CN113712583A - 死时间校正方法、装置、计算机设备和存储介质 - Google Patents
死时间校正方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN113712583A CN113712583A CN202110913285.8A CN202110913285A CN113712583A CN 113712583 A CN113712583 A CN 113712583A CN 202110913285 A CN202110913285 A CN 202110913285A CN 113712583 A CN113712583 A CN 113712583A
- Authority
- CN
- China
- Prior art keywords
- pet
- dead time
- energy spectrum
- peak
- motifs
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000012937 correction Methods 0.000 title claims description 75
- 238000001228 spectrum Methods 0.000 claims abstract description 147
- 239000003814 drug Substances 0.000 claims abstract description 72
- 229940079593 drug Drugs 0.000 claims abstract description 68
- 230000006870 function Effects 0.000 claims description 69
- 238000004590 computer program Methods 0.000 claims description 29
- 230000000694 effects Effects 0.000 claims description 23
- 230000036267 drug metabolism Effects 0.000 claims description 17
- 238000010586 diagram Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 9
- 206010033799 Paralysis Diseases 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000007796 conventional method Methods 0.000 description 4
- 230000002503 metabolic effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 241000321520 Leptomitales Species 0.000 description 2
- 238000012879 PET imaging Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000009206 nuclear medicine Methods 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 235000014113 dietary fatty acids Nutrition 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 229930195729 fatty acid Natural products 0.000 description 1
- 239000000194 fatty acid Substances 0.000 description 1
- 150000004665 fatty acids Chemical class 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 102000039446 nucleic acids Human genes 0.000 description 1
- 108020004707 nucleic acids Proteins 0.000 description 1
- 150000007523 nucleic acids Chemical class 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000005258 radioactive decay Effects 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001550 time effect Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/037—Emission tomography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/42—Arrangements for detecting radiation specially adapted for radiation diagnosis
