通过探索内在的时空结构来进行动态PET无化的单扫描自适应图谱过
Shiyao Guo1, Xiaopeng Li1, Shengting Pan2
1School of Big Data and Statistics, Guizhou University of Finance and Economics, Guiyang, China.
Frontiers in medicine
|September 15, 2025
概括
动态正子辐射断层扫描 (PET) 图像质量通过一种新的时空图谱过 (ST-GF) 方法得到改善. 这种自适应技术可以在没有外部训练数据的情况下增强单次扫描,提供强大的无声化.
科学领域:
- 医疗成像医学成像
- 信号处理 信号处理
- 计算科学 计算科学
背景情况:
- 动态正子辐射断层扫描 (PET) 的性能受到高噪音水平和扫描变化的影响.
- 现有的排斥方法通常使用固定的模型或仅限于单个数据域,阻碍了结构信息的捕获.
研究的目的:
- 引入一种新的单扫描自适应时空图选 (ST-GF) 技术,用于PET图像消噪.
- 通过开发适应个体扫描特征的方法来克服当前denoising算法的局限性.
主要方法:
- 在图形信号空间中表示杂的PET信号数据,以探索潜在的时空结构.
- 开发一个代框架,采用适应性构建的图形过器,根据每个扫描的独特特征量身定制.
- 在不需要外部培训数据的情况下,直接将ST-GF技术应用于单个收购.
主要成果:
- ST-GF技术有效地揭示了由噪声掩盖的潜在时空结构.
- 与现有方法相比,对模拟和体内数据集的实验表明了优越的无色化性能.
- 该方法通过适应每个扫描的特定特征,成功地将真实信号与噪声分开.
结论:
- 通过利用扫描特定的潜伏结构,ST-GF技术为动态PET提供了强大而灵活的无雾化.
- 在没有事先培训的情况下运行,该方法不受外部数据偏差的影响,显示了实际应用的巨大潜力.
- 这种适应性方法提高了动态PET成像中的图像质量和可靠性.
