可实现的分辨率可用于可扩展波形数字化PET读数和与理想的TDC读数的比较,使用DNN进行最佳估计,包括DOI
L Macchiarulo1, C Chock1, I Mostafanezhad1
1IEEE.
概括
这项研究量化了定制波形采样设备对飞行时间PET (TOF-PET) 系统传统TDC方法的优势. 深度神经网络 (DNN) 分析显示,在互动深度估计的分辨率和可行性方面取得了显著的收益.
科学领域:
- 医疗成像医学成像
- 核物理 核物理 核物理
- 仪器化 仪器化 仪器化
背景情况:
- 飞行时间正子辐射断层扫描 (TOF-PET) 提供了变革的潜力,但需要高空间和时间分辨率.
- 目前的系统面临的局限性是由于信号在像素级别的变化.
研究的目的:
- 量化定制波形采样设备与TOF-PET中的时间到数字转换器 (TDC) 方法相比的优势.
- 评估噪音和非理想因素对系统性能的影响.
- 为了证明使用单面读数的相互作用深度 (DOI) 估计的可行性.
主要方法:
- 利用现实的噪声模型和模拟的非理想.
- 采用深度神经网络 (DNN) 方法来分析数据.
- 研究了定制波形采样设备与传统的TDC方法.
主要成果:
- 对于使用DNN的当前和未来TOF-PET采集系统,证明了可实现的性能增长.
- 展示了从单面探测器读数估计DOI的可行性.
- 在现实的场景中量化波形采样对TDC的好处.
结论:
- 定制波形采样设备为TOF-PET系统提供了显著的优势.
- DNN可以有效地提高分辨率,并使DOI估计成为可能,从而增强TOF-PET功能.
- 拟议的系统设计是可扩展的,得到了紧波形数字化器开发经验的支持.