- A61B6/4208—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/58—Testing, adjusting or calibrating thereof
- A61B6/582—Calibration
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/58—Testing, adjusting or calibrating thereof
- A61B6/582—Calibration
- A61B6/583—Calibration using calibration phantoms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Radiology & Medical Imaging (AREA)
- Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- High Energy & Nuclear Physics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Nuclear Medicine (AREA)
- Measurement Of Radiation (AREA)
Abstract
本申请涉及一种种死时间校正方法、装置、计算机设备和存储介质，涉及计算机技术领域。所述方法包括：获取第一扫描对象的第一PET数据，根据第一PET数据确定PET探测器的第一符合事件计数率，以及确定第一能谱的峰谷比；第一符合事件计数率为对PET探测器捕捉到的第一扫描对象中的药物发射的γ光子进行符合判断之后生成的用于重建PET图像的事件的计数率，第一能谱为PET探测器捕捉到的第一扫描对象中的药物发射的γ光子的能谱；根据第一能谱的峰谷比以及预先拟合得到的目标函数，确定第一死时间因子；根据第一死时间因子对第一PET数据进行校正，得到用于重建PET图像的目标PET数据。采用本方法能够提高对扫描对象进行死时间校正的效率。
Description
技术领域
本申请涉及计算机技术领域，特别是涉及一种伪影识别方法、装置、计算机设备和存储介质。
背景技术
正电子发射型计算机断层显像(英文：Positron Emission ComputedTomography；简称：PET)是一种先进的核医学成像技术，它将由放射性核素标记的药物引入模体，其中，模体可以为如小白鼠等的生物体。放射性核素标记的药物在模体重新分布后，由PET探测器捕获正负电子湮灭产生的γ光子，并经过测量和图像重建得到放射性核素标记的药物在模体内的分布及动态变化图像，从而生成PET图像。但是，由于PET探测器在捕捉到一个γ光子，并对此γ光子进行符合判断生成有效事件的过程中，不能再捕捉到其他γ光子，从而有效事件丢失，因此必须对丢失的有效事件进行正确的补偿，即必须进行死时间校正。
传统方法中，在对模体进行PET成像的过程中，通常根据获取到的有效事件的数量以及放射性核素标记的药物在模体内的衰变曲线，建立一个模体对应的经验模型。然后将获取到的有效事件的数量输入至模体对应的经验模型中，计算得到有效事件对应的死时间因子，然后利用死时间因子进行死时间校正。
由于上述方法中建立的经验模型受模体自身以及外界环境影响严重，因此，上述方法中建立的经验模型并不能适用于其他模体。从而使得对不同模体进行死时间校正时需要建立多个经验模型，过程复杂，且效率低下。
发明内容
基于此，有必要针对上述技术问题，提供一种死时间校正方法、装置、计算机设备和存储介质，能够提高对扫描对象进行死时间校正的效率。
第一方面，提供了一种死时间校正方法，该方法包括：获取第一扫描对象的第一PET数据，根据第一PET数据确定PET探测器的第一符合事件计数率，以及确定第一能谱的峰谷比；第一符合事件计数率为对PET探测器捕捉到的第一扫描对象中的药物发射的γ光子进行符合判断之后生成的用于重建PET图像的事件的计数率，第一能谱为PET探测器捕捉到的第一扫描对象中的药物发射的γ光子的能谱；根据第一能谱的峰谷比以及预先拟合得到的目标函数，确定第一死时间因子；根据第一死时间因子对第一PET数据进行校正，得到用于重建PET图像的目标PET数据。
在其中一个实施例中，根据第一能谱的峰谷比以及预先拟合得到的目标函数，确定第一死时间因子之前，该方法还包括：获取第二扫描对象中至少两个模体分别对应的第二死时间因子，以及获取至少两个模体所分别对应的第二能谱的峰谷比；其中，第二能谱为PET探测器捕捉到的至少两个模体中的药物发射的γ光子的能谱；基于获取到的各个第二死时间因子以及各个第二能谱的峰谷比拟合得到目标函数。
