基于区域时空先验的动态ＰＥＴ重建方法技术

本发明专利技术公开了一种基于区域时空先验的动态ＰＥＴ重建方法，包括以下步骤：（１）利用ＰＥＴ成像设备采集动态投影数据；（２）对获取的动态投影数据进行传统的ＦＢＰ重建，生成初始动态图像；（３）对获取的动态重建图像提取各感兴趣区域对应的均值时间活度曲线ＴＡＣ；（４）对步骤（３）提取的均值ＴＡＣ应用房室模型进行拟合，得到拟合后的最优ＴＡＣ；（５）利用拟合后的最优ＴＡＣ计算所有动态图像估计的区域时空先验；（６）利用获取的区域时空先验及动态图像估计应用基于贝叶斯最大后验重建方法对各时间帧进行重建，更新原动态图像估计；（７）重复步骤（３－６），直至迭代终止。该方法相比经典的图像重建方法，可以有效地提高动态ＰＥＴ重建图像质量，进而提高动力学参数的估计准确度。

【技术实现步骤摘要】

本专利技术涉及一种医学影像的图像重建方法，具体来说涉及一种基于区域时空 先验(Regional Spatial-Temporal prior, RST)的动态正电子发射成像(PositronEmission Tomography, PET)重建方法。
技术介绍
近些年来，正电子发射成像(Positron Emission Tomography，PET)作为功能分子影像的杰出代表，正越来越广泛地应用于临床诊断。尤其是早期诊断。而动态PET成像 通过对人体内放射性示踪剂的分布和活度变化进行显像，可以无创伤地提供临床医生所 需的人体生理和生化信息，而且对潜在的疾病可以进行早期诊断和治疗。然而，由于动 态PET扫描的时间短，光子计数低，而且扫描过程采集数据受到噪声和其他物理因素影 响，重建的动态PET图像信噪比较低，导致病灶区的动力学分析结果具有较大偏差，进 而影响临床医生对疾病的诊断结果。传统的动态PET重建方法通过对每个时间帧的投影数据进行单独重建，得到 整个动态序列图像。单帧重建方法可以采用解析重建方法(如传统的FBP算法)或 统计迭代重建方法(如基于极大似然估计的期望最大(Maximum IikelihoodExpectation Maximization, ML_EM)算法或MAP算法)。尽管空域正则化和一些滤波技术用于动态 图像重建，但是由于没有考虑动态PET数据中的含有的时间信息，重建的动态图像在信 噪比方面提高有限。另外一种方法，通过时间基函数的形式将时间信息引入到图像重建 过程，使动态图像的时间活度曲线(Time-Activity Curve，TAC)较为平滑，可以提高TAC 的信噪比。然而，由于时间基函数以及其权值系数没有生理意义，动力学参数估计仍需 要先得到动态PET序列图像才能进行。而且，如何选择最优的时间基函数形式以及时间 基函数个数仍是一个待讨论的问题。另外，直接参数成像方法，通过将动力学参数估计 与动态图像重建相结合，可以由投影数据直接重建参数图像。然而用于动力学分析的房 室模型是非线性的，使得直接参数重建的优化算法极其复杂，计算耗时长，目前很难满 足临床要求。
技术实现思路
本专利技术的目的在于提供一种基于区域时空先验(Regional Spatial-Temporalprior, RST)的动态PET重建方法，可以有效地提高动态PET重建图像质量，进而提高动力学参 数的估计准确度。本专利技术的目的可通过以下的技术措施来实现一种基于区域时空先验的动态PET重建方法，包括以下步骤(1)利用PET成像设备采集动态投影数据；(2)对步骤(1)获取的动态投影数据进行FBP重建，生成初始动态图像；(3)对步骤(2)获取的初始动态图像提取各感兴趣区域ROI对应的均值时间活度曲线TAC ；(4)对步骤(3)获取的均值时间活度曲线TAC应用房室模型进行拟合，得到最优 时间活度曲线TAC;(5)利用步骤⑷获取的最优时间活度曲线TAC对初始动态图像计算区域时空先 验；(6)利用步骤(5)获取的区域时空先验对初始动态图像进行最大后验MAP迭代重建；(7)判断步骤(6)获取的重建动态图像是否满足迭代终止准则，不满足，重复步 骤(3-7)。所述步骤⑵中的FBP重建选用截止频率为80%那奎斯特(Nyquist)频率的汉宁 (Hanning)窗。所述步骤⑶中的均值TAC以向量形式表示为 xk ^t,k^，4>)，其中1为时间帧数，一共τ帧，‘为t时间帧初始图像 第k个感兴趣区域ROI内所有像素点的像素均值。所述步骤(4)中的房室模型采用含有四动力学参数的二组织房室经典模型。