[發明專利]一種基于波形信號互相關的PET飛行時間估計方法

在審

• 申請號: 202211029702.3
• 申請日: 2022-08-25
• 公開（公告）號: CN115381474A
• 公開（公告）日: 2022-11-25
• 發明（設計）人: 劉華鋒;李晨旭
• 申請（專利權）人: 浙江大學
• 主分類號: A61B6/03
• 分類號: A61B6/03;A61B6/00;G06N3/04
• 代理公司: 杭州天勤知識產權代理有限公司 33224
• 代理人: 王琛

本發明公開了一種基于波形信號互相關的PET飛行時間估計方法，包括：(1)利用一對探測器與移動位置的單個點源得到不同位置上探測器所接收到的不同符合波形；(2)對波形進行預處理后進行互相關得到互相關序列；(3)將符合波形與互相關序列共同輸入至卷積神經網絡中進行學習，得到估計的TOF值。本發明通過將信號的互相關信息引入到飛行時間的估計中，并加入神經網絡學習的過程，這種方法有效地提高了TOF估計的時間分辨率。

技術領域

本發明屬于PET成像技術領域，具體涉及一種基于波形信號互相關的PET飛行時間估計方法。

背景技術

正電子發射斷層成像(Positron emission tomography，PET)是一種基于核物理的醫學成像技術，它通過放射性核素標記的示蹤劑來檢測人體內的生理化學活動，獲得人體內組織中代謝、血流等相關生理指標，已經為各類疾病的檢測和預防提供了有效依據。PET的工作原理是：將放射性核素標記的藥物通過注射或口服的方式輸入進病人體內，這些放射性藥物會隨著人體代謝、血流等過程在人體內形成特定的濃度分布，放射性核素持續發生衰變并發出正電子，在正電子與人體內負電子相遇時會發生湮滅反應，產生一對方向相反能量為511keV的伽馬光子，發射的伽馬光子被PET探測器探測得到，將探測得到的結果進行校正、重建的過程，即可得到放射性示蹤劑在人體內的分布圖像，以此進行醫學診斷。

然而目前PET圖像的空間分辨率約為3～4mm，遠高于CT、MRI等醫學檢測手段的分辨率；為了獲得更高的空間分辨率，除了需要在PET探測器的硬件層面做出優化，也需要在重建算法層面做出優化。其中TOF(Time-of-Flight)-PET是記錄了光子飛行時間的PET探測方式，相較于普通的PET探測數據，TOF-PET記錄了伽馬光子到達兩個探測器的時間，然而TOF時間的分辨率受到探測器物理性能的限制，TOF時間的探測精度越高，則可以給重建算法添加越強的約束，從而能獲得越好的重建效果。因此，提高TOF的分辨率是TOF-PET亟待解決的首要問題。

目前，通過探測所得的波形信息提取TOF時間信息的方式主要有兩種：前沿鑒別與恒比定時鑒別。前沿鑒別方式將每個脈沖的到達時間確定為信號的前沿越過設定閾值的時間，此方法需人工設定一個信號強度閾值。恒比定時鑒別方式與前沿鑒別方式相似，區別在于其設定的不是信號強度閾值，而是信號強度的百分比閾值，脈沖的前沿到達此脈沖峰值信號的設定百分比的時間則被確定為脈沖的到達時間。相較于前沿鑒別方式，恒比定時鑒別器消除了每個波形因峰值信號大小不同而帶來的影響。

上述兩種方式均源于最基礎的信號處理技術，因為這兩種方式在歷史上很容易通過電子電路的方式進行實現，此類方法暴力地將探測器探測所得到的波形信息壓縮為兩個時間點信息，并直接通過兩個時間點相減而求得TOF信息，忽略了波形信號中隨機變化可能對TOF時間精度造成的影響。然而，隨著快速波形數字化儀的投入使用，現在可以利用更先進的信號處理技術來檢測波形中可能包含的更多的定時信息。文獻[Berg E,Cherry SR.Using convolutional neural networks to estimate time-of-flight from PETdetector waveforms[J].Physics in MedicineBiology,2018,63(2):02LT01]提出使用卷積神經網絡來估計TOF時間，通過將波形信號數字化，將信號序列與TOF時間作為神經網絡的輸入與標簽進行訓練，通過機器學習的模式來學習波形信號中潛在的時間信息，以提高TOF時間分辨率。

對于上述方法，無論是傳統的鑒別方法還是深度學習方法，均是對于單個脈沖信號的單獨處理，而忽視了TOF信號來源于兩個相似脈沖信號的事實；前述方法均沒有對兩個脈沖信號之間的關系作處理，導致可能會丟失一些信號間的時間信息。

發明內容

鑒于上述，本發明提供了一種基于波形信號互相關的PET飛行時間估計方法，能夠有效地提高TOF時間探測的分辨率。

一種基于波形信號互相關的PET飛行時間估計方法，包括如下步驟：