CN112884858A - Pet探测器的位置信息的分区方法及计算机可读存储介质 - Google Patents

Pet探测器的位置信息的分区方法及计算机可读存储介质 Download PDF

Info

Publication number
CN112884858A
CN112884858A CN202110161805.4A CN202110161805A CN112884858A CN 112884858 A CN112884858 A CN 112884858A CN 202110161805 A CN202110161805 A CN 202110161805A CN 112884858 A CN112884858 A CN 112884858A
Authority
CN
China
Prior art keywords
distribution histogram
peak
position codes
pxk
pyk
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110161805.4A
Other languages
English (en)
Other versions
CN112884858B (zh
Inventor
马聪
李兴
赵晓坤
王武斌
余李
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
FMI Technologies Inc
Original Assignee
FMI Technologies Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by FMI Technologies Inc filed Critical FMI Technologies Inc
Priority to CN202110161805.4A priority Critical patent/CN112884858B/zh
Priority claimed from CN202110161805.4A external-priority patent/CN112884858B/zh
Publication of CN112884858A publication Critical patent/CN112884858A/zh
Application granted granted Critical
Publication of CN112884858B publication Critical patent/CN112884858B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/40Image enhancement or restoration by the use of histogram techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/66Analysis of geometric attributes of image moments or centre of gravity
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10104Positron emission tomography [PET]

Abstract

本发明提供了一种PET探测器的位置信息的分区方法及计算机可读存储介质,对位置信息进行了归一化校正到n比特值范围、根据峰谷预划分局部区域、在各个区域找局部重心、根据重心构建delaunay三角形网并最完成voronoi分区。本发明使用voronoi分区法进行区分,各区边界线更具有空间剖分上的等分性特征,位置判断更准确;且由于基于理论数据和经验、经过优化过程,本发明的理论依据和评估性更强。

