[发明专利]一种SPECT成像预测模型创建方法、装置、设备及存储介质

权利要求书

1.一种SPECT成像预测模型创建方法，其特征在于，包括：

获取含有多个扫描图像组的训练集；其中，每个扫描图像组中包括相互对应的标准采集时长SPECT图像和短采集时长SPECT图像；

以深度卷积神经网络为基础进行网络构建，得到待训练网络；

将所述训练集中的短采集时长SPECT图像作为输入侧训练数据，将所述训练集中的标准采集时长SPECT图像作为输出侧训练数据，对所述待训练网络进行训练，得到SPECT成像预测模型，以便利用所述SPECT成像预测模型预测得到短采集时长SPECT图像在标准采集时长下的SPECT预测图像。

2.根据权利要求1所述的SPECT成像预测模型创建方法，其特征在于，所述扫描图像组中包括相互对应的所述标准采集时长SPECT图像、所述短采集时长SPECT图像和CT图像；其中，所述CT图像作为所述待训练网络的输入侧训练数据。

3.根据权利要求1所述的SPECT成像预测模型创建方法，其特征在于，所述获取含有多个扫描图像组的训练集，包括：

通过单光子发射计算机断层成像设备得到同一采集条件下的标准采集时长γ粒子信号和短采集时长γ粒子信号；

利用重建算法对所述标准采集时长γ粒子信号和所述短采集时长γ粒子信号进行重建，得到对应的标准采集时长SPECT图像和短采集时长SPECT图像；

基于所述标准采集时长SPECT图像和所述短采集时长SPECT图像，得到所述扫描图像组。

4.根据权利要求3所述的SPECT成像预测模型创建方法，其特征在于，所述通过单光子发射计算机断层成像设备得到同一采集条件下的标准采集时长γ粒子信号和短采集时长γ粒子信号，包括：

利用所述单光子发射计算机断层成像设备按照标准采集时长和短采集时长，采集得到同一采集条件下的标准采集时长γ粒子信号和短采集时长γ粒子信号；

或，利用所述单光子发射计算机断层成像设备按照标准采集时长采集得到标准采集时长γ粒子信号，然后对所述标准采集时长γ粒子信号进行降采集得到对应的短采集时长γ粒子信号。

5.根据权利要求3所述的SPECT成像预测模型创建方法，其特征在于，所述采集条件包括采集开始时刻、被采集者、放射性同位素药物计量和采集角度。

6.根据权利要求3所述的SPECT成像预测模型创建方法，其特征在于，所述重建算法包括滤波反投影重建算法、代数重建算法和快速子集共轭梯度重建算法中的任意一项。

7.根据权利要求1至6任一项所述的SPECT成像预测模型创建方法，其特征在于，所述以深度卷积神经网络为基础进行网络构建，得到待训练网络，包括：

以U2-Net网络结构为基础进行网络构建，得到所述待训练网络。

8.一种SPECT成像预测模型创建装置，其特征在于，包括：

训练集获取模块，用于获取含有多个扫描图像组的训练集；其中，每个扫描图像组中包括相互对应的标准采集时长SPECT图像和短采集时长SPECT图像；

网络构建模块，用于以深度卷积神经网络为基础进行网络构建，得到待训练网络；

模型训练模块，用于将所述训练集中的短采集时长SPECT图像作为输入侧训练数据，将所述训练集中的标准采集时长SPECT图像作为输出侧训练数据，对所述待训练网络进行训练，得到SPECT成像预测模型，以便利用所述SPECT成像预测模型预测得到短采集时长SPECT图像在标准采集时长下的SPECT预测图像。