[发明专利]一种PET-MRI最大后验联合重建方法

说明书

一种PET‑MRI最大后验联合重建方法，包括如下步骤：一、采集对象的PET数据和MRI数据；二、构建PET‑MRI联合重建的数学统计模型；三、在数学统计模型中，利用待重建PET和MRI图像的相关性设计交叉先验模型；四、结合步骤三设计的PET和MRI的交叉先验模型，采用最大后验方法对步骤二构建的PET和MRI图像的数学统计模型进行联合重建，得到带约束目标函数的优化方程；五、对步骤四得到的带约束目标函数的优化方程进行迭代计算，同步得到PET和MRI重建图像。本发明能同步重建PET和MRI图像，抑制PET图像噪声，减少MRI伪影，提高重建图像的量化水平，能够更好地辅助临床诊断。

技术领域

本发明涉及医学影像的PET和MRI图像处理技术领域，特别涉及一种PET-MRI最大后验联合重建方法。

背景技术

MRI提供软组织高分辨率的结构信息，PET提供人体代谢功能信息。传统地，PET和MRI的重建是独立进行的，或者利用MRI结构相似性引导PET重建。

随着PET-MRI系统的出现和发展，对PET-MRI联合重建的概念被提出来。近年来，PET-MRI一体化系统不断发展，并逐渐应用于临床中。PET-MRI一体化系统能够借助MRI使PET精确解剖定位，相对于PET/CT降低了辐射剂量，降低对人体的伤害。PET-MRI一体化系统能够同时采集PET和MRI数据，获得高配准度的PET和MRI数据。能有效地利用PET和MRI数据的相关性，便可改善PET和MRI图像重建的质量。

由于MRI采集时间较长，快速的MRI通常采集较少的MRI数据，得到欠采样的k空间数据。在欠采样情况下，重建的MRI图像会产生大量伪影，严重影响图像质量。PET由于自身特点，导致分辨率较低，以致重建图像噪声明显。利用PET和MRI的解剖结构相似性，可对PET-MRI联合重建，互相增强结构信息，减少噪声和伪影，改善PET和MRI图像重建的质量。

在PET-MRI重建中，先验模型对于是否能够有效地利用PET和MRI图像结构相似性及共同特征信息起着极为关键的作用。PET和MRI图像既有共同的边缘特征信息，也有自身独立的特征。在重建过程中，联合先验函数不仅要有效利用共同边缘特征改善图像质量，又要保持独立特征的完整性。

M.J.Ehrhardt等人基于结构相似性，利用联合总变分和水平集方法对PET-MRI进行联合重建。通过仿真体模论证采用水平集先验重建的图像优于联合总变分先验。然而，通过水平集先验重建得到的PET和MRI图像出现特征交错，增加图像的伪影，严重地影响了图像质量。

因此，针对现有技术不足提供一种PET-MRI最大后验联合重建方法以解决现有技术不足甚为必要。

发明内容

本发明的目的在于提供一种PET-MRI最大后验联合重建方法。该方法能同步重建PET和MRI图像，抑制PET图像噪声，减少MRI伪影，提高重建图像的量化水平。

本发明的上述目的通过以下技术措施实现：

提供一种PET-MRI最大后验联合重建方法,依次包括如下步骤步骤一，采集对象的PET数据和MRI数据；

步骤二，通过步骤一采集到的PET数据和MRI数据构建PET-MRI联合重建的数学统计模型；

步骤三，在步骤二的数学统计模型中，利用待重建PET图像和待重建MRI图像的相关性设计交叉先验模型；

步骤四，结合步骤三的交叉先验模型，采用最大后验方法对步骤二的数学统计模型进行联合重建，得到带约束目标函数的优化方程；

步骤五，对步骤四得到的带约束目标函数的优化方程进行迭代计算，同步得到PET重建图像和MRI重建图像。

优选的，上述步骤一具体是通过成像设备采集对象的PET的投影数据和MRI的k空间数据，并获取成像设备关于PET投影概率分布的系统矩阵型。