一种基于图小波变换的动态PET图像去噪方法和系统技术方案

本发明专利技术提供了一种基于图小波变换的动态PET图像去噪方法和系统，通过充分利用合成图像的结构信息和病灶信息，以及图小波变换的多尺度分解特性，克服了现有技术缺陷，实现了简单、高效、高去噪性能地对动态PET图像去噪的功能。本发明专利技术利用合成图像构图保证了在滤除噪声的同时保留了PET图像更多的结构信息和更多的病灶信息；本发明专利技术利用图小波变换的多尺度分解特性，将噪声PET图像中的信号和大部分噪声分离开，大大提高了去噪性能；本发明专利技术的图小波变换可以通过切比雪夫多项式逼近算法快速实现，很大程度提高了计算效率；与现有去噪方法的实验比较表明，本发明专利技术能获得较好的去噪效果。本发明专利技术能获得较好的去噪效果。本发明专利技术能获得较好的去噪效果。

【技术实现步骤摘要】
一种基于图小波变换的动态PET图像去噪方法和系统


[0001]本专利技术属于PET图像去噪
，具体涉及一种基于图小波变换的动态 PET图像去噪方法和系统。

技术介绍

[0002]正电子发射计算机断层扫描(Positron Emission Tomography，简称PET)是 一种强大的功能成像模式，PET通过使用特定的示踪剂来检测分子水平的活性组 织，如新陈代谢，血液流动和神经受体浓度。PET图像可以显示分子水平的示踪 剂分布，从而可以对生理和药理过程进行定量测量。它在肿瘤学，心脏病学和神 经病学中具有广泛的应用。例如，在放射肿瘤学应用中，PET有助于肿瘤的定位 和分期。因此，PET具有巨大的临床应用价值。但是，与MRI和CT相比，PET 图像具有高对比度和较低的空间分辨率。另外，受注射剂的剂量和扫描时间等物 理因素的限制，最后重建的PET图像信噪比(SNR)低，这会影响其检测和定 量准确性，也会影响医生诊断的正确性。这推动了近年来针对PET图像去噪方 法的研究。
[0003]临床上，高斯滤波器被用于PET图像降噪。这是一种简单本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图小波变换的动态PET图像去噪方法，其特征在于：包括以下步骤：S1：通过基于合成图像的构图方法构建图邻接矩阵A将图像信号转换为图信号；S2：通过图小波变换对噪声PET图像进行第一次图小波多尺度分解，同时通过切比雪夫多项式逼近快速实现图小波变换得到多个尺度系数；S3：对步骤S2得到的多个尺度系数中的第二尺度图小波高频系数进行第二次图小波多尺度分解得到多个尺度系数；S4：对两次分解得到的多个尺度系数中的第一尺度图小波低频系数进行重建得到去噪后的PET图像。2.根据权利要求1所述的一种基于图小波变换的动态PET图像去噪方法，其特征在于：所述的步骤S1中，具体步骤为：S11：将单个时间帧表示为I
t
，t＝1,2,...,T，将不同时间帧相加得到合成图像S12：对大小为N
×
N的合成图像I
c
构造大小为N2×
N2的加权邻接矩阵A，通过阈值高斯核权重函数定义合成图像中的像素点i和像素点j之间的边缘权重：式(1)中：表示以像素点i为中心的图像块，维度为n
×
n，n为正整数，表示以像素点j为中心的图像块，维度为n
×
n，n为正整数，p
i
表示图像块中心像素点的横坐标，p
j
表示图像块中心像素点的纵坐标，η表示控制图像块相似度参数，η为非负数，θ表示控制整体相似度的缩放指标，kNN(x
i
)代表距离参数为k的关于图像块x
i
的最近K邻居；通过图加权邻接矩阵A构造图拉普拉斯矩阵L：L＝D
‑
A
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)，式(2)中：D表示对角矩阵，大小为N2×
N2，且D的每个对角元素d
ii
是邻接矩阵A第i行元素之和。3.根据权利要求2所述的一种基于图小波变换的动态PET图像去噪方法，其特征在于：所述的步骤S2中，具体步骤为：对大小为N
×
N的噪声PET图像进行第一次图小波变换，图小波尺度为R＝[R1,R2,...,R
J
]，并通过切比雪夫多项式逼近得到大小为N2×
(J+1)的图小波系数B
1,J+1
＝[B
1,0
,B
1,1
,...,B
1,J
]：]：
式(3)～(13)中：f表示空间域的图像信号，j表示图小波第j+1个尺度，j＝1,2,...,...

【专利技术属性】
技术研发人员：盛玉霞，易利群，柴利，
申请(专利权)人：武汉科技大学，
类型：发明
国别省市：