基于SOM神经网络和均值漂移算法的DOI-PET探测器泛场图像晶体识别

摘要：

正电子发射断层扫描(PET)是一种功能性核医学成像设备,已广泛应用于临床检验和临床前研究.其核心探测器主要采用闪烁晶体阵列耦合光电器件阵列的模块化设计.该类型探测器需要对其泛场图像进行分割,制作晶体位置查找表.本文开发了一种针对双层错位的DOI-PET探测器的泛场图像晶体响应中心自动识别和分割算法.基于奇异值分解和均值漂移的算法实现顶层晶体中心的识别;基于自组织映射(SOM)神经网络的算法和均值漂移实现底层晶体中心的识别;采用基于欧氏距离的算法,实现了泛场图像晶体单元的分割.将本文所开发的算法用于整环(48张)PET泛场图像,晶体模块中心识别的准确率为99.34％,完成分割整张泛场图像的平均耗时为101 s.测试结果表明,本文所开发的泛场图像晶体响应中心自动识别和分割算法适用于双层错位的DOI-PET探测器,算法鲁棒性强、准确率高、运算速度快.

关键词：正电子发射断层成像、晶体识别、自组织映射神经网络、奇异值分解、均值漂移

所属期刊栏目：56

分类号：O572.21(原子核物理学、高能物理学)

资助基金：国家自然科学基金;中核集团青年英才项目;中央高校基本科研业务费项目;国防科工局核能开发项目

在线出版日期：2022-11-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：235-242