PET制造技术

公开了动态

【技术实现步骤摘要】
PET中加速动态成像的系统和方法

技术介绍

[0001]根据传统的正电子发射断层摄影(PET)成像，通过注射或摄入将包括放射性核素的示踪剂化合物引入患者体内。放射性核素的放射性衰变生成正电子，所述正电子最终遇到电子并由此被湮灭。湮灭事件产生以大致相对的方向传播的两个伽马光子。因此，当设置在患者身体相对侧的两个检测器在特定的符合时间窗内检测到两个相反传播的伽马光子的到达时，识别出湮灭事件。
[0002]因为两个伽马光子以近似相反的方向传播，所以两个检测器的位置确定了湮灭事件发生所沿的响应线(LOR)。飞行时间(TOF)PET测量由湮灭事件产生的两个伽马光子的检测时间之间的差异。这种差异可以用于估计沿着LOR的湮灭事件发生处的特定位置。
[0003]在PET中的动态成像包括长扫描的采集，并且数据集被分成连续的时间帧。多个PET图像被重建以动态研究PET信号随时间的发展。动态成像可用于校正运动、评估不同心脏或呼吸周期中的分布、研究示踪剂动力学(也通过称为参数成像的方法)以及其他应用。具有许多帧来重建的要求意味着需要快速重建，以允许图像在合理的时间内准备好。

