【技术实现步骤摘要】
一种基于原始
‑
对偶网络的列表模式TOF
‑
PET重建方法
[0001]本专利技术属于PET成像
,具体涉及一种基于原始
‑
对偶网络的列表模式TOF
‑
PET重建方法。
技术介绍
[0002]正电子发射断层成像(Positron emission tomography,PET)是一种先进的医学成像技术,它能够获得人体组织内代谢、血流等活动的分布图,是检测和预防各类疾病的有效手段。PET通过探测正负电子在人体内发生湮灭反应时产生的一对方向相反能量为511keV的伽马光子,以此确定在哪一条相应线(Line of Response,LOR)上发生了湮灭反应。在探测到多次的湮灭反应后,通过特定的重建算法,将这些发生湮灭反应的LOR信息重建为活度图,而在PET重建的过程中加入飞行时间(Time
‑
of
‑
Flight,TOF)信息则更进一步,除了确定湮灭反应是在哪一条LOR上发生的以外,还尝试通过测量两个伽马光子到达探测器的时间差来大致确定湮灭反应发生在LOR的哪一个区间内。TOF
‑
PET相对于传统的PET能够增强重建图像的质量,并提高疾病检测的准确率;随着探测器硬件的探测精度的提升,TOF的时间分辨率随之提高,TOF信息给PET重建所带来的优势也越加明显。
[0003]目前,用于TOF
‑
PET重建的方法主要有最大似然期望最大化(MLEM)、最大后验(MAP)、原始对 ...
【技术保护点】
【技术特征摘要】
1.一种基于原始
‑
对偶网络的列表模式TOF
‑
PET重建方法,包括如下步骤:(1)确定PET扫描仪的具体参数及配置信息;(2)使用PET扫描仪对生物组织进行PET扫描,探测得到list
‑
mode数据;(3)根据步骤(2)获得大量样本,每组样本包括list
‑
mode数据及其对应的PET图像标签,进而将所有样本划分为训练集、验证集和测试集;(4)计算每组样本中list
‑
mode数据对应的投影矩阵;(5)构建基于多层级联的神经网络模型,其每一层由前投影模块、对偶模块、反投影模块、原始模块依次连接组成;(6)利用训练集样本对上述神经网络模型进行训练学习,得到PET图像重建模型;(7)将测试集样本输入至训练好的PET图像重建模型中,即可重建得到对应的PET图像。2.根据权利要求1所述的列表模式TOF
‑
PET重建方法,其特征在于:所述步骤(1)中确定PET扫描仪的具体参数及配置信息,包括探测器的环数、每个环上探测器模块的数量及位置、每个探测器模块上探测晶体的数量及位置、探测器符合时间分辨率、设置的TOF
‑
bin个数及长度、重建图像的位置及大小。3.根据权利要求1所述的列表模式TOF
‑
PET重建方法,其特征在于:所述步骤(2)中探测得到list
‑
mode数据的大小为J
×
5,J为一次探测得到的符合事件数,5代表list
‑
mode数据中的每一条数据需保留的5个信息,前4个信息分别为两个接收到光子的探测器各自的径向晶体编号及轴向晶体编号,第5个信息为符合事件所在的TOF
‑
bin序号。4.根据权利要求1所述的列表模式TOF
‑
PET重建方法,其特征在于:所述步骤(4)中计算list
‑
mode数据对应投影矩阵的过程由CUDA并行计算完成,即以list
‑
mode数据中的一条数据作为并行计算的一个线程,采用线性插值的方法通过以下公式计算出list
‑
mode数据对应的投影矩阵P:P[j][nW+m]=∈
j
·
ρ
·
ΔsP[j][(n+1)W+m]=∈
j
·
(1
‑
ρ)
·
Δs其中:投影矩阵P的大小为J
×
WH,W和H分别为PET图像的宽度和高度,J为一次探测得到的符合事件数,P[j][nW+m]为投影矩阵P中第j行第nW+m列的元素值,n和m分别为PET图像的行序号和列序号,∈
j
为PET图像像素对第j条数据对应TOF<...
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。