正电子发射断层扫描数据的图像重建方法及装置与流程

1.本技术涉及图像数据处理技术领域，特别是涉及一种正电子发射断层扫描数据的图像重建方法及装置。


背景技术：

2.正电子发射断层显像(positron emission tomography，简称pet)，是核医学领域比较先进的临床检查影像技术。在使用正电子发射断层成像仪对患者的上腹部或者胸腔部位进行常规临床扫描时，由于呼吸运动使得肺部发生周期性扩张收缩运动，且pet每一床位的扫描时间相对呼吸周期也较长(约1～2min)，导致测得的数据是肺部发生多次呼吸周期运动后的叠加结果。以至于pet重建图像中肺部和肝部边界变模糊，即产生图像伪影。当肺部或肝尖部位等组织器官上有病灶点时，周期性运动会导致病灶点在重建图像上尺寸扩大，病灶点对比度下降甚至可能会淹没在背景中，影响诊断精度。
3.目前，为了解决上述问题，现有技术主要分为采用呼吸门控扫描获得多期相pet图像、采用交替迭代的方式进行图像重建以获得单期相pet图像，以及对图像进行分割只考虑感兴趣区域并对其进行运动校正等方式，另外，还会结合4d mr或ct技术来确定感兴趣区域。然而，采用呼吸门控扫描方式将导致总扫描时间增加，从而影响用户体验和扫描效率；当采用交替迭代的方式进行图像重建时，若采用常规扫描时长的pet数据，需要同时估计放射性活度分布图和线性衰减系数图，将导致两组结果精度均受影响；结合4d mr或ct技术将导致患者承受额外的辐射剂量；当采用只考虑感兴趣区域时，容易忽略点其他区域的运动形变，最终导致重建图像出现伪影等误差影响。


技术实现要素：

4.有鉴于此，本技术提供一种正电子发射断层扫描数据的图像重建方法及装置，主要目的在于改善现有正电子发射断层图像因受呼吸运动影响导致诊断精度低下的技术问题。
5.依据本技术一个方面，提供了一种正电子发射断层扫描数据的图像重建方法，包括：
6.获取单期相ct图像数据以及期相划分后的多个期相的正电子发射断层扫描数据；
7.基于所述单期相ct图像数据从所述正电子发射断层扫描数据的多个基础重建图像中选取参考期相重建图像，并获取与所述参考期相重建图像匹配的运动场变换矩阵；
8.基于所述运动场变换矩阵、所述单期相ct图像数据以及多个期相的所述正电子发射断层扫描数据进行图像重建处理，得到所述正电子发射断层扫描数据的重建图像。
9.优选的，所述获取与所述参考期相重建图像匹配的运动场变换矩阵，具体包括：
10.基于从所述参考期相重建图像到各个期相的所述基础重建图像之间的运动场信息构建运动场变换矩阵；
11.通过图像变换及投影处理对所述运动场变换矩阵进行更新，以基于更新后的所述
运动场变换矩阵进行运动校正。
12.优选的，所述通过投影处理对所述运动场变换矩阵进行更新，具体包括：
13.基于所述运动场变换矩阵，将各个期相的所述基础重建图像正投影到所述参考期相重建图像中，得到所述基础重建图像的正投影数据；
14.将各个期相的所述正投影数据累加处理，得到所述参考期相重建图像的计算正投影值；
15.若所述计算正投影值与所述参考期相重建图像的测量正投影值的差值小于预设差值阈值，则确定所述运动场变换矩阵为更新后的运动场变换矩阵；
16.若所述计算正投影值与所述参考期相重建图像的测量正投影值的差值大于或等于预设差值阈值，则重新执行所述运动场变换矩阵的更新。
17.优选的，所述所述运动场变换矩阵、所述单期相ct图像数据以及多个期相的所述正电子发射断层扫描数据进行图像重建处理，具体包括：
18.基于更新后的所述运动场变换矩阵，将所述参考期相重建图像变换到多个期相的所述基础重建图像中，得到多个期相的投影数据；
19.基于多个期相的所述投影数据，多个期相的测量投影数据以及所述单期相ct图像数据进行图像重建处理，得到所述正电子发射断层扫描数据的重建图像。
20.优选的，所述获取期相划分后的多个期相的正电子发射断层扫描数据之前，所述方法还包括：
21.获取正电子发射断层扫描数据；
22.根据呼吸门控信号对所述正电子发射断层扫描数据进行期相划分，得到多个期相的正电子发射断层扫描数据。
23.优选的，所述方法还包括：
24.若所述期相划分后的多个期相的正电子发射断层扫描数据中包含飞行时间信息，则基于伪反投影获取各个期相的湮灭事件位置分布图；
25.基于所述湮灭事件位置分布图，获取各个期相的所述基础重建图像之间的第一运动场变换矩阵，以及从各个期相的所述基础重建图像到所述参考期相重建图像的第二运动场变换矩阵，得到参考运动场变换矩阵，以作为更新所述运动场变换矩阵的先验信息。
