大小为62500×3的光学参数矩的序列特征，采用长短期记忆网络模拟组织光学参数与空间分辨漫反射光谱的映射[0078]图3所示为基于长短期记忆网络的组织空间分辨漫反射光谱生成模型的结构框s分别为组织表皮层吸收系数、真皮层吸收<1>～r<n>为不同照明-收集径向距离处溢出组织表面的空间分辨漫反射光强，n为生相邻数据点之间的强相关性以及计算机计算性能特点，本发明中涉及的长短期网络具有2[0080]正向模型直接使用上述已预先训练好的组织光学参数到空间分辨组织漫反射光处由组织表面出射的漫反射光谱组成的100维序列数据。长短期记忆模型包含的隐含层数[0085]图7显示了不同光学参数情况下的组织空间分辨漫反射光谱以及不同照明光纤和[0086]图8显示在给定