正则化有序子集最大期望值重建算法对^(18)F-脱氧葡萄糖PET/CT图像质量和标准摄取值的影响

目的:探讨正则化有序子集最大期望值(OSEM)(正则化OSEM)迭代算法对^(18)F-氟代脱氧葡萄糖(^(18)F-FDG)正电子发射断层显像/计算机断层显像(PET/CT)图像质量和标准摄取值(SUV)的影响。方法:选取医院核医学科行^(18)F-FDG PET/CT检查的144例肿瘤复查患者的PET图像,图像重建采用OSEM迭代法、OSEM+点扩散函数(PSF)、OSEM+飞行时间(TOF)、OSEM+PSF+TOF和正则化OSEM(依次为M1、M2、M3、M4和M5)。测量病灶最大SUV(SUV_(max))、病灶平均SUV(SUV_(mean))、肝脏平均SUV及肝脏SUV标准差,计算信噪比(SNR)、对比度(CONT)及肝脏变异系数(CV),并比较M5算法与M1~M4算法的SUV_(max)差异性(△SUV%)。行Kruskal-Wallis秩和检验分析不同重建算法间各项指标差异。结果:M1~M5算法所得病灶SUV_(max)、SUV_(mean)总体分别呈递增趋势,M1~M5算法所得SUV_(max)、SUV_(mean)的差异均有统计学意义(H=168.0,H=152.9;P<0.05);将M5算法与M1~M4算法所得SUV_(max)、SUV_(mean)分别两两进行比较,差异具均有统计学意义(H_(SUVmax)=357.3,H=345.2,H=274.4,H=210.9;H_(SUVmean)=340.7,H=332.6,H=254.2,H=205.1;P<0.05),所有病灶△SUV%均>0(范围为2.1%~261.1%)。对于小病灶图像,M5算法较M1~M4算法所得SUV_(max)、SUV_(mean)均有明显提升,差异有统计学意义(H=37.5,H=36.7;P<0.05);对于肥胖患者的图像,M1~M5算法的SUV_(max)差异无统计学差异,SUV_(mean)差异具有统计学意义(H=10.4,P<0.05)。M5算法所得SNR和CONT较M1~M4算法差异均有统计学意义(H_(SNR1)=391.8,H=304.0,H=376.8,H=242.0;H_(CONT)=335.8,H=321.7,H=260.3,H=198.2;P<0.05)。M5算法所得CV与M1算法、M3算法和M4算法两两比较差异均有统计学意义(H=-289.1,H=-466.2,H=-218.5;P<0.05)。结论:正则化OSEM重建算法可改善PET图像质量,对病灶SUV有显著增益作用,对小病灶及肥胖患者同样适用。

基于多分辨率的PET图像优质有序子集最大期望重建算法

在正电子发射断层扫描(PET)成像中,最大似然期望(MLEM)算法因不能有效地抑制噪声、收敛速度慢而难以直接应用于临床。有序子集最大期望(OSEM)算法具有较快的收敛速度,但是在迭代一定次数之后重建质量会迅速下降。针对此问题,将多分辨率技术引入到有序子集最大期望重建算法的子集中,以此抑制噪声,同时稳定求解过程。实验结果表明,新的重建算法克服了传统算法图像退化的缺点,并具有加快算法收敛速度的优点,能获得较高的信噪比(SNR)和较好的图像视觉效果。

基于可变有序子集的惩罚最小二乘算法

传统算法不能有效的抑制噪声且收敛速度慢。为了解决这些问题,在最小二乘算法中引入中值先验,并结合可变有序子集(MOS)技术用于PET图像重建,形成了基于可变有序子集的惩罚最小二乘算法(MOS-PLS-Median)。仿真结果表明,MOS-PLS算法相对于最小二乘(LS)等传统算法,不仅能够有效的抑制噪声,重建出质量更好的图像,而且较大地提高了收敛速度。

可变有序子集PML算法在PET中的应用

在正电子发射断层重建(PET)中,M LEM算法不但收敛速度慢,而且还不能有效抑制噪声.随着迭代次数的增加,重建图像中的噪声同时也会逐渐上升,从而造成重建图像质量的下降.在M L算法中加入正则惩罚项,并结合可变有序子集(MOS)方法用于PET图像重建,形成了可变有序子集的惩罚最大似然算法(OS-PML),它结合了MOS算法和PML算法的优点.运用MOS-PM L和其他重建算法对正电子发射断层(PET)进行了重建实验,仿真结果表明,MOS-PM L算法相对于MLEM和PML算法,不仅能抑制噪声,重建的图像质量更高,而且收敛速度也有了较大提高.

