基于深度学习的超低计数全身PET图像去噪方法

目的使用深度学习算法改善全身低计数正电子发射计算机断层成像(PET)的重建图像质量,探讨提出方法对不同噪声水平PET图像的去噪泛化性。方法使用MICCAI 2022 UDPET挑战赛数据集,提出分层向量量化变分自编码器(HVQ-VAE)算法对不同剂量衰减因子的低计数PET图像去噪。将高斯滤波作为基准模型,结合标准均方根误差、结构相似性、峰值信噪比3个定量指标与视觉图像结合评估算法的去噪性能。结果当低计数PET图像的剂量衰减因子为20时,经高斯滤波后图像质量整体提升13%,经HVQ-VAE模型去噪后图像质量总体提升20%;当低计数PET图像的剂量衰减因子为50时,高斯滤波后图像质量整体提升11%,HVQ-VAE模型去噪后图像质量总体提升24%;当低计数PET图像的剂量衰减因子为100时,高斯滤波后图像质量整体提升12%,HVQ-VAE模型去噪后图像质量总体提升36%。结论所提方法HVQ-VAE模型对不同噪声水平的全身低计数PET图像均有较好去噪效果,为降低患者辐射暴露风险同时保证图像质量提供了新的可能。

基于并行计算和多层次B样条的肺部CT-PET图像配准

为了提高医学图像配准的效率,提出一种基于并行计算和多层次B样条函数的图像配准方法。该方法提取图像均匀内部点及轮廓点作为参考图像特征点,采用并行计算技术在浮动图像上选择特征点对;在形变过程采用B样条曲面函数插值来完成,通过多层次B样条函数逐步优化形变效果。实验结果表明,该方法适合于肺器官CT-PET图像快速配准。

OSEM子集及迭代次数对PET图像质量的影响

目的 :探讨有序子集最大期望重建算法 (OSEM )中子集及迭代次数对PET图像质量的影响。材料和方法 :圆柱模型 (长 18.5cm ,直径 2 1.5cm)内灌注比活度为 1.2 5kBq/ml18F 水溶液形成本底 ,平行内置的 7个不同直径空心小圆柱内灌注18F 水溶液 (比活度 12 5kBq/ml)形成热灶 ,以 2D方式采集数据、OSEM算法重建图像 ,子集水平 3 2、16,迭代次数 1～10。在图像横断面对应外围 7个热灶画与其同大小的ROI及本底ROI ,由此计算CV等参数。结果 :相同条件下 3 2子集重建图像的热灶活度比 16子集更接近真实值。变异系数CV ,在较小热灶及背景区中 3 2子集的大于 16子集 ,较大的热灶中 3 2子集的则小于 16子集。结论 :OSEM重建方式选择 3 2子集 2～ 3次迭代 ,或 16子集 3～ 4次迭代的图像质量较好。

能窗下限对三维PET图像质量的影响

目的探讨能窗下限对三维PET图像质量的影响。方法1.模型实验。在9个直径各异的圆柱塑料管灌注放射性浓度为121kBqml的18F脱氧葡萄糖(FDG),形成热灶;在本底区灌注12.1kBqml的18FFDG水溶液形成背景区,热灶和背景区的放射性浓度比为10∶1。固定发射扫描的能窗上限(ULD)为650keV,能窗下限(LLD)分别设置为350,400及450keV,每次发射采集5min,扫描间隔1h,共12次,OSEM迭代算法重建图像。计算各热灶的对比度和信噪比。2.分别对脑、心脏及中上腹部(LLD420keV)进行各模型实验条件(或类似条件)的显像。结果1.模型实验结果。面积大小不一热灶的对比度均随采集LLD的升高而增加,而信噪比几乎保持不变。2.临床结果。①脑胶质瘤放疗术后450keVLLD时PET图像的分辨效果优于350keV,噪声也相对较低,易得出卫星灶的占位诊断。②陈旧性心肌梗死400keVLLD时PET图像明显比在350keV时清晰。③中上腹部显像420keVLLD时PET显像示腹主动脉的腔和壁分辨清楚,而350keV则不能。结论适当提高LLD可提高图像的对比度,减少噪声,对提高图像质量有一定帮助。

