基于深度学习的动态双示踪PET图像联合重建与分割方法

摘要

本发明公开了一种基于深度学习的动态双示踪PET图像联合重建与分割方法，该方法将同时注射的动态双示踪PET图像的重建问题与分割问题整合到一个框架中，通过3D Unet的强大时间与空间信息提取能力实现了双示踪PET图像的重建，同时与增加的鉴别器形成的生成对抗网络，自适应地提高了重建的效果。此外，本发明额外增加的分割网络在完成分割任务的同时，也起到监督重建图像中相同感兴趣区域中的时间活度曲线走势相似的作用，进一步提高了重建效果。综上所述，本发明方法不仅在重建效果上相较现有重建方法有所提升，而且分割的准确率更是远超用于联合重建和分割的传统的迭代方法。