[发明专利]一种用于PET图像的快速重建方法

说明书

本发明公开了一种用于PET图像的快速重建算法，包括以下步骤：将符合时间窗口的响应曲线经过MLEM算法，进行一次迭代得到逼近收敛数值的图像；对生成的图像进行格式的转化，得到RGB图像；通过深度卷积神经网络对格式转化后的图像进行分类，得到输入图像的模板；将图像利用区域生长法进行图像细节增强；将经图像分类后的模板与经细节增强后的模板进行逐点乘法运算得到新的模板；将经过一次迭代后得到的图像与新模板进行逐点乘法运算得到下一次迭代的输入图像；将图像经过MLEM算法进行第二次迭代，完成图像重建。本发明解决了正电子发射断层图像重建出现的重建效率低、图像细节模糊和退化等问题。

技术领域

本发明涉及图像重建领域，具体涉及一种正电子湮灭后产生γ光子图像的细节增强和快速重建的方法。

背景技术

在临床医学中，正电子发射断层扫描成像PET(Positron Emission Tomography)已经广泛的应用于肿瘤、心、脑疾病诊断和病理研究。PET技术利用正负电子碰撞湮灭后产生的高穿透性的γ光子对实现3D成像，这就为这种技术用于工业领域的无损检测提供了可能。检测设备从正电子源发射具有相对较高能量的伽玛辐射渗透进待检材料中，正电子与材料内部的负电子发生碰撞发生湮灭，湮灭后会产生两个几乎同时向相反方向飞出的γ光子。通过安装在材料周围的封闭多环探测器中的一对探测器中的闪烁晶体将γ光子的能量转换成荧光，转换后的荧光经过光电倍增管转换成电信号并进行放大输出。这一对探测器的所在直线被称之为符合时间窗口的响应曲线(line of response,LOR)，将这些符合时间窗口的检测响应曲线进行数据重组后经计算机系统完成图像重建。

图像重建是PET技术的重要环节之一，如何在提高重建速度的同时，又能得到细节特征增强的图像是当前的研究热点。现如今，在PET图像重建上最为常见的是解析法和迭代法。解析法中最为常见的方法是滤波反投影法(Filtered Back-Projection,FBP)，滤波反投影法基于中心切片定理，计算的数据量较小，简单高效，也正因为数据量较小，所以图像重建后的质量不高，细节特征不明显。而迭代法中最为经典的是最大似然期望最大算法(Maximum Likelihood-Expectation Maximization，MLEM)，它是从系统的整体考虑，根据探测器所探测的数据结合统计的噪声根据泊松分布特性建立数学模型，所以通过迭代法得到的图像质量更高，但迭代法的计算数据较多并且复杂，导致重建的速度慢，还会随着迭代次数的增加导致图像出现退化的现象。

在MLEM算法上发展而来的还有贝叶斯算法以及有序子集期望最大算法(OrderedSubsets Expectation Maximization，OSEM)，在MLEM算法基础上改进的贝叶斯算法提高了收敛速度，并且还能保证重建后的图像质量。OSEM算法在MLEM算法的基础上，通过采用数据集的每一个子集都图像进行处理，每一个子迭代过程都对图像进行处理，提高了收敛的速度和图像的质量，但是和MLEM相类似经过多次的迭代运算后也会出现图像退化的问题。

发明内容

本发明的目的是提供一种用于PET图像的快速重建方法，以解决现有技术中存在的正电子发射断层图像重建效率低、细节模糊的问题。

为实现上述目的，本发明采用的技术方案为：

一种用于PET图像的快速重建方法，包括以下步骤：

步骤1，使用MLEM算法在γ光子图像重建时进行第一次迭代运算：将符合时间窗口的响应曲线经过MLEM算法，进行一次迭代得到逼近收敛数值的图像；

步骤2，图像格式转化：对步骤1生成的图像进行格式的转化，得到RGB图像；

步骤3，通过深度卷积神经网络对步骤2格式转化后的图像进行分类，得到输入图像的模板；

步骤4，图像的细节特征增强：将步骤1得到的图像利用区域生长法进行图像细节增强；