基于多尺度上下文信息融合的条件生成对抗神经网络用于低剂量PET图像去噪

PET成像在信号采集过程中存在辐射暴露风险,在保证成像质量的前提下需要尽可能降低示踪剂的使用剂量。这将导致PET图像伪影及信噪比低等问题。本文提出一种基于多尺度上下文信息融合的条件生成对抗网络,用于优化PET图像重建,以提高PET图像的图像质量。通过对作为生成器的编码器-解码器网络的跳过连接进行重新设计,提出一种基于多尺度上下文信息融合的跳过连接,使解码器能够在解码过程中获取来自编码器更加丰富的语义特征。采用使生成器网络学习低剂量PET图像的噪声分布的策略,降低了网络的学习难度。在低剂量PET数据集上对所提出的网络进行评估,峰值信噪比为29.948±4.062,结构相似性系数为0.926±0.030,标准均方根误差为0.395±0.211。相比于传统去噪算法Non-Local Mean和Block-Matching 3D以及2种深度学习方法RED-CNN和以U-Net为生成器的条件生成对抗网络,本文所提出的网络均取得了更加优越的性能表现。

基于Talairach图谱的脑^(18)F-FDG PET图像基底节区的自动勾画

目的建立自动勾画基底节区的方法,并测定健康人的半定量值。方法通过非线性空间变换将PET图像经图像配准和图像形变2个步骤,归一化到Talairach坐标系,根据图谱中脑功能区的坐标,在三维图像中提取相应的基底节区,计算经大脑归一化后尾状核和壳核的半定量值。结果基于Talairach图谱可自动勾画尾状核和壳核,左侧尾状核头、体、尾部的正常值分别为1.02±0.04、0.92±0.07和0.71±0.03,右侧分别为0.98±0.03、0.87±0.04和0.71±0.01,左、右侧壳核的正常值分别为1.20±0.06和1.20±0.04,左右侧半定量值差异无显著性(P>0.05)。结论基于Talairach图谱自动勾画尾状核和壳核的方法有效。

一种基于视觉显著模型的PET图像快速分割算法

由于PET图像质量较低且灰度相近导致常用的分割算法不能兼顾分割效果与分割效率,提出了一种基于视觉显著模型的PET图像分割算法。首先使用优化的Itti视觉显著模型替代人工操作对PET图像进行快速识别,并将获得的显著图进行预处理,初始化前景区与背景区的高斯混合模型,最后使用优化的GrabCut算法对PET显著图进行分割获得结果。与其他两种算法相比实验结果表明,该算法在操作简易性、算法执行效率、结果准确性具有一定优势,分割时间提升超过30%,分割精度提升超过21%。

利用统计参数图(SPM)软件分析Alzheimer(AD)患者的脑PET图像

1引言脑功能成像是神经科学中的—个重要的研究方向，其数据处理在此研究中与实验设计具有同样重要的作用。SPM（stastistical parametri cmapping）就是一款专门对脑功能图像构造统计参数图并进行统计分析而设计的软什包，其目的是通过对PET、SPECT、fMRI的脑功能显像数据进行统计分析，从而得出有普遍意义的结论。它对所有成像数据的每—个像素都分别计算，

基于网格的最小交叉熵算法在PET图像重建中的应用

基于内容的自适应三角形网格模型是描述图像的一种有效方法,本文将网格模型与最小交叉熵算法相结合,并加入先验解剖信息,用于PET图像重建.在本文提出的新算法中,先将投影数据用滤波反投影方法(FBP)生成参考图像,再对参考图像提取网格节点,用加入先验解剖信息的最小交叉熵算法对网格节点灰度值进行迭代计算,最后利用迭代后的网格节点灰度值对象素点进行插值得到重建后的图像.在仿真实验中,将该算法与最大似然方法(MLEM)等算法作比较,并分析了参数对重建结果的影响.

