[发明专利]一种结合ART与UNet算法的SPECT断层影像重建方法、装置和设备在审
| 申请号： | 202010115023.2 | 申请日： | 2020-02-25 |
| 公开（公告）号： | CN111340906A | 公开（公告）日： | 2020-06-26 |
| 发明（设计）人： | 李文彬;敖文琪 | 申请（专利权）人： | 哈尔滨工业大学（深圳）（哈尔滨工业大学深圳科技创新研究院） |
| 主分类号： | G06T11/00 | 分类号： | G06T11/00;G06N3/04 |
| 代理公司： | 广州嘉权专利商标事务所有限公司 44205 | 代理人： | 洪铭福 |
| 地址： | 518000 广东省深圳市南*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 结合 art unet 算法 spect 断层 影像 重建 方法 装置 设备 | ||
1.一种结合ART与UNet算法的SPECT断层影像重建方法，其特征在于，包括：
从SPECT成像系统采集投影数据，从CT系统采集衰减系数；
采用ART算法根据所述投影数据和所述衰减系数计算重建图像的初始解；
将所述初始解代入训练好的神经网络模型中输出重建图像，所述神经网络模型为UNet神经网络模型，所述UNet神经网络模型输出层为1层，激活函数为sigmoid函数。
2.根据权利要求1所述的一种结合ART与UNet算法的SPECT断层影像重建方法，其特征在于，所述UNet神经网络模型的输入层大小为256×256×1。
3.根据权利要求1所述的一种结合ART与UNet算法的SPECT断层影像重建方法，其特征在于，所述UNet神经网络模型的卷积层后还包括Batch Norm层。
4.根据权利要求1所述的一种结合ART与UNet算法的SPECT断层影像重建方法，其特征在于，还包括对初始解和特征图进行零填充处理。
5.根据权利要求1所述的一种结合ART与UNet算法的SPECT断层影像重建方法，其特征在于，所述UNet神经网络模型由以下训练步骤得到：
获取数据样本；
使用ART算法计算初始解；
基于损失函数(Θ为神经网络的参数空间，G代表神经网络的输出，|| ||2表示向量的二范数)和Adam算法训练所述UNet神经网络模型。
6.根据权利要求5所述的一种结合ART与UNet算法的SPECT断层影像重建方法，其特征在于，所述数据样本包括人工模拟的带有高斯噪声的数据样本。
7.一种结合ART与UNet算法的SPECT断层影像重建装置，其特征在于，包括：
参数采集单元，用于从SPECT成像系统采集投影数据，从CT系统采集衰减系数；
初始解计算单元，用于通过ART算法根据所述投影数据和所述衰减系数计算重建图像的初始解；
重建图像输出单元，用于将所述初始解代入训练好的神经网络模型中输出重建图像，所述神经网络模型为UNet神经网络模型，所述UNet神经网络模型输出层为1层，激活函数为sigmoid函数。
8.一种结合ART与UNet算法的SPECT断层影像重建设备，其特征在于，包括：
至少一个处理器，以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至6任一项所述的一种结合ART与UNet算法的SPECT断层影像重建方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至6任一项所述的一种结合ART与UNet算法的SPECT断层影像重建方法。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学（深圳）（哈尔滨工业大学深圳科技创新研究院），未经哈尔滨工业大学（深圳）（哈尔滨工业大学深圳科技创新研究院）许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202010115023.2/1.html，转载请声明来源钻瓜专利网。
