本发明专利技术公开了一种解剖信息约束下基于H∞滤波的动态PET浓度重建方法，包括：(1)获取解剖信息；(2)构建具有解剖信息约束的PET图像重建模型；(3)利用H∞滤波算法迭代求解。本发明专利技术通过利用解剖信息作为空间约束对PET浓度重建进行引导，提高了PET重建图像的质量；通过利用H∞滤波算法对具有解剖信息约束的PET图像重建模型进行求解，更好地适应了系统的复杂性和噪声的不确定性，增强了各帧动态PET图像在时间上的关联性，对PET图像中的细节重建能力较高，改善了重建图像的噪声，能够在一定程度上提高重建图像的时间分辨率和空间分辨率，可广泛应用于药物学和神经化学等众多科学领域研究中。
【技术实现步骤摘要】
本专利技术属于正电子发射断层成像
，具体涉及一种解剖信息约束下基于 H⑴滤波的动态PET浓度重建方法。
技术介绍
动态正电子发射断层成像(Positron emission tomography, PET)技术是一种利用示踪剂原理，通过连续短时间窗内扫描采集符合计数，以解剖结构方式实时显示生物体内生化和代谢信息的活体功能显像技术。由于能够提供描述特定组织生理变化过程的量化参数，动态PET成像技术被广泛用于药物学和神经化学等众多科学领域研究中。动态PET的数据采集时间短，符合计数率低，并且由于实际采集过程中可能出现的数据缺失以及各类噪声影响，使得求解是个严重的病态问题。为了提高图像质量，需要引入先验信息作为约束，从而对病态问题起到正则化作用以保证解的存在性以及成像的完整性。同时，由于重建过程中的高噪声很大程度上降低了病灶区对比度和小体积病灶区的探测能力，使得重建图像细节分辨率低，结构信息不显著，而加入解剖模版为改善以上问题提供了可能。尽管CT、MRI图像所提供高对比度的解剖结构信息与PET提供的低分辨率功能成像的实质不同，但两者在结构和边界上仍具有一定的相似性。对按解剖结构所划分的组织来说，其生理特性，如血流速度、血流体积、生理速率、生物学功能对于放射性药物浓度分布有很大的影响。对于现有加入解剖信息的重建方法，大致围绕在Bayesian重建算法中考虑加入基于边缘或基于区域两类模版。前者根据相应配准的解剖结构图像中的非连续边界点，加入边界保护的Gibbs先验，通过设置不同的空间权重调整先验分布对重建结果的影响。后者对分割后的各组织域设置标识，与PET图像中每个待估计像素点相对应，利用标识区域的差别来调整先验的影响，例如在标记为非连续的像素点上，其平滑权重相对较低，则允许像素值跃变。但以上两类方法对解剖模版函数与待估PET图像的相关性要求较高，否则结果会存在较大误差。并且，使用Bayesian重建的方法中存在超验参数，取得最佳效果的超验参数值很大程度上受到先验分布函数、噪声模型、以及图像特性的影响，而一般的方法无法解决如何合理选择先验中的超验参数问题。
技术实现思路
本专利技术提供了一种解剖信息约束下基于H c 滤波的动态PET浓度重建方法，通过加入的解剖信息对动态PET重建进行引导，利用H⑴滤波算法对具有解剖信息约束的PET 图像重建模型进行求解，解决了现有重建方法所面临的上述技术难题，提高了 PET重建图像的质量。一种解剖信息约束下基于H⑴滤波的动态PET浓度重建方法，包括如下步骤(1)获取与待估计的各帧动态PET图像配准后的高分辨率解剖扫描图像中所包含的解剖信息；所述的动态PET图像是指从放射性药物注射入生物体内开始，以连续短时间间隔内所发出的光子信号的累积浓度值作为待估计的各帧原始投影数据，经过一系列数据校正处理后，通过对各帧数据的图像重建获得直观的能够实时反映药物在体内各器官和组织中的运转与分布情况的药物浓度空间分布图。