一种基于隐式神经表达的无监督TOF-PET时间估计方法

本发明公开了一种基于隐式神经表达的无监督TOF‑PET时间估计方法，结合了传统方法在所有光源位置处表现效果的鲁棒性和无需真实数据集驱动的优势，以及有监督深度学习表现效果优异的优势，以SiPM单光子响应作为卷积核引入的时间模糊为理论依据，提出使用去卷积方法从SiPM信号中还原光子到达时间分布，从而计算TOF信息的流程。本发明的平均CTR比CFD降低了26ps，相对提升约10％；比LED降低了66ps，相对提升约21％；比ARC降低了63ps，相对提升约20％，同时保持了水平相当的bias，为使用深度学习处理TOF‑PET的波形数据提供了更为准确的方法。本发明采用无监督的方式实现了更为准确的TOF信息预测，有助于得到空间分辨率与信噪比更高的医学成像图像。