基于压缩感知理论的tof-pet图像重建方法
【专利摘要】本发明提供一种基于压缩感知理论的TOF-PET图像重建方法。该方法包括：S1.根据飞行时间定位成像原理，通过TOF重建算法基于TOF-PET探测器得到的数据集以及一初始图像重建出第一图像；S2.根据压缩感知理论，对所述第一图像的一稀疏表达方式以lp范数最小化为目标求解，并根据求解结果更新所述第一图像，得到第二图像；S3.判断是否达到停止条件：若是，则以所述第二图像为结果图像；若否，则将所述初始图像更新为所述第二图像，并转至步骤S1。通过本发明可以更充分的利用给出的时间信息，减少采集时间，降低药物剂量；同时，不但可以提高图像信噪比，而且对噪声有显著的抑制作用，因此可以获得更优的图像质量。
【专利说明】基于压缩感知理论的TOF-PET图像重建方法
【技术领域】
[0001]本公开涉及核医学影像成像【技术领域】，尤其涉及一种基于压缩感知理论的TOF-PET图像重建方法。
【背景技术】
[0002]正电子发射断层成像(Positron Emiss1n Tomography, PET)是临床上应用广泛的一种无创核医学影像诊断技术，其通过对注入活体的放射性示踪剂成像，从而提供活体的新陈代谢等功能信息，在临床诊断、疗效评价、基础医学研究以及新药研发中发挥着重要作用。其主要原理为:将标记有正电子核素的放射性示踪药物注射入被检测体内，正电子核素发生衰变发射出正电子，与被检测对象体内的负电子发生湮没反应，产生两个方向相反，能量均为511KeV的Y光子，从而被放置在被检测对象周围的闪烁晶体条探测到。经过电子学符合探测的处理，记录下符合要求的Y光子对，其中一次湮灭反应被称为一个事例。
[0003]如图1A以及图1B所示，探测到一个事例的两个伽马光子的晶体条之间的连线称作响应线12 (Line of Response，L0R)。其中图1A展示的探测器11为环形探测器，图1B展示的探测器11为平板型探测器，更为具体的，平板型探测器可分为静态型与旋转型两种，但这些探测器成像原理均相同。记录大量这样的事例后，通过图像重建即可获得放射性示踪药物活度分布图。
[0004]随着现代PET技术的发展，PET的各部分性能一直在优化，一种基于飞行时间(Time-of-Flight,T0F)技术的PET(即T0F-PET)逐渐成为人们关注的焦点。TOF-PET与传统PET最大的区别在于它能够根据两个Y光子飞到两端晶体条的时间差，来大致确定湮没反应发生在响应线上的位置(即图1A以及图1B中的湮没点13)。由于传统PET无法预知湮没反应发生的位置，因而只能将每条响应线对应的事例等权重的分配到该响应线经过的所有路径，而TOF-PET则能够按照不同的权重(一般来说是高斯分布)对响应线上的计数来进行分配，例如可以如图2中所示。
[0005]理论上来说，只要时间信息足够精确，TOF-PET就可以根据Y光子入射到两端晶体条的时间差来完全确定湮没点13所在的位置。然而由于目前探测器的时间分辨率有限，时间测量具有一定的不确定性，仍然需要通过图像重建来获得放射性分布的图像。尽管如此，相比较传统PET而言，TOF-PET仍然具有巨大的优势:由于将反投影限定在了一定范围，TOF-PET可以显著提高图像信噪比以及对比度恢复系数，从而提高小病灶的检出率。同时，TOF-PET可以在保持图像质量的同时，降低药物剂量和减少采集时间，从而降低被探测者及操作者所受的辐射风险。
[0006]申请号为CN200780027583的中国专利申请公开了一种“用于改进的TOF-PET重建的方法和系统”技术方案，该方案包括以下步骤:基于第一时间分辨率估计第一正电子湮没事件的位置；基于第二时间分辨率估计第二正电子湮没事件的位置；利用所估计的位置来重建正电子湮没事件的图像。
[0007]申请号为CN201080030171的中国专利申请公开了一种“利用基于飞行时间信息逐个事件生成的图像内容的飞行时间正电子发射断层摄影重建”技术方案，该方案根据每个事例的飞行时间信息独立定位湮没点以形成生成图像，并将生成图像适当地用作迭代重建的初始图像。
[0008]现有技术中，还有其他一些其他基于飞行时间技术的图像重建方法，在此不一一列举。在所有这些算法中，均已经证实相比较于传统PET来说，TOF-PET具有相当大的优势。
[0009]然而上述方法仍有改进空间。例如，现有技术中的TOF-PET虽然能显著提高图像信噪比，然而单纯对噪声的改善有限。
【发明内容】