Description

PET探测器的位置信息的分区方法及计算机可读存储介质
技术领域
本发明涉及PET探测器计数领域,尤其涉及一种PET探测器的位置信息的分区方法及计算机可读存储介质。
背景技术
正电子发射计算机断层显像(Positron Emission Tomography,PET)是利用闪烁晶体(比如BGO或者LYSO)将放射源释放的伽马射线转换为可见光,然后利用光电转换装置(SiPM或者PMT)将可见光转换为模拟电信号。前端电路对该模拟电信号处理,并送入FPGA中进行高精度的能量、时间、位置测量和校正,之后将测量结果打包上传给后端数据获取系统(Data acquisition,DAQ)中进行符合判选。最终利用有效信号在符合线上的多个事件的时间差,重建放射源图像。
PET探测器通常由多个block组成,每个block由8*8或其它阵列形式组合的探测单元(像素)组成。一般地,每个像素由1个晶体和SiPM一比一耦合,SiPM输出的伽马光子击中信号连接到模拟前端电路中,被处理为可被FPGA识别的对应信号。模拟电路的设计是PET探测器中最具挑战性和多样性的领域。SiPM通常价格昂贵,为了节约成本,出现了多种多个晶体耦合1个SiPM的巧妙设计,对SiPM输出的信号进行不同权重的加和处理,然后从这些能量分量信息中通过计算恢复出击中事件的位置等信息。
经能量信息初步计算形成的位置编码通常先绘制成散点图,在图上形成和晶体尺寸N*N对应的离散点的聚落。为了便于PET探测器主控FPGA对采集的数据进行处理,通常会对这个图做校正处理后,进行像素区域的划分,分区的结果形成LUT表,传输给FPGA存储并用于后续伽马光子击中位置的编码。
对原始位置编码的分区处理,与前端模拟电路的设计,和控制器FPGA中数字逻辑处理时的LUT表的实现方式紧密相关。一般形成分区信息的过程,有数据的校正、找散点图中的像素焦点、根据峰谷等信息完成分区等。
现有技术的分区处理多采用位置编码的统计图的峰谷值进行分区。当位置编码的统计特性不服从高斯分布(对称性不好)时,分区点的选取将会造成一定的误差;或多采用经验和结果对照进行优化,调节和评估不易进行。
发明内容
为了克服上述技术缺陷,本发明的目的在于提供一种位置判断更准确的PET探测器的位置信息的分区方法及计算机可读存储介质。
本发明公开了一种PET探测器的位置信息的分区方法,包括如下步骤:获取所述PET探测器的各个能量信息的位置编码(Pxk,Pyk);所述根据所有位置编码的Pxk和Pyk作为点坐标,建立第一散点图,确定该图的上下左右边界的值;根据所有位置编码的Pxk的峰谷值确定x方向的边界、据所有位置编码的Pyk的峰谷值确定y方向的边界建立所有位置编码的第一散点图;通过所述第一散点图对所有位置编码(Pxk,Pyk)进行归一化处理至2的n次幂的范围内,获取(Pxu,Pyu)构成的第二散点图;对所有位置编码分别绘制Pxu的X分布直方图和Pyu的Y分布直方图,并统计峰谷值;根据X分布直方图和Y分布直方图的相临峰值的中点和谷值构建第一网格图;根据所述第一网格图内的所有位置编码的分布,求取第二散点图的重心;通过所述重心依据voronoi图生成方法构建第二网格图,即为所述位置信息的分区图。
优选地,所述获取所述PET探测器的各个能量信息的位置编码(Pxk,Pyk)包括:采集所述PET探测器的各个能量信息的分量信息,每组分量信息包括Esum、Ex和Ey,计算获取Px0=Ex/Esum,Py0=Ey/Esum;对每个能量信息的Px0和Py0分别乘以系数k得到Pxk和Pyk。
优选地,所述根据所有位置编码的Pxk和Pyk作为点坐标,建立第一散点图,确定该图的上下左右边界的值;根据所有位置编码的Pxk的峰谷值确定x方向的边界、据所有位置编码的Pyk的峰谷值确定y方向的边界建立所有位置编码的第一散点图包括:对位置编码(Pxk,Pyk)分别做X、Y直方统计图;直方图最外侧两个峰值的比值确定所述第一散点图的边界值Xright、Xleft、Ytop、Ybottom。
优选地,所述通过所述第一散点图对所有位置编码(Pxk,Pyk)进行归一化处理至2的n次幂的范围内,获取(Pxu,Pyu)构成的第二散点图包括:进行所述归一化处理至29的范围内;Pxu=(Pxk-Xleft)*512/(Xright-Xleft),Pyu=(Pyk-Ybottom)*512(Ytop-Ybottom);将(Pxu,Pyu)绘制成第二散点图。
