Traitement en cours

Veuillez attendre...

Paramétrages

Paramétrages

Goto Application

1. WO2020062732 - PROCÉDÉ ET APPAREIL DE RECONSTRUCTION D'IMAGE DE PET ET DISPOSITIF INFORMATIQUE

Numéro de publication WO/2020/062732
Date de publication 02.04.2020
N° de la demande internationale PCT/CN2019/072400
Date du dépôt international 18.01.2019
CIB
G06T 11/00 2006.01
GPHYSIQUE
06CALCUL; COMPTAGE
TTRAITEMENT OU GÉNÉRATION DE DONNÉES D'IMAGE, EN GÉNÉRAL
11Génération d'images bidimensionnelles
CPC
G06T 11/003
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
112D [Two Dimensional] image generation
003Reconstruction from projections, e.g. tomography
G06T 2210/41
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
2210Indexing scheme for image generation or computer graphics
41Medical
G06T 2211/416
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
2211Image generation
40Computed tomography
416Exact reconstruction
G06T 2211/424
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
2211Image generation
40Computed tomography
424Iterative
Déposants
  • 深圳先进技术研究院 SHENZHEN INSTITUTES OF ADVANCED TECHNOLOGY [CN]/[CN]
Inventeurs
  • 胡战利 HU, Zhanli
  • 梁栋 LIANG, Dong
  • 杨永峰 YANG, Yongfeng
  • 刘新 LIU, Xin
  • 郑海荣 ZHENG, Hairong
Mandataires
  • 深圳中一联合知识产权代理有限公司 SHENZHEN ZHONGYI UNION INTELLECTUAL PROPERTY AGENCY CO., LTD.
Données relatives à la priorité
201811147464.X29.09.2018CN
Langue de publication chinois (ZH)
Langue de dépôt chinois (ZH)
États désignés
Titre
(EN) PET IMAGE RECONSTRUCTION METHOD AND APPARATUS, AND COMPUTING DEVICE
(FR) PROCÉDÉ ET APPAREIL DE RECONSTRUCTION D'IMAGE DE PET ET DISPOSITIF INFORMATIQUE
(ZH) 一种PET图像重建方法、装置和计算设备
Abrégé
(EN)
A PET image reconstruction method and apparatus, and a computing device, relating to the field of image processing, the method comprising: comparing a desired PET image and a standard PET image (S101); if the comparison reaches a comparison termination condition, then outputting the desired PET image as a target PET image (S102); and, if the comparison does not reach the comparison termination condition, then processing the desired PET image using a mapping network to obtain a new desired PET image (S103). In the present solution, as the mapping network is a deep convolutional neural network based on dictionary learning and obtained after training with magnetic resonance images and PET images as training samples, when processing desired PET images via such a mapping network to obtain new desired PET images, the difference with the standard PET image gets smaller and smaller after fewer iterative calculations, enabling the algorithm to rapidly converge, thereby increasing the PET image reconstruction speed and reducing the time required for reconstruction.
(FR)
L'invention concerne un procédé et un appareil de reconstruction d'image de TEP, ainsi qu'un dispositif informatique, se rapportant au domaine du traitement d'image, le procédé comprenant : la comparaison d'une image de TEP souhaitée et d'une image de TEP standard (S101) ; si la comparaison atteint une condition de fin de comparaison, l'émission de l'image de TEP souhaitée en tant qu'image de TEP cible (S102) ; et, si la comparaison n'atteint pas la condition de fin de comparaison, le traitement de l'image de TEP souhaitée à l'aide d'un réseau de mise en correspondance pour obtenir une nouvelle image de TEP souhaitée (S103). Dans la présente solution, étant donné que le réseau de mise en correspondance est un réseau neuronal convolutif profond basé sur un apprentissage de dictionnaire et obtenu après un entraînement avec des images de résonance magnétique et des images de TEP en tant qu'échantillons d'apprentissage, lors du traitement d'images de TEP souhaitées par l'intermédiaire d'un tel réseau de mise en correspondance pour obtenir de nouvelles images de TEP souhaitées, la différence avec l'image de TEP standard diminue après un nombre réduit de calculs itératifs, permettant ainsi à l'algorithme de converger rapidement, ce qui permet d'augmenter la vitesse de reconstruction d'image de TEP et de réduire le temps nécessaire à la reconstruction.
(ZH)
一种PET图像重建方法、装置和计算设备,属于图像处理领域,该方法包括:将期望PET图像与标准PET图像比较(S101);若比较达到了比较停止条件,则输出期望PET图像作为目标PET图像(S102);若比较未达到比较停止条件,则由映射网络对期望PET图像处理,得到新的期望PET图像(S103)。该方案中,由于映射网络为基于字典学习并以磁共振图像和PET图像作为训练样本训练后得到的深度卷积神经网络,经这样的映射网络对期望PET图像处理得到新的期望PET图像,其经过次数较少的迭代计算后,与标准PET图像的差别越来越小,能够让算法迅速收敛,从而提高PET图像的重建速度,减小重建所需时间。
Également publié en tant que
Dernières données bibliographiques dont dispose le Bureau international