一種pet圖像的重建方法和裝置的制造方法
【技術領域】
[0001] 本發(fā)明涉及醫(yī)學圖像處理技術領域，尤其涉及一種PET圖像的重建方法和裝置。
【背景技術】
[0002]在進行PET (Positron Emission Tomograph,正電子發(fā)射斷層掃描裝置）掃描時， 若藥物注射劑量較低時，產(chǎn)生的計數(shù)率也較低，從而在PET圖像中含有噪聲及偽影，導致 PET圖像質(zhì)量較低。
[0003] 針對低劑量的PET圖像重建，為了消除圖像中的噪聲和偽影，目前較通用的PET圖 像的重建方法是 PICCS (Prior Image Constrained Compressive Sensing)方法。該 PICCS 方法是通過在迭代過程中使目標圖像逐漸接近先驗圖像，并且在平滑噪聲的同時能夠?qū)⑾?驗圖像的特性繼承過來的方法來實現(xiàn)去除低劑量圖像所包含的噪聲和偽影。
[0004] 現(xiàn)有技術中，獲取先驗圖像的方式有兩種，一種是采用預先由完整投影數(shù)據(jù)重建 出的目標圖像，這種獲取方式極大地限制了該算法的應用范圍，這是因為臨床上一般無法 預先獲得病人的完整數(shù)據(jù)先驗圖像。另外一種算法是對投影數(shù)據(jù)進行平均化處理或者對多 時相重建圖像進行平均化處理的方法獲得先驗圖像。通過這種方式獲取的先驗圖像，雖然 圖像均勻性較好，但是圖像細節(jié)模糊且圖像對比度下降。

【發(fā)明內(nèi)容】

[0005] 有鑒于此，本發(fā)明的第一方面提供了一種PET圖像的重建方法，以克服現(xiàn)有技術 中的PICCS方法的應用范圍受限以及重建出的圖像細節(jié)模糊和對比度較低的問題。
[0006] 基于本發(fā)明的第一方面，本發(fā)明的第二方面提供了一種PET圖像的重建裝置。
[0007] 為了解決上述技術問題，本發(fā)明采用了如下技術方案：
[0008] 一種PET圖像的重建方法，包括：
[0009] 獲取PET投影數(shù)據(jù)Y ;
[0010] 根據(jù)所述PET投影數(shù)據(jù)Y，獲取初始估計圖像；
[0011] 根據(jù)所述初始估計圖像獲取目標估計圖像；
[0012] 基于全變差稀疏變換和先驗圖像Xp，根據(jù)所述目標估計圖像，建立目標函數(shù)，所述 目標函數(shù)的表達式為：
[0013]
【主權項】
1. 一種PET圖像的重建方法，其特征在于，包括： 獲取PET投影數(shù)據(jù)Y; 根據(jù)所述PET投影數(shù)據(jù)Y，獲取初始估計圖像； 根據(jù)所述初始估計圖像獲取目標估計圖像； 基于全變差稀疏變換和先驗圖像Xp，根據(jù)所述目標估計圖像，建立目標函數(shù)，所述目標 函數(shù)的表達式為：
其中，X為重建圖像，a1和a2分別為全變差項| |X| |TV和最小二乘項
的權 重因子，Xk為第k步重建出的目標估計圖像，所述先驗圖像Xp是利用所述PET投影數(shù)據(jù)Y進行迭代重建得到的圖像； 在A*X=Y的約束條件下求解所述目標函數(shù)的最小解，所述目標函數(shù)的最小解即為重 建的PET目標圖像。
2. 根據(jù)權利要求1所述的方法，其特征在于，所述基于全變差稀疏變換和先驗圖像Xp， 根據(jù)所述目標估計圖像，建立目標函數(shù)，具體為：基于自適應加權全變差稀疏變換和先驗圖 像Xp，根據(jù)所述目標估計圖像，建立目標函數(shù)，所述目標函數(shù)的表達式具體為：
其中，X為重建圖像；a1和a2分別為自適應加權全變差項| |X| |AwTV和最小二乘項
的權重因子；Xk為第k步重建出的目標估計圖像；