26.优选的，所述获取期相划分后的多个期相的正电子发射断层扫描数据之后，所述方法还包括：
27.基于已完成模型训练的深度神经网络模型对多个期相的所述正电子发射断层扫描数据进行数据优化，所述深度神经网络模型为基于包括第一时长的正电子发射断层扫描数据以及第二时长的正电子发射断层扫描数据的模型训练集进行模型训练得到的，其中，所述第一时长大于所述第二时长的至少两倍。
28.依据本技术另一个方面，提供了一种正电子发射断层扫描数据的图像重建装置，包括：
29.第一获取模块，用于获取单期相ct图像数据以及期相划分后的多个期相的正电子发射断层扫描数据；
30.第二获取模块，用于基于所述单期相ct图像数据从所述正电子发射断层扫描数据的多个基础重建图像中选取参考期相重建图像，并获取与所述参考期相重建图像匹配的运
动场变换矩阵；
31.重建模块，用于基于所述运动场变换矩阵、所述单期相ct图像数据以及多个期相的所述正电子发射断层扫描数据进行图像重建处理，得到所述正电子发射断层扫描数据的重建图像。
32.优选的，所述第二获取模块，具体包括：
33.构建单元，用于基于从所述参考期相重建图像到各个期相的所述基础重建图像之间的运动场信息构建运动场变换矩阵；
34.更新单元，用于通过图像变换及投影处理对所述运动场变换矩阵进行更新，以基于更新后的所述运动场变换矩阵进行运动校正。
35.优选的，所述更新单元，具体包括：
36.正投影子单元，用于基于所述运动场变换矩阵，将各个期相的所述基础重建图像正投影到所述参考期相重建图像中，得到所述基础重建图像的正投影数据；
37.累加子单元，用于将各个期相的所述正投影数据累加处理，得到所述参考期相重建图像的计算正投影值；
38.确定子单元，用于若所述计算正投影值与所述参考期相重建图像的测量正投影值的差值小于预设差值阈值，则确定所述运动场变换矩阵为更新后的运动场变换矩阵；
39.更新子单元，用于若所述计算正投影值与所述参考期相重建图像的测量正投影值的差值大于或等于预设差值阈值，则重新执行所述运动场变换矩阵的更新。
40.优选的，所述重建模块，具体包括：
41.正投影单元，用于基于更新后的所述运动场变换矩阵，将所述参考期相重建图像变换到多个期相的所述基础重建图像中，得到多个期相的投影数据；
42.重建单元，用于基于多个期相的所述投影数据，多个期相的测量投影数据以及所述单期相ct图像数据进行图像重建处理，得到所述正电子发射断层扫描数据的重建图像。
43.优选的，所述第一获取模块之前，所述装置还包括：
44.第三获取模块，用于获取正电子发射断层扫描数据；
45.划分模块，用于根据呼吸门控信号对所述正电子发射断层扫描数据进行期相划分，得到多个期相的正电子发射断层扫描数据。
46.优选的，所述装置还包括：
47.第四获取模块，用于若所述期相划分后的多个期相的正电子发射断层扫描数据中包含飞行时间信息，则基于伪反投影获取各个期相的湮灭事件位置分布图；
48.所述第四获取模块，还用于基于所述湮灭事件位置分布图，获取各个期相的所述基础重建图像之间的第一运动场变换矩阵，以及从各个期相的所述基础重建图像到所述参考期相重建图像的第二运动场变换矩阵，得到参考运动场变换矩阵，以作为更新所述运动场变换矩阵的先验信息。
49.优选的，所述第一获取模块之后，所述装置还包括：
50.优化模块，用于基于已完成模型训练的深度神经网络模型对多个期相的所述正电子发射断层扫描数据进行数据优化，所述深度神经网络模型为基于包括第一时长的正电子发射断层扫描数据以及第二时长的正电子发射断层扫描数据的模型训练集进行模型训练得到的，其中，所述第一时长大于所述第二时长的至少两倍。
51.根据本技术的又一方面，提供了一种存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述正电子发射断层扫描数据的图像重建方法对应的操作。
52.根据本技术的再一方面，提供了一种终端，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
53.所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述正电子发射断层扫描数据的图像重建方法对应的操作。
54.借由上述技术方案，本技术实施例提供的技术方案至少具有下列优点：
