Two-stage deep learning framework for the restoration of incomplete-ring PET images

要約

ポジトロン放出断層撮影（PET）は、医学で広く使用されている重要な分子イメージングツールです。
従来のペットシステムは、完全な角度カバレッジと信頼できるデータ収集のために、完全な検出器リングに依存しています。
ただし、ハードウェアの障害、コストの制約、または特定の臨床的ニーズにより、不完全リングペットスキャナーが出現しています。
標準の再構成アルゴリズムは、データの完全性と幾何学的な矛盾が低下しているため、これらのシステムでのパフォーマンスの低下に苦しむことがよくあります。
飛行時間（TOF）情報を組み込むことなく、約50％がCNNベースの方法で対処された損失レベルを2倍にして、高品質の画像をデータから復元する2段階の深い学習フレームワークを提示します。
パイプラインは2つの段階で動作します。投影ドメインの注意U-NETは、隣接するスライスから空間コンテキストを活用することにより、最初にシノグラムの欠落セクションを予測します。その後、完成したデータは、高蛍光の詳細を抑制しながら、残留アーティファクトを除去しながら、U-Net拡散モジュールに渡されます。
パブリックデータセットから206脳の量を使用して、このモデルが30.92 dBのPSNRと0.9708のSSIMでほとんどの解剖学的構造とトレーサー分布機能を維持することを示しています。
また、より高い推論速度を達成するため、不完全なリングペットイメージングの効果的なソリューションを提供します。

要約(オリジナル)

Positron Emission Tomography (PET) is an important molecular imaging tool widely used in medicine. Traditional PET systems rely on complete detector rings for full angular coverage and reliable data collection. However, incomplete-ring PET scanners have emerged due to hardware failures, cost constraints, or specific clinical needs. Standard reconstruction algorithms often suffer from performance degradation with these systems because of reduced data completeness and geometric inconsistencies. We present a two-stage deep-learning framework that, without incorporating any time-of-flight (TOF) information, restores high-quality images from data with about 50% missing coincidences – double the loss levels previously addressed by CNN-based methods. The pipeline operates in two stages: a projection-domain Attention U-Net first predicts the missing sections of the sinogram by leveraging spatial context from neighbouring slices, after which the completed data are reconstructed with OSEM algorithm and passed to a U-Net-diffusion module that removes residual artefacts while reinstating high-frequency detail. Using 206 brain volumes from a public dataset, the result shows that our model successfully preserves most anatomical structures and tracer distribution features with PSNR of 30.92 dB and SSIM of 0.9708. We also achieve higher inference speed, thus providing an effective solution for incomplete-ring PET imaging.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google