基于灰度共生矩阵的医学PET图像纹理分析研究

本文主要研究基于灰度共生矩阵的纹理分析方法,提取医学PET图像肿瘤靶区的纹理特征,用于量化恶性肿瘤的异质性。Haralick等首先提出了灰度共生矩阵的概念,Veenland等应用纹理特征对图像进行分析。本论文基于灰度共生矩阵对医学PET图像进行纹理分析,通过算法计算得到肿瘤图像数字化信息,不仅丰富了图像信息,更利于分析恶性肿瘤的变化情况。

人脑MRI和PET图像的融合方法

目的:研究MRI和PET医学图像融合的方法并且应用在人脑神经解剖中。方法:以Chamfermatching为基本配准方法和以模糊数学为理论基础的融合方法。结果:使得融合后图像有很强的抗配准偏差能力,并且能极大程度地保留原来解剖性信息图像和功能性图像的信息。能根据融合算子的不同组合,得到倾向于不同检查仪器结果的图像。结论:通过本文方法得出的融合后图像,能在人脑解剖结构上显示出该区域的功能状态,对于了解该结构的存在、变异、病变提供了很大的便利。对人脑神经解剖学研究和临床应用都有很大的理论和实践意义。

基于PiB PET图像感兴趣区域的阿尔茨海默症计算机辅助分析

阿尔兹海默症(AD)是一种不可逆的神经退行性疾病,PiB PET成像技术可用于AD的早期诊断。但是,目前临床基于PiB PET图像的AD诊断主要依靠医生视觉评估分析,其缺点为依赖医生经验且耗时,无法实现对患者病情的客观追踪,因此提出一种基于PiB PET图像的计算机辅助分析方法 (CAAD)实现AD诊断。使用基于阈值先验的3D格子玻尔兹曼技术分割ROIs,采用主成分分析(PCA)技术提取图像特征,最终采取基于支持向量机(SVM)多项式核模型对特征进行分类。通过对ADNI数据库和上海市华山医院PET中心的149个样本的PiB PET数据进行对比实验,该方法对于ROIs的分割后Dice系数平均准确率为91.53%±3.0%,最终对AD和正常老年组(HC)、轻度认知障碍组(MCI)和HC、AD/MCI和HC的分类准确率分别达到87.01%、93.04%和91.95%。与现有文献的AD计算机辅助诊断相比,所提出CAAD方法的准确率高出约10%。实验结果表明,该方法能够很好地对AD、MCI和HC进行分类。

基于大矩阵重建PET图像在孤立性实性肺结节良恶性鉴别中的应用

目的:探讨基于大矩阵重建PET图像在孤立性实性肺结节良恶性鉴别中的应用价值。方法:回顾性选取2019年12月-2021年3月在江门市中心医院接受治疗的孤立性实性肺结节患者80例作为研究对象。所有患者先进行常规PET/CT(128×128)图像检查,再将PET采集数据进行大矩阵(256×256)重建,测量结节的标准化摄取值(SUV)。对比两种重建方式图像质量及对肺结节良恶性诊断的差异。结果:大矩阵重建方式PET图像质量优于常规方式,差异有统计学意义(P<0.05);大矩阵重建方式良恶性显像的△SUV、延迟显像2 h SUVmax及常规显像1 h SUVmax值均高于常规方式(P<0.05)。病理诊断确诊为45例患者为良性结节,35例患者为恶性结节。大矩阵重建诊断准确率高于常规方式,误诊率、漏诊率低于常规方式,差异均有统计学意义(P<0.05)。结论:基于大矩阵重建PET图像可显著提高图像质量及在孤立性实性肺结节良恶性鉴别中的准确率,临床应用价值显著。

PET图像中基于形态学和样条模型方法进行心脏的边缘提取

PET在医学图像技术研究以及临床应用中正扮演着越来越重要的角色。在PET心脏图像中,为了测量心脏对药物的吸收率,对图像中心脏边缘的提取成为测量计算的前提和关键。我们针对PET图像心脏的边缘提取问题,从两个角度分别提出两种方法——基于数学形态学的方法和基于样条模型的方法。数学形态法是先将PET图像二值化,再结合腐蚀和膨胀——两种数学形态学的基本操作对二值图像进行处理,最终获得结果。样条模型是用一组点和连接每相邻两点之间的样条曲线来表示心脏边界,将边缘提取问题转化一个全局最优化问题。针对PET心脏图像特点,我们给出了独特的能量函数作为迭代的停步条件。最后,我们比较了两种方法的结果和效率,结果表明两种方法的分割效果都是令人满意的。具体来说,前种方法的特点在于简单,快速和高效;而后种方法的稳定性和鲁棒性,对PET图像有着非常重要的意义。

