摘要
本发明涉及一种PET图像的散射校正方法及系统,该方法包括:基于ADMM算法交替迭代求解放射性活度分布和探测器空间的衰减系数;基于深度学习网络G1实现PET探测数据和探测器空间衰减系数到准确放射性活度分布的映射;基于深度学习网络G2实现探测器空间衰减系数到匹配线性衰减系数分布的映射,并得到物体掩码矩阵;通过单次散射模拟得到未拟合的散射估计;保持放射性活度分布和探测器空间衰减系数为常数,利用未拟合的散射估计得到散射校正因子;利用探测器空间衰减系数和散射校正因子拟合后的准确散射分布,得到经过散射校正的PET图像。其有益效果是,与传统的散射校正相比校正精度更高,耗时更短,进一步提升图像质量,降低重建耗时。
技术关键词
散射校正方法
探测器
深度学习网络
掩码矩阵
ADMM算法
图像
线性
因子
数据
物体轮廓
校正系统
校正模块
索引
变量
处理器
存储设备
射线
系统为您推荐了相关专利信息
多模态特征融合
序列推荐方法
注意力
掩码矩阵
序列特征
分布式光纤传感
FIFO模块
JESD204B协议
传输模块
接口模块
金刚石NV色心
微波场
探头
滤除杂散光
射频开关
高通滤波器
图像处理计算机
频域滤波器
光电探测器
细胞计数方法
均匀性校正方法
无监督机器学习
衰减片
探测器
高级精简指令集计算机