正电子发射断层图像重建中基于有序子集惩罚最小二乘算法的应用

为了解决正电子断层成像中传统迭代重建算法不能有效抑制噪声和收敛速度慢的问题,在最小二乘算法中引入二次平滑先验惩罚项,并结合有序子集加速方法用于正电子发射断层图像重建,形成了有序子集惩罚最小二乘算法。实验结果表明,有序子集惩罚最小二乘算法相对于最大似然估计等算法,不仅能够有效地抑制噪声,重建出质量更好的图像,而且较大地提高了收敛速度。

3D均值中值滤波参数对3D有序子集期望最大化重建图像的影响

目的采用3D均值中值滤波器对重建前投影数据进行滤波处理,并调整参数定量分析3D均值中值滤波参数选取对有序子集期望最大化(OSEM)重建图像的影响。方法对分析模拟软件(ASIM)模拟的3D模体投影数据进行3D均值中值滤波处理。利用开源断层图像重建(STIR)软件中的OSEM算法对滤波前后投影数据进行重建,视觉和定量评估重建图像。结果滤波参数K与图像质量密切相关。K值过大时重建图像边缘保持效果较差,图像过平滑;K值过小则不能抑制噪声,重建图像细节模糊。结论重建图像噪声大小以及边缘保持效果对滤波参数K十分敏感。根据梯度分布直方图确定滤波参数选取范围,结合梯度分布比从中折中选择适当参数,既可去除噪声,又能保护图像边缘。

基于有序子集加速拆分算法的三维CT图像重建

针对计算机断层扫描(CT)重建过程中统计方法计算时间较长的问题,提出一种利用有序子集加速拆分算法的三维CT图像重建方法。该方法充分利用线性约束凸优化问题的增广拉格朗日(AL)方法在较弱条件下的收敛速度快的优势;同时针对内部最小二乘问题,使用AL方法的线性变形求解加权正则化最小二乘问题,该方法使用可分离二次型代理函数代替缩放增广拉格朗日中的二次型AL惩罚项,得到一种简单有序子集(OS)加速型拆分算法(OS-ASA),避免了繁琐的参数调整,可快速收敛。实验结果表明,该文算法显著加快了CT图像重建的收敛速度,当使用子集较多时,CT图像重建可以减少OS伪影。

基于有序子集的惩罚加权最小二乘低剂量CT优质重建算法研究

为解决低剂量CT图像重建的噪声问题,在经典的加权最小二乘迭代算法的基础上,采用有序子集设计策略,针对此问题进行低剂量CT图像优质重建。有序子集技术下惩罚加权最小二乘算法,可以较有效处理低剂量条件下CT重建信息量不足带来的缺点。同时有序子集的引入,使得新算法较经典的惩罚加权最小二乘算法在速度上得到很大提高,低剂量CT的重建图像仍可保持较佳的图像质量和较高的空间分辨率。

基于有序子集期望最大化的螺旋半扫描重建

提出了基于直接螺旋半扫描数据的有序子集期望最大化(OSEM)迭代重建.该方案省略了螺旋CT中对投影数据的插值步骤,利用螺旋CT中相邻重建层间的相似性,将当前层的重建结果作为下一层重建时OSEM算法的初始输入.实验结果表明,在螺距较小的情况下,该重建方案使得螺旋CT在重建质量优于滤波反投影的前提下,所需的重建时间显著减少.

