本發(fā)明涉及醫(yī)學(xué)圖像處理領(lǐng)域，尤其涉及一種pet圖像重建方法、設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、隨著pet(正電子發(fā)射斷層成像)技術(shù)在臨床上的廣泛應(yīng)用，降低患者攝入的放射性同位素劑量和縮短掃描時(shí)間成為了研究的熱點(diǎn)。然而，減少注射劑量和掃描時(shí)間會(huì)導(dǎo)致獲取的數(shù)據(jù)量減少，這可能會(huì)對(duì)圖像質(zhì)量產(chǎn)生負(fù)面影響。隨著對(duì)圖像質(zhì)量要求的提高，尤其是在細(xì)節(jié)和紋理特征的保留方面，現(xiàn)有的圖像重建技術(shù)面臨著數(shù)據(jù)量減少的挑戰(zhàn)。

2、mlem算法是基于像素的迭代算法，每個(gè)體素的像素值被看作是待估計(jì)參數(shù)，通過(guò)不斷迭代更新，使似然函數(shù)逼近最大，由此得到極大似然參數(shù)估計(jì)值。但mlem算法計(jì)算量大，重建速度很慢，很難直接應(yīng)用到實(shí)際工程中。在mlem算法上發(fā)展的osem算法雖然能夠加快收斂速度，但在迭代多次后，重建圖像的質(zhì)量會(huì)迅速下降。在處理低計(jì)數(shù)數(shù)據(jù)時(shí)，osem算法難以準(zhǔn)確保留圖像的精細(xì)結(jié)構(gòu)，這影響了圖像的診斷價(jià)值?，F(xiàn)有的正則化技術(shù)中，勢(shì)函數(shù)對(duì)圖像所有區(qū)域執(zhí)行相同程度的懲罰，可能導(dǎo)致過(guò)擬合，破壞邊界信息。參數(shù)設(shè)置不當(dāng)可能引入偽影，嚴(yán)重時(shí)可能導(dǎo)致醫(yī)生的誤診。綜上所述，pet圖像重建領(lǐng)域面臨的主要問(wèn)題是如何在使用盡可能少的數(shù)據(jù)和劑量的情況下，重建出高質(zhì)量、高信噪比的圖像，并且需要發(fā)展出更適合pet特點(diǎn)的正則化技術(shù)以優(yōu)化重建過(guò)程。

技術(shù)實(shí)現(xiàn)思路

1、為了克服上述技術(shù)缺陷，本發(fā)明的目的在于提供一種pet圖像重建方法、設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，以提高pet圖像質(zhì)量，甚至可以加快算法收斂速度，在取得更好的視覺(jué)效果的同時(shí)達(dá)到更高的信噪比。

2、本發(fā)明公開(kāi)了一種pet圖像重建方法，包括以下步驟：

3、采用osem算法對(duì)pet符合事件數(shù)據(jù)進(jìn)行重建，得到初始重建圖像；

4、對(duì)所述初始重建圖像進(jìn)行patch正則化處理，得到patch正則化圖像；

5、將所述patch正則化圖像與所述初始重建圖像進(jìn)行融合，得到融合重建圖像；

6、對(duì)所述初始重建圖像進(jìn)行tv正則化處理，得到tv正則化圖像；

7、將所述tv正則化圖像與所述融合重建圖像進(jìn)行融合，得到優(yōu)化重建圖像。

8、優(yōu)選地，所述采用osem算法對(duì)pet掃描數(shù)據(jù)進(jìn)行重建的步驟，包括：

9、基于

10、

11、得到初始重建圖像；

12、其中，表示初始重建圖像中第j個(gè)體素在第n+1次迭代后的像素值，表示初始重建圖像中第j個(gè)體素在第n次迭代后的像素值，yi表示pet掃描數(shù)據(jù)中第i個(gè)lor的符合事件計(jì)數(shù)，aj表示第j個(gè)體素對(duì)yi的貢獻(xiàn)值。

13、優(yōu)選地，所述對(duì)所述初始重建圖像進(jìn)行patch正則化處理的步驟，包括：

14、基于

15、

16、得到patch正則化圖像；

17、其中，表示patch正則化圖像中第j個(gè)體素在第n+1次迭代后的像素值，表示初始重建圖像中第j個(gè)體素在第n次迭代后的像素值，表示初始重建圖像中第k個(gè)體素在第n次迭代后的像素值，xn表示第n次迭代后的初始重建圖像，nj表示初始重建圖像中第j個(gè)體素的鄰域的體素?cái)?shù)量，ωjk表示初始重建圖像中第j個(gè)體素與第k個(gè)體素之間的關(guān)聯(lián)權(quán)重，nl表示初始重建圖像中的圖像局部塊的體素?cái)?shù)量，hl表示所述圖像局部塊中第l個(gè)體素到中心體素的距離權(quán)重，表示曲率，δ表示patch正則化超參數(shù)。