优选地,所述对所有位置编码分别绘制Pxu的X分布直方图和Pyu的Y分布直方图,并统计峰谷值;根据X分布直方图和Y分布直方图的峰谷值构建第一网格图包括:若X分布直方图和Y分布直方图的Hpeak/Hvalley>3,则直接利用X分布直方图和Y分布直方图的各个谷值及边界阈值构建第一网格图;若X分布直方图和/或Y分布直方图的Hpeak/Hvalley<3,则对X分布直方图和/或Y分布直方图进行二维局部寻峰,以所述二维局部寻峰获得峰谷值构建第一网格图。
优选地,所述对X分布直方图和/或Y分布直方图进行二维局部寻峰包括:在所述第二散点图上设定一y值,分别构建n个不同x值x0y、x1y、...、xny对应的X局部分布直方图,获取n个X局部分布直方图的峰谷值;在所述第二散点图上设定一x值,分别构建n个不同y值xy0、xy1、...、xyn对应的Y局部分布直方图,获取n个Y局部分布直方图的峰谷值。
优选地,所述根据所述第一网格图内的所有位置编码的分布,求取第二散点图的重心包括:所述第一网格图内的每个网格内的所有位置编码的Pxu的均值为该网格的Pxug值、Pyu的均值为该网格的Pyug值,p(Pxug,Pyug)即为该网格的重心。
优选地,所述通过所述重心依据voronoi图生成方法构建第二网格图,即为所述位置信息的分区图包括:以各局部重心p(Pxug,Pyug)构建Delaunay三角网,再找出三角网每一三角形的外接圆圆心,最后连接相邻三角形的外接圆圆心,形成以每一三角形顶点为生成元的多边形网,构建第二网格图的分格线。
本发明还公开了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一所述的分区方法的步骤。
采用了上述技术方案后,与现有技术相比,具有以下有益效果:
1.本发明使用voronoi分区法进行区分,各区边界线更具有空间剖分上的等分性特征,位置判断更准确;且由于基于理论数据和经验、经过优化过程,本发明的理论依据和评估性更强。
附图说明
图1为本发明提供的PET探测器的位置信息的分区方法的流程图;
图2为本发明提供的PET探测器的位置信息的分区方法的一优选实施例的第一散点图;
图3为本发明提供的PET探测器的位置信息的分区方法的一优选实施例的第二散点图;
图4为本发明提供的PET探测器的位置信息的分区方法的一优选实施例的X分布直方图;
图5为本发明提供的PET探测器的位置信息的分区方法的一优选实施例的Y分布直方图;
图6为本发明提供的PET探测器的位置信息的分区方法的一优选实施例的设Y=0的12个X局部分布直方图;
图7为本发明提供的PET探测器的位置信息的分区方法的一优选实施例的第一网格图;
图8为本发明提供的PET探测器的位置信息的分区方法的一优选实施例的第一网格图的重心分布图;
图9为本发明提供的PET探测器的位置信息的分区方法的一优选实施例的分区图。
具体实施方式
以下结合附图与具体实施例进一步阐述本发明的优点。
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
在本公开使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本公开可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本公开范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
在本发明的描述中,需要理解的是,术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,除非另有规定和限定,需要说明的是,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是机械连接或电连接,也可以是两个元件内部的连通,可以是直接相连,也可以通过中间媒介间接相连,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明,其本身并没有特定的意义。因此,“模块”与“部件”可以混合地使用。
Voronoi diagram(维诺图,又叫泰森多边形),是由一组由连接两邻点直线的垂直平分线组成的连续多边形,具有在空间剖分上的等分性特征,适用于对PET中的位置编码进行分区处理。
参见附图1,本发明公开了一种PET探测器的位置信息的分区方法,包括如下步骤:
S1、获取PET探测器的各个能量信息的位置编码(Pxk,Pyk);
S2、根据所有位置编码的Pxk和Pyk作为点坐标,建立第一散点图,确定该图的上下左右边界的值;根据所有位置编码的Pxk的峰谷值确定x方向的边界、据所有位置编码的Pyk的峰谷值确定y方向的边界建立所有位置编码的第一散点图;
