基于自逆卷积生成对抗网络的低剂量全身PET图像增强方法技术

本发明专利技术公开了一种基于自逆卷积生成对抗网络的低剂量全身PET图像增强方法，使用采集的低剂量PET图像和全剂量PET图像训练模型，将低剂量PET图像和训练结果来测试模型，将测试结果保存，得到低剂量PET图像增强结果。本发明专利技术通过使用自逆神经网络来实现低剂量和全剂量PET图像之间的相互转换，由于训练的网络具有自逆性，可以有效的降低图像中的噪声和保持图像对比度，有效的提高模型的鲁棒性。本发明专利技术网络模型结构简单，计算效率高，能有效的降低图像中的噪声，有效保留图像细节以及对比度，定量误差低于10%。

【技术实现步骤摘要】
基于自逆卷积生成对抗网络的低剂量全身PET图像增强方法
本专利技术涉及医学影像设备
，更具体涉及一种基于自逆卷积生成对抗网络的低剂量全身PET图像增强方法。
技术介绍
正电子发射计算机断层成像（PositronEmissionTomography）是核医学领域比较先进的临床检查影像技术。通过向人体注射放射性示踪剂药物，药物中的放射性核素衰变产生的一对γ射线，从而得到放射性药物在人体内的分布图。一般放射性示踪剂选取的是生物生命代谢中必须的物质，如：葡萄糖、蛋白质、核酸、脂肪酸，标记上短寿命的放射性核素（如18F，11C等），注入人体后，通过对于该物质在代谢中的聚集，来反映生命代谢活动的情况，从而达到诊断的目的。由于PET扫描中存在的潜在放射性可能对人体带来辐照损伤，因此临床上非常渴望降低PET的扫描剂量，常见的降低扫描剂量的方法就是降低注射的放射性示踪剂的剂量。然而降低注射剂量会导致图像噪声增加，对比度下降，并最终可能影响到医生的诊断。传统的图像后处理方法包括BM3D，NLM等通常会导致图像过平滑和图像对比度下降等问题。近年来深度学本文档来自技高网...

【技术保护点】
1.基于自逆卷积生成对抗网络的低剂量全身PET图像增强方法，其特征在于：使用采集的低剂量PET图像和全剂量PET图像训练模型，将低剂量PET图像和训练结果来测试模型，将测试结果保存，得到低剂量PET图像增强结果。/n

【技术特征摘要】
1.基于自逆卷积生成对抗网络的低剂量全身PET图像增强方法，其特征在于：使用采集的低剂量PET图像和全剂量PET图像训练模型，将低剂量PET图像和训练结果来测试模型，将测试结果保存，得到低剂量PET图像增强结果。


2.根据权利要求1所述的基于自逆卷积生成对抗网络的低剂量全身PET图像增强方法，其特征在于：上述训练流程为，
（1）采集低剂量和全剂量PET图像；
（2）将低剂量和全剂量PET图像数据集分成训练集、验证集和测试集；
（3）在训练集和验证集中，将低剂量和全剂量PET图像归一化到0-1之间；
（4）在训练集和验证集中，对归一化之后的低剂量与全剂量PET图像分别在相同位置提取3D图像碎片，组成训练数据对；
（5）使用生成的3D图像碎片来训练自逆生成对抗网络；
（6）网络训练完成，保存网络和权重；
（7）使用测试数据来评估模型性能。


3.根据权利要求2所述的基于自逆卷积生成对抗网络的低剂量全身PET图像增强方法，其特征在于：训练自逆生成对抗网络流程为，
（1）产生两个条件图像：低剂量到全剂量条件Z=0，全剂量到低剂量条件Z=1；
（2）将低剂量PET图像和对应的条件文件输入到自逆生成网络G中，生成虚拟的全剂量图像，并与相应的全剂量PET图像计算损失；
（3）将全剂量PET...

【专利技术属性】
技术研发人员：周龙，叶宏伟，
申请(专利权)人：浙江明峰智能医疗科技有限公司，
类型：发明
国别省市：浙江;33