【技术实现步骤摘要】
本专利技术涉及图像处理，尤其是一种pet衰减校正方法、系统、装置及存储介质。
技术介绍
1、正电子发射断层显像技术(positron emission tomography，pet)是核医学领域现代影像技术的重要组成部分，定量分析示踪剂在体内的代谢过程是其成像的一个重要优势。pet成像的原理是放射性核素发生衰变释放出正电子，正电子在人体组织中发生湮灭辐射，产生一对运动方向相反、能量相等(511kev)的γ光子。γ光子在穿过物体到达探测器过程中会有一定概率与物体中的电子发生光电效应或康普顿散射，导致无法被探测器有效探测到，这种现象称为衰减。衰减会严重影响放射性药物在体内的分布情况定量分析的精准度，是影响pet图像定量精确性的最严重因素，因此衰减校正(attenuation correction，ac)必不可少。衰减校正主要是通过测量出湮灭辐射光子衰减比例(i0/i)或估算出每个线响应(lor)的μ值，然后运用于图像处理，来弥补因衰减造成的计数损失，最终获得组织实际放射性分布图像。
2、基于pet符合成像的特征，常采用透射源校正方法，相比于早期pet利用外置的68ge棒源透射扫描的方法，pet/ct利用ct数据对pet图像进行衰减校正(ct-basedattenuationcorrection，ctac)，具有速度快、计数性好、噪声低等优势，是当前pet衰减校正技术的金标准。然而，ctac引发的剂量问题，对衰减校正技术也提出了新的要求。
3、随着人工智能在医学影像领域的研究与发展，有不少研究提出了基于机器学习
技术实现思路
1、有鉴于此，本专利技术实施例提供一种pet衰减校正方法、系统、装置及存储介质，能够高效实现pet衰减校正。
2、一方面，本专利技术的实施例提供了一种pet衰减校正方法，包括：
3、获取待校正pet数据；待校正pet数据包括连续多层的pet图像；
4、利用扩散模型，对待校正pet数据进行数据转换，得到ct数据；其中，扩散模型通过配对ct数据的pet数据训练生成的；ct数据包括连续多层的ct图像；
5、基于标注边界确定ct数据的分组结果，根据分组结果将待校正pet数据分为第一pet数据和第二pet数据；
6、利用三维模型，对第一pet数据进行第一衰减校正，得到第一校正数据；其中，三维模型通过配对三维块的pet数据训练生成的；
7、利用二维模型，对第二pet数据进行第二衰减校正，得到第二校正数据；其中，二维模型通过配对二维序列的pet数据训练生成的；
8、根据第一校正数据和第二校正数据，得到目标pet数据。
9、可选地，利用扩散模型，对待校正pet数据进行数据转换，得到ct数据，包括：
10、利用扩散模型，对待校正pet数据的各pet图像进行前向扩散处理，得到高斯噪声；
11、根据高斯噪声，通过反向采样处理还原获得pet图像对应的ct图像，整合ct图像得到ct数据。
12、可选地，方法还包括通过配对三维块的pet数据训练得到三维模型的步骤，这一步骤包括：
13、获取pet数据；
14、通过三维提取组件对pet数据进行三维块提取，转换得到三维块格式的pet数据；
15、构建第一残差网络；第一残差网络包括第一特征提取模块、第一特征编码模块、第一特征捕捉模块和第一归一化模块；
16、利用三维块格式的pet数据作为训练数据集，并利用配对三维块的pet数据作为标签数据；
17、通过训练数据集和标签数据对第一残差网络进行训练优化，并基于训练结果，对第一残差网络进行调整，获得三维模型。
18、可选地，利用三维模型，对第一pet数据进行第一衰减校正，得到第一校正数据，包括：
19、对第一pet数据进行第一特征提取、第一特征编码、第一特征捕捉和第一归一化处理，得到第一校正数据。
20、可选地，方法还包括通过配对二维序列的pet数据训练得到二维模型的步骤，这一步骤包括：
21、获取pet数据；其中，pet数据包括连续多层的pet图像，pet数据为二维序列格式；
22、构建第二残差网络；第二残差网络包括第二特征提取模块、第二特征编码模块、第二特征捕捉模块和第二归一化模块；
23、利用二维序列格式的pet数据作为训练数据集，并利用配对二维序列的pet数据作为标签数据；