有序子集最大似然SPS算法在CT中的应用

研究CT图像技术,就是投影图像重建过程。为了提高X射线CT图像重建的收敛速度和图像质量,将有序子集最大似然可分离的抛物面型替代函数算法(OS-ML-SPS)应用于X射线CT图像重建,通过对Shepp-Logan头部模型的一个切片进行仿真实验,验证了算法的可行性,然后用来重建X射线CT采集的实际投影数据,并与ART算法,FBP算法相比较,重建结果表明,OS-ML-SPS算法的初始收敛速度明显比ART快,其重建的图像质量优于FBP算法。算法为X射线CT图像重建提供了新的研究途径。

采用各向同性的三维分辨率恢复有序子集最大期望值法迭代重建儿童骨^(99)Tc^m-MDP SPECT影像

目的对各向同性的三维分辨率恢复有序子集最大期望值法(OSEM-3D)迭代重建的儿童99Tcm标记的亚甲基二磷酸盐(MDP)单光子发射计算机体层摄影(SPECT)

基于全变分最小化和快速一阶方法的低剂量CT有序子集图像重建

低剂量计算机断层成像(computed tomography,CT)具有减少X射线对患者的伤害的优势.本文主要针对从不完备投影数据重建出高质量低剂量CT图像的问题.通常,这个问题可以通过统计图像重建方法来实现,而统计重建算法需要非常多的迭代次数,导致了巨大的计算时间压力,以至于很难应用在实践中.为解决此问题,本文提出一种有序子集重建算法,该算法结合了全变分最小化和快速一阶方法以减少重建的迭代次数,采用Split Bregman交替方向法求解上述优化问题,利用投影到凸集合的方法加快迭代的收敛速率.实验结果表明,在同样的迭代次数下,本文提出的方法与基于有序子集的一阶方法相比较,相对重建误差的下降速度更快.

限定条件下的有序多子集组计数问题

研究了在限定条件下的有序多子集组计数问题,推导了在条件:(A_1∪…∪A_p)∪(B_1∩…∩B_q)=N_n,A_1,…,A_p,B_1,…,B_q■N_n下,集函数x_1^(|A_p|)…x_p^(|A_p|)y_1^(|B_1|)…y_q^(|B_q|)的相关计数式,得到了一个重要的定理:W_(n;p,q)(x,y)=Σ_A1,…,A_p,B_1,…,B_q■N_n(A_1∪…∪A_p)∪(B_1∩…∩B_q)=N_nx_1^(|A_p|)…x_p^(|A_p|)y_1^(|B_1|)…y_q^(|B_q|)={[f(X)-1]g(Y)+y_1y_2…yq}~n,其中f(X)=(1+x_1)(1+x_2)…(1+x_p),g(y)=(1+y_1)(1+y_2)…(1+y_q).并在此基础上,做了一系列推广及应用.

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。

扇束图像重建中OSEM算法及子集划分的研究

将一种快速迭代图像重建方法OSEM用于仿真Phantom模型的扇束投影数据的重建中,验证其重建参数的有效取值范围,分析比较不同子集选取对扇束OSEM重建的图像质量以及收敛速度的影响。方法: 本研究采用事先计算特定几何扇束扫描的概率矩阵和最大间距划分投影子集的方法,选取图像大小为128*128。通过对模拟的Phantom扇束投影数据的重建,结果: OSEM重建效果好于传统滤波反投影(FBP)重建的结果,尤其是在有噪声情况下,在一定范围内重建质量与迭代次数和子集划分个数成正比,而计算时间仅仅与迭代次数正比。结论: 恰当地选取子集个数,扇束OSEM重建可用较少迭代次数和较短的计算时间获取好的重建图像。

序列子集联合代数重建技术

图像重建迭代算法的主要缺点是计算量大,重建速度慢。为减少计算时间,Hudson等提出了有序子集算法,由于该算法在每次迭代时使用固定的子集个数,重建图像的质量主要依赖于迭代步中的子集数。本文提出序列子集联合代数重建技术,在每次迭代后减少使用的子集个数,这样在加速图像收敛的同时恢复重建图像的各种频率元素。实验结果表明序列子集联合代数重建技术可在少数次迭代后提供较高质量的重建图像,且对噪声数据不敏感。

图像重建的统计自适应子集算法

有序子集算法大大提高了图像重建迭代算法的收敛速度.增加子集的数目可以加速收敛,但图像质量会由于子集内缺少统计信息而下降.提出了一种基于假设检验的子集划分方法,建立了检验统计量,给出了算法的迭代公式.该算法可以根据用户定义的显著性水平,在每次迭代时自动调节子集的个数,生成含有相同统计信息量的子集.实验结果表明:该方法可以在少数次迭代后得到较高质量的重建图像.

