[發(fā)明專利]基于EM算法的動態(tài)PET參數(shù)圖像分部重建算法

在審

• 申請?zhí)枺?/td>: 202011424506.7
• 申請日: 2020-12-08
• 公開（公告）號: CN114612583A
• 公開（公告）日: 2022-06-10
• 發(fā)明（設計）人: 陳子翔;胡戰(zhàn)利;鄭海榮;梁棟;劉新;楊永峰
• 申請（專利權）人: 中國科學院深圳先進技術研究院
• 主分類號: G06T11/00
• 分類號: G06T11/00
• 代理公司: 北京市誠輝律師事務所 11430
• 代理人: 楊帥峰

1.基于EM算法的動態(tài)PET參數(shù)圖像分部重建算法，其特征在于，包括：將耦合血流生理學模型與成像線性方程得到的參數(shù)圖像成像線性方程進行拆解，將重建目標圖像分解為兩個目標圖像，并通過交替進行的EM迭代圖像重建算法重建斜率圖像κ與截距圖像b。

2.根據(jù)權利要求1所述的基于EM算法的動態(tài)PET參數(shù)圖像分部重建算法，其特征在于，所述參數(shù)圖像成像線性方程拆解為下式：

其中，與分別為當前動態(tài)PET成像任務對應的血液輸入函數(shù)C_p(t)的時間積分函數(shù)和C_p(t)的衰減積分函數(shù)；P為成像系統(tǒng)矩陣；r為投影數(shù)據(jù)中的散射與隨機符合時間；為克羅內(nèi)克積運算；κ和b分別為待重建的Patlak曲線斜率圖像與截距圖像。

3.根據(jù)權利要求2所述的基于EM算法的動態(tài)PET參數(shù)圖像分部重建算法，其特征在于，所述時間積分函數(shù)表示為：

其中，n表征某個時間幀，t_s，n為時間幀n的起始時間；t_e，n為時間幀n的結束時間；τ為積分時間變量；ξ為內(nèi)層函數(shù)積分時間變量；λ為標記同位素的衰減常數(shù)。

4.根據(jù)權利要求2所述的基于EM算法的動態(tài)PET參數(shù)圖像分部重建算法，其特征在于，所述衰減積分函數(shù)表示為：

5.根據(jù)權利要求1所述的基于EM算法的動態(tài)PET參數(shù)圖像分部重建算法，其特征在于，所述EM迭代圖像重建算法包括如下斜率圖像κ迭代公式：

其中，N為目標參數(shù)圖像像素數(shù)，1_N為長度為N的元素值全為1的列向量；T表示矩陣轉置。

6.根據(jù)權利要求5所述的基于EM算法的動態(tài)PET參數(shù)圖像分部重建算法，其特征在于，所述EM迭代圖像重建算法包括如下截距圖像b迭代公式：

7.根據(jù)權利要求6所述的基于EM算法的動態(tài)PET參數(shù)圖像分部重建算法，其特征在于，所述EM迭代圖像重建算法采用迭代公式交替迭代方式，迭代計算達到穩(wěn)定收斂之后，即獲得直接重建的Patlak曲線重建斜率圖像κ和截距圖像b。

8.根據(jù)權利要求1所述的基于EM算法的動態(tài)PET參數(shù)圖像分部重建算法，其特征在于，所述算法包括人體腦部、胸部、肝部、腎臟或全身動態(tài)PET參數(shù)圖像。

9.根據(jù)權利要求1所述的基于EM算法的動態(tài)PET參數(shù)圖像分部重建算法，其特征在于，所述算法重建的斜率圖像κ的PSNR值達到28.0636，截距圖像b的PSNR值達到22.2039。