[發明專利]使用深度學習根據低劑量PET成像進行全劑量PET圖像估計

在審

• 申請號: 201880090666.7
• 申請日: 2018-12-26
• 公開（公告）號: CN111867474A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: S·卡普蘭;Y-M·朱;A·安德烈耶夫;白傳勇;S·M·科紹夫
• 申請（專利權）人: 皇家飛利浦有限公司
• 主分類號: A61B6/03
• 分類號: A61B6/03;A61B6/00;G06N3/02;G06T5/00;G06T7/00
• 代理公司: 永新專利商標代理有限公司 72002
• 代理人: 劉兆君

重建發射成像數據以生成低劑量重建圖像。應用標準化攝取值(SUV)轉換(30)以將所述低劑量重建圖像轉換為低劑量SUV圖像。將神經網絡(46、48)應用于所述低劑量SUV圖像以生成估計的全劑量SUV圖像。在應用所述神經網絡之前，使用低通濾波器(32)對所述低劑量重建圖像或所述低劑量SUV圖像進行濾波。使用具有均方誤差損失分量(34)和懲罰圖像紋理的損失的損失分量(36)和/或促進邊緣保留的損失分量(38)的損失函數在訓練低劑量SUV圖像集和對應的訓練全劑量SUV圖像上訓練所述神經網絡，以變換所述訓練低劑量SUV圖像來匹配所述對應的訓練全劑量SUV圖像。

技術領域

下文總體上涉及醫學成像領域、正電子發射斷層攝影(PET)成像和圖像重建領域、單光子發射計算機斷層攝影(SPECT)成像和圖像重建領域以及相關領域。

背景技術

在腫瘤學中，PET成像用于完成諸如評價病變惡性程度和疾病階段之類的任務。在典型的工作流程中，將放射性藥物施用于患者(例如，靜脈注射)。在一些PET成像工作流程中，通常在經過數十分鐘到一個小時的等待時間后，將患者裝載到PET成像掃描器中并且采集PET成像數據。在等待時段期間，預計放射性藥物優先被收集在感興趣組織(例如，放射性示蹤劑攝取量高的惡性病變)中。因此，PET成像數據表示放射性藥物在患者體內的分布，因此呈現了包含放射性藥物的組織或器官的圖像。

由于在PET掃描期間患者和技術人員會暴露于大量輻射，因此在PET中使用放射性示蹤劑進行病變探測值得關注。暴露于高水平輻射會增加患癌的風險。因此，期望減少用于向患者注射的放射性示蹤劑的劑量以最大程度地減小輻射暴露。然而，在給定的PET成像數據采集時間段內，較低劑量的放射性藥物轉化為較低的總計數；較低的總計數繼而會在重建的PET圖像中轉化成較高的相對噪聲，并且可能還會丟失更精細的細節。結果得到的“低劑量”PET圖像的整體質量較低可能會導致錯誤診斷，例如丟失較小的病變和/或錯誤解讀探測到的病變的狀態。已經做出努力以通過采集后圖像處理技術來應對低劑量PET的圖像質量下降。例如，采用邊緣保留的圖像正則化能夠減少噪聲。

還已經通過經由深度學習進行降噪來努力減輕低劑量的影響。通過模型來學習低劑量圖像與全劑量圖像之間的關系。在下面的文獻中描述了這種方法的一些示例：Xiang等人的“Deep auto-context convolutional neural networks for standard-dose PETimage estimation from low-dose PET/MRI”(神經計算，第267卷，第1期，第406-416頁，2017年6月)；Yang等人的“CT Image Denoising with Perceptive Deep NeuralNetworks”(第14屆放射與核醫學全三維圖像重建國際會議，中國西安，2017年，第858-863頁)；以及Wolterink等人的“Generative Adversarial Networks for Noise Reductionin Low-Dose CT”(IEEE醫學成像匯刊，第36卷，第12期，2017年12月)。

下文公開了某些改進。

發明內容

在本文公開的一些實施例中，一種發射成像數據重建設備包括電子處理器和非瞬態存儲介質，所述非瞬態存儲介質存儲指令，所述指令能由所述電子處理器讀取并運行以執行圖像重建和增強過程，所述圖像重建和增強過程包括：重建發射成像數據以生成低劑量重建圖像(例如，灰度值圖像)；應用標準化攝取值(SUV)轉換以將所述低劑量重建圖像轉換為低劑量SUV縮放圖像；以及將神經網絡應用于所述低劑量SUV圖像以生成估計的全劑量SUV圖像。在一些實施例中，SUV圖像可以包括瘦體重SUV(SUL)圖像。