一种基于扩散多尺度生成对抗网络的三维PET图像重建方法、系统及存储介质技术方案

本发明专利技术公开了一种基于扩散多尺度生成对抗网络的三维PET图像重建方法、系统及存储介质，方法包括：将需重建的PET图像输入已训练好的扩散多尺度生成对抗网络DMGAN中，生成接近真实的全剂量PET图像；所述扩散多尺度生成对抗网络包括扩散生成器及U‑Net判别器，所述需重建的PET图像即低剂量L‑PET图像经切片后被输入扩散生成器以合成全剂量图像即F‑PET图像，其中包含一系列相应目标切片，同时会生成加噪F‑PET图像，生成的图像被输入到U‑Net判别器中，从全局和局部视图提取细节，以提高生成的F‑PET图像的质量。本发明专利技术方法可以有效地捕捉和还原图像细节，使得生成的图像在视觉和结构上都接近真实的全剂量PET图像。

【技术实现步骤摘要】

本专利技术涉及医疗图像工程，特别涉及一种基于扩散多尺度生成对抗网络的三维pet图像重建方法、系统及存储介质。

技术介绍

1、作为最广泛使用的医学成像技术之一，pet在导航手术、医学评估和临床检查中起着关键作用，与磁共振成像和计算机断层扫描等其他成像技术不同，pet能够检测生化和生理变化。由于生化和生理变化通常先于解剖变化，pet还被广泛用于预防性治疗和早期疾病识别。pet可以在体内评估人体分子变化。尽管pet具有显著优势，但人们越来越关注扫描过程中辐射暴露可能带来的健康风险。例如，在临床实践中，注射剂量通常受到辐射剂量的限制，因为更多的辐射剂量有可能增加癌症风险并对身体造成一定程度的损害。因此，能够以最小辐射暴露进行图像采集的低剂量l-pet引起了研究人员的极大兴趣。然而，与全剂量f-pet图像相比，l-pet图像表现出更高的噪声水平、降低的图像对比度和更多的伪影，使得医生难以进行精确诊断。因此，从低剂量图像中获取高质量图像以尽量减少图像曝光同时保持图像质量具有重要的现实意义。

2、为了提高pet图像的质量，已经提出了许多方法。一种实现高质量p本文档来自技高网...

【技术保护点】

1.一种基于扩散多尺度生成对抗网络的三维PET图像重建方法，其特征在于，包括：

2.根据权利要求1所述的基于扩散多尺度生成对抗网络的三维PET图像重建方法，其特征在于，在重建之前，进行训练的数据集L-PET和F-PET图像均需使用统计参数映射进行预处理，以进行重新对齐和标准化。

3.根据权利要求1所述的基于扩散多尺度生成对抗网络的三维PET图像重建方法，其特征在于，在扩散生成器中损失函数为：

4.根据权利要求1所述的基于扩散多尺度生成对抗网络的三维PET图像重建方法，其特征在于，所述的U-Net判别器包括下采样网络和上采样网络，它们通过跳跃连接skip...

【技术特征摘要】

1.一种基于扩散多尺度生成对抗网络的三维pet图像重建方法，其特征在于，包括：

2.根据权利要求1所述的基于扩散多尺度生成对抗网络的三维pet图像重建方法，其特征在于，在重建之前，进行训练的数据集l-pet和f-pet图像均需使用统计参数映射进行预处理，以进行重新对齐和标准化。

3.根据权利要求1所述的基于扩散多尺度生成对抗网络的三维pet图像重建方法，其特征在于，在扩散生成器中损失函数为：

4.根据权利要求1所述的基于扩散多尺度生成对抗网络的三维pet图像重建方法，其特征在于，所述的u-net判别器包括下采样网络和上采样网络，它...

【专利技术属性】
技术研发人员：张宏，于祥，钟燕，王菁，金晨涛，胡道焱，
申请(专利权)人：浙江大学，
类型：发明
国别省市：