55.本技术提供了一种正电子发射断层扫描数据的图像重建方法及装置，首先获取单期相ct图像数据以及期相划分后的多个期相的正电子发射断层扫描数据；其次基于所述单期相ct图像数据从所述正电子发射断层扫描数据的多个基础重建图像中选取参考期相重建图像，并获取与所述参考期相重建图像匹配的运动场变换矩阵；最后基于所述运动场变换矩阵、所述单期相ct图像数据以及多个期相的所述正电子发射断层扫描数据进行图像重建处理，得到所述正电子发射断层扫描数据的重建图像。与现有技术相比，本技术实施例通过获取多期相基础重建图像与参考期相重建图像匹配的运动场变换矩阵，并基于运动场变换矩阵以及单期相ct图像数据对正电子发射断层扫描数据进行重建，避免了正电子发射断层图像受呼吸运动影响导致出现伪影的情况，从而有效地提高了诊断精度，同时使患者免受额外的辐射剂量。
56.上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
附图说明
57.通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
58.图1示出了本技术实施例提供的一种正电子发射断层扫描数据的图像重建方法流程图；
59.图2示出了本技术实施例提供的另一种正电子发射断层扫描数据的图像重建方法流程图；
60.图3示出了本技术实施例提供的基于深度神经网络模型获得运动场变换矩阵的流程图；
61.图4示出了本技术实施例提供的正电子发射断层扫描数据的图像重建计算流程图；
62.图5示出了本技术实施例提供的参考运动场变换矩阵的计算流程图；
63.图6示出了本技术实施例提供的基于深度神经网络模型进行数据优化的流程图；
64.图7示出了本技术实施例提供的一种正电子发射断层扫描数据的图像重建装置组成框图；
65.图8示出了本技术实施例提供的一种终端的结构示意图。
具体实施方式
66.下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
67.同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
68.以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本技术及其应用或使用的任何限制。
69.对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
70.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
71.本技术实施例可以应用于计算机系统/服务器，其可与众多其它通用或专用计算系统环境或配置一起操作。适于与计算机系统/服务器一起使用的众所周知的计算系统、环境和/或配置的例子包括但不限于：个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统﹑大型计算机系统和包括上述任何系统的分布式云计算技术环境，等等。
72.计算机系统/服务器可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常，程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等，它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施，分布式云计算环境中，任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中，程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。
73.本技术实施例提供了一种正电子发射断层扫描数据的图像重建方法，如图1所示，该方法包括：
74.101、获取单期相ct图像数据以及期相划分后的多个期相的正电子发射断层扫描数据。
75.通常情况下，按照常规临床扫描时长进行正电子发射断层扫描时，由于呼吸运动的影响，会出现伪影的情况，导致诊断精度的下降。本技术实施例中，作为当前执行端，将用户常规的正电子发射断层扫描数据经过划分得到的多个期相的正电子发射断层扫描数据，以及常规螺旋ct扫描单期相ct图像数据作为输入内容，以进行正电子发射断层扫描数据的图像重建。
76.102、基于单期相ct图像数据从正电子发射断层扫描数据的多个基础重建图像中选取参考期相重建图像，并获取与参考期相重建图像匹配的运动场变换矩阵。
