System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本案涉及医学正电子发射断层成像,尤其涉及一种针对pet/ct系统的双低剂量衰减校正方法、系统。
技术介绍
1、正电子发射断层扫描结合计算机断层扫描(pet/ct,positron emissiontomography/computed tomography)是在癌症患者管理过程中广泛应用的医学系统,包括诊断、监测和随访治疗。
2、在pet成像中,通过衰减矫正改善视觉解释,并实现准确定量分析。基于ct的方法常用于pet衰减校正,通过双线性关系将ct的hounsfield单位转化为511kev能量下的线性衰减系数,但这会导致pet与ct之间的空间错位和基于ct的伪影的局限性。
3、此外,在pet/ct扫描仪下进行顺序扫描后,患者可能会因ct剂量和过度曝光的潜在危害而面临增加的辐射风险,尤其是儿童。而新一代全身pet/ct扫描仪,虽然具有前所未有的图像质量和定量准确性,敏感性提高了约40倍,但与单个部位检查相比,在整个身体扫描过程中患者会接受更多的辐射暴露。
技术实现思路
1、为了解决现有技术中存在的上述问题,本案的目的在于提出一种针对pet/ct系统的双低剂量衰减校正方法,其实施过程中考虑了pet和ct成像中的辐射源,并利用所提出的双重剂量减少策略,通过降低注射剂量和管电流,用低剂量pet和低剂量acct(ct imgesutilized for attenuation correction,用于衰减校正的ct图像)图像进行直接生成正常剂量的ac pet图像,从
2、为实现上述技术目的,本案的技术方案如下。
3、第一方面,本案提出一种针对pet/ct系统的双低剂量衰减校正方法,所述方法包括下述步骤:
4、对低剂量的acct图像进行多尺度特征提取,获得第一特征图集合对低剂量未衰减校正的pet图像进行多尺度特征提取,获得第二特征图集合n为设定值;
5、将第一特征图第二特征图进行自适应空间位置对齐,并将对齐后的两个特征图进行匹配和融合,得到第三特征图集合
6、将第三特征图进行m次尺度不变特征提取获得衰减校正的特征图m为设定值;
7、将特征图放大,使其尺寸到与尺寸相同,并将与进行拼接得到衰减校正特征图j=n,…,2;
8、基于特征图获取可视的标准剂量的pet图像。
9、在上述技术方案中,自适应空间位置对齐的一种实施方式,步骤包括:
10、基于第一特征图获得与第二特征图尺寸相同的第一特征图j=2,3,…,n,而对于j=1时,获得与裁剪后的低剂量未衰减校正的pet图像尺寸相同的第一特征图
11、基于特征图进行仿射变换,获得仿射变换参数(γ,β),j=1,2,…,n;
12、利用仿射变换参数(γ,β),对特征图在通道上进行缩放和平移操作,得到第二特征图
13、在上述技术方案中,匹配和融合的一种实施方式实现步骤包括:
14、基于特征图和利用哈达玛积运算实现匹配,得到特征图
15、基于第一特征图获得与第二特征图尺寸相同的第一特征图j=2,3,…,n,而对于j=1,获得裁剪后的低剂量未衰减校正的pet图像尺寸相同的第一特征图
16、将特征图和利用哈达玛加运算实现融合,j=1,2,…,n。
17、第二方面,本案提出一种针对pet/ct系统的双低剂量衰减校正系统,所述系统使用双低剂量衰减校准模型将低剂量acct图像、低剂量未衰减校正的pet图像作为输入,将标准剂量经过衰减校正后的pet图像作为输出;
18、所述双低剂量衰减校准模型包括第一编码器、第二编码器、空间位置对齐模块和解码器,其中:
19、第一编码器,被配置实现对低剂量acct图像进行多尺度特征提取,获得第一特征图集合n为设定值;
20、第二编码器,被配置实现对低剂量未衰减校正的pet图像进行多尺度特征提取,获得第二特征图集合
21、空间位置对齐模块,被配置实现将第一特征图第二特征图进行自适应空间位置对齐,并将对齐后的两个特征图进行匹配和融合,得到第三特征图集合
