-
公开(公告)号：CN119625190B
公开(公告)日：2025-04-11
申请号：CN202510166550.9
申请日：2025-02-14
Applicant: 安徽大学
Abstract: 本发明涉及医疗影像处理技术领域，具体地说，涉及一种用于低剂量PET图像处理的3D高斯模型生成和渲染方法。其包括步骤：输入低剂量脑部PET图像，所述脑部PET图像由体素点的集合构成；体素点聚类生成简化高斯模型#imgabs0#；基于简化高斯模型，对高斯椭球模型进行重采样，最终构建脑部PET图像的高斯分布模型#imgabs1#；UNet模型接收脑部PET图像作为输入，以对脑部PET图像的外轮廓进行提取和分割；基于VQ‑VAE自编码器和Stable Diffusion模型重构出3D高斯分布模型#imgabs2#；通过计算光线与体素点数据交互时的衰减特性，将3D高斯分布模型#imgabs3#渲染为3D图像。本发明中在低剂量脑部PET成像条件下，显著降低了图像中的噪声和伪影，提升了图像分辨率。
-
公开(公告)号：CN119625190A
公开(公告)日：2025-03-14
申请号：CN202510166550.9
申请日：2025-02-14
Applicant: 安徽大学
Abstract: 本发明涉及医疗影像处理技术领域，具体地说，涉及一种用于低剂量PET图像处理的3D高斯模型生成和渲染方法。其包括步骤：输入低剂量脑部PET图像，所述脑部PET图像由体素点的集合构成；体素点聚类生成简化高斯模型#imgabs0#；基于简化高斯模型，对高斯椭球模型进行重采样，最终构建脑部PET图像的高斯分布模型#imgabs1#；UNet模型接收脑部PET图像作为输入，以对脑部PET图像的外轮廓进行提取和分割；基于VQ‑VAE自编码器和Stable Diffusion模型重构出3D高斯分布模型#imgabs2#；通过计算光线与体素点数据交互时的衰减特性，将3D高斯分布模型#imgabs3#渲染为3D图像。本发明中在低剂量脑部PET成像条件下，显著降低了图像中的噪声和伪影，提升了图像分辨率。
-
公开(公告)号：CN118411435A
公开(公告)日：2024-07-30
申请号：CN202410439671.1
申请日：2024-04-12
Applicant: 安徽大学
Abstract: 本发明属于PET成像领域，具体涉及一种基于先验图像的PET图像重建方法及PET图像3D感知方法。该方案将深度学习算法与既有的PET图像重建算法相结合，并将用户之前PET检查得到PET图像作为先验信息嵌入到神经网络中。最后，在受试者每次检查时，同时采用神经网络和PET图像重建算法根据传感器数据生成融合后的重建结果。本发明的3D感知方案利用NeRF中的点云采样技术获得PET图像对应的点云数据；然后通过自定义的编码方式将五维的点云数据转换为2维的新数据；最后训练生成对抗网络实现图像重建，进而利用生成的图像进行体积渲染得到3D感知。本发明可以解决现有PET成像的质量过度依赖探测器几何排列以及检测过程的数据规模的问题，并支持减少扫描时间和剂量。
-
-
Search Results
3
records
(took 0.014 seconds)
