• 燕山大学 电气工程学院(河北秦皇岛 066004);
导出 下载 收藏 扫码 引用

扩散张量成像技术能提供脑白质信息,可用于探究脑区组织结构变化,但缺乏对脑组织微结构信息的特异性描述。神经突起方向离散度与密度成像模型弥补了其不足,但获取脑组织微结构的准确估计参数需要大量的扩散梯度,同时通过最大似然拟合,整个过程计算复杂、消耗时间长。为此本文提出了一种基于近端梯度网络估计微结构参数的方法,进一步避免了经典的拟合范式。该方法能够在减少扩散梯度数量的情况下,仍能够准确估计参数,实现成像质量优于神经突起方向离散度与密度成像模型和通过凸优化加速微观结构成像模型的目的。