[发明专利]一种核医学图像定量重建方法

权利要求书

1.一种核医学图像定量重建方法，其特征在于，所述定量重建方法包括：

获取CT图像中的部分信息作为重建算法中的先验信息；

将所述先验信息作为统计迭代重建算法的输入信息进行重建，获得重建图像；

通过定量转化因子将重建图像进行转化，得到定量重建图像。

2.根据权利要求1所述定量重建方法，其特征在于，获取所述先验信息包括以下步骤：

计算所述CT图像不同高压下对应的有效能量，将CT图像中每一个像素的HU值通过对应有效能量下的衰减系数转化到SPECT图像中相应核素能量下的衰减系数；

对CT图像进行特征提取，获取反应不同解剖学生理结构特征的信息，该信息是分割图、梯度图、区域标记图等。

3.根据权利要求1所述定量重建方法，其特征在于，所述重建将CT图像转化的先验信息作为统计迭代重建算法的输入信息引入目标函数的构造，并基于优化转移思想设计的迭代算法求解目标函数的极值，实现重建结果的优化；

所述目标函数的构造如下所示：

x＝argmax_xf(x；y，u_CT)

其中，x表示SPECT图像重建后的断层图像，y表示采集的SPECT投影数据，u_CT表示基于CT的先验信息；

所述目标函数f(x；y，u_CT)为：

f(x；y，u_CT)＝logP(y|x)+βR(x|u_CT)

其中，P(y|x)表示给定x条件下y分布的概率，R(x|u_CT)表示基于u_CT的x的正则约束项，β用于控制正则化强度。

4.根据权利要求3所述定量重建方法，其特征在于，所述正则约束项R(x|u_CT)的构造基于SPECT图像和CT图像在空间上的相关性，所述正则约束项如下：

其中，δ、η是超参数，表示像素j邻域像素构成的集合，ω_jk(u_CT)表示基于u_CT得到的像素j，k的相关性因子。

5.根据权利要求3所述定量重建方法，其特征在于，基于优化转移思想设计的迭代算法求解目标函数的极值，实现重建结果的优化，包括以下步骤：

设置初始参数，包括初始图像、子集数、迭代次数，以及超参数；

基于CT先验信息，计算所有的ω_jk(u_CT)；计算各个像素的灵敏度p_j(系统矩阵P第j列所有元素之和)；

基于MLEM算法更新图像，如下所示：

其中，表示第n次迭代图像，p_ij是系统矩阵P的元素，表示像素j对探测单元i的贡献因子，表示第n+1次EM迭代图像在像素j处的值，y_i表示第i个探测单元的真实计数，[Px]_i表示第i个探测单元的图像前投影值；

基于第n次迭代图像进行平滑，如下所示：

其中，表示第n+1次迭代平滑图像在像素j处的值，表示基于第n次迭代图像计算的像素j处的权重因子，w_jk表示像素j、k相关性的权重因子，表示第n次迭代结果在像素j处的值；

基于MLEM迭代结果和平滑图像，联合更新得到第n+1次迭代图像，如下所示：

其中，表示第n+1次迭代结果在像素j处的值，β表示正则化强度，表示反应正则化对像素j的具体影响，是整体正则化强度β、像素j处灵敏度p_j和权重因子p_j的综合结果；

重复更新图像、平滑和联合更新，完成指定次数迭代后，输出重建图像。

6.根据权利要求1所述定量重建方法，其特征在于，所述定量因子采用一组已知重量、体内住满水的圆柱模型数据，标记注射核素的活度及时间信息，利用统计迭代重建算法对投影数据进行重建，并进行空间分辨率恢复校正、散射校正、衰减校正。