文献

J-GLOBAL ID：201802233514206634   整理番号：18A2107152

サンプル値以下のデータからのPET画像再構成【JST・京大機械翻訳】

PET Image Reconstruction from Under-sampled Data

著者 (6件)： Hu Zhanli (Research Center for Biomedical Imaging, Institute of Biomedical and Health Engineering, Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Shenzhen, 518055, China) ,  Gao Juan (Research Center for Biomedical Imaging, Institute of Biomedical and Health Engineering, Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Shenzhen, 518055, China) ,  Liang Dong (Research Center for Biomedical Imaging, Institute of Biomedical and Health Engineering, Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Shenzhen, 518055, China) ,  Liu Xin (Research Center for Biomedical Imaging, Institute of Biomedical and Health Engineering, Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Shenzhen, 518055, China) ,  Zheng Hairong (Research Center for Biomedical Imaging, Institute of Biomedical and Health Engineering, Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Shenzhen, 518055, China) ,  Yang Yongfeng (Research Center for Biomedical Imaging, Institute of Biomedical and Health Engineering, Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Shenzhen, 518055, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： NSS/MIC  ページ： 1-3  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 陽電子放出トモグラフィー(PET)走査システムコストを減少させるために,サンプリングされていないデータに対する画像再構成アルゴリズムを広く研究し,例えば,全変動(TV)最小化正則化を最大尤度期待値最大化(MLEM)法に入れて雑音(MLEM-TV)を抑制した。しかしながら,TVの勾配演算子は,雑音画像から真の構造を区別することができない。すなわち,MLEM-TVアルゴリズムによって再構成された画像は,いくつかの微細な特徴を失う可能性がある。最近,統計的内部コンピュータ断層撮影(CT)再構成のための特徴精密化手法を開発した。その潜在的有用性を,短縮投影測定による内部トモグラフィーの特徴保存のために実証した。本研究に触発されて,特徴精密化(FR)ステップを,微細な特徴を回復するためにPET画像処理に適用した。提案した方法の実装において,フィルタ化逆投影(FBP)再構成を,アーチファクトを軽減するための初期推測として用いた。さらに,重要な処理操作としての特徴精密化ステップを,各MLEM-TV反復の後に実行して,TV最小化において失われた望ましい構造情報を抽出した。ここでは,特徴記述子を,雑音とアーチファクトから構造を区別するために特別に設計した。目的関数を最小化するために,修正最急降下法を採用した。MLEM-TV-FRアルゴリズムを研究し,その性能を評価するために,発光活性ファントムを用いて現実的な脳PET画像データをシミュレートし,FBP,MLEMおよびMLEM-TVと比較した。再構成結果は,提示した方法が,雑音を抑制し,アーチファクトを低減し,サンプリングされたデータから特徴を保存することにおいて,他の方法よりも優れていることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *画像再構成 ,  フィルタ ,  PET【トモグラフィー】 ,  最尤法 ,  目的関数 ,  アルゴリズム ,  正則化 ,  *再構成 ,  雑音 ,  最急降下法 ,  アーチファクト ,  ファントム ,  *画像 ,  精密化
準シソーラス用語： 逆投影 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： サンプル値 ,  PET画像 ,  再構成