一种PET图像重建方法、装置和计算设备制造方法及图纸

本发明专利技术属于图像处理领域，提供了一种PET图像重建方法、装置和计算设备，以提高PET图像的重建速度，减小重建所需时间。所述方法包括：将期望PET图像与标准PET图像比较；若比较达到了比较停止条件，则输出期望PET图像作为目标PET图像；若比较未达到比较停止条件，则由映射网络对期望PET图像处理，得到新的期望PET图像。本发明专利技术提供的技术方案中，由于映射网络为基于字典学习并以磁共振图像和PET图像作为训练样本训练后得到的深度卷积神经网络，经这样的映射网络对期望PET图像处理得到新的期望PET图像，其经过次数较少的迭代计算后，与标准PET图像的差别越来越小，能够让算法迅速收敛，从而提高PET图像的重建速度，减小重建所需时间。

【技术实现步骤摘要】
一种PET图像重建方法、装置和计算设备
本专利技术属于图像处理领域，尤其涉及一种PET图像重建方法、装置和计算设备。
技术介绍
正电子发射计算机断层扫描(PositronEmissionTomography，PET)成像或磁共振成像(MagneticResonanceImaging，MRI)作为一种新兴和功能最强大的高端多模态医学影像技术，已经在生物医学研究和临床诊断中发挥越来越重要的作用，例如心血管易损斑块检测、急性心梗后炎症反应、心脏功能颅内肿瘤、胶质瘤的分期研究、痴呆的早期研究、轻度认知障碍、退行性改变、脑功能核团研究以及在药物、手术治疗的评估等各个方面。PET/MRI成像的成功应用依赖于得到的PET和MRI图像以及它们的融合图像能够提供足够的解剖、功能和/或代谢信息，因此，研究PET/MRI的成像理论与关键技术具有着重要的科研和应用价值。对于PET图像的重建，现有的方法是将MRI的结构信息作为先验知识融入PET图像重建算法，从而得到PET图像。然而，上述将MRI的结构信息作为先验知识融入PET图像重建算法将会导致PET重建算法步骤(主要是迭代次数)和复杂度增加，进而使得PET本文档来自技高网...

【技术保护点】
1.一种PET图像重建方法，其特征在于，所述方法包括：将期望PET图像与标准PET图像比较；若所述比较达到了比较停止条件，则输出所述期望PET图像作为目标PET图像；若所述比较未达到比较停止条件，则由映射网络对所述期望PET图像处理，得到新的期望PET图像，所述映射网络为基于字典学习并以磁共振图像和PET图像作为训练样本训练后得到的深度卷积神经网络；重复上述操作，直至达到了比较停止条件后输出目标PET图像为止。

【技术特征摘要】
1.一种PET图像重建方法，其特征在于，所述方法包括：将期望PET图像与标准PET图像比较；若所述比较达到了比较停止条件，则输出所述期望PET图像作为目标PET图像；若所述比较未达到比较停止条件，则由映射网络对所述期望PET图像处理，得到新的期望PET图像，所述映射网络为基于字典学习并以磁共振图像和PET图像作为训练样本训练后得到的深度卷积神经网络；重复上述操作，直至达到了比较停止条件后输出目标PET图像为止。2.如权利要求1所述的PET图像重建方法，其特征在于，所述由映射网络对所述期望PET图像处理之后，所述方法还包括：对所述映射网络输出的PET图像进行更新，得到估计的PET图像；将所述估计的PET图像进行正投影再次得到新的期望PET图像。3.如权利要求1所述的PET图像重建方法，其特征在于，所述由映射网络对所述期望PET图像处理之前，所述方法还包括：对所述期望PET图像进行更新，得到估计的PET图像输入所述映射网络；将所述映射网络输出的PET图像进行正投影再次得到新的期望PET图像。4.如权利要求1所述的PET图像重建方法，其特征在于，所述由映射网络对所述期望PET图像处理之后，所述方法包括：对所述映射网络输出的PET图像进行更新，得到估计的PET图像；由所述映射网络对所述估计的PET图像处理后输出；将所述映射网络输出的PET图像进行正投影再次得到新的期望PET图像。5.一种PET图像重建装置，其特征在于，所述装置包括：比较模块，用于将期望PET图像与标准PET图像比较；输出模块，用于若所述比较达到了比较停止条件，则输出所述期望PET图像作为目标PET图像；卷积神经网络模块，用于若所述比较未达到比较停止条件，则由映射网络对所述期望PET图像处理，得到新的期望PET图像，...

【专利技术属性】
技术研发人员：胡战利，梁栋，杨永峰，刘新，郑海荣，
申请(专利权)人：深圳先进技术研究院，
类型：发明
国别省市：广东,44