发明名称 | 一种基于Low Rank的动态PET图像重建方法 | ||
摘要 | 本发明公开了一种基于Low Rank的动态PET图像重建方法,该方法通过建立重建问题的数学模型,等价问题模型的转化,并基于Low Rank方法重建PET图像;其中,利用Low Rank模型对PET图像进行重建的过程中,等价模型问题在求解过程中采用交替最小化算法。故本发明有效利用Low-Rank算法,改善了计算机在进行动态PET图像重建的过程中产生的结果低分辨率和噪声干扰的问题;与现有重建方法的实验比较表明,本发明能获得较好的重建效果。 | ||
申请公布号 | CN104063887A | 申请公布日期 | 2014.09.24 |
申请号 | CN201410253071.2 | 申请日期 | 2014.06.09 |
申请人 | 浙江大学 | 发明人 | 刘华锋;王陈也;陈舒杭 |
分类号 | G06T11/00(2006.01)I | 主分类号 | G06T11/00(2006.01)I |
代理机构 | 杭州天勤知识产权代理有限公司 33224 | 代理人 | 胡红娟 |
主权项 | 一种基于Low Rank的动态PET图像重建方法,包括如下步骤:(1)利用探测器对注入有放射性物质的生物组织进行探测,动态采集得到PET的n组符合计数向量,并对所述的符合计数向量进行校正,进而构建PET的符合计数矩阵;n为大于1的自然数;(2)根据PET成像原理,建立PET的测量方程;(3)通过对所述的测量方程引入Low Rank,得到PET的Low Rank模型如下:X=L+S Y=D(L+S)+E其中:D为系统矩阵,Y为符合计数矩阵,X为PET浓度分布矩阵,E为噪声矩阵,L为低秩的序列共享的背景,S为分割出的活动的生物组织;(4)对所述的Low Rank模型进行最小二乘正则化,得到对应的最小二乘正则化模型;(5)对所述的最小二乘正则化模型进行求解,得到对应的增强型拉格朗日函数;(6)对所述的增强型拉格朗日函数进行最小化求解,同时获得背景L和生物组织S,通过使背景L与生物组织S相叠加得到PET浓度分布矩阵X,并对其进行PET成像从而获得n帧连续的PET图像。 | ||
地址 | 310027 浙江省杭州市西湖区浙大路38号 |