在其中一个实施例中，获取第二扫描对象中至少两个模体分别对应的第二死时间因子，包括：获取第二扫描对象中至少两个模体分别对应第二PET数据；根据各第二PET数据确定PET探测器的第二符合事件计数率；其中，第二符合事件计数率为对PET探测器捕捉到的至少两个模体中的药物发射的γ光子进行符合判断之后生成的用于重建PET图像的事件的计数率；获取至少两个模体所分别对应的药物代谢衰变曲线；对于第二扫描对象中的每个模体，根据模体对应的第二符合事件计数率以及模体对应的药物代谢衰变曲线，拟合得到模体对应的校正函数；根据至少两个模体所分别对应的各个校正函数，获取至少两个模体所分别对应的各个第二死时间因子。
在其中一个实施例中，获取至少两个模体所分别对应的第二能谱的峰谷比之前，该方法还包括：对于第二扫描对象中的各模体，在获取第二PET数据的时间段内，采集PET探测器捕捉到的模体中的药物发射的γ光子的第一能量信息，并根据采集到的第一能量信息生成第二能谱。
在其中一个实施例中，基于获取到的各个第二死时间因子以及各个第二能谱的峰谷比拟合得到目标函数，包括：获取第二扫描对象中至少两个模体所分别对应的第二死时间因子与各个第二能谱的峰谷比之间的数据关系：根据数据关系，拟合得到目标函数。
在其中一个实施例中，第二扫描对象中的各模体分别对应不同的药物活度。
在其中一个实施例中，确定第一能谱的峰谷比之前，方法还包括：在获取第一PET数据的时间段内，采集PET探测器捕捉到的第一扫描对象中的药物发射的γ光子的第二能量信息；根据采集到的第二能量信息生成第一能谱。
第二方面，提供了一种死时间校正装置，装置包括：
第一获取模块，用于获取第一扫描对象的第一PET数据，根据第一PET数据确定PET探测器的第一符合事件计数率，以及确定第一能谱的峰谷比；第一符合事件计数率为对PET探测器捕捉到的第一扫描对象中的药物发射的γ光子进行符合判断之后生成的用于重建PET图像的事件的计数率，第一能谱为PET探测器捕捉到的第一扫描对象中的药物发射的γ光子的能谱；
确定模块，用于根据第一能谱的峰谷比以及预先拟合得到的目标函数，确定第一死时间因子；
校正模块，用于根据第一死时间因子对第一PET数据进行校正，得到用于重建PET图像的目标PET数据。
第三方面，提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现如上述第一方面任一所述的死时间校正方法。
第四方面，提供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如上述第一方面任一所述的死时间校正方法。
上述死时间校正方法、装置、计算机设备和存储介质，获取第一扫描对象的第一PET数据，根据第一PET数据确定PET探测器的第一符合事件计数率，以及确定第一能谱的峰谷比；根据第一能谱的峰谷比以及预先拟合得到的目标函数，确定第一死时间因子；根据第一死时间因子对第一PET数据进行校正，得到用于重建PET图像的目标PET数据。上述方法中，并没有直接根据第一PET数据计算得到第一死时间因子，而是根据第一PET数据获取到第一能谱的峰谷比。因此，第一能谱峰谷比是根据第一扫描对象的特有属性确定的特征量，因此第一能谱峰谷比更加可以表征第一扫描对象。计算机设备根据第一能谱的峰谷比以及预先拟合得到的目标函数，确定第一死时间因子，从而可以保证计算得到的死时间因子更加准确，更加可以表征第一扫描对象的特性。解决了由于仅使用单一第一符合事件计数率的特征量去估计系统的死时间，无法涵盖造成系统电子学死时间的所有环节，以及无法解决系统状态漂移(能峰漂移)带来的探测效率变化问题。从而根据第一死时间因子对第一PET数据进行校正，得到用于重建PET图像的目标PET数据，可以保证得到的目标PET数据的准确性，并利用目标PET数据进行PET图像重建能够与提高PET图像的质量。
附图说明
图1为一个实施例中死时间校正方法的流程示意图；
图2为一个实施例中死时间校正方法的流程示意图；
图3为一个实施例中死时间校正方法中获取第二死时间因子的示意图；
图4为另一个实施例中死时间校正方法中同一种模体在不同的活度条件下，探测器实测计数率与能谱特征值PVR的变化情况的示意图；
图5为另一个实施例中死时间校正方法的流程示意图；
图6为另一个实施例中死时间校正方法中获取三种粗细不同均匀水模的死时间因子的示意图；
图7为另一个实施例中死时间校正方法的流程示意图；
图8为另一个实施例中死时间校正方法中目标函数拟合的示意图；
图9为另一个实施例中死时间校正方法中目标函数与第一符合事件计数率之间的关系示意图；
图10为另一个实施例中死时间校正方法的流程示意图；
图11为一个实施例中死时间校正装置的结构框图；
图12为一个实施例中死时间校正装置的结构框图；
图13为一个实施例中死时间校正装置的结构框图；
图14为一个实施例中死时间校正装置的结构框图；
图15为一个实施例中死时间校正装置的结构框图；
图16为一个实施例中计算机设备为终端时的内部结构图；