18、優(yōu)選地，所述將所述patch正則化圖像與所述初始重建圖像進(jìn)行融合的步驟，包括：

19、基于

20、

21、得到融合重建圖像；

22、其中，表示融合重建圖像中第j個(gè)體素的像素值，β表示融合超參數(shù)。

23、優(yōu)選地，所述對(duì)所述初始重建圖像進(jìn)行tv正則化處理的步驟，包括：

24、基于

25、

26、得到tv正則化圖像；

27、其中，表示tv正則化圖像中第j個(gè)體素在第n+1次迭代后的像素值，xi,j,k表示所述初始重建圖像中任一體素的坐標(biāo)位置，βtv表示tv正則化超參數(shù)。

28、優(yōu)選地，將所述tv正則化圖像與所述融合重建圖像進(jìn)行融合的步驟，包括：

29、基于

30、

31、得到優(yōu)化重建圖像；

32、其中，表示優(yōu)化重建圖像中第j個(gè)體素的像素值。

33、本發(fā)明還公開(kāi)了一種電子設(shè)備，所述電子設(shè)備包括存儲(chǔ)有計(jì)算機(jī)可執(zhí)行指令的存儲(chǔ)器和處理器，當(dāng)所述指令被所述處理器執(zhí)行時(shí)，使得所述電子設(shè)備實(shí)施如前所述的pet圖像重建方法。

34、本發(fā)明還公開(kāi)了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序在計(jì)算機(jī)上運(yùn)行時(shí)，使得所述計(jì)算機(jī)執(zhí)行如前所述的pet圖像重建方法。

35、采用了上述技術(shù)方案后，與現(xiàn)有技術(shù)相比，具有以下有益效果：獲得更高質(zhì)量的pet圖像，在取得更好的視覺(jué)效果的同時(shí)達(dá)到更高的信噪比。

技術(shù)特征：

1.一種pet圖像重建方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的pet圖像重建方法，其特征在于，所述采用osem算法對(duì)pet掃描數(shù)據(jù)進(jìn)行重建的步驟，包括：

3.根據(jù)權(quán)利要求2所述的pet圖像重建方法，其特征在于，所述對(duì)所述初始重建圖像進(jìn)行patch正則化處理的步驟，包括：

4.根據(jù)權(quán)利要求3所述的pet圖像重建方法，其特征在于，所述將所述patch正則化圖像與所述初始重建圖像進(jìn)行融合的步驟，包括：

5.根據(jù)權(quán)利要求4所述的pet圖像重建方法，其特征在于，所述對(duì)所述初始重建圖像進(jìn)行tv正則化處理的步驟，包括：

6.根據(jù)權(quán)利要求5所述的pet圖像重建方法，其特征在于，將所述tv正則化圖像與所述融合重建圖像進(jìn)行融合的步驟，包括：

7.一種電子設(shè)備，其特征在于，所述電子設(shè)備包括存儲(chǔ)有計(jì)算機(jī)可執(zhí)行指令的存儲(chǔ)器和處理器，當(dāng)所述指令被所述處理器執(zhí)行時(shí)，使得所述電子設(shè)備實(shí)施根據(jù)權(quán)利要求1-6中任一項(xiàng)所述的pet圖像重建方法。

8.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序在計(jì)算機(jī)上運(yùn)行時(shí)，使得所述計(jì)算機(jī)執(zhí)行根據(jù)權(quán)利要求1-6中任一項(xiàng)所述的pet圖像重建方法。

技術(shù)總結(jié)
本發(fā)明提供了一種PET圖像重建方法、設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，包括，采用OSEM算法對(duì)PET符合事件數(shù)據(jù)進(jìn)行重建，得到初始重建圖像；對(duì)初始重建圖像進(jìn)行Patch正則化處理，得到Patch正則化圖像；將Patch正則化圖像與初始重建圖像進(jìn)行融合，得到融合重建圖像；對(duì)初始重建圖像進(jìn)行TV正則化處理，得到TV正則化圖像；將TV正則化圖像與所述融合重建圖像進(jìn)行融合，得到優(yōu)化重建圖像。采用本發(fā)明技術(shù)方案后，能夠得到低噪聲且邊緣結(jié)構(gòu)清晰的高質(zhì)量PET圖像。

技術(shù)研發(fā)人員：孫爽,高思澤,葉宏偉,王瑤法
受保護(hù)的技術(shù)使用者：明峰醫(yī)療系統(tǒng)股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/10