[发明专利]改进的基于多焦点非平行准直器的成像

说明书

一种系统和方法，包括训练人工神经网络以从输入的非衰减校正的重建体积生成模拟的经衰减校正的重建体积，所述训练基于从二维发射数据的多个集合中的相应集合生成的多个非衰减校正的体积并且基于从二维发射数据的所述多个集合中的相应集合生成的多个经衰减校正的重建体积。

相关申请的交叉引用

本申请涉及并且要求2017年12月5日提交的申请号为No. 62/594,752的美国临时专利申请的优先权，出于所有目的，所述美国临时专利申请的内容通过引用以其整体并入本文中。

背景技术

常规的医学图像可以经由透射成像或发射成像来生成。在透射成像中，成像源（例如，X射线源）在对象外部，并且源辐射（例如，X射线）通过对象透射到检测器。根据发射成像，成像源（例如，发射伽马射线的放射性药物）在对象内部（例如，由于其注射或摄入），并且源辐射（例如，伽马射线）被从对象内发射到检测器。在任一情况下，对象组织内的吸收或散射在由检测器接收源辐射之前使源辐射衰减。

通过确定该衰减在三维空间上的分布来生成图像。在透射成像的情况下，确定衰减是相对容易的，因为透射穿过对象的外部源辐射的量和在检测器处接收的量这两者都是已知的。然而，确定发射成像中的衰减更困难，因为由对象内的（一个或多个）发射源发射的辐射的量不能被直接测量。

因此，在诸如单光子发射计算机断层摄影（SPECT）和正电子发射断层摄影（PET）的发射成像中，在图像生成期间采用衰减校正以便改进图像品质。这些衰减校正对于使用多焦点非平行准直器的成像系统而言可以特别有帮助。具体地，由于这些准直器的强位置相关点扩散函数（PSF）响应，在没有衰减校正的情况下生成的图像对于放射科医师来说可能难以正确地解释。

衰减校正通常基于线性衰减系数（LAC）图（“mu图”），所述线性衰减系数（LAC）图（“mu图”）从对象组织的计算机断层摄影（CT）扫描导出。通常在执行发射成像的同一成像时段期间执行这样的CT扫描。例如，在患者被定位在成像定位中的同时可以获取患者的一部分的发射数据，并且在患者基本上保持在成像定位中的同时可以通过CT扫描来获取患者的类似部分的CT数据。将变换应用于CT数据，以生成患者的该部分的mu图。最后，图像重建处理基于发射数据和mu图生成经衰减校正的体积。

生成mu图所需要的CT扫描向对象组织递送了不合期望的辐射剂量。此外，一些成像系统缺乏用以执行发射成像和同时发生的CT扫描的能力。所需要的是在不要求CT扫描的情况下生成改进的重建图像的高效系统。

附图说明

图1是根据一些实施例的用于训练人工神经网络以生成模拟的经衰减校正的图像的系统的框图；

图2是根据一些实施例的部署经训练的人工神经网络以生成模拟的经衰减校正的图像的系统的框图；

图3是根据一些实施例的网络训练处理的流程图；

图4是图示根据一些实施例的获取标记的训练数据的框图；

图5是根据一些实施例的用于训练人工神经网络以生成模拟的经衰减校正的图像的系统的框图；

图6是根据一些实施例的图5的详细示例，其中训练深度卷积神经网络以生成模拟的经衰减校正的图像；

图7是根据一些实施例的使用附加信息作为输入来训练人工神经网络以生成模拟的经衰减校正的图像的系统的框图；

图8图示了根据一些实施例的双透射和发射成像SPECT/CT系统；和

图9图示了根据一些实施例的仅发射成像系统。

具体实施方式

提供以下描述以使得本领域任何人员能够制造和使用所描述的实施例，并且阐述了为了执行所描述的实施例而设想的最佳模式。然而，各种修改对于本领域技术人员而言将仍然是显而易见的。