[0010]针对现有技术中的部分或者全部问题，本公开提供一种基于压缩感知理论的TOF-PET图像重建方法，用于更进一步的提升TOF-PET重建图像的质量。
[0011]本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
[0012]根据本公开的一个方面，一种基于压缩感知理论的TOF-PET图像重建方法，包括:
[0013]S1.根据飞行时间定位成像原理，通过TOF重建算法基于TOF-PET探测器得到的数据集以及一初始图像重建出第一图像；
[0014]S2.根据压缩感知理论，对所述第一图像的一稀疏表达方式以Ip范数最小化为目标求解，并根据求解结果更新所述第一图像，得到第二图像；
[0015]S3.判断是否达到停止条件:若是，则以所述第二图像为结果图像；若否，则将所述初始图像更新为所述第二图像，并转至步骤Si。
[0016]在本公开的一种实例实施方式中，所述TOF-PET探测器得到的数据集的数据格式包括List Mode数据格式或者Sinogram数据格式。
[0017]在本公开的一种实例实施方式中，所述TOF重建算法为基于飞行时间的迭代算法；所述基于飞行时间的迭代算法的迭代次数为一次或者多次。。
[0018]在本公开的一种实例实施方式中，所述步骤SI中通过TOF重建算法由TOF-PET探测器得到的全部数据集或者全部数据集的子集重建出第一图像。
[0019]在本公开的一种实例实施方式中，在第一次执行所述步骤SI时，所述初始图像被设定为某一初始值，或者，所述初始图像由所述TOF-PET探测器得到的数据集进行解析重建获得。
[0020]在本公开的一种实例实施方式中，所述稀疏表达方式包括梯度变换、离散余弦变换、Fourier变换、离散小波变换以及基于冗余字典的稀疏变换等。
[0021]在本公开的一种实例实施方式中，所述步骤S2中，利用梯度下降法，对所述第一图像的一稀疏表达方式以Ip范数最小化为目标求解。
[0022]在本公开的一种实例实施方式中，对所述第一图像的一稀疏表达方式以Ip范数最小化为目标求解为一迭代过程，其迭代次数为一次或者多次。
[0023]在本公开的一种实例实施方式中，还包括
[0024]设置一松弛因子；
[0025]在所述第二图像与第一图像之间的差异程度大于预设大小时，根据所述松弛因子缩减所述第二图像与第一图像之间的差异。
[0026]在本公开的一种实例实施方式中，所述停止条件为:
[0027]所述步骤S1-S3的运行次数达到一预设次数；或者，
[0028]所述步骤S2中，更新前后，所述第一图像之间的差异程度小于一预设阈值。
[0029]本公开的示例实施方式所提供的基于压缩感知理论的TOF-PET图像重建方法中，基于压缩感知理论对图像进行还原，从而可以更充分的利用给出的时间信息，减少采集时间，降低药物剂量；同时，通过该方法，不但可以提高图像信噪比，而且对噪声有显著的抑制作用，因此可以获得更优的图像质量。
【专利附图】
【附图说明】
[0030]通过参照附图详细描述其示例实施方式，本公开的上述和其它特征及优点将变得更加明显。
[0031]图1A为一环型探测器及一个事例的两个Y光子在晶体条间的响应线；
[0032]图1B为一平板型探测器及一个事例的两个Y光子在晶体条间的响应线；
[0033]图2为TOF-PET的原理示意图；
[0034]图3本公开示例实施方式中一种基于压缩感知理论的TOF-PET图像重建方法的流程不意图；
[0035]图4为飞行时间定位成像原理示意图；
[0036]图5A、5B为梯度变换前后的图像示意图；
[0037]图6为GATE软件模拟的TOF-PET探测器示意图；
[0038]图7、图8为模拟得到的Phantom对象示意图；
[0039]图9A为现有技术中TOF-PET方法的图像重建结果；
[0040]图9B为本公开示例实施方式中方法的图像重建结果；
[0041]图10为现有技术中TOF-PET方法的图像重建结果和本公开示例实施方式中方法的图像重建结果的对比噪声比对比示意图。
[0042]附图标记说明:
[0043]11:探测器
[0044]12:响应线
[0045]13:湮没点
[0046]S1-S3:步骤
【具体实施方式】
[0047]现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的实施方式；相反，提供这些实施方式使得本公开将全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结构，因而将省略它们的详细描述。
