[發明專利]用于核成像中增加空間分辨率的基于機器學習的閃爍體響應建模

在審

• 申請號: 202080086107.6
• 申請日: 2020-12-03
• 公開（公告）號: CN114787662A
• 公開（公告）日: 2022-07-22
• 發明（設計）人: A·F·薩洛蒙
• 申請（專利權）人: 皇家飛利浦有限公司
• 主分類號: G01T1/161
• 分類號: G01T1/161;G01T1/17
• 代理公司: 永新專利商標代理有限公司 72002
• 代理人: 孟杰雄

1.一種用于支持核成像的系統(PP)，包括：

輸入接口(IN)，其用于接收表示伽馬輻射與核成像裝置(NIA)的像素化閃爍體(SC)的相互作用的事件數據；

預訓練的機器學習部件(MLC)，其用于估計針對所述事件的點擴散函數PSF；

輸出接口(OUT)，其用于輸出所述PSF的表示。

2.根據權利要求1所述的系統，包括重建模塊(RECON)，所述重建模塊能操作于實施重建算法以根據多個這樣的事件數據和所述事件數據的估計的PSF來重建發射圖像。

3.根據權利要求1或2所述的系統，其中，所述預訓練的機器學習部件包括神經網絡模型(M)。

4.根據前述權利要求中的任一項所述的系統，其中，所述事件數據包括表示伽馬輻射的閃爍體內相互作用的至少一個可觀察量(O)。

5.根據前述權利要求中的任一項所述的系統，其中，所述PSF表示包括概率分布。

6.根據前述權利要求中的任一項所述的系統，其中，所述重建算法包括基于所述PSF的響應管建模。

7.一種核成像布置(NIR)，包括：

根據前述權利要求中的任一項所述的系統(PP)；

所述核成像裝置(NIA)，其具有所述像素化閃爍體。

8.一種用于訓練用于支持核成像的機器學習部件的系統(TS)，包括：

輸入接口(IN)，其用于接收表示與閃爍體材料的伽馬輻射相互作用的訓練輸入事件數據；

測試器(TT)，其用于將所述訓練輸入事件數據應用于機器學習模型以獲得訓練輸出數據；

更新器(UD)，其被配置為基于所述訓練輸出數據和與所述輸入事件數據相關聯的目標之間的偏差來更新所述模型的一個或多個參數，所述目標表示預期的PSF。

9.根據權利要求8所述的系統，所述訓練輸入事件數據是先前基于測量或模擬獲得的。

10.根據權利要求9所述的系統，其中，所述模擬基于蒙特卡羅模擬算法。

11.一種用于支持核成像的方法，包括：

接收(S310)表示伽馬輻射與核成像裝置(NIA)的像素化閃爍體(SC)的相互作用的事件數據；

基于預訓練的機器學習部件(MLC)來估計(S320)針對所述事件的點擴散函數PSF；

輸出(S330)所述PSF的表示。

12.一種訓練用于支持核成像的機器學習部件的方法，包括：

接收(S510)表示與像素化閃爍體材料的伽馬輻射相互作用的訓練輸入事件數據；

將所述訓練輸入事件數據應用(S520)于機器學習模型以獲得訓練輸出數據；

基于所述訓練輸出數據和與所述輸入事件數據相關聯的目標之間的偏差來調節(S530)所述模型的一個或多個參數，所述目標表示預期的PSF。

13.一種生成用于訓練用于支持核成像的機器學習部件的訓練數據的方法，包括：

模擬(S610)伽瑪光子與閃爍體的相互作用，以針對第一伽瑪光子與像素化閃爍體的相互作用的一組規定位置(P＝p_i)獲得可觀察量(O_i)的實例；并且

基于所述實例(O_i)中的給定一個實例來估計(S620)所述規定位置(P＝p_i)的分布，以獲得針對所述實例中的所述給定一個實例的PSF的表示。

14.一種計算機程序單元，所述計算機程序單元當由至少一個處理單元(PU)運行時適于使所述處理單元(PU)執行根據權利要求11-13中的任一項所述的方法。

15.一種至少一個計算機可讀介質，在其上存儲有根據權利要求14所述的程序單元。