[发明专利]一种基于张量字典约束的动态PET图像重建方法有效
申请号: | 201710287366.5 | 申请日: | 2017-04-27 |
公开(公告)号: | CN107146263B | 公开(公告)日: | 2019-11-01 |
发明(设计)人: | 刘华锋;崔佳楠 | 申请(专利权)人: | 浙江大学 |
主分类号: | G06T11/00 | 分类号: | G06T11/00 |
代理公司: | 杭州天勤知识产权代理有限公司 33224 | 代理人: | 胡红娟 |
地址: | 310013 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于张量字典约束的动态PET图像重建方法,该方法通过引入三阶张量的概念和相关的张量乘积的定义来帮助动态PET图像重建,通过建立重建问题的张量数学模型,加入张量字典约束,基于张量字典的约束来进行动态PET图像重建;最后采取ADMM算法进行优化求解。故本发明有效利用张量字典约束,改善了计算机在进行PET图像重建的过程中产生的结果低分辨率和噪声干扰的问题。 | ||
搜索关键词: | 一种 基于 张量 字典 约束 动态 pet 图像 重建 方法 | ||
【主权项】:
1.一种基于张量字典约束的动态PET图像重建方法,包括如下步骤:(1)在一定时间内利用探测器对注入有放射性药剂的生物组织进行探测,采集得到对应各个时刻的符合计数向量,并建立三阶张量符合计数矩阵
(2)使动态的PET图像序列组合成三阶张量PET浓度分布矩阵
并根据PET成像原理建立PET测量方程;(3)通过对PET测量方程引入张量字典约束的稀疏惩罚项
得到基于张量字典约束的PET图像重建模型如下:![]()
其中:
为三阶张量系统矩阵,其维度为Ni×Nj×m;三阶张量系统矩阵
中的第一层切片为Ni×Nj维的系统矩阵G,其余m‑1层切片均为Ni×Nj维的全零矩阵,Ni为符合计数向量的维度,Nj为PET浓度分布向量的维度即PET图像的像素点个数,m为采样时刻个数;λ1和λ2均为权重系数,
为三阶张量PET浓度分布矩阵
重新排列后的三维PET图像数据,其维度为p×m×r,p和r均为自然数且p×r=Nj;
为三维PET图像数据
中的第s个张量块,Es为对应第s个张量块的分割算子,s为自然数且1≤s≤Ns,Ns为三维PET图像数据
中的分块个数;
为结构字典,
为对应第s个张量块的稀疏系数矩阵;(4)对上述PET图像重建模型进行最优化求解得到三阶张量PET浓度分布矩阵
进而将其转换为动态的PET图像序列。
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浙江大学,未经浙江大学许可,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/patent/201710287366.5/,转载请声明来源钻瓜专利网。