所述的解剖扫描图像是利用现有的医学影像仪器CT或MRI所获得的反映生物体内各个解剖组织器官分布及形态特征的CT扫描图像或MRI扫描图像。所述的图像配准是在假设解剖扫描图像与动态PET图像之间所求解仿射变换矩阵的误差很小的基础上，使所引入的解剖信息约束与PET图像中组织结构基本吻合。(2)将所述的解剖信息加入到PET图像重建模型中，建立一个由离散的测量方程 (1)和时间连续的状态方程(2)构成的具有解剖信息约束的PET图像重建模型权利要求1. 一种解剖信息约束下基于H c 滤波的动态PET浓度重建方法，包括如下步骤(1)获取与待估计的各帧动态PET图像配准后的高分辨率解剖扫描图像中所包含的解剖信息；(2)将所述的解剖信息加入到PET图像重建模型中，建立一个由离散的测量方程⑴和时间连续的状态方程(2)构成的具有解剖信息约束的PET图像重建模型2.根据权利要求1所述的解剖信息约束下基于H⑴滤波的动态PET浓度重建方法，其特征在于所述的步骤C3)中，估计动态PET图像上放射性浓度的空间分布的过程包括以下步骤1)设定初始值Ptl；2)求解方程(4)和(7)，推算出放射性浓度的空间分布的先验估计值和对应误差协方差的先验估计值P(〔)；3)利用方程(5)和方程(6)计算出H⑴增益矩阵K(tk)；4)利用方程(11)中所计算出的累积测量值^，根据方程(5)、方程(9)和方程(8)对先验估计值F(〔)和尸( )进行更新，推算出放射性浓度的空间分布的后验估计值F (ij和对应误差协方差的后验估计值P (tk)；5)对时间轴上所有数据进行更新后，迭代次数增加1，重复步骤幻至4)，直到F(tk)的估计值户( )收敛；6)利用方程(10)求解出重建后的动态PET图像上放射性浓度的空间分布Λ(k)。3.根据权利要求1所述的解剖信息约束下基于H⑴滤波的动态PET浓度重建方法，其特征在于所述的解剖信息加入到PET图像重建模型中的过程为首先，根据解剖扫描图像中的解剖信息，将各个组织结构划分成若干药物动力学特征区域和若干低代谢区域；其次， 采用双房室模型来描述所划分的具有药物动力学特征的组织区域中放射性药物的运转过程；最后，采用低代谢模型来表示低代谢区域中放射性药物的浓度分布，所述的低代谢模型的方程表达式为χ,,(Ο 「ι Oirxi1,、/ { = β+ν212_、(0」Lo i」L 」Xj[t)=x_n^n(is)其中β为权重因子；V2为引入的过程状态误差；j为像素点序号。4.根据权利要求1所述的解剖信息约束下基于H⑴滤波的动态PET浓度重建方法，其特征在于所述的高分辨率解剖扫描图像为CT扫描图像或MRI扫描图像。全文摘要本专利技术公开了一种解剖信息约束下基于H∞滤波的动态PET浓度重建方法，包括(1)获取解剖信息；(2)构建具有解剖信息约束的PET图像重建模型；(3)利用H∞滤波算法迭代求解。本专利技术通过利用解剖信息作为空间约束对PET浓度重建进行引导，提高了PET重建图像的质量；通过利用H∞滤波算法对具有解剖信息约束的PET图像重建模型进行求解，更好地适应了系统的复杂性和噪声的不确定性，增强了各帧动态PET图像在时间上的关联性，对PET图像中的细节重建能力较高，改善了重建图像的噪声，能够在一定程度上提高重建图像的时间分辨率和空间分辨率，可广泛应用于药物学和神经化学等众多科学领域研究中。文档编号G06T5/10GK102156974SQ201110101718公开日2011年8月17日 申请日期2011年4月22日 优先权日2011年4月22日专利技术者刘华锋, 张俊超 申请人:浙江大学本文档来自技高网...