技术实现思路

[0004]在各种实施例中，一种系统包括被配置成执行第一扫描以采集第一PET数据集的PET成像模态和处理器。第一PET数据集包括动态PET数据。该处理器被配置成反投影第一PET数据集以生成多个直方图像(histo
‑
image)帧，将多个直方图像帧中的每一个输入到经训练的神经网络，并从经训练的神经网络接收动态PET输出。每个直方图像帧对应于PET成像模态的第一轴向位置。
[0005]在各种实施例中，公开了一种用于PET成像设备的动态成像的方法。该方法包括以下步骤：执行第一扫描以采集第一PET数据集，反投影第一PET数据集以生成多个直方图像帧，将多个直方图像帧中的每一个输入到经训练的神经网络，从经训练的神经网络接收动态PET输出。第一PET数据集包括动态PET数据，并且每个直方图像帧对应于PET成像模态的第一轴向位置。
[0006]在各种实施例中，公开了一种训练用于动态正电子发射断层摄影(PET)成像的神经网络的方法。该方法包括以下步骤：接收包括多个动态PET数据集和多个动态PET输出的训练数据集，将多个动态PET数据集中的每一个输入到神经网络，以及基于每个动态PET数据集的估计的动态PET输出和对应动态PET输出之间的差异来修改神经网络。多个动态PET数据集中的每个动态PET数据集具有多个动态PET输出中的对应动态PET输出，并且神经网络被配置为针对多个动态PET数据集中的每个动态PET数据集生成估计的动态PET输出。
附图说明
[0007]通过对优选实施例的以下详细描述，本专利技术的特征和优点将被更充分地公开，或者变得显而易见，所述优选实施例将与附图一起考虑，其中相同的数字表示相同的部分，并且其中：
[0008]图1示出了根据一些实施例的核成像系统。
[0009]图2示出了根据一些实施例的人工神经网络的实施例。
[0010]图3是示出根据一些实施例，使用时间参考的PET数据和经训练的神经网络生成动态重建PET图像的方法的流程图。
[0011]图4是根据一些实施例的基于PET数据和可选mu图生成重建PET图像的系统的框图。
[0012]图5是示出根据一些实施例的使用经训练的神经网络从直方图像帧估计参数图像的方法的流程图。
[0013]图6是示出根据一些实施例的被配置成实现图5中所示的方法的各个部分的系统的框图。
[0014]图7是示出了根据一些实施例的使用经训练的神经网络生成PET扫描的动态参数的方法的流程图。
[0015]图8是示出根据一些实施例的被配置成实现图7中所示的方法的各个部分的系统的框图。
[0016]图9是示出根据各种实施例的训练神经网络的方法的流程图。
[0017]图10是示出根据一些实施例的图9中所示的训练神经网络的方法的各个步骤的流程图。
[0018]图11示出了根据一些参数的卷积神经网络架构。
[0019]图12示出了根据一些实施例的被配置成实现一个或多个过程的计算机系统。
具体实施方式
[0020]示例性实施例的该描述旨在结合附图来阅读，所述附图被认为是整个书面描述的一部分。
[0021]在下文中，关于要求保护的系统以及关于要求保护的方法描述了各种实施例。本文的特征、优点或替代实施例可以分配给其他要求保护的对象，反之亦然。换句话说，系统的权利要求可以用在方法的上下文中描述或要求保护的特征来改进。在这种情况下，该方法的功能特征由系统的目的单元来体现。
[0022]此外，在下文中，关于用于使用时间参考的PET数据和经训练的神经网络生成重建PET图像的方法和系统，以及关于用于训练神经网络以使用时间参考的PET数据生成重建PET图像的方法和系统，描述了各种实施例。本文的特征、优点或替代实施例可以分配给其他要求保护的对象，反之亦然。换句话说，用于训练神经网络以使用时间参考的PET数据生成重建PET图像的方法和系统的权利要求可以用在使用时间参考的PET数据生成重建PET图像的方法和系统的上下文中描述或要求的特征来改进，反之亦然。
[0023]一般来说，经训练的函数模仿人类与其他人类思维相关联的认知功能。特别地，通过基于训练数据的训练，经训练的函数能够适应新的环境，并且检测和外推模式。
[0024]一般来说，可以通过训练来调整经训练的函数的参数。特别地，可以使用监督训练、半监督训练、无监督训练、强化学习和/或主动学习的组合。此外，可以使用表示学习(替代术语是“特征学习”)。特别地，经训练的函数的参数可以通过训练的若干步骤迭代地适应。
[0025]特别地，经训练的函数可以包括神经网络、支持向量机、决策树和/或贝叶斯网络，和/或经训练的函数可以基于k均值聚类、q学习、遗传算法和/或关联规则。特别地，神经网络可以是深度神经网络、卷积神经网络或卷积深度神经网络。此外，神经网络可以是对抗网络、深度对抗网络和/或生成对抗网络。
[0026]在各种实施例中，公开了一种神经网络，其对直方图像进行去卷积以获得模拟的重建PET图像。该神经网络被配置成接收在时间段内时间参考的变化的PET信息，并且基于该时间参考的PET数据生成一系列动态生成的PET图像。动态生成的PET图像被配置成提供对在时间段内变化的身体状态的分析，诸如例如可应用于运动校正、评估示踪剂在不同心脏和/或呼吸周期内的分布、研究示踪剂动力学和/或其他合适的应用。动态生成的PET图像是实时生成的，以允许同时监视时间参考的PET数据的动态变化。利用直方图像获得模拟重建PET图像的现有方法需要将在轴向位置获得的所有PET数据合并到单个直方图像中的直方图像，并且不能计及动态变化的PET数据。例如，2021年11月2日授权的题为“使用TOF数据和神经网络的PET图像重建(PET image reconstruction using TOF本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种系统，包括：正电子发射断层摄影(PET)成像模态，其被配置为执行第一扫描以采集第一PET数据集，其中所述第一PET数据集包括动态PET数据；和处理器，被配置为：反投影第一PET数据集以生成多个直方图像帧，其中每个直方图像帧对应于PET成像模态的第一轴向位置；将多个直方图像帧中的每一个输入到经训练的神经网络；和从经训练的神经网络接收估计的动态PET输出。2.根据权利要求1所述的系统，其中，所述估计的动态PET输出包括多个时间特定的重建PET图像。3.根据权利要求1所述的系统，其中，所述估计的动态PET输出包括动态PET参数。4.根据权利要求1所述的系统，其中，所述估计的动态PET输出包括多个参数重建图像。5.根据权利要求1所述的系统，其中，所述经训练的神经网络是经训练的卷积神经网络。6.根据权利要求1所述的系统，其中，所述第一PET数据集包括列表模式数据集。7.根据权利要求1所述的系统，其中，所述第一PET数据集包括多个飞行时间正弦图或时间参考的直方图像。8.根据权利要求1所述的系统，其中，所述经训练的神经网络由训练数据集生成，所述训练数据集包括从由以下各项组成的组中选择的训练输入：PET列表模式数据、时间参考的飞行时间正弦图和时间参考的直方图像帧。9.根据权利要求8所述的系统，其中，所述训练数据集包括基础真实输出图像。10.一种用于正电子发射断层摄影(PET)成像设备的动态成像的方法，包括：执行第一扫描以采集第一PET数据集，其中所述第一PET数据集包括动态PET数据；反投影第一PET数据集以生成多个直方图像帧，其中每个直方图像帧对应于PET成像模态的第一轴向位置；将多个直方图像帧中的每一个输入到经训练的神经网络；和从经训练的神经网络接收估计的动态PET输出。11.根据权利要求10所述的方法，其中，所述估计的动态PET输...

【专利技术属性】
技术研发人员：D，
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：