一种基于原始-对偶网络的列表模式TOF-PET图像重建方法技术

本发明专利技术公开了一种基于原始‑对偶网络的列表模式TOF‑PET图像重建方法，其采用的重建模型由若干个迭代模块组成，每个迭代模块并且每层都由一个用于列表域学习的对偶网络模块和一个用于图像域学习的原始网络模块组成，其中对偶网络模块用于学习列表域的迭代算子；原始网络模块用于学习图像域的重建算子。本发明专利技术可以从列表模式原始数据直接重建得到高质量的PET图像，在保留结构信息的同时很大程度降低了PET图像的噪声水平。

【技术实现步骤摘要】

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图像重建方法。

技术介绍

1、正电子发射断层扫描(pet)是功能成像重要的工具之一，在肿瘤学、心脏病学、神经学和医学研究上有广泛的研究。在正电子发射断层扫描(pet)中应用飞行时间(tof)信息作为一种新兴的成像技术，近年来引起了人们的关注。通过测量两个湮灭光子发射之间的时间差，tof-pet提供了有关湮灭事件位置的附加信息，与传统pet相比，提高了空间分辨率和图像质量。tof-pet流行的列表模式重建算法一般采用迭代方法来解决，包括最大似然期望最大化(mlem)算法[shepp l a,vardi y.maximum likelihood reconstruction foremission tomography[j].ieee transactions on medical imaging,1982,1(2):113-122.]、有序子集期望最大化(osem)算法[popescu l m,matej s,lewitt r m.iterativeimage reconstru本文档来自技高网...

【技术保护点】

1.一种基于原始-对偶网络的列表模式TOF-PET图像重建方法，其特征在于：

2.根据权利要求1所述的PET图像重建方法，其特征在于，所述LMSPD-Net模型由若干个迭代模块级联组成，每个迭代模块由前投影步骤、对偶网络、反投影步骤和原始网络依次连接组成。

3.根据权利要求2所述的基于原始-对偶网络的列表模式TOF-PET图像重建方法，其特征在于，所述前投影步骤的具体数学运算方式如下：

4.根据权利要求2所述的基于原始-对偶网络的列表模式TOF-PET图像重建方法，其特征在于，所述对偶网络由一个列表域特征提取层M1和一个全连接神经网络M2组成，其中：<...

【技术特征摘要】

1.一种基于原始-对偶网络的列表模式tof-pet图像重建方法，其特征在于：

2.根据权利要求1所述的pet图像重建方法，其特征在于，所述lmspd-net模型由若干个迭代模块级联组成，每个迭代模块由前投影步骤、对偶网络、反投影步骤和原始网络依次连接组成。

3.根据权利要求2所述的基于原始-对偶网络的列表模式tof-pet图像重建方法，其特征在于，所述前投影步骤的具体数学运算方式如下：

4.根据权利要求2所述的基于原始-对偶网络的列表模式tof-pet图像重建方法，其特征在于，所述对偶网络由一个列表域特征提取层m1和一个全连接神经网络m2组成，其中：

5.根据权利要求4所述的基于原始-对偶网络的列表模式tof-pet图像重建方法，其特征在于，所述列表域特征提取层m1由三个全连接层组成，所述的三个全连接层分别对应着列表域对偶变量yi、列表模式数据子集li和图像域变量前投影pixi作为输入，所述的三个全连接层的输出结果拼接在一起后，作为...

【专利技术属性】
技术研发人员：刘华锋，田琨，
申请(专利权)人：浙江大学，
类型：发明
国别省市：