一种基于深度神经网络的双示踪剂PET重建方法技术

本发明专利技术公开了一种基于深度神经网络的双示踪剂PET重建方法，其通过建立了对双示踪剂混合TAC进行分类的深度神经网络实现了双示踪剂PET图像重建；对动态PET的测量数据进行重建后重组成以像素点为基准的时间放射性曲线组合后，基于房室模型理论，确定深度神经网络的输入输出标签，并使用了符合双示踪剂混合TAC的损失函数利用误差的反向传播的方法对整个网络的参数进行调整。针对不同的数据组合，本发明专利技术利用深度神经网络分别学习出最优的隐藏表达从而实现目标TAC的重建。

【技术实现步骤摘要】
一种基于深度神经网络的双示踪剂PET重建方法
本专利技术属于PET成像
，具体涉及一种基于深度神经网络的双示踪剂PET重建方法。
技术介绍
正电子发射断层成像(Positronemissiontomography，PET)是核医学成像的一种，它采用放射性同位素标记的示踪剂来显示标记物分子在生物体内参与的生化反应过程。常用的放射性同位素有18F、11C、13N等，为了显示活体的生命活动状态，这些核素一般标记在适当的生物大分子上(比如葡萄糖、G蛋白偶联受体、酶、核酸等)参与到各项生化反应中。这些示踪物质能反映生物体内某个特定的生命活动，比如参与的合成与代谢过程、分布状态与对应的功能以及基因表达等，应用到诊断治疗中时能够在疾病早期、细胞的功能与代谢发生了变化但是还未出现病症的时候就发现病变，比临床提前数月甚至数年。由于单一的示踪剂往往只能提供某一特定的生命活动信息，对于复杂的情况仅靠一种示踪物的分布信息无法准确判断，还需要来自其他示踪物质的辅助信息才能对发生异常的原因进行分析。一方面考虑到每次扫描的成本，另一方面考虑到生物系统的反应也时刻发生着变化：由于来自外界环境的影响、生物体自身本文档来自技高网...

【技术保护点】
一种基于深度神经网络的双示踪剂PET重建方法，包括如下步骤：(1)向生物组织同时注入示踪剂I和示踪剂II并进行动态PET探测，得到对应不同时刻的符合计数向量，进而组成用以反映双示踪剂混合分布情况的动态符合计数序列

【技术特征摘要】
1.一种基于深度神经网络的双示踪剂PET重建方法，包括如下步骤：(1)向生物组织同时注入示踪剂I和示踪剂II并进行动态PET探测，得到对应不同时刻的符合计数向量，进而组成用以反映双示踪剂混合分布情况的动态符合计数序列(2)向生物组织先后注入示踪剂I和示踪剂II并进行动态PET探测，分别得到两组对应不同时刻的符合计数向量，进而组成反映示踪剂I和示踪剂II分布情况的动态符合计数序列和(3)利用PET图像重建算法计算出动态符合计数序列和所对应的动态PET图像序列和(4)提取动态PET图像序列和中基于各像素点的TAC；使动态PET图像序列中的TAC作为输入样本，动态PET图像序列和中的TAC作为真值标签，通过深度神经网络进行训练得到双示踪剂PET重建模型；(5)根据步骤(1)和(3)获得用于实际测试且反映双示踪剂混合分布情况的动态PET图像序列将动态PET图像序列中各像素点的TAC依次输入所述双示踪剂PET重建模型中，从而得到对应示踪剂I和示踪剂II的动态PET图像序列和2.根据权利要求1所述的双示踪剂PET重建方法，其特征在于：所述步骤(4)中根据以下表达式提取动态PET图像序列和中基于各像素点的TAC：其中：为动态PET图像序列中对应第1～n个像素点的TAC，为动态PET图像序列中对应第1～n个像素点的TAC，为动态PET图像序列中对应第1～n个像素点的TAC，n为PET图像的像素总数。3.根据权利要求1所述的双示踪剂PET重建方...

【专利技术属性】
技术研发人员：刘华锋，余海青，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33