77.本技术实施例中，基础重建图像由期相划分后的多个期相的正电子发射断层扫描数据经过不带衰减校正(nac，non attenuation corrections)图像重建得到的。参考期相重建图像是从多个基础重建图像中选取出的，例如，选取与单期相ct图像数据相似度值最大的基础重建图像作为参考期相重建图像，也可以选取其他期相作为参考期相重建图像，
本技术实施例不做具体限定。运动场变换矩阵用于表征参考期相重建图像与基础重建图像之间的变换关系。
78.需要说明的是，在常规扫描时长下进行图像重建，由于统计量较低，影响参考期相重建图像的选择以及得到的运动场变换矩阵的精度，可以通过将多个期相的基础重建图像经过变换再投影得到正投影数据，进一步将多个期相的正投影数据进行比较来更新运动场变换矩阵，以得到更匹配的运动场变换矩阵。
79.103、基于运动场变换矩阵、单期相ct图像数据以及多个期相的正电子发射断层扫描数据进行图像重建处理，得到正电子发射断层扫描数据的重建图像。
80.本技术实施例中，利用步骤102获得的运动场变换矩阵、步骤101获得的正电子发射断层扫描数据以及单期相ct图像数据，得到正电子发射断层扫描数据的重建图像。
81.需要说明的是，重建图像时，可以基于运动场变换矩阵将参考期相的重建图像变换到多个期相的基础重建图像中，得到多个期相的投影数据(即计算投影数据)，再基于计算投影数据、测量投影数据(测量投影数据可以在进行正电子发射断层扫描时直接获得)以及单期相ct图像数据进行单期相的正电子发射断层扫描数据的图像重建；也可以是基于运动场变换矩阵将单期相ct图像数据变换到多个期相进行图像重建，再基于运动场变换矩阵将多个期相的重建图像变换到参考期相并合并，获得最终参考期相的正电子发射断层扫描数据的重建图像，本技术实施例不做具体限定。
82.为了进一步说明以及限定，本技术实施例提供了另一种正电子发射断层扫描数据的图像重建方法，如图2所示，该方法包括：
83.201、基于从参考期相重建图像到各个期相的基础重建图像之间的运动场信息构建运动场变换矩阵。
84.本技术实施例中，示例性的，选取与单期相ct图像数据相似度值最大的基础重建图像作为参考期相重建图像，具体可以通过测量各个期相的基础重建图像与单期相ct图像数据之间的相似度，选取相似度值最大的基础重建图像作为参考期相重建图像。进一步的，基于参考期相重建图像与多个基础重建图像，计算获得运动场变换矩阵。具体的，设参考期相参考期相重建图像为x0，则其它期相基础重建图像为xn，从其它期相基础重建图像到参考期相参考期相重建图像的运动场变换矩阵可表示为wn→0，则图像变换将满足如下关系式：
85.x0＝wn→0xn,n＝1,...n-1
86.通过上式即可获得n-1个从其他期相基础重建图像变换到参考期相重建图像的初始运动场信息，进一步的，获得从参考期相重建图像到其他期相基础重建图像的运动场变换矩阵w0→i。
87.202、基于运动场变换矩阵，将各个期相的基础重建图像正投影到参考期相重建图像中，得到基础重建图像的正投影数据。
88.为了得到更准确的运动场变换矩阵，本技术实施例中，首先基于步骤201构建的运动场变换矩阵，将各个期相的基础重建图像正投影到参考期相重建图像中。
89.具体的，正投影数据计算公式如下：
90.91.其中，x表示迭代图像，y'表示变换后的正投影数据，p表示系统矩阵，n表示正规化因子，a表示衰减因子，s和r分别表示散射因子和随机因子，此时，a设为全1矩阵。
92.203、将各个期相的正投影数据累加处理，得到参考期相重建图像的计算正投影值。
93.本技术实施例中，具体的，参考期相重建图像的计算正投影值y
0,calculate
的计算表达式如下：
[0094][0095][0096][0097]
其中，其中ωi表示当前期相正投影数据的累加权重值，满足累加值为1，通常取值为1/(n-1)。
[0098]
204a、若计算正投影值与参考期相重建图像的测量正投影值的差值小于预设差值阈值，则确定运动场变换矩阵为更新后的运动场变换矩阵。
[0099]
本技术实施例中，可以基于目标函数对运动场变换矩阵进行更新，以使得计算正投影值与参考期相重建图像的测量正投影值的差值尽量缩小，进一步的，可以通过设置迭代更新的次数，或预设差值阈值作为更新完成的标准。具体的，目标函数如下所示：
[0100]
f(n)＝norm(y
0-y
′n→0) αnφ(x
0-wn→0xn),n＝1,...,n-1
[0101]
f(n)＝norm(y
0-y
0,calculate
) αnφ(x
0-x
0,calculate
)
[0102]
