[发明专利]一种基于Low Rank的动态PET图像重建方法在审
| 申请号: | 201410253071.2 | 申请日: | 2014-06-09 |
| 公开(公告)号: | CN104063887A | 公开(公告)日: | 2014-09-24 |
| 发明(设计)人: | 刘华锋;王陈也;陈舒杭 | 申请(专利权)人: | 浙江大学 |
| 主分类号: | G06T11/00 | 分类号: | G06T11/00 |
| 代理公司: | 杭州天勤知识产权代理有限公司 33224 | 代理人: | 胡红娟 |
| 地址: | 310027 浙*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 low rank 动态 pet 图像 重建 方法 | ||
1.一种基于Low Rank的动态PET图像重建方法,包括如下步骤:
(1)利用探测器对注入有放射性物质的生物组织进行探测,动态采集得到PET的n组符合计数向量,并对所述的符合计数向量进行校正,进而构建PET的符合计数矩阵;n为大于1的自然数;
(2)根据PET成像原理,建立PET的测量方程;
(3)通过对所述的测量方程引入Low Rank,得到PET的Low Rank模型如下:
X=L+SY=D(L+S)+E
其中:D为系统矩阵,Y为符合计数矩阵,X为PET浓度分布矩阵,E为噪声矩阵,L为低秩的序列共享的背景,S为分割出的活动的生物组织;
(4)对所述的Low Rank模型进行最小二乘正则化,得到对应的最小二乘正则化模型;
(5)对所述的最小二乘正则化模型进行求解,得到对应的增强型拉格朗日函数;
(6)对所述的增强型拉格朗日函数进行最小化求解,同时获得背景L和生物组织S,通过使背景L与生物组织S相叠加得到PET浓度分布矩阵X,并对其进行PET成像从而获得n帧连续的PET图像。
2.根据权利要求1所述的动态PET图像重建方法,其特征在于:所述的测量方程的表达式如下:
y=Dx+e
其中:y为校正后的符合计数向量,x为PET浓度分布向量,e为噪声向量。
3.根据权利要求2所述的动态PET图像重建方法,其特征在于:所述的PET浓度分布矩阵X由与符合计数向量对应的n组PET浓度分布向量组合而成。
4.根据权利要求1所述的动态PET图像重建方法,其特征在于:所述的最小二乘正则化模型的表达式如下:
其中:||||*为核范数,||||1为1-范数,||||F为F-范数,λ和μ均为权重系数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410253071.2/1.html,转载请声明来源钻瓜专利网。





