一种基于深度学习的医学图像非对称方向估计方法

一种基于深度学习的医学图像非对称方向估计方法，提出一种余弦级数表达方法，通过构建特征函数将纤维束中的坐标转化为余弦级数展开的系数，将不同的纤维束转化为余弦基的线性组合；在训练过程中使用了来自人脑连接计划数据库的高质量dMRI数据及其对应的“金标准”系数，通过专家筛选鉴别后的解剖结构纤维束获得，同时，为了提高方法的准确性和鲁棒性，训练过程中还采用了固定半球形网格和斐波那契螺旋球体法进行数据采样，保证了高角度分辨率和计算效率的平衡；基于训练后的数据集，本发明设计了含有两个卷积层和三个全连接层的深度学习网络，能够从dMRI信号中逐步提取特征并通过反向传播算法优化参数，从而实现对纤维方向的高效估计。