<table id="owghb"></table>
      1. <var id="owghb"><output id="owghb"></output></var>
      2. <table id="owghb"></table>

        <var id="owghb"><label id="owghb"><rt id="owghb"></rt></label></var>

        <table id="owghb"></table>
        1. <sub id="owghb"><meter id="owghb"><cite id="owghb"></cite></meter></sub>
             行業動態
            您當前的位置 > 行業動態 > 行業新聞
            深圳先進院開發PET/MR成像新技術
            加入日期:2024/1/8 14:10:58  查看人數: 1952   作者:admin

             近日,中國科學院深圳先進技術研究院·勞特伯生物醫學成像研究中心胡戰利研究員團隊與中山大學附屬腫瘤醫院樊衛主任團隊以及上海聯影醫療公司的“產研醫合作成果”,以OIF-Net: An Optical Flow Registration-Based PET/MR Cross-Modal Interactive Fusion Network for Low-Count Brain PET Image Denoising為題發表在醫學成像領域頂刊IEEE Transactions on Medical Imaging(IF=10.6)上。


              PET/MR是PET和MRI有機結合形成的一體化大型功能代謝與分子影像診斷設備,同時具備PET和MRI的檢查功能。為了降低PET輻射劑量、縮短掃描時間,研究團隊引入磁共振解剖信息以輔助PET成像??紤]到PET和MR兩種模態可能存在的位置配準問題,團隊提出了利用光流網絡將兩者對齊,并且將光流網絡嵌入到“端對端”網絡模型中,無需額外標簽進行監督學習(如圖1)。 


              由于PET/MR兩種模態在紋理上存在顯著性差異,直接通過卷積學習這兩種模態之間的對齊映射關系非常困難。由此,團隊首先使用傳統的圖像腐蝕和膨脹技術來計算PET和MR圖像的主要輪廓,然后再基于這些輪廓信息來構建光流的偏移量?;谳喞獙W習的方法不僅簡單有效,而且使得水平和垂直方向偏移量的學習也更加精準。 


              為了增強PET/MR圖像特征提取和融合效果,團隊還設計了一個“空間-通道”特征增強模塊(SC-FEM),考慮了多模態之間的交互影響并在空間和通道維度上提供了額外的信息靈活性;此外,團隊提出的跨模態特征融合模塊(CM-FFM)在多個特征層級上采用了交叉注意力機制,進一步增強了兩種模態的特征融合過程。圖2可視化了所提出SC-FEM和CM-FFM在去噪過程中的作用。 


              中國科學院深圳先進技術研究院客座學生付明翰為論文第一作者,胡戰利研究員為論文通訊作者。該研究得到了國自然優青項目/數學天元重點專項/面上項目、國家重點研發計劃重大科學儀器項目、深圳醫科院原創探索項目、深圳市杰青項目/重點項目的資助。  

             

            圖1 提出的基于光流配準的PET/MR成像技術,(a)提出的OIF-Net整體結構,包含的兩個分支分別處理PET/MR兩種模態輸入和特征融合,(b)空間-通道特征增強模塊,(c)光流配準模塊,(d)跨模態特征融合模塊 

            圖2 基于光流配準的輪廓學習技術,(a)原始輸入的MR 圖像,紅色曲線代表 MR圖像的輪廓,(b)配準模塊校正后的 MR 圖像,藍色曲線表示配準MR圖像的輪廓,(c)配置變換前后的MR圖像之間的像素強度差異,(d)稀疏光流場,顯示配準預測網絡的水平和垂直方向偏移量 

            97欧美精品激情在线观看最新,97人人澡人人爽91综合色区,97人人看人人爽人人鲁人鬼,色97综合视频在线观看视频