所述步骤(4)中的曲线拟合采用非线性最小二乘拟合。所述步骤(5)中的区域时空先验为基于单帧初始图像计算。所述步骤(6)中的最大后验重建选用的目标函数为i^argmmK^k)+/ ^^)], L(yt|xt)为由PET统计模型得到的对数似然函数，Ust(Xt)为区域时空先验，β为先验项的 全局调节参数，I为第t帧的最优重建图像。本专利技术的PET重建方法相比现有技术具有以下有益效果1、本方法基于贝叶斯理论，有效地利用动态PET图像的时间空间信息作为先 验，应用最大后验方法，实现PET图像的优质重建；2、本文方法可以较好地提高动态图像信噪比，同时提高动力学参数估计的准确度。附图说明图1是本专利技术基于区域时空先验的动态PET重建方法的流程图；图2是脑部体模图像数据；图3是体模中灰质、白质和小块肿瘤区域的时间活度曲线；图4是动态PET第4、8、12、20帧的重建图像，从上到下四行依次为真实图 像、FBP重建图像、基于二次薄板(QM)先验的MAP重建图像和基于RST先验的MAP 重建图像，从左到右依次为第4、8、12、20帧动态重建图像；图5是k1; k2，k3，k4参数图像，从左到右依次为k1; k2，k3，k4真实参数图像 和由FBP重建、基于QM先验的MAP重建和基于RST先验的MAP重建的动态图像计算 得到的参数图像。具体实施例方式本专利技术的基于区域时空先验的动态PET重建方法的具体实施步骤如图1所示，具体如下1、利用PET设备采集动态投影数据，动态采集时间段为4X0.5min，4X2min, 16X5min,共24个时间帧。2、对获取的动态投影数据直接传统的FBP (Filter back-projection，FBP,滤波反投影)重建，FBP重建选用截止频率为80% Nyquist (那奎斯特)频率的Hanning (汉宁) 窗，生成初始动态图像。3、对获取的初始动态图像提取各感兴趣区域(ROI)对应的均值TAC， 其中ROI由3X3的像素小邻域确定。上述均值TAC以向量形式表示为 ^ ^t,k^ ,&>)，其中t为时间帧数，一共T帧，、为t时间帧初始图像 第k个感兴趣区域ROI内所有像素点的像素均值。4、对获取的均值TAC应用房室模型进行拟合，得到最优TAC，房室模型为含有 四动力学参数的二组织房室经典模型，曲线拟合采用非线性最小二乘拟合方法。5、利用获取的最优TAC对初始动态图像计算区域时空先验，区域时空先验为基 于单帧初始图像计算，定义如下MMUst (χ,) = Mfl H Mri^ixt i - xtJ) +ut2 Yj wtJ (xtJ - xt j f/=1 JeNl/=1其中，t=l，2，L, T为时间帧数，Xt为第t帧的初始图像，M为单帧图像总 的像素数，N1为Xt中以像素点i为中心的3X3邻域，xt,,和X^分别为Xt中像素点i和 像素点j的灰度值，、为像素点i所属ROI的均值TAC在第t帧的最优拟合值，Utl和ut2 分别为空间和时间正则化控制参数，势函数Ψ ( ·)采用二次函数Ψ (χ) = χ2/2 ； Wij为 空间先验权重，取值为8邻域内两像素点灰度值的欧几里得距离的倒数；wt,工为时间先验权重，Wti=(Xn. U /σ2 σ,2 =Σ(χ -XtJ2，一为像素点i对应的TAC与拟合的最优TAC的偏差的平方和，Utl和Ut2为测量参数。6、利用获取的区域时空先验对初始动态图像进行MAP迭代重建，最大后验重 建选用的目标函数为失=argmm, L(yt|xt)为由PET统计模型得到的对数 似然本文档来自技高网...

【技术保护点】
一种基于区域时空先验的动态ＰＥＴ重建方法，其特征在于包括以下步骤：（１）利用ＰＥＴ成像设备采集动态投影数据；（２）对步骤（１）获取的动态投影数据进行ＦＢＰ重建，生成初始动态图像；（３）对步骤（２）获取的初始动态图像提取各感兴趣区域对应的均值时间活度曲线；（４）对步骤（３）获取的均值时间活度曲线应用房室模型进行拟合，得到最优时间活度曲线；（５）利用步骤（４）获取的最优时间活度曲线对初始动态图像计算区域时空先验；（６）利用步骤（５）获取的区域时空先验对初始动态图像进行最大后验迭代重建；（７）判断步骤（６）获取的重建动态图像是否满足迭代终止准则，不满足，重复步骤（３－７）。

【技术特征摘要】

【专利技术属性】
技术研发人员：陈武凡，马建华，边兆英，冯前进，冯衍秋，黄静，
申请(专利权)人：南方医科大学，
类型：发明
国别省市：81