Ws+l，S，t，t矛口Ws，s，t+l，t為權重因子，s為標量因子。
3. 根據(jù)權利要求2所述的方法，其特征在于，所述在A?X=Y的約束條件下求解所述 目標函數(shù)的最小解，具體包括： 選擇第k步迭代時的自適應加權全變差項的迭代步長< 和最小二乘項的迭代步長< ; 根據(jù)所述< 和所述 < 以及所述目標估計圖像通過以下公式（IV)計算下一步迭代重 建的圖像
其中，xk為第k步重建出的圖像； a1和a2分別為全變差項| |X| |AwTV和最小二乘項
的權重因子； 判斷迭代重建圖像xi,,.是否滿足預設條件或迭代重建次數(shù)是否達到預設次數(shù)，如果 是，確定所述迭代重建圖像At,,為PET最終重建圖像和所述目標函數(shù)的最小解，如果否，將 迭代重建的圖像1^作為所述初始估計圖像，返回執(zhí)行所述根據(jù)所述初始估計圖像獲取目 標估計圖像的步驟。
4. 根據(jù)權利要求2或3所述的方法，其特征在于，所述基于自適應加權全變差稀疏變換 和先驗圖像Xp，根據(jù)所述目標估計圖像，建立目標函數(shù)，具體包括： 基于自適應加權全變差法根據(jù)所述目標估計圖像，建立所述目標函數(shù)的自適應加權全 變差項I|X| |AwTV; 基于最小二乘方法，根據(jù)所述目標估計圖像和所述先驗圖像建立所述目標函數(shù)的最小 二乘項
對所述全變差項IIXIIAwTV和所述最小二乘項
分別配置第一權重因子a1和 第二權重因子a2 ; 計算所述第一權重因子a1與所述自適應加權全變差項的乘積與所述第二權重因子a2與所述最小二乘項的乘積之和，得到的結果即為所述目標函數(shù)。
5. 根據(jù)權利要求4所述的方法，其特征在于，所述基于自適應加權全變差法根據(jù)所述 目標估計圖像建立所述目標函數(shù)的自適應加權全變差項I|X| |AwTV，具體包括： 對所述目標估計圖像進行自適應加權全變差稀疏變換，得到自適應加權全變差稀疏變 換后的目標估計圖像； 根據(jù)所述自適應加權全變差稀疏變換后的目標估計圖像計算所述權重因子3口 Ws，s，t+1，t; 根據(jù)所述權重因子1+1，3#和《3^ +1^以及標量因子6通過所述公式（111)計算11范 數(shù)，所述li范數(shù)即為所述自適應加權全變差項I|X|IAwTV，所述標量因子S根據(jù)所述PET投 影數(shù)據(jù)Y選擇得到。
6. -種PET圖像的重建裝置，其特征在于，包括： 第一獲取單元，用于獲取PET投影數(shù)據(jù)Y; 第二獲取單元，用于根據(jù)所述PET投影數(shù)據(jù)Y，獲取初始估計圖像； 第三獲取單元，用于根據(jù)所述初始估計圖像獲取目標估計圖像； 目標函數(shù)建立單元，用于基于全變差稀疏變換和先驗圖像Xp，根據(jù)所述目標估計圖像， 建立目標函數(shù)，所述目標函數(shù)的表達式為：
其中，X為重建圖像；a1和a2分別為全變差項| |X| |TV和最小二乘項
的權 重因子；Xk為第k步重建出的目標估計圖像；所述先驗圖像Xp是利用所述PET投影數(shù)據(jù)Y進行迭代重建得到的圖像； 計算單元，用于在A?X=Y的約束條件下求解所述目標函數(shù)的最小解，所述目標函數(shù) 的最小解即為重建的PET目標圖像。
7. 根據(jù)權利要求6所述的裝置，其特征在于，所述目標函數(shù)建立單元包括目標函數(shù)建 立子單元，所述目標函數(shù)建立子單元用于基于自適應加權全變差稀疏變換和先驗圖像Xp， 根據(jù)所述目標估計圖像，建立目標函數(shù)； 所述目標函數(shù)的表達式具體為：
