公开(公告)号：CN110942491B

公开(公告)日：2022-08-12

申请号：CN201911163032.2

申请日：2019-11-25

Applicant: 南京邮电大学

Inventor： 武婷婷 ,  史力 ,  赵翊辰 ,  邵金波

IPC: G06T11/00

Abstract: 本发明公开了基于块稀疏统计预测的PET‑MRI多模态联合重建方法，是一种新的多模态图像匹配的PET‑MRI联合重建模型。首先，我们利用稀疏表示统计预测模型将PET与MRI的观测信息进行匹配；其次，利用基于数据驱动紧框架的联合重建方法对PET和MRI图像进行重建。本发明采用PAM算法高效求解所提出的模型。数值实验表明，本发明所提出的模型不仅解决了常见方法中PET观测信息与MRI观测信息不匹配的问题，还能够重建出更好的PET和MRI图像。通过与JSDDTF模型相比较，本发明的模型在相对误差、峰值信噪比以及视觉效果方面均有明显改进。

公开(公告)号：CN110942491A

公开(公告)日：2020-03-31

申请号：CN201911163032.2

申请日：2019-11-25

Applicant: 南京邮电大学

Inventor： 武婷婷 ,  史力 ,  赵翊辰 ,  邵金波

IPC: G06T11/00

Abstract: 本发明公开了基于块稀疏统计预测的PET-MRI多模态联合重建方法，是一种新的多模态图像匹配的PET-MRI联合重建模型。首先，我们利用稀疏表示统计预测模型将PET与MRI的观测信息进行匹配；其次，利用基于数据驱动紧框架的联合重建方法对PET和MRI图像进行重建。本发明采用PAM算法高效求解所提出的模型。数值实验表明，本发明所提出的模型不仅解决了常见方法中PET观测信息与MRI观测信息不匹配的问题，还能够重建出更好的PET和MRI图像。通过与JSDDTF模型相比较，本发明的模型在相对误差、峰值信噪比以及视觉效果方面均有明显改进。