其中，其中，α表示权重，用来控制第二项的影响大小，norm表示取范数，常采用l2范数进行计算，用来表示参考期相重建图像的测量正投影值与计算正投影值的差值；第二项表示参考期相重建图像的正常重建结果与变换计算值计算差值的函数，即在对运动场变换矩阵进行更新的同时仍要保证其它期相基础重建图像与参考期相重建图像变换结果差异最小。
[0103]
204b、若计算正投影值与参考期相重建图像的测量正投影值的差值大于或等于预设差值阈值，则重新执行运动场变换矩阵的更新。
[0104]
本技术实施例是与步骤204a对应的步骤，若计算正投影值与参考期相重建图像的测量正投影值的差值大于或等于预设差值阈值或迭代更新的次数未达到预设标准，则重复执行运动场变换矩阵的更新过程，直至达到预设标准。
[0105]
可选的，在具体的应用场景中，作为上述步骤的另一实现方法，还可以基于已完成模型训练的深度神经网络模型由多个期相的投影数据或对应的基础重建图像直接获得运动场变换矩阵，具体的，如图3所示。首先获取至少两倍于常规临床扫描时长的正电子发射断层扫描数据，经过计算得到目标运动场变换矩阵。其次将常规临床扫描时长的正电子发射断层扫描数据或对应的基础重建图像作为深度神经网络模型的输入项，对应训练得到预测运动场变换矩阵。再次将预测运动场变换矩阵与目标运动场变换矩阵相比较，直到满足预设标准，以完成模型训练，得到已完成模型训练的深度神经网络模型。最后基于已完成模
型训练的深度神经网络模型由多个期相的投影数据直接获得运动场变换矩阵。
[0106]
205a、基于更新后的运动场变换矩阵，将参考期相重建图像变换到多个期相的基础重建图像中，得到多个期相的投影数据。
[0107]
本技术实施例中，基于步骤204a得到的运动场变换矩阵，即可获得相应的由参考期相重建图像到其他期相的运动场变换矩阵wi→0，具体的，各个期相投影数据与参考期相重建图像的对应关系如下：
[0108]yn
＝pxn＝pw0→nx0,n＝1,...,n-1
[0109][0110]
其中，t表示转置，说明不同期相的投影数据可被用于重建参考期相重建图像。
[0111]
206a、基于多个期相的投影数据，多个期相的测量投影数据以及单期相ct图像数据进行图像重建处理，得到正电子发射断层扫描数据的重建图像。
[0112]
本技术实施例中，示例性的，以参考期相为例，基于上述步骤，更新后的标准mlem计算公式如下：
[0113][0114]
通过上述公式根据多个期相投影数据、多个期相的测量投影数据以及对应的单期相ct图像数据即可得到正电子发射断层扫描数据的重建图像。
[0115]
可选的，作为步骤205a～206a的另一中实现方法，本技术实施例中，基于更新后的运动场变换矩阵，将单期相ct图像数据变换到多个期相的基础重建图像，多期相ct图像序列如下：
[0116]
xctn＝w0→nxct0,n＝1,...n-1
[0117]
其中，xct0表示采集获得的参考期相ct图像，xctn表示经过上述公式计算获得的其他期相的ct图像。根据多个期相的正电子发射断层扫描数据和计算获得的多个期相的ct图像分别重建的对应期相的重建图像，再基于更新后的运动场变换矩阵，将多个期相的正电子发射断层扫描数据的重建图像，变换到参考期相并合并，得到最终参考期相的正电子发射断层扫描数据的重建图像。可以理解的是，由于每个期相的正电子发射断层扫描数据的统计量有限，重建图像可能会出现噪声增多的情况，从而影响重建图像的质量。为了提升重建图像的质量，可以根据运动场变换矩阵中对应图像区域内变化较小的区域进行加权叠加处理以提升图像的信噪比。示例性的，任意期相的正电子发射断层扫描数据的重建图像如下计算：
[0118][0119][0120][0121]
m,n＝0,...n-1
[0122]
其中，i表示图像中的像素点，wi表示当前像素点i的运动调整量，ω表示权重因子。需要说明的是，当运动调整量大于预设阈值时，不将其引入计算，同时将权重因袭进行归一化处理，以保证权重和为1。
[0123]
为了进一步说明以及限定，本技术实施例中，获取期相划分后的多个期相的正电子发射断层扫描数据之前，实施例方法还包括：获取正电子发射断层扫描数据；根据呼吸门控信号对正电子发射断层扫描数据进行期相划分，得到多个期相的正电子发射断层扫描数据。
[0124]
需要说明的是，为了对正电子发射断层扫描数据进行期相划分，可以根据呼吸门控信号对其进行划分，其中呼吸门控信号的获得可以通过外置门控设备进行获得，也可以根据数据变化规律计算的得出呼吸门控信号，本技术实施例不做具体限定，进一步的根据呼吸门控信号对图像数据进行划分。
