Development of an image reconstruction method for the data driven SPECT system with deep learning

开发基于深度学习的数据驱动 SPECT 系统的图像重建方法

• 批准号: 22K12874
• 负责人: 尾川 浩一
• 金额: $ 2.66万
• 依托单位: Hosei University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K12874/
• 关键词: SPECT; 深層学習; モンテカルロ法; コリメータ; 画像再構成; 投影データ; 画質改善; 静止型データ収集; ガンマカメラ; モンテカルロシミュレーション

今年度はマルチピンホールコリメータ（ピンホール数：11）を想定した静止型データ収集を可能とするSPECTシステムを対象にして、その空間分解能および量子雑音の影響を低減する画像再構成法を研究した。具体的には従来型のデコンボリューション技術を基礎とするアプローチと深層学習を利用したアプローチの比較研究を行った。前者のデコンボリューション技術では、シフトバリアントな影響を考慮したそれぞれのピンホール位置での点広がり関数を用いて、リチャードソン・ルーシーアルゴリズムによって最尤推定を行う形でボケを削減した投影データを求めた。後者の深層学習を用いた方法では、ネットワークへの入力はモンテカルロ計算で得られたボケのある投影データとし、ボケのない無限小ピンホールの理想投影データを教師データとして学習させた。利用した深層学習のアーキテクチャはU-netおよびU-net++である。学習に用いるデータを作成するため、公開されている磁気共鳴イメージングのT2強調画像を用いて、脳の白質や灰白質部分を抽出した。このようなファントムを8個作成して本研究に利用した。さらにこれらのファントムを3次元的に回転させ学習に用いるファントムとし、これらに対しモンテカルロ計算でピンホール投影データを計算した。そして計864個の投影データのうち756個を訓練データ、108個をテストデータとしてネットワークの学習と評価を行った。結果として従来法との比較では、深層学習を用いた手法は計算量が減る点と画質が相対的に優れるという利点が明らかになったが、学習パターン数をさらに増加させることで、さらなる画質の改善が期待できるため、今後ファントム数を増やして画質改善を図っていく予定である。

This year, the image reconstruction method for static image collection is studied. Specific types of computer science and technology foundation, deep learning, utilization of computer science and comparative research The former is the best way to reduce the number of people in the world. The latter method of deep learning is used to calculate the projection of the infinite number of objects, and the ideal projection of the infinite number of objects. Take advantage of deep learning to U-net+ The study was conducted in the form of a series of magnetic resonance images. The study was conducted on the basis of eight different methods. For example, in the case of a three-dimensional system, the calculation of a three-dimensional system is performed. 864 projections, 756 training, 108 learning, evaluation The result is that the comparison between the two methods is different, and the method of deep learning is different. The calculation amount is different. The image quality is different. The calculation amount is different. The image quality is different. The number of learning methods is different. The image quality is different.

项目成果

Resolution Recovery of a Static Multi-Pinhole SPECT System via PSF Deconvolution on Projection Domain

通过投影域上的 PSF 解卷积恢复静态多针孔 SPECT 系统的分辨率

• 发表时间: 2022
• 期刊: Conf. Rec. on IEEE Nuclear Science Symposium and Medical Imaging Conference
• 作者: K. Murata;M. Okoshi;M. Yamada;K. Ogawa
• 通讯作者: K. Ogawa

静止型マルチピンホールSPECTの空間分解能改善: 投影画像上における点拡がり関数の逆畳み込み

提高静止多针孔 SPECT 的空间分辨率：投影图像上点扩散函数的反卷积

• 发表时间: 2022
• 作者: 村田一心;大越 迪;山田 桃夏;尾川浩一
• 通讯作者: 尾川浩一

Improvement of the Spatial Resolution of a Multi-pinhole SPECT System with a Deep Learning Method

利用深度学习方法提高多针孔 SPECT 系统的空间分辨率

• 发表时间: 2022
• 期刊: Conf. Rec. on IEEE Nuclear Science Symposium and Medical Imaging Conference
• 作者: R. Shimada;K. Murata;K. Ogawa
• 通讯作者: K. Ogawa

Separation of Overlapped Projection Images in a Multi-pinhole SPECT System With a Neural Network

具有神经网络的多针孔 SPECT 系统中重叠投影图像的分离

• 发表时间: 2022
• 期刊: Conf. Rec. on IEEE Nuclear Science Symposium and Medical Imaging Conference
• 作者: K. Yamaguchi;K. Murata;K. Ogawa
• 通讯作者: K. Ogawa

深層学習を用いたピンホールSPECTシステムにおける空間分解能の改善

使用深度学习提高针孔 SPECT 系统的空间分辨率

• 发表时间: 2022
• 作者: 島田良;村田一心;尾川浩一
• 通讯作者: 尾川浩一