PET图像的重建方法、装置及设备制造方法及图纸

本发明专利技术公开了一种PET图像的重建方法、装置及设备，该方法包括：获取先验图像；先验图像包括解剖图像以及自相关特征图像；自相关特征图像是根据解剖图像的灰度共生矩阵确定的；获取先验图像的特征值；根据特征值以及迭代算法对PET图像进行重建。

【技术实现步骤摘要】
PET图像的重建方法、装置及设备
本专利技术涉及PET成像
，尤其涉及一种PET图像的重建方法、装置及设备。
技术介绍
PET(PositronEmissionTomography，正电子发射断层显像)可以利用放射性示踪剂来反映生物体内代谢过程从而进行无创成像，它可以用来做临床早期肿瘤检测、肿瘤治疗评估和药代动力学的分析等。而低计数PET投影数据的图像重建不仅可以减少放射性示踪剂的注射剂量、扫描的时间和经济成本，还可以用来提高动态PET的时间分辨率，在临床应用中具有重要意义。然而，由于低计数PET重建是一个病态逆估计问题，难以求解，会导致重建图像噪声高、信噪比低。因此，研究低计数PET重建算法，对PET临床应用有重要的科学意义。相关技术中，可以基于MRI(MagneticResonanceImaging，磁共振成像)解剖图像的先验信息来提高PET重建图像的质量。相关技术中主要有两种实现方式：第一种是利用惩罚似然函数框架，通过惩罚项将先验信息引入目标似然函数中，以实现对PET图像进行重建；第二种是将MRI解剖图像体素周围MRI灰度值的相似性作为解剖先验信息引入到PET重建的正投影过程，然后通过经典的期望最大算法进行迭代重建，得到PET重建图像。相关技术中的上述两种实现方式虽然可以实现基于MRI解剖图像的先验信息来提高PET重建图像的质量，但是，第一种实现方式的实现难度较高，不适于在通用环境下的PET图像的重建；第二种实现方式虽然比第一实现方式的实现难度低，但是仅利用了MRI解剖图像的灰度值特征，忽略了MRI解剖图像的其他特征，从而使得获取的先验信息不充分、不完备，导致基于先验信息重建的PET图像质量差、噪声多。
技术实现思路
本专利技术实施例提供一种PET图像的重建方法、装置及设备，以解决相关技术中基于先验信息重建的PET图像质量差、噪声多的问题。为了解决上述技术问题，本专利技术是这样实现的：第一方面，提供了一种PET图像的重建方法，所述方法包括：获取先验图像；所述先验图像包括解剖图像以及自相关特征图像；所述自相关特征图像是根据所述解剖图像的灰度共生矩阵确定的；获取所述先验图像的特征值；根据所述特征值以及迭代算法对PET图像进行重建。第二方面，提供了一种PET图像的重建装置，其特征在于，所述装置包括：第一获取模块，用于获取先验图像；所述先验图像包括解剖图像以及自相关特征图像；所述自相关特征图像是根据所述解剖图像的灰度共生矩阵确定的；第二获取模块，用于获取所述先验图像的特征值；重建模块，用于根据所述特征值以及迭代算法对PET图像进行重建。第三方面，提供了一种设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上述第一方面所述的方法的步骤。第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的方法的步骤。本专利技术实施例提供的上述至少一个技术方案可以达到如下技术效果：由于在基于先验图像来进行PET图像重建时，通过灰度共生矩阵结合了MRI图像的灰度特征以及空间纹理特征，因此，可以对小图像区域用更少的量化灰度级数计算得到更精确的纹理特征，从而可以有效地提高重建图像质量、减少重建图像噪声。此外，由于本实施例结合解剖图像MRI的空间纹理特征和灰度特征，并将这些先验信息应用于PET图像重建中。因此，对于低计数的PET数据重建，提高了重建PET图像的信噪比和肿瘤图像重建的准确度，从而得到更加满足临床诊断需求的PET图像。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本专利技术的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1为本专利技术一个实施例提供的PET图像重建方法的流程示意图；图2为本专利技术一个实施例提供的灰度共生矩阵的像素对方向示意图；图3为本专利技术一个实施例提供的确定MRI图像的自相关特征图像的流程示意图；图4为本专利技术一个实施例提供的PET图像重建方法的应用场景图之一；图5为本专利技术一个实施例提供的PET图像重建方法的应用场景图之二；图6为本专利技术一个实施例提供的PET图像重建装置600的模块组成示意图；图7为本专利技术一个实施例提供的PET图像重建设备的硬件结构示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术具体实施例及相应的附图对本专利技术技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。以下结合附图，详细说明本专利技术各实施例提供的技术方案。请参见图1，图1为本专利技术一个实施例提供的PET图像的重建方法、装置及设备，如图1所示，该方法包括以下步骤：步骤102：获取先验图像；先验图像包括解剖图像以及自相关特征图像；自相关特征图像是根据解剖图像的灰度共生矩阵确定的。步骤104：获取先验图像的特征值。步骤106：根据特征值以及迭代算法对PET图像进行重建。在本实施例中，解剖图像可以具体为MRI解剖图像。在获取解剖图像后，本实施例可以根据解剖图像来获取先验图像。与相关技术中的先验信息不同，本实施例中的先验图像包括解剖图像以及自相关特征图像，其中，自相关特征图像是根据解剖图像的灰度共生矩阵确定的。在一个实施例中，在获取解剖图像后，可以确定解剖图像的灰度共生矩阵，并根据解剖图像的灰度共生矩阵来获取解剖图像的自相关特征图像。其中，在确定解剖图像的灰度共生矩阵时，可以先对解剖图像中像素的灰度进行量化，然后，根据设置的步长和方向，获取灰度量化后的解剖图像在各设置方向上的初始灰度共生矩阵，并对得到的初始灰度共生矩阵进行归一化处理，得到归一化处理后的灰度共生矩阵，以及根据归一化处理后的灰度共生矩阵的自相关特征值，来确定解剖图像的自相关特征图像。下面结合具体的示例对上述解剖图像的自相关特征图像的确定过程进行描述：在一个示例中，可以用P(vg,vk)来进行表示解剖图像的灰度共生矩阵，P(vg,vk)可以是通过计算在设置的步长d的情况下，图像灰度值为vg和vk的像素对在某一方向出现的概率得到的。在确定上述解剖图像的自相关特征图像时，可以先对上述解剖图像(也可以为上述解剖图像的特定或指定区域)进行量化，并量化到指定灰度级，如量化到Ng灰度级，然后，将上述解剖图像的像素值映射到范围[1,Ng]，此时，灰度共生矩阵即P(vg,vk)的大小为[Ng,Ng]。由此可知，图像量化的灰度级数决定了对应灰度共生矩阵的尺寸。在对上述解剖图像的像素值进行量化后，可以设置像素对的步长和方向。在设置步长d本文档来自技高网...

