【摘 要】
：
正电子发射扫描（Positron Emission Tomography,PET）图像在癌症的早期筛查与肿瘤病人术后的分期治疗中具有不可忽视的作用。然而,PET图像需要额外的计算机断层扫描（Computed Tomography,CT）图像来完成其自身的衰减校正与提供详细的解剖定位,并且PET图像的衰减校正对于定量与诊断的PET图像是必不可少的,同时为了在最大程度上减少病人受到的电离辐射剂量,在单
【基金项目】
：
深圳某研究院国家自然科学基金项目（81871441）:基于稀疏表示模型和先验结构信息的低剂量PET/MRI成像研究；
论文部分内容阅读
正电子发射扫描（Positron Emission Tomography,PET）图像在癌症的早期筛查与肿瘤病人术后的分期治疗中具有不可忽视的作用。然而,PET图像需要额外的计算机断层扫描（Computed Tomography,CT）图像来完成其自身的衰减校正与提供详细的解剖定位,并且PET图像的衰减校正对于定量与诊断的PET图像是必不可少的,同时为了在最大程度上减少病人受到的电离辐射剂量,在单PET系统的条件下利用PET图像生成伪CT图像也是十分有必要的。本文主要研究并实现了单PET系统下基于深度学习的PET图像衰减校正算法,并在此基础上实现了高质量伪CT图像的生成,主要研究工作如下:（1）基于深度学习的经典PET图像衰减校正算法分析。分析实际扫描过程中PET图像衰减校正的数学模型,以及缺乏解剖数据条件下基于深度学习的PET图像衰减校正的实现原理,研究基于深度学习的两种经典PET图像衰减校正算法原理及其实现,同时从医院采集临床淋巴瘤病人的原始PET/CT影像数据,并根据PET/CT图像的特点对它们分别进行一系列的图像预处理操作,在此数据集上对上述两种经典方法做性能测试,并将其与传统方法进行结果的对比分析。（2）基于十字交叉注意力机制循环一致性生成对抗网络（Criss-cross Self-attention Cycle-consistent Generative Adversarial Network,CCSA-CycleGAN）的PET图像衰减校正算法研究。分析CycleGAN模型相对于经典GAN模型做出的改进及实现原理,并针对CycleGAN算法模型中传统卷积算子特征提取的不足,研究十字交叉注意力门控机制在PET图像衰减校正任务中的优点与必要性,为了适应耦合CCSA模块带来网络参数量的增长,使用补丁（Patch）图像作为基于CCSA-CycleGAN的PET图像衰减校正算法模型的输入,对改进算法做性能测试,并将其与基于深度学习的三种PET图像衰减校正算法进行对比分析。（3）基于PET图像逆衰减校正的伪CT生成算法研究。分析经典伪CT生成算法的原理与不足,并进一步地研究PET图像衰减校正的数学原理,在第3章算法的基础上设计出一种基于PET图像逆衰减校正的伪CT生成算法,同时从数学、数据与算法角度出发,研究医学图像标注数据较少的情况下改进算法的优越性,还引入感知损失与图像梯度损失来细化伪CT图像的质量,在PET/CT数据集上对改进算法做性能测试,并研究改进算法相对于经典方法的优越性。
其他文献
目前关于人体动作的研究主要关注于单一的动作识别或动作预测,无法同时识别并预测人类的动作。在人体动作识别方面,在三维骨架的特征提取上没有充分考虑骨架之间的时空关系,导致识别准确率受到限制。在人体动作预测方面,现有的研究没有考虑人体关节运动幅度的差异性,导致预测的结果不够稳定。协作机器人正在出现在各种复杂的制造环境中,使制造业朝着高效智能方向发展,人机协作的重要性不断提升。将人体动作识别与预测方法应用
磁共振成像（Magnetic Resonance Imaging,MRI）是一种常用于临床和临床前应用的医学成像方法。在磁共振成像的长时间扫描中由于受试者运动导致图像中出现的运动伪影会影响医生和研究人员的判断。因此,如何快速有效的去除图像中的运动伪影是一个亟待解决的难题。近年来,基于生成对抗网络（Generative Adversarial Network,GAN）的深度学习算法在MRI运动校正领
