POUR-Net: A Population-Prior-Aided Over-Under-Representation Network for Low-Count PET Attenuation Map Generation

要約

低線量 PET は、PET イメージングにおける放射線被ばくを最小限に抑える貴重な手段を提供します。
しかし、PET 減衰補正用の減衰マップ (u-map) を生成するために追加の CT スキャンを使用する一般的な方法では、放射線量が大幅に増加します。
この懸念に対処し、低線量 PET 検査における放射線被ばくをさらに軽減するために、私たちは POUR-Net を提案します。これは、低線量 PET から高品質の減衰マップを生成することを目的とした、革新的な母集団優先支援型過不足表現ネットワークです。
まず、POUR-Net には、低解像度の抽象化された特徴と詳細な特徴の両方を含む効率的な特徴抽出を促進するオーバーアンダー表現ネットワーク (OUR-Net) が組み込まれており、フル解像度レベルでの深い生成を支援します。
第 2 に、包括的な CT 由来の U マップ データセットを利用する母集団前世代マシン (PPGM) である OUR-Net を補完し、OUR-Net の生成を支援する追加の事前情報を提供します。
カスケードフレームワーク内での OUR-Net と PPGM の統合により、$\mu$-map 生成の反復改良が可能になり、その結果、高品質の $\mu$-map が生成されます。
実験結果は POUR-Net の有効性を強調しており、CT を使用しない低カウント PET 減衰補正を正確に行うための有望なソリューションであることを示しており、以前のベースライン手法のパフォーマンスも上回っています。

要約(オリジナル)

Low-dose PET offers a valuable means of minimizing radiation exposure in PET imaging. However, the prevalent practice of employing additional CT scans for generating attenuation maps (u-map) for PET attenuation correction significantly elevates radiation doses. To address this concern and further mitigate radiation exposure in low-dose PET exams, we propose POUR-Net – an innovative population-prior-aided over-under-representation network that aims for high-quality attenuation map generation from low-dose PET. First, POUR-Net incorporates an over-under-representation network (OUR-Net) to facilitate efficient feature extraction, encompassing both low-resolution abstracted and fine-detail features, for assisting deep generation on the full-resolution level. Second, complementing OUR-Net, a population prior generation machine (PPGM) utilizing a comprehensive CT-derived u-map dataset, provides additional prior information to aid OUR-Net generation. The integration of OUR-Net and PPGM within a cascade framework enables iterative refinement of $\mu$-map generation, resulting in the production of high-quality $\mu$-maps. Experimental results underscore the effectiveness of POUR-Net, showing it as a promising solution for accurate CT-free low-count PET attenuation correction, which also surpasses the performance of previous baseline methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google