22、解码器,被配置实现将特征图上采样,使其与尺寸相同,并将与进行拼接得到衰减校正特征图j=n,…,2;其中:特征图基于第三特征图进行m次尺度不变特征提取获得,m为设定值。
23、在上述技术方案中,第一编码器、第二编码器和解码器的一种实施方式为,它们均由残差模块构成;
24、构成编码器的每个残差模块采用两个三维卷积层构成,并在两个卷积层之间设置批归一化层和激活函数层;
25、构成解码器的每个残差模块采用一个三维转置反卷积层和一个卷积层构成,其在转置反卷积层和卷积层之间具有批归一化层和激活函数层。
26、在上述技术方案的一种实施方式中,所述双低剂量衰减校准模型训练的损失函数如下:
27、
28、式中:g表示映射关系,θi表示网络参数,xi为低剂量acct图像数据集中的样本,yi为具有多种剂量水平的低剂量未衰减校正的pet图像数据集中的样本,zi为标准剂量衰减校正后的pet图像数据集中的样本,n是训练样本的总数。
29、在上述技术方案的一种实施方式中,空间位置对齐模块包括裁剪单元、仿射单元、缩放平移单元;其中:
30、裁剪单元,被配置为基于第一特征图获得与第二特征图尺寸相同的第一特征图j=2,3,…,n,而对于j=1,获得裁剪后的低剂量未衰减校正的pet图像尺寸相同的第一特征图
31、仿射单元,被配置为基于特征图进行仿射变换,获得仿射变换参数(γ,β),j=1,2,…,n;
32、缩放平移单元,被配置为利用仿射变换参数(γ,β),对特征图在通道上进行缩放和平移操作,得到第二特征图
33、在上述技术方案的一种实施方式中,仿射单元使用滤波器和sigmoid函数得到仿射变换参数。
34、在上述技术方案的一种实施方式中,空间位置对齐模块还包括匹配单元和融合单元;其中:
35、匹配单元,被配置为基于特征图和利用哈达玛积运算实现匹配,得到特征图
36、融合单元,被配置为将特征图和利用哈达玛加运算实现融合,j=1,2,…,n,其中:特征图通过再次从裁剪单元获取。
37、在上述技术方案的一种实施方式中,采用m个残差模块对第三特征图进行m次尺度不变特征提取获得衰减校正的特征图m为设定值。
38、本案的有益技术效果:
39、基于低剂量未衰减校正的pet图像和低剂量acct图像,利用深度学习模型直接生成衰减校正后的pet图像,显著减低了病人承担的辐射风险,尤其有益于儿童疾病的诊断、监测和随访治疗。当用于全身成像时,降低了ct扫描时间,可以尽可能避免ct扫描期间的呼吸伪影,从而保证衰减校正本文档来自技高网...
【技术保护点】
1.一种针对PET/CT系统的双低剂量衰减校正方法,其特征在于,所述方法包括下述步骤:
2.根据权利要求1所述的方法,其特征在于,自适应空间位置对齐的步骤包括:
3.根据权利要求2所述的方法,其特征在于,匹配和融合,实现步骤包括:
4.一种针对PET/CT系统的双低剂量衰减校正系统,其特征在于:
5.根据权利要求4所述的系统,其特征在于:
6.根据权利要求4所述的系统,其特征在于:
7.根据权利要求4所述的系统,其特征在于:
8.根据权利要求7所述的系统,其特征在于:
9.根据权利要求7所述的系统,其特征在于,空间位置对齐模块还包括匹配单元和融合单元;其中:
10.根据权利要求4所述的系统,其特征在于:
【技术特征摘要】
1.一种针对pet/ct系统的双低剂量衰减校正方法,其特征在于,所述方法包括下述步骤:
2.根据权利要求1所述的方法,其特征在于,自适应空间位置对齐的步骤包括:
3.根据权利要求2所述的方法,其特征在于,匹配和融合,实现步骤包括:
4.一种针对pet/ct系统的双低剂量衰减校正系统,其特征在于:
5.根据权利要...
【专利技术属性】
技术研发人员:胡战利,黄振兴,李文博,梁栋,郑海荣,杨永峰,
申请(专利权)人:中国科学院深圳先进技术研究院,
类型:发明
国别省市:
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。