一种基于深度学习的白质纤维束重建方法

摘要

本发明公开了一种基于深度学习的白质纤维束重建方法，主要针对白质纤维束重建，首先提取训练样本集中数字图像的信号稀疏性特征；然后导入卷积神经网络中进行训练，分类结果采用前向传播，分类误差采用反向传播算法，获得最佳的网络模型；其次，提取的测试样本集中图像信号稀疏性的特征，输入到训练好的网络模型中，得到最终的预测结果；最后，采用连续曲线拟合把获得的结果描述成白质纤维的走向和分布，重建三维白质纤维束。本发明能够准确的构建交叉、分叉的白质纤维束，为白质纤维束的临床研究和生理病理机制提供帮助。