快速PET重建与减小差异和预先意识预先调节
Matthias J Ehrhardt1, Zeljko Kereta2, Georg Schramm3
1Department of Mathematical Sciences, University of Bath, Bath, United Kingdom.
Frontiers in nuclear medicine
|October 3, 2025
概括
优化正电子发射断层扫描 (PET) 图像重建与调整先验需要将先前效应纳入预条件器以获得更快,更稳定的结果. 随机变量减小梯度 (SVRG) 和SAGA方法显示出优于SGD的性能.
科学领域:
- 医疗成像医学成像
- 计算科学 计算科学
- 核医学是一种核医学.
背景情况:
- 像素发射断层扫描 (PET) 图像重建对于临床诊断至关重要.
- 相对差异前 (RDP) 正规化比传统方法提高了重建质量.
- 快速稳定的重建对于临床工作流程效率至关重要.
研究的目的:
- 研究和优化使用RDP对PET的基于子集的重建方法.
- 评估将先前效应纳入预先条件对趋同速度和稳定性的影响.
- 为了比较用于PET重建的各种随机优化算法的性能.
主要方法:
- 评估了基于子集的优化算法,包括静态梯度下降 (SGD),SAGA和SVRG.
- 利用模拟的PET数据和来自PET快速图像重建挑战 (PETRIC) 2024的真实大脑PET扫描.
- 在不同噪声水平 (计数统计) 和规范化强度中评估性能.
主要成果:
- 在RDP规范化PET重建中,将先前效应纳入预条件器对于快速和稳定的趋同至关重要.
- 与SGD相比,SVRG和SAGA算法表现出优越的性能.
- 在重建速度和稳定性方面,SVRG在整体上略有优势.
结论:
- 该研究强调了预条件设计对于有效的PET图像重建的重要性.
- SVRG和SAGA是用于RDP规范化PET重建的有效随机优化方法.
- 这些发现有助于在PETRIC 2024挑战中开发获胜算法.