S3、通过第一散点图对所有位置编码(Pxk,Pyk)进行归一化处理至2的n次幂的范围内,获取(Pxu,Pyu)构成的第二散点图;
S4、对所有位置编码分别绘制Pxu的X分布直方图和Pyu的Y分布直方图,并统计峰谷值;根据X分布直方图和Y分布直方图的峰谷值构建第一网格图;
S5、根据第一网格图内的所有位置编码的分布,求取第二散点图的重心;通过重心依据voronoi图生成方法构建第二网格图,即为位置信息的分区图。
步骤S1具体包括,将PET探测器所采集每个符合事件的3个一组的原始能量信息,Esum、Ex和Ey,使用原始数据包格式传到PET探测器的数据采集模块。以公式Px0=Ex/Esum,Py0=Ey/Esum求取位置信息Px0、Py0,对每个能量信息的Px0和Py0分别乘以系数k得到Pxk和Pyk,在本实施例中,取k=512,在其他实施例中,亦可取其他2的n次幂的值。
以(Pxk,Pyk)为坐标可绘制出第一散点图。散点图上坐标相近的点,极可能是同一探测器像素捕捉到的事件,会集中在一个点附近,形成一个较亮的点,点周围的亮度会逐渐减弱、模糊。
参见附图2,步骤S2具体包括,对所有位置编码(Pxk,Pyk)中的Pxk值做X直方统计图,取最外侧的两个峰,分别向外侧,以各自峰值的比例为截止阈值,得到为Xleft、Xright。对所有位置编码(Pxk,Pyk)中的Pyk值做Y直方统计图,取最外侧的两个峰,分别向外侧,以各自峰值的极低比例为截止阈值,得到为Ybottom、Ytop。大于此4个边界阈值Pxk或Pyk值的值限制在阈值上。
参见附图3,步骤S3具体为,通过第一散点图对所有位置编码(Pxk,Pyk)进行归一化处理至29的范围内,与最终在PET探测器的FPGA模块中实现查表的值宽度相同,便于数据处理。Pxu=(Pxk-Xleft)*512/(Xright-Xleft),Pyu=(Pyk-Ybottom)*512(Ytop-Ybottom),获取(Pxu,Pyu),将数个(Pxu,Pyu)绘制成第二散点图。
参见附图4-5,步骤S4具体为,对所有位置编码分别绘制Pxu的X分布直方图和Pyu的Y分布直方图,并统计峰谷值。如果峰谷值较明显,即X分布直方图和Y分布直方图的Hpeak/Hvalley>3,则直接利用X分布直方图和Y分布直方图的峰谷值构建第一网格图;若X分布直方图和/或Y分布直方图的Hpeak/Hvalley<3,则对X分布直方图和/或Y分布直方图进行二维局部寻峰,确定各个区域的峰谷,并以二维局部寻峰获得峰谷值构建第一网格图。
二维局部寻峰具体为:对于X分布直方图,在第二散点图上设定一y值,即设定横向序列定值,分别构建n个不同x值x0y、x1y、...、xny对应的X局部分布直方图,获取n个X局部分布直方图的峰谷值;对于Y分布直方图,在第二散点图上设定一x值,即设定纵向序列定值,分别构建n个不同y值xy0、xy1、...、xyn对应的Y局部分布直方图,获取n个Y局部分布直方图的峰谷值。
参见附图6,本发明提供了二维局部寻峰的一优选实施例,在该实施例中,以y=0为行,获取了x0y0、x1y0、...、x11y0对应的12个X局部分布直方图。
参见附图7-8,步骤S5具体为:根据X分布直方图和Y分布直方图的谷值,粗略划分成矩形的网格,设网格的左右下上边界;统计每个网格内的所有位置编码的数量;获取每个网格内的所有位置编码的Pxu的均值记为该网格的Pxug值;Pyu的均值为该网格的Pyug值,p(Pxug,Pyug)即为该网格的重心。
参见附图9,以各局部重心p(Pxug,Pyug)构建Delaunay三角网,再找出三角网每一三角形的外接圆圆心,最后连接相邻三角形的外接圆圆心,形成以每一三角形顶点为生成元的多边形网,构建第二网格图的分格线,对位于边界的线段垂直平分线。
本发明使用voronoi分区法进行区分,各区边界线更具有空间剖分上的等分性特征,位置判断更准确;且由于基于理论数据和经验、经过优化过程,本发明的理论依据和评估性更强。
本发明还公开了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述任一的分区方法的步骤。
应当注意的是,本发明的实施例有较佳的实施性,且并非对本发明作任何形式的限制,任何熟悉该领域的技术人员可能利用上述揭示的技术内容变更或修饰为等同的有效实施例,但凡未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何修改或等同变化及修饰,均仍属于本发明技术方案的范围内。

