[發(fā)明專利]一種基于張量字典約束的動(dòng)態(tài)PET圖像重建方法有效
| 申請(qǐng)?zhí)枺?/td> | 201710287366.5 | 申請(qǐng)日: | 2017-04-27 |
| 公開(kāi)(公告)號(hào): | CN107146263B | 公開(kāi)(公告)日: | 2019-11-01 |
| 發(fā)明(設(shè)計(jì))人: | 劉華鋒;崔佳楠 | 申請(qǐng)(專利權(quán))人: | 浙江大學(xué) |
| 主分類號(hào): | G06T11/00 | 分類號(hào): | G06T11/00 |
| 代理公司: | 杭州天勤知識(shí)產(chǎn)權(quán)代理有限公司 33224 | 代理人: | 胡紅娟 |
| 地址: | 310013 浙江*** | 國(guó)省代碼: | 浙江;33 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 張量 字典 約束 動(dòng)態(tài) pet 圖像 重建 方法 | ||
1.一種基于張量字典約束的動(dòng)態(tài)PET圖像重建方法,包括如下步驟:
(1)在一定時(shí)間內(nèi)利用探測(cè)器對(duì)注入有放射性藥劑的生物組織進(jìn)行探測(cè),采集得到對(duì)應(yīng)各個(gè)時(shí)刻的符合計(jì)數(shù)向量,并建立三階張量符合計(jì)數(shù)矩陣
(2)使動(dòng)態(tài)的PET圖像序列組合成三階張量PET濃度分布矩陣并根據(jù)PET成像原理建立PET測(cè)量方程;
(3)通過(guò)對(duì)PET測(cè)量方程引入張量字典約束的稀疏懲罰項(xiàng)得到基于張量字典約束的PET圖像重建模型如下:
其中:為三階張量系統(tǒng)矩陣,其維度為Ni×Nj×m;三階張量系統(tǒng)矩陣中的第一層切片為Ni×Nj維的系統(tǒng)矩陣G,其余m-1層切片均為Ni×Nj維的全零矩陣,Ni為符合計(jì)數(shù)向量的維度,Nj為PET濃度分布向量的維度即PET圖像的像素點(diǎn)個(gè)數(shù),m為采樣時(shí)刻個(gè)數(shù);λ1和λ2均為權(quán)重系數(shù),為三階張量PET濃度分布矩陣重新排列后的三維PET圖像數(shù)據(jù),其維度為p×m×r,p和r均為自然數(shù)且p×r=Nj;為三維PET圖像數(shù)據(jù)中的第s個(gè)張量塊,Es為對(duì)應(yīng)第s個(gè)張量塊的分割算子,s為自然數(shù)且1≤s≤Ns,Ns為三維PET圖像數(shù)據(jù)中的分塊個(gè)數(shù);為結(jié)構(gòu)字典,為對(duì)應(yīng)第s個(gè)張量塊的稀疏系數(shù)矩陣;
(4)對(duì)上述PET圖像重建模型進(jìn)行最優(yōu)化求解得到三階張量PET濃度分布矩陣進(jìn)而將其轉(zhuǎn)換為動(dòng)態(tài)的PET圖像序列。
2.根據(jù)權(quán)利要求1所述的動(dòng)態(tài)PET圖像重建方法,其特征在于:所述三階張量符合計(jì)數(shù)矩陣由各符合計(jì)數(shù)向量按時(shí)序排列組成,其維度為Ni×1×m;所述三階張量PET濃度分布矩陣由各時(shí)刻對(duì)應(yīng)的PET濃度分布向量按時(shí)序排列組成,其維度為Nj×1×m。
3.根據(jù)權(quán)利要求1所述的動(dòng)態(tài)PET圖像重建方法,其特征在于:所述PET測(cè)量方程的表達(dá)式如下:
其中:noise為三階張量測(cè)量噪聲矩陣。
4.根據(jù)權(quán)利要求1所述的動(dòng)態(tài)PET圖像重建方法,其特征在于:所述步驟(4)中采用基于增廣拉格朗日的交替方向乘子算法對(duì)PET圖像重建模型進(jìn)行最優(yōu)化求解。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于浙江大學(xué),未經(jīng)浙江大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710287366.5/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 上一篇:沙發(fā)(瑪麗蓮)
- 下一篇:沙發(fā)(赫本)
- 基于快速?gòu)埩眶敯裟P偷囊曨l前景提取方法
- 運(yùn)算方法及相關(guān)方法和產(chǎn)品
- 張量寄存器文件
- 一種張量轉(zhuǎn)置方法、裝置、計(jì)算機(jī)及存儲(chǔ)介質(zhì)
- 一種基于張量的背景減除方法及系統(tǒng)
- 分解后的多維圖像的存儲(chǔ)、顯示和分析
- 在深度神經(jīng)網(wǎng)絡(luò)中利用激活稀疏性
- 一種基于張量鏈分解的流式數(shù)據(jù)增量處理方法及裝置
- 一種基于浮動(dòng)車數(shù)據(jù)加權(quán)張量重建的交通狀態(tài)估計(jì)方法
- 基于廣播機(jī)制進(jìn)行張量計(jì)算的方法、裝置、芯片及介質(zhì)
- 一種電子字典數(shù)據(jù)更新系統(tǒng)及其方法
- 一種階梯字典
- 一種基于網(wǎng)絡(luò)字典的無(wú)損數(shù)據(jù)壓縮方法
- 數(shù)據(jù)冗余消除DRE字典確認(rèn)方法和設(shè)備
- 一種對(duì)字典和字典項(xiàng)進(jìn)行處理的方法及服務(wù)器
- 一種數(shù)據(jù)字典的處理方法、裝置、存儲(chǔ)介質(zhì)及處理器
- 一種基于深度矩陣字典的字典學(xué)習(xí)方法
- 一種字典轉(zhuǎn)碼方法、裝置、存儲(chǔ)介質(zhì)及終端
- 一種基于不相干性聯(lián)合字典學(xué)習(xí)的圖像分類方法
- 一種基于Kubernetes容器配置字典和保密字典的實(shí)現(xiàn)方法及其系統(tǒng)





