[发明专利]一种基于图像分割的动态PET图像重建及示踪动力学参数估计方法

说明书

本发明提供了一种基于图像分割的动态PET图像重建及示踪动力学参数估计方法，其通过将统计学重建模型与有生理意义的模型相结合能够得到更加准确的联合重建结果。当重建和分割耦合到一个联合或同时的求解框架中时，对分割任务而言，可以获得噪声模型对原始投影数据进行建模的信息，而基于分割的结果也能够增强每个区域内的均匀性，从而实现一个更符合真实情况的重建结果。与其他单独重建动态PET图像或估计动力学参数的算法相比，本发明也都能获得较好的重建结果。结合本发明在模拟数据和真实数据实验中的表现，与其他单独重建动态PET图像、估计动力学参数以及图像分割的算法相比，本发明也都能获得较好的重建结果。

技术领域

本发明属于PET成像技术领域，具体涉及一种基于图像分割的动态PET图像重建及示踪动力学参数估计方法。

背景技术

正电子发射断层成像(Positron Emission Tomography，简称PET)是核医学成像的一种，在生物医学研究和临床诊疗中正逐渐显示出其重要的作用。PET成像技术通过对注入生物体内示踪剂的放射性分布进行显像，能够从分子水平上发现细胞的代谢异常，为疾病的早期诊断和预防提供了有效依据。相对于只能提供一定时间窗内生物体组织中放射性强度的平均分布的静态PET成像技术而言，动态PET成像基于动力学模型能够获得描述生物体生命活动的定量功能参数，在科学研究和临床应用中具有重要应用价值。

在动态PET的重建问题中，通常的做法是将图像分割、图像重建与动力学参数估计作为三个单独的问题分开求解。随着动态PET成像技术对时间分辨率的要求越来越高，每一帧测量数据中有限的光子计数不断地挑战着动态PET成像质量。此时，由于单帧数据的光子计数不足无法较好地反映出统计特性，利用基于统计特性的重建算法对每一帧数据进行单独重建的方法往往无法得到十分准确的重建结果。此时，通过结合示踪剂动力学模型引入来自时间纵轴的放射性强度分布的先验信息，能够在提高PET重建图像质量的基础上同时实现了对动力学参数的估计。此外，图像分割也是PET成像技术中的一个传统难题。除了对PET图像进行分割以外，还有一类做法是对动态PET的时间放射性曲线(time-activitycurve，TAC)来进行聚类的操作，从而区分出生物组织里不同的功能区域。但无论是从PET的图像平面上还是从动力学参数的角度来看待这个问题，基于重建结果的分割算法准确度始终依赖与前一步重建结果的精确度，无法解决分割算法对测量噪声敏感的问题。

实际上，图像分割、图像重建与动力学参数估计这三个问题之间的关系是十分紧密的。通过将三者耦合进入同一个目标方程，通过选择合适的噪声模型能够更好地匹配PET测量数据，此时分割结果对噪声的敏感度将会降低；而分割结果的引入又能够使已有的图像估计结果更加准确，从而总体上获得一个更加符合真实情况的重建结果。

发明内容

鉴于上述，本发明提供了一种基于图像分割的动态PET图像重建及示踪动力学参数估计方法，能够同时实现功能区域的分割以及动态PET联合重建。

一种基于图像分割的动态PET图像重建及示踪动力学参数估计方法，包括如下步骤：

(1)利用探测器对注入有放射性药剂的生物组织进行探测，动态采集得到对应各个时刻的符合计数向量，并建立符合计数矩阵Y；

(2)使动态的PET图像序列组合成PET浓度分布矩阵X，根据PET成像原理，建立PET测量方程；

(3)通过对PET测量方程引入全变分(Total Variation，TV)约束，得到基于TV的PET图像重建模型L(X)；

(4)利用房室模型匹配估计示踪动力学参数，建立关于X和Ф的同步重建模型S(X，Ф)；

(5)基于预处理得到的区域分割结果，对示踪动力学参数矩阵Ф进行聚类，得到聚类分割模型C(Ф)；

(6)将上述三个模型L(X)、S(X，Ф)和C(Ф)相结合得到同步重建的目标函数LSC(X，Ф)如下：