【技术保护点】
1.一种正电子发射断层显像PET图像的重建方法，其特征在于，所述方法包括：/n获取先验图像；所述先验图像包括解剖图像以及自相关特征图像；所述自相关特征图像是根据所述解剖图像的灰度共生矩阵确定的；/n获取所述先验图像的特征值；/n根据所述特征值以及迭代算法对PET图像进行重建。/n

【技术特征摘要】
1.一种正电子发射断层显像PET图像的重建方法，其特征在于，所述方法包括：
获取先验图像；所述先验图像包括解剖图像以及自相关特征图像；所述自相关特征图像是根据所述解剖图像的灰度共生矩阵确定的；
获取所述先验图像的特征值；
根据所述特征值以及迭代算法对PET图像进行重建。


2.根据权利要求1所述的方法，其特征在于，所述获取先验图像包括：
对解剖图像中像素的灰度进行量化；
根据设置的步长和方向，获取灰度量化后的解剖图像在各设置方向上的初始灰度共生矩阵；
对所述初始灰度共生矩阵进行归一化处理，得到归一化处理后的灰度共生矩阵；
根据归一化处理后的灰度共生矩阵的自相关特征值，确定所述解剖图像的自相关特征图像；
根据所述解剖图像以及所述解剖图像的自相关特征图像，获取先验图像。


3.根据权利要求2所述的方法，其特征在于，所述归一化处理后的灰度共生矩阵的自相关特征值是根据预设的自相关特征值计算公式计算得到的；所述预设的自相关特征值计算公式为：



其中，fa表示自相关特征值；Ng表示灰度级；vg和vk表示图像灰度值；p(vg，vk)表示像素对(vg，vk)归一化处理后的灰度共生矩阵。


4.根据权利要求1所述的方法，其特征在于，所述先验图像的特征值是将初始低维特征值映射到高维空间后得到的；所述初始低维特征值是根据核方法从所述先验图像中提取的；所述先验图像的特征值用于对所述先验图像中的每一像素的像素值进行线性描述。


5.根据权利要求4所述的方法，其特征在于，所述获取所述先验图像的特征值，包括：
根据径向高斯核函数，确定所述先验图像的特征值；其中，所述径向高斯核函数为：



其中，K表示所述先验图像的特征值；j′表示像素j的邻域内的像素；所述像素j表示所述先验图像中的任...

【专利技术属性】
技术研发人员：高东芳，胡战利，杨永峰，曾天翼，杨茜，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