Claims (9)

1.一种PET探测器的位置信息的分区方法,其特征在于,包括如下步骤:
获取所述PET探测器的各个能量信息的位置编码(Pxk,Pyk);
所述根据所有位置编码的Pxk和Pyk作为点坐标,建立第一散点图,确定该图的上下左右边界的值,根据所有位置编码的Pxk的峰谷值确定x方向的边界、据所有位置编码的Pyk的峰谷值确定y方向的边界建立所有位置编码的第一散点图;
通过所述第一散点图对所有位置编码(Pxk,Pyk)进行归一化处理至2的n次幂的范围内,获取(Pxu,Pyu)构成的第二散点图;
对所有位置编码分别绘制Pxu的X分布直方图和Pyu的Y分布直方图,并统计峰谷值;根据X分布直方图和Y分布直方图的相临峰值的中点和谷值构建第一网格图;
根据所述第一网格图内的所有位置编码的分布,求取第二散点图的重心;通过所述重心依据voronoi图生成方法构建第二网格图,即为所述位置信息的分区图。
2.根据权利要求1所述的分区方法,其特征在于,所述获取所述PET探测器的各个能量信息的位置编码(Pxk,Pyk)包括:
采集所述PET探测器的各个能量信息的分量信息,每组分量信息包括Esum、Ex和Ey,计算获取Px0=Ex/Esum,Py0=Ey/Esum;
对每个能量信息的Px0和Py0分别乘以系数k得到Pxk和Pyk。
3.根据权利要求1所述的分区方法,其特征在于,所述根据所有位置编码的Pxk和Pyk作为点坐标,建立第一散点图,确定该图的上下左右边界的值;根据所有位置编码的Pxk的峰谷值确定x方向的边界、据所有位置编码的Pyk的峰谷值确定y方向的边界建立所有位置编码的第一散点图包括:
对位置编码(Pxk,Pyk)分别做X、Y直方统计图;
直方图最外侧两个峰值的比值确定所述第一散点图的边界值Xright、Xleft、Ytop、Ybottom。
4.根据权利要求1所述的分区方法,其特征在于,所述通过所述第一散点图对所有位置编码(Pxk,Pyk)进行归一化处理至2的n次幂的范围内,获取(Pxu,Pyu)构成的第二散点图包括:
进行所述归一化处理至29的范围内;
Pxu=(Pxk-Xleft)*512/(Xright-Xleft),Pyu=(Pyk-Ybottom)*512(Ytop-Ybottom);
将(Pxu,Pyu)绘制成第二散点图。
5.根据权利要求1所述的分区方法,其特征在于,所述对所有位置编码分别绘制Pxu的X分布直方图和Pyu的Y分布直方图,并统计峰谷值;根据X分布直方图和Y分布直方图的峰谷值构建第一网格图包括:
若X分布直方图和Y分布直方图的Hpeak/Hvalley>3,则直接利用X分布直方图和Y分布直方图的各个谷值及边界阈值构建第一网格图;
若X分布直方图和/或Y分布直方图的Hpeak/Hvalley<3,则对X分布直方图和/或Y分布直方图进行二维局部寻峰,以所述二维局部寻峰获得峰谷值构建第一网格图。
6.根据权利要求5所述的分区方法,其特征在于,所述对X分布直方图和/或Y分布直方图进行二维局部寻峰包括:
在所述第二散点图上设定一y值,分别构建n个不同x值x0y、x1y、...、xny对应的X局部分布直方图,获取n个X局部分布直方图的峰谷值;
在所述第二散点图上设定一x值,分别构建n个不同y值xy0、xy1、...、xyn对应的Y局部分布直方图,获取n个Y局部分布直方图的峰谷值。
7.根据权利要求1所述的分区方法,其特征在于,所述根据所述第一网格图内的所有位置编码的分布,求取第二散点图的重心包括:
所述第一网格图内的每个网格内的所有位置编码的Pxu的均值为该网格的Pxug值、Pyu的均值为该网格的Pyug值,p(Pxug,Pyug)即为该网格的重心。
8.根据权利要求1所述的分区方法,其特征在于,所述通过所述重心依据voronoi图生成方法构建第二网格图,即为所述位置信息的分区图包括:
以各局部重心p(Pxug,Pyug)构建Delaunay三角网,再找出三角网每一三角形的外接圆圆心,最后连接相邻三角形的外接圆圆心,形成以每一三角形顶点为生成元的多边形网,构建第二网格图的分格线。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-8中任一所述的分区方法的步骤。
CN202110161805.4A 2021-02-05 Pet探测器的位置信息的分区方法及计算机可读存储介质 Active CN112884858B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110161805.4A CN112884858B (zh) 2021-02-05 Pet探测器的位置信息的分区方法及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110161805.4A CN112884858B (zh) 2021-02-05 Pet探测器的位置信息的分区方法及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN112884858A true CN112884858A (zh) 2021-06-01
CN112884858B CN112884858B (zh) 2024-04-26

