[发明专利]基于三域混合的SPET重建方法、装置、终端及介质在审
| 申请号: | 202210988633.2 | 申请日: | 2022-08-17 |
| 公开(公告)号: | CN115359137A | 公开(公告)日: | 2022-11-18 |
| 发明(设计)人: | 沈定刚;江才文;潘永生 | 申请(专利权)人: | 上海科技大学 |
| 主分类号: | G06T11/00 | 分类号: | G06T11/00 |
| 代理公司: | 上海光华专利事务所(普通合伙) 31219 | 代理人: | 倪静 |
| 地址: | 201210 上*** | 国省代码: | 上海;31 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 混合 spet 重建 方法 装置 终端 介质 | ||
1.一种基于三域混合的SPET重建方法,其特征在于,包括:
获取低剂量PET图像,通过去噪网络在投影域对所述低剂量PET图像的正弦图进行去噪处理后得到对应的去噪正弦图;
根据所述去噪正弦图得到对应的去噪后的低剂量PET图像,并通过重建网络在图像域和频域对所述去噪后的低剂量PET图像进行SPET重建,以得到SPET重建图像。
2.根据权利要求1所述的基于三域混合的SPET重建方法,其特征在于,所述去噪正弦图的获取过程包括:采用残差学习网络作为所述去噪网络,将所述低剂量PET图像的正弦图输入所述残差学习网络后得到残差正弦图;将所述残差正弦图与所述低剂量PET图像的正弦图叠加得到所述去噪正弦图。
3.根据权利要求2所述的基于三域混合的SPET重建方法,其特征在于,所述残差学习网络嵌有Transformer模块,以捕获所述低剂量PET图像的正弦图分别在内容域和风格域的长程信息。
4.根据权利要求1所述的基于三域混合的SPET重建方法,其特征在于,所述重建网络包括编码器和解码器;所述编码器中的上采样被替换为小波变换分析,所述解码器中的下采样被替换为逆小波变换分析,以通过小波变换分析/逆小波变换分析捕获特征图的频率信息和位置信息。
5.根据权利要求4所述的基于三域混合的SPET重建方法,其特征在于,所述重建网络对所述去噪后的低剂量PET图像进行SPET重建的过程包括:
所述编码器接收所述去噪后的低剂量PET图像,对其进行小波变换分析及图像语义分割后得到对应的结果图像;将各所述结果图像输入解码器中,对其进行逆小波变换分析及语音语义分割后得到SPET重建图像。
6.根据权利要求1所述的基于三域混合的SPET重建方法,其特征在于,所述低剂量PET图像的正弦图由所述所述低剂量PET图像经拉东变换得到;所述去噪后的低剂量PET图像由所述去噪正弦图经逆拉东变换得到。
7.一种基于三域混合的SPET重建装置,其特征在于,包括:
去噪模块,用于获取低剂量PET图像,通过去噪网络在投影域对所述低剂量PET图像的正弦图进行去噪处理后得到对应的去噪正弦图;
重建模块,用于根据所述去噪正弦图得到对应的去噪后的低剂量PET图像,并通过重建网络在图像域和频域对所述去噪后的低剂量PET图像进行SPET重建,以得到SPET重建图像。
8.根据权利要求7所述的基于三域混合的SPET重建装置,其特征在于,所述重建模块包括编码器和解码器;所述编码器中的上采样被替换为小波变换分析,所述解码器中的下采样被替换为逆小波变换分析,以通过小波变换分析/逆小波变换分析捕获特征图的频率信息和位置信息。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的基于三域混合的SPET重建方法。
10.一种电子终端,其特征在于,包括:处理器及存储器;
所述存储器用于存储计算机程序;
所述处理器用于执行所述存储器存储的计算机程序,以使所述终端执行如权利要求1至6中任一项所述的基于三域混合的SPET重建方法。
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上海科技大学,未经上海科技大学许可,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/202210988633.2/1.html,转载请声明来源钻瓜专利网。