24、通过训练数据集和标签数据对第二残差网络进行训练优化，并基于训练结果，对第二残差网络进行调整，获得二维模型。
25、可选地，利用二维模型，对第二pet数据进行第二衰减校正，得到第二校正数据，包括：
26、对第二pet数据进行第二特征提取、第二特征编码、第二特征捕捉和第二归一化处理，得到第二校正数据。
27、可选地，根据第一校正数据和第二校正数据，得到目标pet数据，包括：
28、基于分组结果对应的边界，对第一校正数据和第二校正数据进行拼接融合，得到目标pet数据。
29、另一方面，本专利技术的实施例提供了一种pet衰减校正系统，包括：
30、第一模块，用于获取待校正pet数据；待校正pet数据包括连续多层的pet图像；
31、第二模块，用于利用扩散模型，对待校正pet数据进行数据转换，得到ct数据；其中，扩散模型通过配对ct数据的pet数据训练生成的；ct数据包括连续多层的ct图像；
32、第三模块，用于基于标注边界确定ct数据的分组结果，根据分组结果将待校正pet数据分为第一pet数据和第二pet数据；
33、第四模块，用于利用三维模型，对第一pet数据进行第一衰减校正，得到第一校正数据；其中，三维模型通过配对三维块的pet数据训练生成的；
34、第五模块，用于利用二维模型，对第二pet数据进行第二衰减校正，得到第二校正数据；其中，二维模型通过配对二维序列的pet数据训练生成的；
35、第六模块，用于根据第一校正数据和第二校正数据，得到目标pet数据。
36、另一方面，本专利技术的实施例提供了一种pet衰减校正装置，包括处理器以及存储器；
37、存储器用于存储程序；
38、处理器执行程序实现如前面的方法。
39、另一方面，本专利技术的实施例提供了一种计算机可读存储介质，存储介质存储有程序本文档来自技高网...
【技术保护点】
1.一种PET衰减校正方法，其特征在于，包括：
2.根据权利要求1所述的一种PET衰减校正方法，其特征在于，所述利用扩散模型，对所述待校正PET数据进行数据转换，得到CT数据，包括：
3.根据权利要求1所述的一种PET衰减校正方法，其特征在于，还包括通过配对三维块的PET数据训练得到三维模型的步骤，这一步骤包括：
4.根据权利要求1所述的一种PET衰减校正方法，其特征在于，所述利用三维模型，对所述第一PET数据进行第一衰减校正，得到第一校正数据，包括：
5.根据权利要求1所述的一种PET衰减校正方法，其特征在于，还包括通过配对二维序列的PET数据训练得到二维模型的步骤，这一步骤包括：
6.根据权利要求1所述的一种PET衰减校正方法，其特征在于，所述利用二维模型，对所述第二PET数据进行第二衰减校正，得到第二校正数据，包括：
7.根据权利要求1所述的一种PET衰减校正方法，其特征在于，所述根据所述第一校正数据和所述第二校正数据，得到目标PET数据，包括：
8.一种PET衰减校正系统，其特征在于，包括
9.一种PET衰减校正装置，包括处理器以及存储器；
10.一种计算机可读存储介质，其特征在于，所述存储介质存储有程序，所述程序被处理器执行实现如权利要求1至7中任一项所述的方法。
...【技术特征摘要】
1.一种pet衰减校正方法，其特征在于，包括：
2.根据权利要求1所述的一种pet衰减校正方法，其特征在于，所述利用扩散模型，对所述待校正pet数据进行数据转换，得到ct数据，包括：
3.根据权利要求1所述的一种pet衰减校正方法，其特征在于，还包括通过配对三维块的pet数据训练得到三维模型的步骤，这一步骤包括：
4.根据权利要求1所述的一种pet衰减校正方法，其特征在于，所述利用三维模型，对所述第一pet数据进行第一衰减校正，得到第一校正数据，包括：
5.根据权利要求1所述的一种pet衰减校正方法，其特征在于，还包括通过配对二维序列的pet数据...
【专利技术属性】
技术研发人员：万伟权，陈宏文，胡德斌，黄衍超，陈小慧，崔飞易，李作家，夏景涛，李翰威，齐宏亮，
申请(专利权)人：南方医科大学南方医院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。