【技术保护点】
１．一种解剖信息约束下基于Ｈ∞滤波的动态ＰＥＴ浓度重建方法，包括如下步骤：（１）获取与待估计的各帧动态ＰＥＴ图像配准后的高分辨率解剖扫描图像中所包含的解剖信息；（２）将所述的解剖信息加入到ＰＥＴ图像重建模型中，建立一个由离散的测量方程（１）和时间连续的状态方程（２）构成的具有解剖信息约束的ＰＥＴ图像重建模型：ｙ（ｋ）＝ＤΛ（ｋ）＋ｅ（ｋ） （１）（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｏｖｅｒ）?（ｍｉ）ｘ（／ｍｉ）?（ｍｏ）＆ＣｅｎｔｅｒＤｏｔ；（／ｍｏ）?（／ｍｏｖｅｒ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｔ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）＝（／ｍｏ）?（ｍｉ）Ａ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｔ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｉ）ｘ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｔ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）＋（／ｍｏ）?（ｍｉ）Ｂ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（／ｍｏ）?（ｍｏｖｅｒ）?（ｍｉ）Ｆ（／ｍｉ）?（ｍｏ）＾（／ｍｏ）?（／ｍｏｖｅｒ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）ｔ（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｋ（／ｍｉ）?（ｍｏ）－（／ｍｏ）?（ｍｎ）１（／ｍｎ）?（／ｍｒｏｗ）?（／ｍｓｕｂ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）－（／ｍｏ）?（ｍｏ）－（／ｍｏ）?（ｍｏ）－（／ｍｏ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｎ）１０（／ｍｎ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｒｏｗ）?（／ｍａｔｈ）（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｓｕｂ）?（ｍｉ）ｚ（／ｍｉ）?（ｍｉ）ｋ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ）＝（／ｍｏ）?（ｍｓｕｂｓｕｐ）?（ｍｉ）＆Ｓｉｇｍａ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｌ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｎ）１（／ｍｎ）?（／ｍｒｏｗ）?（ｍｉ）ｋ（／ｍｉ）?（／ｍｓｕｂｓｕｐ）?（ｍｉ）ｙ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｌ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）－（／ｍ（ｍｉ）ｔ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｉ）ｗ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｔ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）＋（／ｍｏ）?（ｍｉ）ｖ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）?（ｍｏ）－（／ｍｏ）?（ｍｏ）－（／ｍｏ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｎ）１１（／ｍｎ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｒｏｗ）?（／ｍａｔｈ）其中：Ｆ（ｔｋ）表示０时刻开始到第ｋ帧ＰＥＴ图像采集结束的时间点内所累积的放射性浓度的空间分布的真实值，为Ｆ（ｔｋ）的后验估计值；Ｐ（ｔｋ）为Ｆ（ｔｋ）与之间所允许的误差协方差的后验估计值；为Ｆ（ｔｋ）的先验估计值；为Ｆ（ｔｋ）与之间所允许的误差协方差的先验估计值；Ｑ（ｔ）、Ｒ（ｔ）、Ｎ（ｔ）分别为状态过程噪声、测量噪声、估计误差的权矩阵；Ｐ０为误差协方差的初始值；Ｋ（ｔｋ）为Ｈ∞增益矩阵；ｚｋ为０时刻开始到第ｋ帧ＰＥＴ图像时间间隔内所采集到的符合计数的累积值。ｏ）（（／ｍｏ）?（ｍｉ）ｔ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）－（／ｍｏ）?（ｍｏ）－（／ｍｏ）?（ｍｏ）－（／ｍｏ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｎ）２（／ｍｎ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｒｏｗ）?（／ｍａｔｈ）其中：ｋ表示动态ＰＥＴ图像的帧序号；ｔ表示时间；Ｄ为系统矩阵；ｙ（ｋ）是在第ｋ帧ＰＥＴ图像时间间隔内所采集到的符合计数的累积值；Λ（ｋ）为第ｋ帧ＰＥＴ图像上放射性浓度的空间分布；ｅ（ｋ）为数据采集过程中的固有噪声；ｘ（ｔ）是ｔ时刻的药物浓度值；Ａ（ｔ）为系统转移矩阵；Ｂ（ｔ）是输入矩阵；ｗ（ｔ）为输入函数；ｖ（ｔ）为动态系统不确定性的过程噪声；ｘ（ｔ）、Ａ（ｔ）、Ｂ（ｔ）、ｗ（ｔ）、ｖ（ｔ）均随时间发生变化；（３）基于所述的具有解剖信息约束的ＰＥＴ图像重建模型，利用Ｈ∞滤波算法求得迭代重建方程，进而估计动态ＰＥＴ图像上放射性浓度的空间分布，所述的迭代重建方程如下：Ｐ（０）＝Ｐ０ （３）（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｏｖｅｒ）?（ｍｉ）Ｐ（／ｍｉ）?（ｍｏ）＆ＣｅｎｔｅｒＤｏｔ；（／ｍｏ）?（／ｍｏｖｅｒ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｔ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）＝（／ｍｏ）?（ｍｉ）Ａ...
【技术特征摘要】
【专利技术属性】
技术研发人员：刘华锋，张俊超，
申请(专利权)人：浙江大学，
类型：发明
国别省市：86
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。