초록 ▼

본 발명은 인공신경망과 CFR을 이용한 정량적 PET 동적 영상 재구성 시스템에 관한 것으로서, Dynamic PET 영상 재구성을 위해 CFR을 기반으로 높은 SNR과 시간 해상도의 target frame data를 산출하는 인공신경망과, CFR을 고려한 Dynamic PET 데이터셋 생성기를 포함한다.이러한 Dynamic PET 데이터셋 생성기는, 영상 데이터셋에서 target frame과 complementary frame에 해당하는 영상을 선택하고, 이들 각각에 Dynamic PET의 전체 촬영시간에서 target frame

본 발명은 인공신경망과 CFR을 이용한 정량적 PET 동적 영상 재구성 시스템에 관한 것으로서, Dynamic PET 영상 재구성을 위해 CFR을 기반으로 높은 SNR과 시간 해상도의 target frame data를 산출하는 인공신경망과, CFR을 고려한 Dynamic PET 데이터셋 생성기를 포함한다.이러한 Dynamic PET 데이터셋 생성기는, 영상 데이터셋에서 target frame과 complementary frame에 해당하는 영상을 선택하고, 이들 각각에 Dynamic PET의 전체 촬영시간에서 target frame의 촬영시간에 대한 가중치에 부합하도록 target frame과 complementary frame에 해당하는 영상의 픽셀의 값을 조정하는 제1 전처리부; 촬영시간에 부합하도록 픽셀 값의 크기가 각각 조정된 target frame 및 complementary frame을 사이노그램으로 변환하는 제2 전처리부; target frame 및 complementary frame에 해당하는 사이노그램에 푸아송 잡음을 추가한 target frame(noisy) 및 complementary frame(noisy)에 해당하는 사이노그램들을 생성하는 제3 전처리부; 푸아송 잡음이 포함된 target frame(noisy)과 complementary frame(noisy)을 더해서 target frame(noisy)과 complementary frame(noisy)의 촬영시간 전체에 해당하는 full frame(noisy)을 산출하고, full frame(noisy)과 complementary frame(noisy)의 픽셀값을 각각의 채널값을 갖도록 2채널의 사이노그램을 생성하여 인공신경망의 학습데이터를 설정하는 제1 출력부; 및 제3 전처리부를 거쳐 얻은 푸아송 잡음이 포함된 target frame(noisy)과 complementary frame(noisy)을 Filtered Back Projection을 이용하여 이미지로 재구성한 후 더해서 target frame(noisy)과 complementary frame(noisy)의 촬영시간 전체에 해당하는 full frame(noisy)을 산출하고, full frame(noisy)과 complementary frame(noisy)의 픽셀값을 각각의 채널값을 갖도록 2채널의 영상을 생성하여 인공신경망의 학습데이터를 설정하는 제2 출력부를 포함한다.그리고, 인공신경망은 제1 출력부로부터 사이노그램 형태의 2채널 입력 데이터인 full frame(noisy) 및 complementary frame(noisy)을 입력받아 target frame의 주요 representation을 추출하고, 추출한 target frame의 representation으로부터 푸아송 잡음이 없는 target frame의 사이노그램을 산출하며, 제2 출력부로부터 이미지 형태의 2채널 입력 데이터인 full frame(noisy) 및 complementary frame(noisy)을 입력받아 target frame의 주요 representation을 추출하고, 추출한 target frame의 representation으로부터 푸아송 잡음이 없는 target frame의 이미지를 산출한다.

대표청구항 ▼

영상 데이터셋에서 타겟 프레임(target frame)과 보수 프레임(complementary frame)에 해당하는 영상을 선택하고, 이들 각각에 Dynamic PET의 전체 촬영시간에서 타겟 프레임의 촬영시간에 대한 가중치에 부합하도록 상기 타겟 프레임과 보수 프레임에 해당하는 영상의 픽셀의 값을 조정하는 제1 전처리부;상기 촬영시간에 부합하도록 픽셀 값의 크기가 각각 조정된 타겟 프레임 및 보수 프레임을 사이노그램으로 변환하는 제2 전처리부;상기 타겟 프레임 및 보수 프레임에 해당하는 사이노그램에 푸아송 잡음을 추가한 targ

영상 데이터셋에서 타겟 프레임(target frame)과 보수 프레임(complementary frame)에 해당하는 영상을 선택하고, 이들 각각에 Dynamic PET의 전체 촬영시간에서 타겟 프레임의 촬영시간에 대한 가중치에 부합하도록 상기 타겟 프레임과 보수 프레임에 해당하는 영상의 픽셀의 값을 조정하는 제1 전처리부;상기 촬영시간에 부합하도록 픽셀 값의 크기가 각각 조정된 타겟 프레임 및 보수 프레임을 사이노그램으로 변환하는 제2 전처리부;상기 타겟 프레임 및 보수 프레임에 해당하는 사이노그램에 푸아송 잡음을 추가한 target frame(noisy) 및 complementary frame(noisy)에 해당하는 사이노그램들을 생성하는 제3 전처리부;푸아송 잡음이 포함된 target frame(noisy)과 complementary frame(noisy)를 더해서 상기 target frame(noisy)과 complementary frame(noisy)의 촬영시간 전체에 해당하는 잡음이 포함된 풀프레임(full frame(noisy))을 산출하고, 상기 full frame(noisy)과 complementary frame(noisy)의 픽셀값을 각각의 채널값을 갖도록 2채널의 사이노그램을 생성하여 인공신경망의 학습데이터를 설정하는 제1 출력부; 및상기 제1 출력부로부터 사이노그램 형태의 2채널 입력 데이터인 full frame(noisy) 및 complementary frame(noisy)을 입력받아 타겟 프레임의 주요 레프리젠테이션(representation)을 추출하고, 추출한 타겟 프레임의 레프리젠테이션(representation)으로부터 푸아송 잡음이 없는 타겟 프레임의 사이노그램을 산출하는 인공신경망을 포함하는 것을 특징으로 하는 인공신경망과 CFR을 이용한 정량적 PET 동적 영상 재구성 시스템.