[0048]此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多示例实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的示例实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有所述特定细节中的一个或更多，或者可以采用其它的方法、材料、组元等。在其它情况下，不详细示出或描述公知结构或者操作以避免模糊本公开的各方面。
[0049]本示例实施方式中首先提供了一种基于压缩感知理论的TOF-PET图像重建方法。如图3中所示，该基于压缩感知理论的TOF-PET图像重建方法中主要包括:
[0050]步骤S1.根据飞行时间定位成像原理，通过TOF重建算法基于TOF-PET探测器得到的数据集以及一初始图像重建出第一图像；在第一次执行该步骤时，所述初始图像可以设定为某一初始值(例如，可以为O或I等等)，也可由TOF-PET探测器得到的数据集进行解析重建获得。
[0051]其中，飞行时间定位成像原理是指根据两个Y光子入射到两端晶体条的时间差来确定湮没点所在的位置的方法。如图4中粗线所示，其中湮没点13的位置具有一定的不确定范围。在该不确定范围内，湮没点13位置的概率分布应为系统矩阵概率模型与标准概率模型的乘积。其中，系统矩阵描述了探测器对被检测物的探测过程，它连接了图像空间和投影空间。一般来说，系统矩阵反应了两方面的内容:一是像素与响应线之间的耦合定位，也即某一个像素发出的光子是否被某一条响应线探测到；二是像素与响应线之间的耦合程度，也即某一个像素发出的光子被某一条响应线探测到的概率。常用的系统矩阵概率模型有点线模型、线积分模型、面积分模型、立体角模型以及点扩展函数系统矩阵模型；常用的标准概率模型为高斯模型。
[0052]湮没反应的最可几位置可由下式得到:
[0053]
【权利要求】
1.一种基于压缩感知理论的TOF-PET图像重建方法，其特征在于，包括: 51.根据飞行时间定位成像原理，通过TOF重建算法基于TOF-PET探测器得到的数据集以及一初始图像重建出第一图像； 52.根据压缩感知理论，对所述第一图像的一稀疏表达方式以Ip范数最小化为目标求解，并根据求解结果更新所述第一图像，得到第二图像； 53.判断是否达到停止条件:若是，则以所述第二图像为结果图像；若否，则将所述初始图像更新为所述第二图像，并转至步骤SI。
2.根据权利要求1所述的方法，其特征在于，所述TOF-PET探测器得到的数据集的数据格式包括List Mode数据格式或者Sinogram数据格式。
3.根据权利要求2所述的方法，其特征在于，所述TOF重建算法为基于飞行时间的迭代算法；所述基于飞行时间的迭代算法的迭代次数为一次或者多次。
4.根据权利要求1所述的方法，其特征在于，在第一次执行所述步骤SI时，所述初始图像被设定为某一初始值，或者，所述初始图像由所述TOF-PET探测器得到的数据集进行解析重建获得。
5.根据权利要求1所述的方法，其特征在于，所述步骤SI中通过TOF重建算法由TOF-PET探测器得到的全部数据集或者全部数据集的子集重建出第一图像。
6.根据权利要求1所述的方法，其特征在于，所述稀疏表达方式包括梯度变换、离散余弦变换、Fourier变换、离散小波变换以及基于冗余字典的稀疏变换。
7.根据权利要求1所述的方法，其特征在于，所述步骤S2中，利用梯度下降法，对所述第一图像的一稀疏表达方式以Ip范数最小化为目标求解。
8.根据权利要求1所述的方法，其特征在于，对所述第一图像的一稀疏表达方式以Ip范数最小化为目标求解为一迭代过程，其迭代次数为一次或者多次。
9.根据权利要求1所述的方法，其特征在于，还包括: 设置一松弛因子； 在所述第二图像与第一图像之间的差异程度大于预设大小时，根据所述松弛因子缩减所述第二图像与第一图像之间的差异。
10.根据权利要求1所述的方法，其特征在于，所述停止条件为: 所述步骤S1-S3的运行次数达到一预设次数；或者， 所述步骤S2中，更新前后，所述第一图像之间的差异程度小于一预设阈值。
【文档编号】G06T5/50GK104077763SQ201410324131
【公开日】2014年10月1日 申请日期:2014年7月8日 优先权日:2014年7月8日
【发明者】魏龙, 周小林, 贠明凯, 曹学香, 刘双全, 孙翠丽, 高娟, 李默涵, 魏存峰 申请人:中国科学院高能物理研究所