[0125]
在具体的应用场景中，正电子发射断层扫描数据的重建计算流程如图4所示，首先对患者进行常规临床pet扫描获取pet数据，以及常规螺旋ct扫描获取ct单期相图像。其次根据呼吸门控信号将pet数据进行期相划分，并进行nac重建，得到pet分期相的nac图像，进一步将pet分期相的nac图像与根据ct单期相图像对比获得的pet参考期相进行运动估计得到运动场信息。再次以pet分期相正投影数据作为约束条件对运动场信息进行更新迭代，当偏差小于预设阈值或到达迭代次数，得到最终运动场信息。最后基于最终运动场信息、pet分期相数据以及ct单期相图像进行图像重建，得到消除伪影的重建图像。
[0126]
优选的，为了使获得的运动场变换矩阵更加精确，本技术实施例中，根据飞行时间信息引入参考运动场变换矩阵，实施例方法还包括：若期相划分后的多个期相的正电子发射断层扫描数据中包含飞行时间信息，则基于伪反投影获取各个期相的湮灭事件位置分布图；基于湮灭事件位置分布图，获取各个期相的基础重建图像之间的第一运动场变换矩阵，以及从各个期相的基础重建图像到所述参考期相重建图像的第二运动场变换矩阵，得到参考运动场变换矩阵，以作为更新运动场变换矩阵的先验信息。
[0127]
具体的，参考运动场变换矩阵的计算流程如图5所述。根据划分好的多个期相的正电子发射断层扫描数据，分别对每一期相数据进行单独处理，即针对检测到的湮灭事件利用其探测到的飞行时间差信息计算其在三维空间中的最可能的湮灭位置。通常每个湮灭事件在lor上是以高斯分布模型分布的位置概率，即其概率分布值最大位置即为其湮灭事件的发生位置。进一步获得各个期相对应的湮灭事件位置分布图。根据湮灭事件位置分布图，获得各个期相的基础重建图像之间的第一运动变换矩阵，以及与各个期相的基础重建图像到所述参考期相重建图像的第二运动场变换矩阵。进而得到参考运动场变换矩阵，以作为先验信息对上述步骤所得的运动变换矩阵进行正则化约束，基于此，目标函数可更新为：
[0128][0129]
其中，β表示权重，用来控制第三项的影响大小，第三项表示由重建图像计算获得的运动变换矩阵与由湮灭事件位置分布图计算得到的运动变换矩阵计算差值的函数，即在对运动场变换矩阵进行更新的同时仍要保证其与参考运动变换矩阵结果差异最小。
[0130]
由于在常规临床扫描时长下进行的多期相门控扫描，每个期相下的投影数据统计量与常规门控扫描时长下的期相数据统计量相比明显降低，导致后续图像重建精度降低。为避免由于数据统计量低而产生的误差影响，可以采用基于深度神经网络模型对低统计量
投影数据进行数据优化处理以提高投影数据的统计量，进而提高后续参考期相的确认以及运动场变换矩阵的计算准确性。本技术实施例中，获取期相划分后的多个期相的正电子发射断层扫描数据之后，实施例方法还包括：基于已完成模型训练的深度神经网络模型对多个期相的正电子发射断层扫描数据进行数据优化，深度神经网络模型为基于包括第一时长的正电子发射断层扫描数据以及第二时长的正电子发射断层扫描数据的模型训练集进行模型训练得到的，其中，第一时长大于第二时长的至少两倍。
[0131]
具体的，基于深度神经网络模型进行数据优化的流程如图6所示。首先构建深度神经网络模型，获取第一时长的正电子发射断层扫描数据，其中，第一时长为至少是常规临床扫描时长的两倍，例如，常规临床扫描时长为5分钟，第一时长至少为10分钟。截取第一时长的正电子发射断层扫描数据中的第二时长正电子发射断层扫描数据，其中，第二时长为常规临床扫描时长，例如，从10分钟的正电子发射断层扫描数据中截取5分钟的正电子发射断层扫描数据。基于第一时长的正电子发射断层扫描数据以及第二时长正电子发射断层扫描数据，生成模型训练集对深度神经网络模型进行模型训练，直至基于经过模型进行数据优化后的数据得到的预测结果与第二时长正电子发射断层扫描数据的预测结果之间的误差达到稳定状态，则得到已完成模型训练的深度神经网络模型。
[0132]
本技术提供了一种正电子发射断层扫描数据的图像重建方法，首先获取单期相ct图像数据以及期相划分后的多个期相的正电子发射断层扫描数据；其次基于所述单期相ct图像数据从所述正电子发射断层扫描数据的多个基础重建图像中选取参考期相重建图像，并获取与所述参考期相重建图像匹配的运动场变换矩阵；最后基于所述运动场变换矩阵、所述单期相ct图像数据以及多个期相的所述正电子发射断层扫描数据进行图像重建处理，得到所述正电子发射断层扫描数据的重建图像。与现有技术相比，本技术实施例通过获取多期相基础重建图像与参考期相重建图像匹配的运动场变换矩阵，并基于运动场变换矩阵以及单期相ct图像数据对正电子发射断层扫描数据进行重建，避免了正电子发射断层图像受呼吸运动影响导致出现伪影的情况，从而有效地提高了诊断精度，同时使患者免受额外的辐射剂量。
