[00244261]一种基于扩散MRI微结构成像的最小核误差分析方法
交易价格:
面议
所属行业:
分析仪器
类型:
发明专利
技术成熟度:
正在研发
专利所属地:中国
专利号:CN201710251439.5
交易方式:
技术转让
技术转让
技术入股
[ERROR (115, 38): Message=Function isnullorempty is not defined,Source=volt,StackTrace= 在 Igs.Hcms.Volt.VoltEngine.EvalExpression(Expression exp),TargetSite=System.Object EvalExpression(Igs.Hcms.Volt.Tokens.Expression)]
联系人:浙江工业大学
[ERROR (137, 38): Message=Function isnullorempty is not defined,Source=volt,StackTrace= 在 Igs.Hcms.Volt.VoltEngine.EvalExpression(Expression exp),TargetSite=System.Object EvalExpression(Igs.Hcms.Volt.Tokens.Expression)]
[ERROR (145, 38): Message=Function isnullorempty is not defined,Source=volt,StackTrace= 在 Igs.Hcms.Volt.VoltEngine.EvalExpression(Expression exp),TargetSite=System.Object EvalExpression(Igs.Hcms.Volt.Tokens.Expression)]
所在地:
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
一种基于扩散MRI微结构成像的最小核误差分析方法,包括以下步骤(1),建立扩散组织模型,微结构模型包含微观结构的三个特征线性结构各向异性(LSA,Dl),平面结构各向异性(PSA,Dp)和球结构各向同性(SSI,Ds);每个体素中的每个特征模型描述为混合各向异性/各向同性模型;(2),计算特征标量,受阻和受限扩散的量通过计算估计的微结构尺度之间的差异来捕获;(3),最小核误差分析方法一般表现;(4),算法优化,引入辅助矩阵变量Z,并让S‑ΘW=Y,最小化问题利用增强的拉格朗日乘子解决。本发明结合扩散张量成像技术,提供一种稳定且高效地估计较小交角的纤维结构的基于扩散MRI微结构成像的最小核误差分析方法。
一种基于扩散MRI微结构成像的最小核误差分析方法,包括以下步骤(1),建立扩散组织模型,微结构模型包含微观结构的三个特征线性结构各向异性(LSA,Dl),平面结构各向异性(PSA,Dp)和球结构各向同性(SSI,Ds);每个体素中的每个特征模型描述为混合各向异性/各向同性模型;(2),计算特征标量,受阻和受限扩散的量通过计算估计的微结构尺度之间的差异来捕获;(3),最小核误差分析方法一般表现;(4),算法优化,引入辅助矩阵变量Z,并让S‑ΘW=Y,最小化问题利用增强的拉格朗日乘子解决。本发明结合扩散张量成像技术,提供一种稳定且高效地估计较小交角的纤维结构的基于扩散MRI微结构成像的最小核误差分析方法。