基于紧凑先验的扩散变换模型用于低剂量 PET 重建
计算机视觉与模式识别
2024-07-02 v1
摘要
正电子断层扫描 (PET) 是一种先进的医学成像技术，在非侵入性临床诊断中发挥着关键作用。然而，尽管通过低剂量 PET 扫描减少辐射暴露对患者安全有益，但常常会导致统计数据不足。这一数据稀缺性为准确重建高质量图像——即可靠诊断结果所必需的图像——带来了显著挑战。为此，本研究提出了一种基于联合紧凑先验 (JCP) 的扩散变换模型 (DTM)，以增强低剂量 PET 成像的重建质量。结合当前研究发现，我们提出了一种首次将扩散和变换模型集成用于联合优化的 PET 重建模型。该模型结合了扩散模型强大的分布映射能力与变换模型捕获长程依赖关系的能力，为低剂量 PET 重建提供了显著优势。此外， lesion refining block 和加权最小二乘 (PWLS) 的引入增强了病灶区域的恢复能力并保留细节信息，解决了病灶区域和大多数深度学习框架中的纹理细节的模糊问题。实验结果表明，DTM 在提高低剂量 PET 扫描图像质量方面有效，并且保留了对临床信息的关键保护。我们的ethods 不仅降低了辐射暴露风险，还为早期疾病检测和患者管理提供了更可靠的 PET 成像工具。
引用
@article{arxiv.2407.00944,
title = {Diffusion Transformer Model With Compact Prior for Low-dose PET Reconstruction},
author = {Bin Huang and Xubiao Liu and Lei Fang and Qiegen Liu and Bingxuan Li},
journal= {arXiv preprint arXiv:2407.00944},
year = {2024}
}