其中，X為重建圖像；a1和a2分別為自適應加權全變差項| |X| |AwTV和最小二乘項
的權重因子；Xk為第k步重建出的目標估計圖像；
Ws+l，S，t，t矛口Ws，s，t+l，t為權重因子，s為標量因子。
8. 根據(jù)權利要求7所述的裝置，其特征在于，所述計算單元包括： 選擇子單元，用于選擇第k步迭代時的自適應加權全變差項的迭代步長< 和最小二乘 項的迭代步長 第一計算子單元，用于根據(jù)所述 < 和所述 < 以及所述目標估計圖像通過以下公式 (IV)計算下一步迭代重建的圖像
其中，Xk為第k步重建出的圖像； a1和a2分別為全變差項| |X| |AwTV和最小二乘項
的權重因子； 判斷子單元，用于判斷迭代重建圖像是否滿足預設條件或迭代重建次數(shù)是否達 到預設次數(shù)，如果是，確定所述迭代重建圖像為PET最終重建圖像和所述目標函數(shù)的 最小解，如果否，將迭代重建的圖像作為所述初始估計圖像，并將所述迭代重建的圖像 作為所述初始估計圖像的信號發(fā)送至所述第三獲取單元。
9. 根據(jù)權利要求7所述的裝置，其特征在于，所述目標函數(shù)建立子單元具體包括： 自適應加權全變差項建立子單元，用于基于自適應加權全變差法根據(jù)所述目標估計圖 像，建立所述目標函數(shù)的自適應加權全變差項I|X| |AwTV; 最小二乘項建立子單元，用于基于最小二乘方法，根據(jù)所述目標估計圖像和所述先驗 圖像建立所述目標函數(shù)的最小二乘項
權重因子配置子單元，用于對所述全變差項I|x| |AwTV和所述最小二乘項
：分 別配置第一權重因子a1和第二權重因子a2 ; 第二計算子單元，用于計算所述第一權重因子a1與所述自適應加權全變差項的乘積 與所述第二權重因子a2與所述最小二乘項的乘積之和，得到的結果即為所述目標函數(shù)。
10.根據(jù)權利要求9所述的裝置，其特征在于，所述自適應加權全變差項建立子單元包 括： 自適應加權全變差稀疏變換子單元，用于對所述目標估計圖像進行自適應加權全變差 稀疏變換，得到自適應加權全變差稀疏變換后的目標估計圖像； 第三計算子單元，用于根據(jù)所述自適應加權全變差稀疏變換后的目標估計圖像計算所 述權重因子Ws+i，s，t，t矛口Ws，s，t+l，t; 第四計算子單元，用于根據(jù)所述權重因子1+1，3#和《3^ +1^以及標量因子6通過所 述公式（III)計算li范數(shù)，所述1:范數(shù)即為所述全變差項，所述標量因子s根據(jù)所述PET 投影數(shù)據(jù)Y選擇得到。
【專利摘要】本發(fā)明提供了一種PET圖像的重建方法，所述方法包括：獲取PET投影數(shù)據(jù)Y；根據(jù)所述PET投影數(shù)據(jù)Y獲取初始估計圖像；對所述初始估計圖像進行迭代重建得到目標估計圖像；基于全變差稀疏變換和先驗圖像Xp，根據(jù)所述目標估計圖像，建立目標函數(shù)，所述目標函數(shù)的表達式為：其中，所述先驗圖像Xp是利用所述PET投影數(shù)據(jù)Y進行迭代重建得到的圖像；在A·X＝Y的約束條件下求解所述目標函數(shù)的最小解，所述目標函數(shù)的最小解即為重建的PET目標圖像。通過本發(fā)明提供的方法能夠得到的圖像具有清晰的細節(jié)信息以及較高的圖像對比度，而且提高了PICCS算法在PET圖像重建領域中的廣泛應用。本發(fā)明還提供了一種PET圖像的重建裝置。
【IPC分類】G06T11-00
【公開號】CN104574459
【申請?zhí)枴緾N201410849977
【發(fā)明人】李運達, 孫智鵬, 劉勺連
【申請人】沈陽東軟醫(yī)療系統(tǒng)有限公司
【公開日】2015年4月29日
【申請日】2014年12月29日