[發(fā)明專利]基于聯(lián)合字典學習和深度網(wǎng)絡的PET圖像重建方法

有效

• 申請?zhí)枺?/td>: 202110730163.5
• 申請日: 2021-06-29
• 公開（公告）號: CN113450427B
• 公開（公告）日: 2023-09-01
• 發(fā)明（設計）人: 鄭海榮;李彥明;萬麗雯;張娜;徐英杰
• 申請（專利權）人: 深圳高性能醫(yī)療器械國家研究院有限公司
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06V10/774;G06V30/242;G06V10/82;G06N3/045;G06N3/0475;G06N3/094;A61B6/00;A61B6/03
• 代理公司: 北京市誠輝律師事務所 11430
• 代理人: 朱偉軍;耿慧敏

1.基于聯(lián)合字典學習和深度網(wǎng)絡的PET圖像重建方法，其特征在于，包括以下步驟：

獲取訓練樣本，其中所述訓練樣本包括低劑量補丁以及與其相對應的MR補丁和標準劑量補丁；

根據(jù)訓練樣本利用字典學習獲取聯(lián)合字典，其中，所述聯(lián)合字典包括低劑量字典、MR字典和標準劑量字典；

獲取低劑量樣本向量、MR樣本向量和標準劑量樣本向量，其中，所述低劑量樣本向量、MR樣本向量和標準劑量樣本向量分別為低劑量補丁、MR補丁和標準劑量補丁在與其對應的低劑量字典、MR字典和標準劑量字典下的稀疏系數(shù)；

構建DNN網(wǎng)絡；

根據(jù)低劑量樣本向量、MR樣本向量和標準劑量樣本向量訓練所述DNN網(wǎng)絡直至收斂，得到低劑量樣本向量到標準劑量樣本向量的映射模型；

將低劑量PET圖像以及其對應的MR圖像進行預處理，并利用獲取的聯(lián)合字典以及訓練后的DNN網(wǎng)絡預測得到標準劑量PET圖像，具體步驟包括：

將低劑量PET圖像和MR圖像以一定的步長分塊，并將塊延展成一維塊向量；

將所述塊向量結合低劑量字典和MR字典得到與其對應的稀疏系數(shù)；并將其作為低劑量樣本向量輸入訓練好的DNN網(wǎng)絡模型得到預測的標準劑量樣本向量；

將得到標準劑量樣本向量結合標準劑量字典得到標準劑量圖像塊，按照設定的步長組合標準劑量圖像塊即為預測的標準劑量PET圖像。

2.根據(jù)權利要求1所述的基于聯(lián)合字典學習和深度網(wǎng)絡的PET圖像重建方法，其特征在于，根據(jù)低劑量樣本向量、MR樣本向量和標準劑量樣本向量訓練所述DNN網(wǎng)絡直至收斂，得到低劑量樣本向量到標準劑量樣本向量的映射模型的步驟具體包括：

將低劑量樣本向量和MR樣本向量作為DNN網(wǎng)絡的輸入，標準劑量樣本向量作為結果，訓練DNN網(wǎng)絡直至收斂，得到低劑量樣本向量到標準劑量樣本向量的映射模型。

3.根據(jù)權利要求2所述的基于聯(lián)合字典學習和深度網(wǎng)絡的PET圖像重建方法，其特征在于，構建DNN網(wǎng)絡步驟中，DNN網(wǎng)絡包括輸入層、隱藏層和輸出層，所述隱藏層采用3層網(wǎng)絡，每層神經(jīng)元個數(shù)為2048。

4.根據(jù)權利要求2所述的基于聯(lián)合字典學習和深度網(wǎng)絡的PET圖像重建方法，其特征在于，字典學習采用獲取稀疏系數(shù)和聯(lián)合字典更新交替進行的方式，具體步驟包括：

構建初始化聯(lián)合字典；

根據(jù)初始化聯(lián)合字典獲取稀疏系數(shù)；

將所述初始化聯(lián)合字典拆分為低劑量字典、MR字典和標準劑量字典，并利用獲取的稀疏系數(shù)分別更新低劑量字典、MR字典和標準劑量字典；并將更新后的低劑量字典、MR字典和標準劑量字典合并成聯(lián)合字典；對稀疏系數(shù)和聯(lián)合字典進行迭代更新，直至收斂。

5.根據(jù)權利要求4所述的基于聯(lián)合字典學習和深度網(wǎng)絡的PET圖像重建方法，其特征在于，在獲取聯(lián)合字典時，第一稀疏系數(shù)的獲取采用OMP方法，字典更新采用KSVD方法。

6.根據(jù)權利要求5所述的基于聯(lián)合字典學習和深度網(wǎng)絡的PET圖像重建方法，其特征在于，在構建DNN網(wǎng)絡步驟之前還包括：對低劑量樣本向量、MR樣本向量和標準劑量樣本向量進行預處理；

預處理步驟包括：將不為零的低劑量補丁、MR樣本向量和標準劑量補丁所對應的稀疏索引分別作為低劑量樣本向量、MR樣本向量和標準劑量樣本向量；其中，稀疏索引為向量聯(lián)合對應的稀疏系數(shù)組成向量。

7.根據(jù)權利要求1所述的基于聯(lián)合字典學習和深度網(wǎng)絡的PET圖像重建方法，其特征在于，獲取訓練樣本，其中，所述訓練樣本包括低劑量補丁以及與其相對應的MR補丁和標準劑量補丁的步驟具體包括：

獲取低劑量PET圖像以及與其相對應的MR圖像和標準劑量PET圖像；

從所述低劑量PET圖像中隨機選取小塊并延展成一維向量作為低劑量補丁，并同時從MR圖像、標準劑量圖像中的相對應位置上分別選取小塊并延展成一維向量作為MR補丁和標準劑量補丁。