[發明專利]基于解剖功能聯合先驗模型的PET圖像最大后驗重建方法

有效

• 申請號: 201310527719.6
• 申請日: 2013-10-31
• 公開（公告）號: CN103559728B
• 公開（公告）日: 2017-05-03
• 發明（設計）人: 路利軍;馬建華;胡德斌;馮前進;陳武凡
• 申請（專利權）人: 南方醫科大學
• 主分類號: G06T11/00
• 分類號: G06T11/00
• 代理公司: 北京科億知識產權代理事務所(普通合伙)11350
• 代理人: 趙蕊紅

技術領域

本發明涉及醫學影像的PET圖像處理技術領域，具體涉及一種基于解剖功能聯合先驗模型的PET圖像最大后驗重建方法。

背景技術

正電子發射斷層成像（PET）作為一種非介入的定量研究活體功能活度的工具，正越來越廣泛地應用于臨床診斷，尤其是疾病的早期診斷。

然而，由于PET掃描過程中的采集數據受到噪聲和其他物理因素的影響，PET圖像重建是一個病態問題。統計圖像重建方法，比如最大似然-期望最大法（maximum likelihood-expectation maximization, ML-EM），能夠更好的考慮系統模型的物理效應而且能夠針對探測數據和噪聲的統計特性建立數學模型，其迭代重建的圖像質量優于傳統的以濾波反投影（Filtered Back Projection, FBP）方法為代表的解析重建算法。然而，ML-EM方法在迭代過程中隨著迭代次數增加，噪聲顯著增加。此病態問題可以通過貝葉斯方法有效的求解。基于貝葉斯理論，先驗信息可以對原始的重建進行正則化，所以先驗的選擇對于最大后驗方法極為關鍵。絕大部分先驗以馬爾可夫（MRF）先驗的形式出現，先驗通常反映圖像局部鄰域的平滑特性，如常用的為二次先驗，在抑制噪聲的同時，使邊緣細節模糊。

與使用圖像自身先驗相比，在PET圖像重建中引入解剖圖像信息已經引起廣泛的關注。多種研究表明，解剖圖像與功能圖像之間具有極大的相關性，所以來自高分辨率的MRI/CT解剖圖像能為PET功能圖像重建提供大量的先驗信息。目前，在PET圖像重建中已有很多關于如何利用解剖先驗信息的工作。總體來說，解剖先驗的使用可以分為以下兩類：第一類方法基于解剖圖像的邊緣信息，此種方法基于解剖圖像與功能圖像的邊緣相互對應，通過分割或者標記解剖圖像，調節先驗權值來懲罰功能圖像邊緣區域的像素灰度變化；第二類方法基于解剖圖像的區域信息，此種方法假設在每一個解剖區域或器官中，放射性活度分布是均勻的。

而現有的解剖先驗引導的最大后驗重建技術多是基于解剖圖像邊緣或區域信息，首先要對解剖圖像進行分割或邊緣提取，而解剖圖像分割或邊緣提取目前尚無絕對魯棒的方法，分割或邊緣提取存在較大的噪聲誤差，嚴重影響重建圖像質量。

因此，針對現有技術不足，提供一種能有效抑制PET圖像重建中產生的噪聲，提高重建圖像量化水平的基于解剖功能聯合先驗模型的PET圖像最大后驗重建方法以克服現有技術不足甚為必要。

發明內容

本發明提供一種基于解剖功能聯合先驗模型的PET圖像最大后驗重建方法,該方法能夠有效抑制PET圖像重建中產生的噪聲，提高重建圖像量化水平。

本發明的上述目的通過如下技術手段實現。

一種基于解剖功能聯合先驗模型的PET圖像最大后驗重建方法，依次包括如下步驟：

（1）通過成像設備獲取重建的PET數據；

（2）根據步驟（1）得到的PET數據的統計特征，構建用于重建圖像的數學統計模型；

（3）對步驟（2）中的數學統計模型，采用最大似然—期望最大法進行求解得到PET初值圖像；

（4）將預先獲取的MRI圖像與步驟（3）得到的PET初值圖像進行配準，得到配準MRI圖像；

（5）根據步驟（4）的配準MRI圖像與PET初值圖像的聯合先驗模型，采用最大后驗方法對步驟（2）構建的PET圖像的數學統計模型進行重建，得到帶約束目標函數的優化方程；

（6）對步驟（5）得到的帶約束目標函數的優化方程進行迭代計算，得到PET重建圖像。

優選的，上述步驟（1）具體是：通過成像設備采集PET成像前的探測數據，同時獲取成像設備的校正參數值和系統矩陣，并通過成像設備對所獲得的探測數據進行數據校正得到校正后的探測數據，以校正后的探測數據作為用于重建的PET數據。

優選的，上述步驟（2）中的PET數據符合期望為的獨立泊松分布，所述步驟（2）中的PET數據與示蹤劑分布關系如下：

……式Ⅰ；

其中表示系統矩陣，和分別表示PET圖像的像素個數和PET數據個數，每一個元素表示從PET圖像像素發出的光子被探測器對探測到的幾何概率，表示隨機和散射事件。

優選的，上述步驟(3)具體是采用最大似然—期望最大法得到PET初值圖像的最大似然估計：

……式Ⅱ；

其中為PET數據的對數似然能量方程。

優選的，上述步驟（4）具體是將預先獲取的MRI圖像與步驟（3）得到的PET初值圖像進行剛性配準得到配準MRI圖像。

優選的，上述步驟（5）具體包括：