[0133]
进一步的，作为对上述图1所示方法的实现，本技术实施例提供了一种正电子发射断层扫描数据的图像重建装置，如图7所示，该装置包括：
[0134]
第一获取模块31，第二获取模块32，重建模块33。
[0135]
第一获取模块31，用于获取单期相ct图像数据以及期相划分后的多个期相的正电子发射断层扫描数据；
[0136]
第二获取模块32，用于基于所述单期相ct图像数据从所述正电子发射断层扫描数据的多个基础重建图像中选取参考期相重建图像，并获取与所述参考期相重建图像匹配的运动场变换矩阵；
[0137]
重建模块33，用于基于所述运动场变换矩阵、所述单期相ct图像数据以及多个期相的所述正电子发射断层扫描数据进行图像重建处理，得到所述正电子发射断层扫描数据的重建图像。
[0138]
在具体的应用场景中，所述第二获取模块32，具体包括：
[0139]
构建单元，用于基于从所述参考期相重建图像到各个期相的所述基础重建图像之间的运动场信息构建运动场变换矩阵；
[0140]
更新单元，用于通过图像变换及投影处理对所述运动场变换矩阵进行更新，以基于更新后的所述运动场变换矩阵进行运动校正。
[0141]
在具体的应用场景中，所述更新单元，具体包括：
[0142]
正投影子单元，用于基于所述运动场变换矩阵，将各个期相的所述基础重建图像正投影到所述参考期相重建图像中，得到所述基础重建图像的正投影数据；
[0143]
累加子单元，用于将各个期相的所述正投影数据累加处理，得到所述参考期相重建图像的计算正投影值；
[0144]
确定子单元，用于若所述计算正投影值与所述参考期相重建图像的测量正投影值的差值小于预设差值阈值，则确定所述运动场变换矩阵为更新后的运动场变换矩阵；
[0145]
更新子单元，用于若所述计算正投影值与所述参考期相重建图像的测量正投影值的差值大于或等于预设差值阈值，则重新执行所述运动场变换矩阵的更新。
[0146]
在具体的应用场景中，所述重建模块33，具体包括：
[0147]
正投影单元，用于基于更新后的所述运动场变换矩阵，将所述参考期相重建图像变换到多个期相的所述基础重建图像中，得到多个期相的投影数据；
[0148]
重建单元，用于基于多个期相的所述投影数据，多个期相的测量投影数据以及所述单期相ct图像数据进行图像重建处理，得到所述正电子发射断层扫描数据的重建图像。
[0149]
在具体的应用场景中，所述第一获取模块31之前，所述装置还包括：
[0150]
第三获取模块，用于获取正电子发射断层扫描数据；
[0151]
划分模块，用于根据呼吸门控信号对所述正电子发射断层扫描数据进行期相划分，得到多个期相的正电子发射断层扫描数据。
[0152]
在具体的应用场景中，所述装置还包括：
[0153]
第四获取模块，用于若所述期相划分后的多个期相的正电子发射断层扫描数据中包含飞行时间信息，则基于伪反投影获取各个期相的湮灭事件位置分布图；
[0154]
所述第四获取模块，还用于基于所述湮灭事件位置分布图，获取各个期相的所述基础重建图像之间的第一运动场变换矩阵，以及从各个期相的所述基础重建图像到所述参考期相重建图像的第二运动场变换矩阵，得到参考运动场变换矩阵，以作为更新所述运动场变换矩阵的先验信息。
[0155]
在具体的应用场景中，所述第一获取模块31之后，所述装置还包括：
[0156]
优化模块，用于基于已完成模型训练的深度神经网络模型对多个期相的所述正电子发射断层扫描数据进行数据优化，所述深度神经网络模型为基于包括第一时长的正电子发射断层扫描数据以及第二时长的正电子发射断层扫描数据的模型训练集进行模型训练得到的，其中，所述第一时长大于所述第二时长的至少两倍。
[0157]
本技术提供了一种正电子发射断层扫描数据的图像重建装置，首先获取单期相ct图像数据以及期相划分后的多个期相的正电子发射断层扫描数据；其次基于所述单期相ct图像数据从所述正电子发射断层扫描数据的多个基础重建图像中选取参考期相重建图像，并获取与所述参考期相重建图像匹配的运动场变换矩阵；最后基于所述运动场变换矩阵、所述单期相ct图像数据以及多个期相的所述正电子发射断层扫描数据进行图像重建处理，得到所述正电子发射断层扫描数据的重建图像。与现有技术相比，本技术实施例通过获取多期相基础重建图像与参考期相重建图像匹配的运动场变换矩阵，并基于运动场变换矩阵
