Fast-MC-PET: A Novel Deep Learning-aided Motion Correction and Reconstruction Framework for Accelerated PET

要約

PET 中の患者の動きは避けられません。
その長い取得時間は、動きと関連するアーティファクトを増加させるだけでなく、患者の不快感も増加させるため、PET 加速が望ましいです。
ただし、PET 取得を高速化すると、SNR の低い再構成画像が生成され、モーションによるアーティファクトによって画質が低下します。
以前の PET モーション補正方法のほとんどは、モーション モデリングを必要とする特定のモーション タイプであるため、複数のタイプのモーションが一緒に存在する場合に失敗する可能性があります。
また、これらの方法は、標準の長い取得用にカスタマイズされており、加速 PET に直接適用することはできませんでした。
この目的のために、加速された PET のためのモデリング不要のユニバーサル モーション補正再構成は、まだ十分に研究されていません。
この作業では、Fast-MC-PET と呼ばれる、高速 PET 用の新しい深層学習支援モーション補正および再構成フレームワークを提案します。
私たちのフレームワークは、ユニバーサル モーション コレクション (UMC) と短期から長期の取得再構成 (SL-Reon) モジュールで構成されています。
UMC は、超短フレーム再構成から準連続モーションを推定し、この情報をモーション補償再構成に使用することで、モデリング不要のモーション補正を可能にします。
次に、SL-Recon は、最終的な再構成出力のために、低カウントの加速された UMC 画像を高カウントの高品質画像に変換します。
人間の研究に関する実験結果は、Fast-MC-PET が 7 倍の加速を可能にし、わずか 2 分間の取得を使用して、標準の 15 分間の取得データを使用した以前の動き補正再構成方法よりも優れた/一致する高品質の再構成画像を生成できることを示しています。

要約(オリジナル)

Patient motion during PET is inevitable. Its long acquisition time not only increases the motion and the associated artifacts but also the patient’s discomfort, thus PET acceleration is desirable. However, accelerating PET acquisition will result in reconstructed images with low SNR, and the image quality will still be degraded by motion-induced artifacts. Most of the previous PET motion correction methods are motion type specific that require motion modeling, thus may fail when multiple types of motion present together. Also, those methods are customized for standard long acquisition and could not be directly applied to accelerated PET. To this end, modeling-free universal motion correction reconstruction for accelerated PET is still highly under-explored. In this work, we propose a novel deep learning-aided motion correction and reconstruction framework for accelerated PET, called Fast-MC-PET. Our framework consists of a universal motion correction (UMC) and a short-to-long acquisition reconstruction (SL-Reon) module. The UMC enables modeling-free motion correction by estimating quasi-continuous motion from ultra-short frame reconstructions and using this information for motion-compensated reconstruction. Then, the SL-Recon converts the accelerated UMC image with low counts to a high-quality image with high counts for our final reconstruction output. Our experimental results on human studies show that our Fast-MC-PET can enable 7-fold acceleration and use only 2 minutes acquisition to generate high-quality reconstruction images that outperform/match previous motion correction reconstruction methods using standard 15 minutes long acquisition data.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google