基于list-mode数据的快速SART真3D PET断层重建算法的研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    81171410
  • 项目类别：
    面上项目
  • 资助金额：
    58.0万
  • 负责人：
    赵书俊
  • 依托单位：
    郑州大学
  • 学科分类：
    H2708.医学图像数据处理、分析与可视化
  • 结题年份：
    2015
  • 批准年份：
    2011
  • 项目状态：
    已结题
  • 起止时间：
    2012-01-01 至2015-12-31

项目摘要

从研究基于list-mode数据的统计迭代重建算法入手，充分挖掘利用list-mode数据的优势，掌握算法的各种约束条件和最佳参数配置。利用并发迭代重建技术(Simultaneous Iterative Reconstructive Technique,SIRT)和迭代重建算法(Algebraic Reconstruction Technique,ART)相结合的SART算法，研究其与list-mode数据的相容程度，通过修正算法公式或者改变list-mode数据格式，并确定最佳松弛因子，将该算法与list-mode数据结合，实现新的快速、高重建质量的真3D PET断层重建算法。在优化已有射线追踪算法的基础上，利用统计学方法，对比蒙特卡罗仿真法和解析法构建的系统矩阵，获得解析算法的精确校正系数，利用GPU高性能计算技术，实现基于蒙特卡罗仿真校正的实时精确系统矩阵算法。

结项摘要

PET既是重要的临床医学成像设备，也是现代生命科学的基础支撑性研究工具。PET图像不仅能反映生物活体组织的解剖形态，更重要的是能够生成生物活体的功能代谢影像。断层图像重建算法是PET扫描成像技术的核心内容之一，对成像质量有着重要影响。PET设备通常将获取的list-mode数据重组成sinograms数据，进行图像重建。实际上直接使用list-mode数据进行PET图像重建，可充分利用现代PET的多维度测量信息。.系统响应矩阵SRM建模投影空间和图像空间之间的关系，其计算方法是迭代重建算法实现的核心与关键。.list-mode断层重建时，由于是逐个事件进行计算，计算强度非常大，需要研究高效的断层重建算法以及系统响应矩阵计算方法，并利用GPU高性能计算技术进行重建加速。.本项目提出了一种类高斯状响应线（管）动态生成算法，在实现快速射线追踪的同时，将SRM中概率值的计算融合在前向投影过程中，动态计算系统响应矩阵。计算过程中采用了一个近似的、离散化的高斯模型，精确建模探测器响应，在重建速度和质量之间达到了很好的平衡。在此基础上，实现并验证了基于list-mode的2D、3D重建算法。.本项目对list-mode重建算法进行了深入系统的分析研究，提出了MRP正则化的list-mode重建方法。.SART算法属于解析迭代算法，具有较高计算效率，本项目研究其与list-mode数据的相容程度，通过对算法公式的修正，确定出最佳松弛因子，完成了2D、3D重建。.本项目对协同进化算法进行定制，优化适应度函数的计算方法，实现基于list-mode数据的协同进化断层重建算法，初步完成了图象重建，结果表明该算法是可行、有效的，是一种新的非常有前途的迭代重建算法。.list-mode数据存储格式目前没有实现标准化，本项目研究并提出了一种灵活高效、兼容性好的list-mode数据组织与存储格式雏形，对于后续list-mode断层重建具有重要意义。.建立了以NVIDIA Tesla C2075 GPU卡为核心的GPU开发平台，并实现了多GPU卡协同工作。使基于list-mode数据的重建算法整体运算速度比普通CPU平台提高50倍以上。.本课题基于GATE平台，仿真了多种类型小动物PET，生成有效的仿真数据。

项目成果

期刊论文数量（7）
专著数量（0）
科研奖励数量（0）
会议论文数量（1）
专利数量（0）
PET探测器技术的新进展
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    原子核物理评论
  • 影响因子：
    --
  • 作者：
    张斌;赵书俊
  • 通讯作者：
    赵书俊
A complete implementation of list-mode reconstruction for PET
PET 列表模式重建的完整实现
  • DOI：
    10.13538/j.1001-8042/nst.23.219-225
  • 发表时间：
    2012
  • 期刊：
    Nuclear Science and Techniques
  • 影响因子：
    2.8
  • 作者：
    Zhang Bin;Shan Baoci;Yun Mingkai;Zhao Shujun
  • 通讯作者：
    Zhao Shujun
PET断层重建中动态射线追踪算法的实现
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    郑州大学学报(理学版)
  • 影响因子：
    --
  • 作者：
    张斌;王李栓;赵书俊
  • 通讯作者：
    赵书俊
基于list-mode数据的PET断层重建原理与实现
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    生物医学工程学杂志
  • 影响因子：
    --
  • 作者：
    单保慈;贠明凯;赵书俊;Zhang Bin1 Shan Baoci2 Yun Mingkai2 Zhao Shujun1 1
  • 通讯作者：
    Zhang Bin1 Shan Baoci2 Yun Mingkai2 Zhao Shujun1 1
基于GATE的PET系统仿真研究
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    核电子学与探测技术
  • 影响因子：
    --
  • 作者：
    刘豪佳;张斌
  • 通讯作者：
    张斌

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于代数重建算法的高能电子三维成像研究
  • DOI：
    10.11804/nuclphysrev.38.2020041
  • 发表时间：
    2021
  • 期刊：
    原子核物理评论
  • 影响因子：
    --
  • 作者：
    李双双;赵全堂;曹树春;宗阳;张子民;赵书俊
  • 通讯作者：
    赵书俊
PET中散射校正技术的研究进展
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    中国医学影像学杂志
  • 影响因子：
    --
  • 作者：
    王帅鹏;赵书俊;柴培
  • 通讯作者：
    柴培
基于影像组学的重度抑郁症及阈下抑郁症分类研究
  • DOI：
    --
  • 发表时间：
    2020
  • 期刊：
    中国医学影像学杂志
  • 影响因子：
    --
  • 作者：
    王露莹;赵书俊;单保慈;图娅
  • 通讯作者：
    图娅
扩散磁共振成像纤维束追踪算法的研究进展
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    中国医学影像学杂志
  • 影响因子：
    --
  • 作者：
    冯婷;赵书俊;聂彬彬;单保慈
  • 通讯作者：
    单保慈
GEM探测器公共触发信号的优化研究
  • DOI：
    10.3969/j.issn.0258-0934.2016.06.003
  • 发表时间：
    2016
  • 期刊：
    核电子学与探测技术
  • 影响因子：
    --
  • 作者：
    赵逸琛;董明义;鞠旭东;周传兴;欧阳群;赵书俊
  • 通讯作者：
    赵书俊

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码