以及单期相ct图像数据对正电子发射断层扫描图像数据进行重建，避免了正电子发射断层图像受呼吸运动影响导致出现伪影的情况，从而有效地提高了诊断精度，同时使患者免受额外的辐射剂量。
[0158]
根据本技术一个实施例提供了一种存储介质，所述存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的正电子发射断层扫描数据的图像重建方法。
[0159]
基于这样的理解，本技术的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施场景所述的方法。
[0160]
图8示出了根据本技术一个实施例提供的一种终端的结构示意图，本技术具体实施例并不对终端的具体实现做限定。
[0161]
如图8所示，该终端可以包括：处理器(processor)402、通信接口(communications interface)404、存储器(memory)406、以及通信总线408。
[0162]
其中：处理器402、通信接口404、以及存储器406通过通信总线408完成相互间的通信。
[0163]
通信接口404，用于与其它设备比如客户端或其它服务器等的网元通信。
[0164]
处理器402，用于执行程序410，具体可以执行上述正电子发射断层扫描数据的图像重建方法实施例中的相关步骤。
[0165]
具体地，程序410可以包括程序代码，该程序代码包括计算机操作指令。
[0166]
处理器402可能是中央处理器cpu，或者是特定集成电路asic(application specific integrated circuit)，或者是被配置成实施本技术实施例的一个或多个集成电路。终端包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个cpu；也可以是不同类型的处理器，如一个或多个cpu以及一个或多个asic。
[0167]
存储器406，用于存放程序410。存储器406可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
[0168]
程序410具体可以用于使得处理器402执行以下操作：
[0169]
获取单期相ct图像数据以及期相划分后的多个期相的正电子发射断层扫描数据；
[0170]
基于所述单期相ct图像数据从所述正电子发射断层扫描数据的多个基础重建图像中选取参考期相重建图像，并获取与所述参考期相重建图像匹配的运动场变换矩阵；
[0171]
基于所述运动场变换矩阵、所述单期相ct图像数据以及多个期相的所述正电子发射断层扫描数据进行图像重建处理，得到所述正电子发射断层扫描数据的重建图像。
[0172]
存储介质中还可以包括操作系统、网络通信模块。操作系统是管理上述正电子发射断层扫描图像数据的重建的实体设备硬件和软件资源的程序，支持信息处理程序以及其它软件和/或程序的运行。网络通信模块用于实现存储介质内部各组件之间的通信，以及与信息处理实体设备中其它硬件和软件之间通信。
[0173]
本说明书中各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，所以描述的比较简单，相关之处参见方法实施例的部
分说明即可。
[0174]
可能以许多方式来实现本技术的方法和系统。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本技术的方法和系统。用于所述方法的步骤的上述顺序仅是为了进行说明，本技术的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本技术实施为记录在记录介质中的程序，这些程序包括用于实现根据本技术的方法的机器可读指令。因而，本技术还覆盖存储用于执行根据本技术的方法的程序的记录介质。
[0175]
显然，本领域的技术人员应该明白，上述的本技术的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本技术不限制于任何特定的硬件和软件结合。
[0176]
以上所述仅为本技术的优选实施例而已，并不用于限制本技术，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包括在本技术的保护范围之内。