随着深度学习在计算机视觉领域的高速发展,出现了越来越多的具有代表性的目标检测算法,尽管当前算法在许多现实世界场景的目标检测中取得了显著进步,但在物体密集分布场景中的检测精度仍有待提高。现有的目标检测算法在对物体形状相似、位置非常接近的密集场景检测中,会出现检测框包含部分物体或者多个物体的情况,检测率较低,而在对物体相互重叠、强背景影响的密集场景检测中,甚至会出现漏检、误检的问题。鉴于此,本文面向现
近些年来,伴随着虚拟现实（Virtual Reality,VR）技术不断发展,VR平台逐渐完善,VR产业已经进入了快速发展阶段。VR视频具有沉浸式的特点,能够为用户带来身临其境般的视觉体验,正在逐渐成为视频服务的新型载体。然而现有的无线网络依然不能满足VR视频传输过程中的高带宽、低时延的要求,无法进行高质量的视频传输。因此,如何根据人眼视场角的特点以及VR视频自适应传输过程中的传输特性,为用户提供
煤炭在国民经济的各个领域中发挥着重要的作用,因此,煤矿能否安全生产,成为关乎国计民生的重要问题。在煤矿开采中,矿用提升机处于矿山运输环节的咽喉位置,通过使用钢丝绳牵引罐笼,负担着煤炭主井输运设备及人员任务。罐道作为罐笼的导轨,既可保证罐笼运行方向的正确,又可限制罐笼水平方向位移。由于煤矿地质条件较为复杂,煤矿的立井罐道容易受到外力的作用而产生形变,一旦立井罐道的整体线形发生变化或者局部发生形变,轻
车用电子水泵是新能源汽车以及混动汽车内部冷却系统的核心部件,其性能优劣将直接影响汽车发动机冷却系统的冷却效果。车用电子水泵测试台能够完成对车用电子水泵的多项测试,有助于其生产厂家提高产品检测效率,缩短电子水泵的制造周期。针对当下车用电子水泵测试台存在试验项目单一、测量精度不够的问题,本文展开了对车用电子水泵相关测试技术的研究,设计并完成了车用电子水泵在线测试台的搭建。主要研究工作如下:分析车用电子
随着人工智能、视觉计算等重要技术的不断发展,自动驾驶逐渐成为提高车辆综合性能的发展大趋势。车辆检测具有监控道路交通情况、实时获取路面信息等功能,已经成为自动驾驶中至关重要的一部分。然而,实际交通道路的场景多样性、车载图像采集设备的角度多变性,使得车辆之间的相互遮挡成为必然现象,导致常规车辆目标与遮挡车辆目标之间表现出分类不平衡的特点,而传统检测算法在应用于遮挡场景的车辆检测时更易产生漏检、误检的问
人体行为识别已被广泛应用于健康监测、智能家居等领域中。其中,传感器是人体行为识别的关键因素之一。相比于惯性传感器和视觉传感器,雷达具有不受光线限制、可以穿透障碍物以及非接触式的特点,而且利用其感知人体的基础是微多普勒效应。目前,基于微多普勒效应的人体行为识别逐渐走入研究人员的视线。但是,研究人员主要着眼于无干扰场景下的人体单个行为识别。相比之下,无干扰场景下的人体连续行为识别和干扰场景下的人体行为
机动目标跟踪技术起源于战争,随着科技的不断发展,其被广泛应用于精确制导、战场监视等军事领域和运动规划、自动驾驶等民用领域。机动目标跟踪技术的关键之一在于识别机动目标的运动模式。对于现代跟踪系统而言,目标通常具有强机动性的特点。对这类目标运动模式的识别往往具有较高的技术难度。目前较为主流的交互多模型算法主要存在两个问题:一是模式识别过程和滤波过程耦合;二是交互多模型实质是有向图模型,描述的是单向依赖
水脂分离作为脂肪肝量化分级、脂肪瘤诊断和心肌脂肪浸润检测等临床应用的关键技术,分离算法的准确度、高效性与诊断结果的可靠性密切相关。然而,水脂分离算法目前仍面临着磁场不均匀性引起的水脂互换、采集多回波图像造成的扫描时间增加及计算成本增加等问题。随着人工智能技术的飞速发展,基于卷积神经网络（Convolutional Neural Network,CNN）的水脂分离算法以其时效性高的独特优势吸引了学者