基于自编码器的高时空分辨PET图像重建

发布时间：2017-09-06 13:04

  本文关键词：基于自编码器的高时空分辨PET图像重建

  更多相关文章： PET 空间分辨率 时间分辨率 神经网络 自编码器

【摘要】：PET(Positron Emission Tomography,正电子发射断层成像)是核医学领域比较先进的临床检查影像技术。在人体组织内注入放射性示踪剂后,放射性物质的衰变会产生正电子,正电子在飞行一段距离后遇到电子发生湮灭,产生一对方向相反的能量为511keV的光子,这对光子可以通过高灵敏度的探测器进行捕捉。在得到了发射数据之后,再通过重建得到放射性浓度分布图像。动态PET成像过程则是在一段时间内,采集多帧数据。在动态PET成像中,时间分辨率与空间分辨率是相互制约的,本文的出发点是通过提取多帧重建图像的信息实现重建图像的去噪和细节特征的保留,并且能够在保证时间分辨率的基础上,有效提高空间分辨率。本文的主要工作主要为：(1)提出了利用自编码器模板来实现PET图像特征提取的工作,并通过堆栈式的自编码器来获取深层次特征,利用已有数据以及标签,通过后向传播算法进行参数训练,实现整个堆栈式自编码器动态PET图像重建框架；(2)以最大似然期望最大算法和卡尔曼滤波求解的状态空间重建算法为基本算法,重建出动态PET图像一系列帧数的结果,作为模型的输入层,其真值作为标签进行参数训练,训练完毕后通过已有模型进行新测试数据的实验。测试数据包括蒙特卡罗模拟出的不同计数率下的胸腔和人脑模拟数据以及真实数据。(3)通过本文提到的堆栈式自编码器,建立了不同示踪剂在PET成像过程中的特征提取模型,实现从混合示踪剂的PET成像发射数据中重建出两种示踪剂的状态分布图像。
【关键词】：PET 空间分辨率 时间分辨率 神经网络 自编码器
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TH774;TP391.41
【目录】：

• 致谢4-5
• 摘要5-6
• Abstract6-14
• 1. 绪论14-21
• 1.1 引言14-17
• 1.2 科学问题17-19
• 1.3 本文贡献19
• 1.4 论文组织19-21
• 2. 研究背景21-38
• 2.1 PET测量数据与存取方式21-23
• 2.1.1 List-mode数据21
• 2.1.2 正弦图21-22
• 2.1.3 系统矩阵22-23
• 2.2 PET成像统计模型23-25
• 2.2.1 泊松分布模型23-24
• 2.2.2 高斯分布模型24-25
• 2.3 PET图像重建准则25-27
• 2.3.1 最大后验准则25-26
• 2.3.2 最大似然准则26-27
• 2.3.3 最小平方与加权最小平方准则27
• 2.4 优化方法27-30
• 2.4.1 最大似然期望最大法27-28
• 2.4.2 状态空间法28-30
• 2.5 动态PET图像重建方法30-31
• 2.5.1 小波基函数法30-31
• 2.5.2 低秩约束法31
• 2.6 神经网络概述31-37
• 2.6.1 神经网络基本模型31-34
• 2.6.2 神经网络参数及训练方法34-36
• 2.6.3 神经网络的进展与应用36-37
• 2.7 本章小结37-38
• 3. 基于自编码器的动态PET图像重建38-50
• 3.1 基于自编码器的动态PET重建模型38-46
• 3.1.1 问题描述38-39
• 3.1.2 自编码器模板39-41
• 3.1.3 堆栈式自编码器模型41-42
• 3.1.4 模型初始化42-45
• 3.1.5 参数设定与模型求解算法45-46
• 3.2 基于自编码器的动态PET图像重建方法46-49
• 3.2.1 训练方法46-47
• 3.2.2 重建方法47-49
• 3.3 本章小结49-50
• 4. 实验结果与分析50-66
• 4.1 实验数据设置50-51
• 4.2 实验参数设置51-52
• 4.3 实验结果评价指标52
• 4.4 模拟数据实验结果52-59
• 4.5 真实数据实验结果59-60
• 4.6 不同计数率下设置实验结果比较60-64
• 4.7 不同参数设置实验结果比较64-65
• 4.8 本章小结65-66
• 5. 双示踪剂PET图像重建66-70
• 5.1 研究背景及现状66-67
• 5.2 自编码器双示踪剂PET成像模型67-70
• 6. 总结和展望70-71
• 6.1 本文工作总结70
• 6.2 后续工作展望70-71
• 参考文献71-80
• 作者简介80

【参考文献】

中国期刊全文数据库 前1条

1 高飞;Yamada Ryoko;Watanabe Mitsuo;刘华锋;;An effective scatter correction method based on single scatter simulation for a 3D whole-body PET scanner[J];Chinese Physics B;2009年07期

中国博士学位论文全文数据库 前1条

1 郭金霞;双示踪剂PET动态成像方法及其应用研究[D];华中科技大学;2014年

，

本文编号：803277