一种基于Fourier-小波矩的PET图像重建方法

正电子发射断层图像(PET)重建问题是一种不适定问题,通常需要采用正则化方法以抑制噪声,提高重建质量.本文提出一种新的非正则化重建方法,即基于Fourier-小波基函数的特征重建算法.Fourier-小波基函数结合了小波基函数和Fourier调和函数的特征,使我们便于对其进行小波分析和Fourier分析.在本文的算法中,我们采用迭代方法,计算图像的Fourier-小波矩(FWM),并由FWM恢复图像.此外我们利用Fourier-小波基函数的旋转不变性节省算法存储空间,简化计算,并且利用此性质,推导出一种类似Row-Action(RA)方法的快速收敛算法,以提高收敛速度.我们将FWM算法同几种常用算法进行了比较,实验结果表明,FWM算法的重建效果同传统的MAP算法接近,具有较好的应用前景.

一种基于非局部平均的PET图像去噪方法

去噪是医学图像处理的一个重要研究课题。本文对最近提出的非局部平均(Non-local means,NLM)算法进了研究,并将其应用于PET图像去噪。对测试图像与实际PET图像的去噪结果表明,该方法的去噪性能优于中值滤波与维纳滤波的方法,能够在保留重要诊断细节的情况下有效地抑制PET图像中的噪声。

统计参数图软件对Alzheimer病患者脑PET图像的初步分析

目的 探讨阿尔茨海默病 (AD)患者脑葡萄糖代谢特点及正电子发射计算机断层扫描(PET)对AD的诊断价值。 方法 应用统计参数图 (SPM)软件对 13例AD患者和 13例年龄、性别和文化程度相匹配的健康对照者脑PET检查结果进行处理分析。 结果 (1)健康老年人可出现顶叶葡萄糖代谢的减低 ,但程度较轻 ;AD组全脑葡萄糖代谢减低 ,以顶叶为最明显 ,其次为颞叶 ,再次为额叶 ;(2 )AD组扣带回 31、2 3、7、30区 ,顶枕 4 0、39区 ,颞叶 2 0区和额叶 9、6、8区等部位葡萄糖代谢减退较明显 ,差异有显著性 (P <0 0 5、0 0 0 1)。降低区域双侧基本对称 ,但额叶和颞叶的降低区左侧明显大于右侧。 结论 AD患者脑葡萄糖代谢普遍性降低 ,个别脑区较为明显。扣带回的 31、2 3、7、30区 ,顶枕的 4 0、39区 ,颞叶的 2 0区和额叶的 9、6、8区等部位的葡萄糖代谢半定量指标降低可作为诊断AD的重要依据之一。

PET序列图像超分辨率优质重建算法

为了从PET序列低分辨率图像中重建出优质高分辨率图像,提出了一种基于正则化参数的自适应线性斜率超分辨率算法。该算法通过对正则化线性斜率的自适应,更新动态优化代价函数,以降低对PET图像高频成分的抑制。为验证算法的有效性,采用模拟PET序列图像进行实验。实验结果表明,新算法在改善图像空间分辨率上取得良好的效果。

PET与CT或MRI异机图像融合的临床应用

将PET图像与CT或MRI图像融合,既可优势互补,又可提供更多有价值的诊断信息.笔者对此进行了尝试.

差分进化算法GVF Snake模型在PET图像分割中的应用

利用PET图像进行诊治时需要对人体病灶精确定位,PET图像中病灶目标区域的分割是早期诊断与治疗的前提和关键。基于传统Snake模型的方法在PET图像分割时存在对初始轮廓过于敏感,难以收敛到目标凹型区域等问题,为此将GVF Snake模型引入PET图像的分割中。为防止GVF Snake模型陷入局部最优,进一步利用差分进化(DE)算法的全局优化特性对GVF Snake模型分割的结果进行优化,提高PET图像分割精度。实验结果表明,该方法能有效地对PET图像中的病灶目标区域进行分割,可避免陷入局部最优且具有良好的实时性。