利用神经网络对低剂量PET图像进行同时衰减校正、散射校正和去噪声的系统和方法技术方案

本发明专利技术涉及利用神经网络对低剂量PET图像进行同时衰减校正、散射校正和去噪声的系统和方法。图像重建系统使用AI处理来生成去噪声、衰减校正和散射校正的图像。该系统接收低剂量PET图像，并且经由卷积神经网络将机器学习算法应用于低剂量PET图像，以生成输出图像。输出图像包括对与低剂量的图像相关联的散射和衰减的校正。该系统向包括用户接口的计算设备提供输出图像。供输出图像。供输出图像。

【技术实现步骤摘要】
利用神经网络对低剂量PET图像进行同时衰减校正、散射校正和去噪声的系统和方法


[0001]本公开的方面总体上涉及医学诊断系统，并且更具体地，涉及训练和使用神经网络来从低剂量PET数据重建图像。

技术介绍

[0002]核成像系统可以采用各种技术来捕获图像。例如，一些核成像系统采用正电子发射断层扫描（PET）来捕获图像。PET是一种核医学成像技术，它会产生表示正电子发射同位素在体内的分布的断层图像。一些核成像系统采用计算机断层扫描（CT）。CT是一种使用x射线产生解剖图像的成像技术。磁共振成像(MRI/MR)是一种使用磁场和无线电波生成解剖和功能图像的成像技术。一些核成像系统在图像融合过程中组合来自PET和CT扫描仪的图像，以产生示出了来自PET扫描和CT扫描两者的信息的图像(例如，PET/CT系统)。例如，CT扫描数据可以用于产生衰减图，以针对衰减校正PET扫描数据。类似地，一些核成像系统将来自PET和MRI扫描仪的图像组合起来，以产生示出了来自PET扫描和MRI扫描两者的信息的图像。
[0003]在PET/CT成像中，低辐射剂量和较低曝本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种计算机实现的方法，其包括：接收低剂量PET图像；经由卷积神经网络将机器学习算法应用于低剂量PET图像以生成输出图像，其中，输出图像包括对与低剂量的图像相关联的散射和衰减的校正；以及向包括用户接口的计算设备提供输出图像。2.根据权利要求1所述的计算机实现的方法，其中，低剂量PET图像是使用OP
‑
OSEM算法从低剂量PET数据重建的。3.根据权利要求2所述的计算机实现的方法，其中，低剂量PET数据是等于或小于90秒的扫描持续时间的结果。4.根据权利要求2所述的计算机实现的方法，其中，低剂量PET数据与PET扫描仪的稀疏检测器配置相关联。5.根据权利要求2所述的计算机实现的方法，其中，针对扫描仪特定的归一化因子校正低剂量PET数据。6.根据权利要求1所述的计算机实现的方法，其中，不针对衰减来校正低剂量PET图像。7.根据权利要求1所述的计算机实现的方法，其中，针对衰减来部分地校正低剂量PET图像。8.根据权利要求1所述的计算机实现的方法，其中，低剂量PET图像是从最大似然活动和衰减估计重建的活动图像。9.一种用于训练神经网络的计算机实现的方法，其包括：接收包括在一段时间内收集的数据点的标准剂量PET正弦图数据；通过选择标准剂量PET正弦图数据的子集来再现低剂量PET正弦图数据；基于标准剂量PET正弦图数据的子集来重建低剂量图像；基于标准剂量PET正弦图数据来重建标准剂量图像；至少针对散射和衰减来校正标准剂量图像，以产生经校正的标准剂量图像；以及基于作为输入数据的再现低剂量图像和作为目标数据的经校正的标准剂量图像来训练神经网络。10.根据权利要求9所述的计算...

【专利技术属性】
技术研发人员：J，
申请(专利权)人：美国西门子医疗系统股份有限公司，
类型：发明
国别省市：