基于深度学习的动态双示踪PET图像联合重建与分割方法
授权
摘要
本发明公开了一种基于深度学习的动态双示踪PET图像联合重建与分割方法，该方法将同时注射的动态双示踪PET图像的重建问题与分割问题整合到一个框架中，通过3D Unet的强大时间与空间信息提取能力实现了双示踪PET图像的重建，同时与增加的鉴别器形成的生成对抗网络，自适应地提高了重建的效果。此外，本发明额外增加的分割网络在完成分割任务的同时，也起到监督重建图像中相同感兴趣区域中的时间活度曲线走势相似的作用，进一步提高了重建效果。综上所述，本发明方法不仅在重建效果上相较现有重建方法有所提升，而且分割的准确率更是远超用于联合重建和分割的传统的迭代方法。
基本信息
专利标题 ：
基于深度学习的动态双示踪PET图像联合重建与分割方法
专利标题（英）：
暂无
公开（公告）号 ：
CN113379863A
申请号 ：
CN202110645644.6
公开（公告）日 ：
2021-09-10
申请日 ：
2021-06-10
授权号 ：
CN113379863B
授权日 ：
2022-06-07
发明人 ：
刘华锋万一鸣
申请人 ：
浙江大学
申请人地址 ：
浙江省杭州市西湖区余杭塘路866号
代理机构 ：
杭州天勤知识产权代理有限公司
代理人 ：
王琛
优先权 ：
CN202110645644.6
主分类号 ：
G06T11/00
IPC分类号 ：
G06T11/00 G06N3/04 G06N3/08 G06T7/10
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T11/00
2D图像的生成
法律状态
2022-06-07 ：
授权
2021-09-28 ：
实质审查的生效
IPC(主分类) : G06T 11/00
申请日 : 20210610
申请日 : 20210610
2021-09-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