Family

ID=

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100012846A1 (en) * 2007-07-31 2010-01-21 Yu Wang Novel scintillation detector array and associate signal processing method for gamma ray detection with encoding the energy, position, and time coordinaties of the interaction
CN103745185A (zh) * 2013-12-27 2014-04-23 沈阳东软医疗系统有限公司 一种识别探测器晶体单元位置的方法和装置
CN109461209A (zh) * 2018-10-11 2019-03-12 中国空气动力研究与发展中心计算空气动力研究所 一种新型结构网格生成方法
CN110703747A (zh) * 2019-10-09 2020-01-17 武汉大学 一种基于简化广义Voronoi图的机器人自主探索方法
EP3620112A1 (en) * 2018-09-07 2020-03-11 Canon Medical Systems Corporation X-ray ct apparatus, medical image processing apparatus, and x-ray ct system
CN111246190A (zh) * 2020-01-21 2020-06-05 北京中科核安科技有限公司 基于核辐射定位仪的图像处理方法、装置及电子设备
CN112285761A (zh) * 2020-11-24 2021-01-29 南昌华亮光电有限责任公司 一种面向植物pet的晶体位置谱数据分割系统与方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100012846A1 (en) * 2007-07-31 2010-01-21 Yu Wang Novel scintillation detector array and associate signal processing method for gamma ray detection with encoding the energy, position, and time coordinaties of the interaction
CN103745185A (zh) * 2013-12-27 2014-04-23 沈阳东软医疗系统有限公司 一种识别探测器晶体单元位置的方法和装置
EP3620112A1 (en) * 2018-09-07 2020-03-11 Canon Medical Systems Corporation X-ray ct apparatus, medical image processing apparatus, and x-ray ct system
CN109461209A (zh) * 2018-10-11 2019-03-12 中国空气动力研究与发展中心计算空气动力研究所 一种新型结构网格生成方法
CN110703747A (zh) * 2019-10-09 2020-01-17 武汉大学 一种基于简化广义Voronoi图的机器人自主探索方法
CN111246190A (zh) * 2020-01-21 2020-06-05 北京中科核安科技有限公司 基于核辐射定位仪的图像处理方法、装置及电子设备
CN112285761A (zh) * 2020-11-24 2021-01-29 南昌华亮光电有限责任公司 一种面向植物pet的晶体位置谱数据分割系统与方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
H. ALVA-SA´NCHEZ ET AL.: "Energy calibration of individual crystals in a LYSO pixelated array for microPET detection modules using Voronoi diagrams", NUCLEAR INSTRUMENTS AND METHODS IN PHYSICS RESEARCHA, pages 384 - 389 *
吴杰: "Wave Union TDC的实现及在MTV数字闪烁探测器的集成", 中国优秀硕士学位论文全文数据库基础科学辑, no. 3, pages 005 - 392 *
牛珂楠;燕辉;项士海;王军博;孙航;刘军强;梁国栋;吴国城;尚艺童;李甲递;康雁;: "LYSO闪烁晶体PET探测器设计及位置映射算法研究", 北京生物医学工程, no. 05, pages 484 - 489 *

Similar Documents

Publication Publication Date Title
CN105182402B (zh) 一种闪烁晶体探测器增益的校正方法和装置
CN105160702B (zh) 基于LiDAR点云辅助的立体影像密集匹配方法及系统
CN108416791A (zh) 一种基于双目视觉的并联机构动平台位姿监测与跟踪方法
CN103914860B (zh) 晶体条位置查找表生成方法及装置
CN107798290B (zh) 基于光子计数的三维图像信噪分离和混合正则化重构方法
CN106547014B (zh) 晶体定位方法以及查找表的生成方法
CN110211095B (zh) 能量图及晶体位置查找表生成方法、装置、存储介质
CN105865462A (zh) 带有深度增强视觉传感器的基于事件的三维slam方法
CN105678757A (zh) 一种物体位移测量方法
US20210264626A1 (en) Method for depth image acquisition, electronic device, and storage medium
CN110988974B (zh) 曲面辐射源的pet探测器飞行时间的校准系统
CN109472802A (zh) 一种基于边缘特征自约束的表面网格模型构建方法
JP4367903B2 (ja) 放射線位置検出器の校正方法及び放射線位置検出器
CN106651925A (zh) 一种彩色深度图像的获取方法、获取设备
CN109727226A (zh) 一种基于机器学习的位置表自动生成方法
CN115856829A (zh) 一种雷达三维数据转换的图像数据识别方法及系统
CN109685866B (zh) 晶体位置查找表构建方法、装置、计算机设备和存储介质
US7026621B2 (en) System and method for producing a detector position map
Wang et al. Obtaining low energy γ dose with CMOS sensors
CN104820970A (zh) 基于在轨分类统计的红外影像相对辐射矫正方法
CN113057667B (zh) Pet探测器信号采样方法、装置、电子装置和存储介质
Van Der Laan et al. Using Cramér-Rao theory combined with Monte Carlo simulations for the optimization of monolithic scintillator PET detectors
CN112884858A (zh) Pet探测器的位置信息的分区方法及计算机可读存储介质
CN106127147B (zh) 一种基于三维数据的人脸深度纹理修复方法
CN117392237A (zh) 一种鲁棒的激光雷达-相机自标定方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant