摘要
本发明涉及磁纳米粒子(MPI)图像重建领域，具体涉及一种基于神经辐射场(NeRF)的磁纳米粒子图像重建方法及系统，旨在解决现有基于深度学习的MPI图像重建算法中，广泛存在的训练数据受限以及模型泛化性差的问题。本发明方法包括：获取待测超顺磁性纳米颗粒(MNPs)的响应电压信号，作为模型学习的真值；获取系统矩阵；设置网格点坐标矩阵，作为网络的输入；网络输出MPI重建图像，经过降采样和系统矩阵处理之后，得到预测的响应电压信号，与测量得到的电压信号计算损失并回传，迭代结束后输出高质量的MPI重建图像。本发明有效缓解了MPI数据稀缺的问题，并显著增强模型对不同数据集的适应性和泛化能力。
