FastDIP:一种有效的方法来加快无监督的低数PET图像重建
Jinming Li1, Jing Wang2, Yang Lv3
1School of Biomedical Engineering, Shanghai Jiao Tong University, Shanghai 200240, China; Shanghai United Imaging Healthcare Co., Ltd, Shanghai 201807, China.
概括
FastDIP显著加快了无监督的正电子发射断层扫描 (PET) 图像的重建,通过缩短训练时间实现了高图像质量. 这种深度学习框架可为临床应用提供高效的实时PET成像.
科学领域:
- 医学成像
- 深度学习
- 阳离子发射断层扫描 (PET)
背景情况:
- 没有监督的深度学习可以提高PET图像质量.
- 由于患者特定的网络培训,目前的方法耗时,限制了临床使用.
- 需要有效的无监督PET图像重建实时功能.
研究的目的:
- 开发一个有效的无监督学习框架用于PET图像重建.
- 为了满足实时成像的临床要求.
- 减少无监督PET图像重建的计算负担.
主要方法:
- 推出了FastDIP,一种高效的无监督方法,用于低数量的PET图像重建.
- 采用了两阶段的重建:快速粗重建使用像素混合降低采样和详细细重建.
- 采用波形化PET图像作为输入,并纳入加速融合的预训练.
主要成果:
- 在模拟的18F-AV45数据集上,FastDIP显示出优异的图像质量和显著减少的训练时间 (11%).
- 在临床18F-FDG数据集中,FastDIP在2.2分钟内实现了最低的NMSE和最高的SSIM,超过了现有方法.
- 对于临床68Ga-PSMA数据集,FastDIP在2. 4分钟内产生了最高的CNR和SUVmax,超过了其他方法.
结论:
- FastDIP为无监督的低数PET图像重建提供了有效的解决方案.
- 这种方法大大减少了网络培训时间.
- 在PET成像中,FastDIP显著提高了图像恢复性能.


