S3PET：基于剂量感知标记交换的半监督标准剂量PET图像重建
图像与视频处理
2024-07-31 v1 计算机视觉与模式识别
摘要
为了在降低放射 Tracer 剂量的同时获取高质量的正电子断层扫描 (PET) 图像，人们付出了许多努力来从低剂量PET (LPET) 重建标准剂量PET (SPET) 图像。然而，当前完全监督方法的成功依赖于大量的配对LPET和SPET图像，而这些图像在临床环境中往往不可得。此外，这些方法通常在重建过程中将剂量不变的内容与剂量水平相关的剂量特定细节混合在一起，导致图像失真。在缓解这些问题的同时，本文提出了两种阶段的半监督SPET重建框架，称为S3PET，来适应大量未配对和有限配对SPET和LPET图像的训练。我们的S3PET涉及从未配对图像中提取表示的无监督预训练阶段 (Stage I)，以及通过在配对图像之间传递剂量特定知识实现LPET到SPET重建的监督剂量感知重建阶段 (Stage II)。 Specifically，在阶段I中，采用两个独立的剂量特定掩码自编码器 (DsMAE) 来全面理解未配对的SPET和LPET图像。然后，在阶段II中，对预训练的DsMAE进行进一步微调，使用配对图像。在内容和细节两方面防止失真，我们引入两个精心设计的模块，即一种剂量知识解耦模块，用于分离LPET和SPET的各自剂量特定和剂量不变知识，以及一种剂量特定知识学习模块，用于将SPET的剂量特定信息传递到LPET，从而实现从LPET图像获得高质量的SPET重建。实验在两个数据集上表明，我们的S3PET在定量和定性方面均实现了最先进的性能。
引用
@article{arxiv.2407.20878,
title = {S3PET: Semi-supervised Standard-dose PET Image Reconstruction via Dose-aware Token Swap},
author = {Jiaqi Cui and Pinxian Zeng and Yuanyuan Xu and Xi Wu and Jiliu Zhou and Yan Wang},
journal= {arXiv preprint arXiv:2407.20878},
year = {2024}
}