[发明专利]衰减校正系统和方法

权利要求书

1.一种衰减校正系统，其特征在于，包括至少一个存储可执行指令的存储设备，以及执行所述可执行指令时，与至少一个存储设备通信的至少一个处理设备，其中，所述可执行指令的执行使所述至少一个处理设备：获取由PET扫描仪获取的扫描对象的至少一个第一PET图像；

获取由MR扫描仪获取的所述扫描对象的至少一个第一MR图像；

获取目标神经网络模型，所述目标神经网络模型提供PET图像、MR图像和相应衰减校正数据之间的映射关系；

基于所述扫描对象的至少一个第一PET图像和至少一个第一MR图像，通过所述目标神经网络模型根据所述映射关系生成与所述扫描对象相对应的第一衰减校正数据；

基于对应于所述扫描对象的第一衰减校正数据，确定所述扫描对象的目标PET图像；

所述可执行指令的执行还使所述至少一个处理设备：获取多组训练数据，每组训练数据包括第二PET图像、第二MR图像和对应的第二衰减校正数据；与每组训练数据对应的所述第二衰减校正数据基于每组训练数据的CT图像确定；

利用多组训练数据训练神经网络模型，建立PET图像、MR图像和与所述PET图像相关联的衰减校正数据之间的映射关系，生成所述目标神经网络模型。

2.根据权利要求1所述的衰减校正系统，其特征在于，所述神经网络模型包括卷积神经网络模型、反向传播神经网络模型、径向基函数神经网络模型、深度信念网络模型或Elman神经网络模型中的至少一个。

3.根据权利要求1或2所述的衰减校正系统，其特征在于，所述可执行指令的执行还使所述至少一个处理设备：将所述至少一个第一PET图像和至少一个第一MR图像输入至所述目标神经网络模型，并获得所述目标神经网络模型输出的第一衰减校正数据。

4.根据权利要求3所述的衰减校正系统，其特征在于，所述可执行指令的执行还使所述至少一个处理设备：获取与所述扫描对象的第一PET图像相关联的PET投影数据；

基于所述PET投影数据和所述第一衰减校正数据重建目标PET图像。

5.根据权利要求4所述的衰减校正系统，其特征在于，所述可执行指令的执行还使所述至少一个处理设备：对与所述扫描对象相对应的第一衰减校正数据执行后处理操作，所述后处理操作包括插值操作或配准操作中的至少一个。

6.根据权利要求5所述的衰减校正系统，其特征在于，所述可执行指令的执行还使所述至少一个处理设备：对至少一个第一PET图像或至少一个第一MR图像中的至少一个执行预处理操作，所述预处理操作包括滤波操作、平滑操作、变换操作或去噪操作中的至少一个。

7.一种衰减校正方法，其特征在于，包括以下步骤：

获取由PET扫描仪获取的扫描对象的至少一个第一PET图像；

获取由MR扫描仪获取的所述扫描对象的至少一个第一MR图像；

获取多组训练数据，每组训练数据包括第二PET图像、第二MR图像和对应的第二衰减校正数据；利用多组训练数据训练神经网络模型，建立PET图像、MR图像和与所述PET图像相关联的衰减校正数据之间的映射关系，生成目标神经网络模型；与每组训练数据对应的所述第二衰减校正数据基于每组训练数据的CT图像确定；所述目标神经网络模型提供PET图像、MR图像和相应衰减校正数据之间的映射关系；

基于所述扫描对象的至少一个第一PET图像和至少一个第一MR图像，通过所述目标神经网络模型根据所述映射关系生成与所述扫描对象相对应的第一衰减校正数据；

基于对应于所述扫描对象的第一衰减校正数据，确定所述扫描对象的目标PET图像。

8.根据权利要求7所述的衰减校正方法，其特征在于，所述神经网络模型包括卷积神经网络模型、反向传播神经网络模型、径向基函数神经网络模型、深度信念网络模型或Elman神经网络模型中的至少一个。