[发明专利]一种处理PET图像的方法、装置以及计算机存储介质在审

专利信息
申请号: 201911095433.9 申请日: 2019-11-11
公开(公告)号: CN111047523A 公开(公告)日: 2020-04-21
发明(设计)人: 张贺晔;张国庆;吕旭东 申请(专利权)人: 苏州锐一仪器科技有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06T11/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 215163 江苏省苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 处理 pet 图像 方法 装置 以及 计算机 存储 介质
【权利要求书】:

1.一种处理PET图像的方法,其特征在于,所述方法包括以下步骤:

步骤S1:获取PET图像的原始数据;

步骤S2:对所述PET图像的原始数据进行建模,模型包括加性噪声和泊松噪声;

步骤S3:对所述模型进行第一变换,所述第一变换通过以下方式实现:

其中,G表示所述第一变换的函数,x表示所述PET图像的强度,α表示所述PET图像的像素数据和所述泊松噪声之间关系的尺度项,μ和σ分别表示所述加性噪声的期望和标准差;

步骤S4:对经过所述第一变换的数据进行逆变换,所述逆变换为:

IG(y)=∫G(x)p(x|λ,α)dx

其中,IG表示所述逆变换,p(x|λ,α)表示关于x的概率密度函数。

2.根据权利要求1所述的处理PET图像的方法,其特征在于,所述PET图像的原始数据包括从PET探测器获取的原始计数数据以及伽马光子对应脉冲信号的电压、时间、位置、能量信息。

3.根据权利要求1所述的处理PET图像的方法,其特征在于,在所述步骤S2中,所述模型通过PET图像的强度x表示:

x=αp+n,

其中,p表示具有潜在期望值λ的泊松噪声的分布,n表示具有期望值μ和标准差σ的高斯噪声。

4.根据权利要求1所述的处理PET图像的方法,其特征在于,在所述步骤S3中,随机选择参数α的值并形成先验数据库。

5.一种处理PET图像的方法,其特征在于,所述方法包括以下步骤:

步骤T1:获取PET图像的原始数据;

步骤T2:在所述PET图像中任意搜索一窗口图像;

步骤T3:在所述窗口图像区域内采样体素;

步骤T4:采用区域均值法恢复所述体素的实际值,所述区域均值法通过如下公式实现:

其中,RM表示区域均值,Ω为所述步骤T3中所述PET图像的采样区域,w为权重系数,

其中,‖Au-Av2表示以体素u和v为中心的两个块的两个强度矢量之间的距离,Z(u)表示归一化常数。

6.根据权利要求5所述的处理PET图像的方法,其特征在于,所述PET图像的原始数据包括从PET探测器获取的原始计数数据以及伽马光子对应脉冲信号的电压、时间、位置、能量信息。

7.根据权利要求5所述的处理PET图像的方法,其特征在于,在所述步骤T2中,所述窗口图像的大小标记为M×M×M,M为自然数,将体素u对应的PET图像的强度记为x(u),体素v对应的PET图像的强度记为x(v),然后将不同的所述窗口图像进行排序标记,若x(u)>x(v),则使得L(u)>L(v),L表示对所述窗口图像进行标记的序号。

8.根据权利要求7所述的处理PET图像的方法,其特征在于,在所述步骤T3中,采样体素时遵循如下规则:

第一、在具有类别标记L的区域中随机采样min{M3,D(L(u))}个体素,D表示具有与体素u相同的标记的体素的数量;

第二、当L(u)>1时,在具有类别标记L(u)-1的第一邻近区域中随机采样min{M3,D(L(u)-1)}个体素;

第三、当L(u)<maxL(u)时,在具有类别标记L(u)+1的第二邻近区域中随机地采样min{M3,D(L(u)+1)}个体素。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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苏州锐一仪器科技有限公司,未经苏州锐一仪器科技有限公司许可,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/201911095433.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top