期刊文章详细信息
基于SOM神经网络和均值漂移算法的DOI-PET探测器泛场图像晶体识别 ( EI收录)
Crystal Identification in DOI-PET Detector Using SOM Neural Network and Mean-shift Algorithm
文献类型:期刊文章
XU Yifan;HOU Yansong;JI Yingcai;SUN Lifeng;WEI Qingyang(Beijing Engineering Research Center of Industrial Spectrum Imaging,School of Automation and Electrical Engineering,University of Science and Technology Beijing,Beijing 100083,China;Beijing Novel Medical Equipment Ltd.,Beijing 102206,China;CNNC High Energy Equipment(Tianjin)Co.,Ltd.,Tianjin 300300,China)
机构地区:[1]北京科技大学自动化学院北京市工业波谱成像工程技术研究中心,北京100083 [2]北京永新医疗设备有限公司,北京102206 [3]中核高能(天津)装备有限公司,天津300300
基 金:国家自然科学基金(11975044);中核集团“青年英才”项目;中央高校基本科研业务费项目(FRF-TP-19-019A3);国防科工局核能开发项目(HNKF-2020)
年 份:2022
卷 号:56
期 号:S01
起止页码:235-242
语 种:中文
收录情况:BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、DOAJ、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:正电子发射断层扫描(PET)是一种功能性核医学成像设备,已广泛应用于临床检验和临床前研究。其核心探测器主要采用闪烁晶体阵列耦合光电器件阵列的模块化设计。该类型探测器需要对其泛场图像进行分割,制作晶体位置查找表。本文开发了一种针对双层错位的DOI-PET探测器的泛场图像晶体响应中心自动识别和分割算法。基于奇异值分解和均值漂移的算法实现顶层晶体中心的识别;基于自组织映射(SOM)神经网络的算法和均值漂移实现底层晶体中心的识别;采用基于欧氏距离的算法,实现了泛场图像晶体单元的分割。将本文所开发的算法用于整环(48张)PET泛场图像,晶体模块中心识别的准确率为99.34%,完成分割整张泛场图像的平均耗时为101 s。测试结果表明,本文所开发的泛场图像晶体响应中心自动识别和分割算法适用于双层错位的DOI-PET探测器,算法鲁棒性强、准确率高、运算速度快。
关 键 词:正电子发射断层成像 晶体识别 自组织映射神经网络 奇异值分解 均值漂移
分 类 号:R812] TP183[临床医学类] TP391.41]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...