探究^(64)Cu-FAPI-XT PET/CT不同采集条件对图像质量的影响

目的:探讨在不同采集时间、注射剂量与重建算法下对^(64)Cu-FAPI-XT正电子发射体层成像(positron emission tomography,PET)/计算机体层成像(computed tomography,CT)图像质量的影响,从而为临床实践提供参考。方法:回顾并选取2023年6—9月于广州医科大学附属第一医院行PET/CT检查的11例肿瘤患者,其中6例患者为高剂量组(^(64)Cu-FAPI-XT剂量2.22~3.22 MBq/kg),5例患者为低剂量组(^(64)Cu-FAPI-XT剂量1.59~2.18 MBq/kg)。所有患者均在静卧60 min后行PET/CT全身扫描,采集时间均为3.0 min/床位。采用有序子集最大期望值法(ordered subset expectation maximization,OSEM)和贝叶斯惩罚似然重建法(HYPER Iterative)两种算法对3.0 min/床位图像进行时间切割重建,分为以下5组:1.0 min/床位、1.5 min/床位、2.0 min/床位、2.5 min/床位、3.0 min/床位。由2名医师对所有图像进行主观评分,比较不同组图像的图像质量、噪声水平与诊断价值。测量肝脏、纵隔血池的平均标准摄取值(mean standard uptake value,SUVmean)、标准差(standard deviation,SD)和信噪比(signal-to-noise ratio,SNR)以进行半定量分析。结果:主观评价中高剂量组,HYPER Iterative重建与OSEM重建采集2.0 min/床位图像,图像质量能达到日常诊断要求(评分均≥3分)。低剂量组,HYPER Iterative重建采集2.0 min/床位图像,或OSEM重建采集2.5 min/床位图像,图像质量能达到日常诊断要求(评分均≥3分)。客观半定量分析:在相同采集时间下,注射不同剂量^(64)Cu-FAPI-XT扫描PET图像,HYPER Iterative重建图像质量均明显优于OSEM重建(P<0.05)。在高剂量组中1.5 min/床位组的图像质量明显优于1.0 min/床位组(P<0.05),而1.5 min/床位组的图像与2.5 min/床位组的图像质量差异无统计学意义(P>0.05)。在低剂量组中2.0 min/床位组与3.0 min/床位组的图像质量差异无统计学意义(P>0.05)。结论:以^(64)Cu-FAPI-XT为显像剂的uMI Panorama PET/CT图像采用HYPER Iterative重建方法的高剂量组需要采集1.5 min/床位PET图像质量可达到日常诊断要求;而在低剂量组中需要采集2.0 min/床位才可达到日常诊断要求。

^(18)F-FDG符合线路显像在卵巢上皮性癌术后监测中的价值

目的探讨18F-脱氧葡萄糖(FDG)符合线路显像在卵巢上皮性癌术后监测中的价值。方法对33例卵巢上皮性癌术后临床完全缓解6个月以上患者进行18F-FDG符合线路显像,经有序子集最大期望值法(OSEM)同时重建衰减与无衰减校正断层图像,用感兴趣区(ROI)技术计算病变/正常组织比值(L/B)。并与同期CT、B超结果和血清CA125水平比较。20例施行2次探查术或再次肿瘤细胞减灭术的患者以病理学检查结果进行评判,13例未再次手术者以随访和其他检查结果进行评估。结果18F—FDG符合线路显像24例患者发现异常放射性浓聚灶,3例假阳性。衰减与无衰减校正图像L/B分别为4.9±4.3和4.2±4.0。9例未见异常放射性浓聚灶,4例假阴性。其灵敏度、特异性、准确性、阳性预测值和阴性预测值分别为84.0%、62.5%、78.8%、87.5%和55.6%。与CT、B超结果比较,准确性差异有显著性(x2=4.89、5.0,P均<0.05)。结论18F-FDG符合线路显像能弥补其他影像学检查的不足,增加诊断信息。