【技术实现步骤摘要】
基于决策树的PET图像超分辨重建方法、装置、设备及介质
本专利技术属于医学成像
，尤其涉及一种基于决策树的PET图像超分辨重建方法、装置、设备及介质。
技术介绍
正电子发射断层成像(PositronEmissionTomography，简称PET)是一种发射型成像技术(EmissionTomography，简称ET)，它通过把放射性药物注入体内的方法来显示不同组织的新陈代谢情况。PET技术是继计算机断层成像(ComputedTomography，简称CT)和磁共振成像(MagneticResonanceImaging，简称MRI)之后应用于临床的一种新型影像技术，其临床价值是毋庸置疑的。高质量的PET图像可以提高医生的诊断精确度，而衡量图像质量的一个重要指标是图像分辨率，因此，在图像处理领域里，提高图像分辨率成了业界一个重要目标。图像分辨率描述的是图像包含的像素点数，更多的像素意味着图像包含的信息量更大，图像可以承载更多的场景细节，这样的图像有着更高的应用价值。在20世纪60年代，超分辨率(Super-Resolution)重建技术的概念首次出现，这些技术主...
【技术保护点】
1.一种基于决策树的PET图像超分辨重建方法，其特征在于，所述方法包括下述步骤：当接收到目标PET图像的超分辨率重建请求时，将所述目标PET图像进行图像块提取，得到对应的PET图像块；通过预先训练好的随机森林中的每颗决策树对所述PET图像块进行图像块相似特征聚类，获得所述PET图像块在所述每颗决策树中决策出的、对应的图像块映射矩阵，其中，所述随机森林由多颗独立的决策树组成；根据所述每颗决策树决策出的、对应的所述图像块映射矩阵预测所述PET图像块对应的高分辨率图像块；根据所述高分辨率图像块重建出所述目标PET图像对应的高分辨率PET图像。
【技术特征摘要】
1.一种基于决策树的PET图像超分辨重建方法，其特征在于，所述方法包括下述步骤：当接收到目标PET图像的超分辨率重建请求时，将所述目标PET图像进行图像块提取，得到对应的PET图像块；通过预先训练好的随机森林中的每颗决策树对所述PET图像块进行图像块相似特征聚类，获得所述PET图像块在所述每颗决策树中决策出的、对应的图像块映射矩阵，其中，所述随机森林由多颗独立的决策树组成；根据所述每颗决策树决策出的、对应的所述图像块映射矩阵预测所述PET图像块对应的高分辨率图像块；根据所述高分辨率图像块重建出所述目标PET图像对应的高分辨率PET图像。2.如权利要求1所述的方法，其特征在于，在将所述目标PET图像进行图像块提取的步骤之前，所述方法还包括：根据预设的训练样本和预设的分裂函数从所述决策树的根节点开始进行递归分裂，直至所述分裂的深度达到预设的决策树深度阈值时，结束所述决策树的构建，以实现所述决策树的图像块相似特征聚类训练，其中，所述训练样本由高分辨率训练图像块和与所述高分辨率训练图像块对应的低分辨率训练图像块组成。3.如权利要求2所述的方法，其特征在于，根据预设的训练样本和预设的分裂函数从所述决策树的根节点开始进行递归分裂的步骤，包括：对所述决策树待分裂的当前节点对应的当前节点训练样本中的低分辨率训练图像块进行图像块特征提取，直至提取到的图像块特征满足预设的特征选取公式，选取所述图像块特征作为节点分裂特征，所述当前节点训练样本属于所述训练样本；根据所述节点分裂特征和所述分裂函数对所述当前节点训练样本进行左、右子节点分裂。4.如权利要求3所述的方法，其特征在于，在对所述决策树待分裂的当前节点对应的当前节点训练样本中的低分辨率训练图像块进行图像块特征提取的步骤之前，所述方法还包括：当所述当前节点所在的深度达到预设的决策树深度阈值，或者所述当前节点训练样本中低分辨率训练图像块的数量小于预设的图像块数量阈值时，停止对所述当前节点训练样本进行左右子节点分裂；将所述当前节点设置为所述决策树的叶子节点，并通过所述当前节点训练样本学习所述图像块映射矩阵。5.一种基于决策树的PET图像超分辨重建装置，其特征在于，所述装置包括：图像块提取单元，用于当接收到目标PET图像的超分辨率重建请求时，将所述目标PET...
【专利技术属性】
技术研发人员：胡战利，杨永峰，汪影，梁栋，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
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。