图17为一个实施例中计算机设备为服务器时的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的死时间校正方法，可以应用于PET设备，或者是其他具备构建PET图像的设备，比如PET/CT(Positron Emission Tomography/Computed Tomography，电子发射断层图像/计算机断层扫描)设备。PET是核医学领域比较先进的临床检查影像技术。该技术是将某种物质，一般是生物生命代谢中必须的物质，如：葡萄糖、蛋白质、核酸、脂肪酸，标记上短寿命的放射性核素(如18F，11C等)，注入人体后，放射性核素在衰变过程中释放出正电子，一个正电子在行进十分之几毫米到几毫米后遇到一个电子后发生湮灭，从而产生方向相反的一对能量为511KeV的光子。这对光子，通过高度灵敏的照相机捕捉，并经计算机进行散射和随机信息的校正。经过对不同的正电子进行相同的分析处理，则可以得到在生物体内聚集情况的三维图像，从而达到诊断的目的。
在探测511KeV光子的过程中，首先是PET探测器对于单事件的探测过程，其次是将不同模块探测到的单事件进行符合判断生成有效事件的过程。在这两个过程中，存在有效事件丢失的情况。造成单事件丢失的主要原因是探测器对每个事件进行放大、成型和甄别的处理过程需要一定的时间，由于放射性衰变发生的随机性，当相邻的两个单事件发生的时间间隔过短时，就会产生事件的堆积，进而可能造成部分甚至全部事件的丢失。造成符合事件丢失的主要原因是符合逻辑电路只有有限的处理能力，产生事件堆积后，则会造成部分甚至全部事件的丢失。
传统方法中，在对模体进行PET成像的过程中，通常根据获取到的有效事件的数量以及放射性核素标记的药物在模体内的衰变曲线，建立一个模体对应的经验模型。然后将获取到的有效事件的数量输入至模体对应的经验模型中，计算得到有效事件对应的死时间因子，然后利用死时间因子进行死时间校正。
由于上述方法中建立的经验模型受模体自身以及外界环境影响严重，因此，上述方法中建立的经验模型并不能适用于其他模体。从而使得对不同模体进行死时间校正时需要建立多个经验模型，过程复杂，且效率低下。因此，本申请实施例提供了一种死时间校正方法，能够对不能的扫描对象进行死时间校正，提高了对不同扫描对象进行死时间校正的效率。
需要说明的是，本申请实施例提供的死时间校正的方法，其执行主体可以是死时间校正的装置，该死时间校正的装置可以通过软件、硬件或者软硬件结合的方式实现成为计算机设备的部分或者全部，其中，该计算机设备可以是服务器或者终端，其中，本申请实施例中的服务器可以为一台服务器，也可以为由多台服务器组成的服务器集群，本申请实施例中的终端可以是智能手机、个人电脑、平板电脑、可穿戴设备、儿童故事机以及智能机器人等其他智能硬件设备。下述方法实施例中，均以执行主体是计算机设备为例来进行说明。
在申请一个实施例中，如图1所示，提供了一种死时间校正方法，以该方法应用于计算机设备为例进行说明，包括以下步骤：
步骤101，计算机设备获取第一扫描对象的第一PET数据，根据第一PET数据确定PET探测器的第一符合事件计数率，以及确定第一能谱的峰谷比。
其中，第一符合事件计数率为对PET探测器捕捉到的第一扫描对象中的药物发射的γ光子进行符合判断之后生成的用于重建PET图像的有效事件的计数率，第一能谱为PET探测器捕捉到的第一扫描对象中的药物发射的γ光子的能谱。
其中，第一扫描对象可以是生物比如患者、动物等，也可以是人造物体，比如体模等。第一扫描对象还可以是患者的特定部分，例如，器官和/或组织。
具体地，计算机设备可以通过与PET设备之间的网络连接，获取到PET设备发送的第一扫描对象对应的第一PET数据。其中，第一PET数据中可以包括第一符合事件信息以及第一扫描对象对应的第一能谱。具体地，PET设备通过PET探测器对单事件进行探测，之后，将不同PET探测器探测到的单事件进行符合得到符合事件，即获取到第一符合事件信息。计算机设备根据获取到的第一符合事件信息，确定PET探测器的第一符合事件计数率。计算机设备根据第一PET数据中包括的第一扫描对象对应的第一能谱的峰值以及第一能谱的左端谷值，确定第一能谱的峰谷比。
其中，第一符合事件信息包括瞬时符合事件信息与延迟符合事件信息之和。瞬时符合是指符合事件中两个光子的探测时间相隔较短，延迟符合是指符合事件中两个光子的探测时间相隔预设时长。本申请实施例对预设时长不做限定。
步骤102，计算机设备根据第一能谱的峰谷比以及预先拟合得到的目标函数，确定第一死时间因子。
其中，目标函数是指在不同药物活度条件下第一扫描对象对应的第一能谱峰谷比与第一死时间因子的对应关系。
具体地，计算机设备将获取到的第一能谱的峰谷比代入到预先拟合得到的目标函数中，从而可以确定第一扫描对象对应的第一死时间因子。
步骤103，计算机设备根据第一死时间因子对第一PET数据进行校正，得到用于重建PET图像的目标PET数据。
具体地，计算机设备在获取到第一扫描对象的第一死时间因子之后，可以将第一死时间因子，输入至预设的PET数据校正模型中，对第一PET数据进行校正，从而得到用于重建PET图像的目标PET数据。其中，PET数据校正模型考虑不同活度下的获取到的PET数据。
上述死时间校正方法中，获取第一扫描对象的第一PET数据，根据第一PET数据确定PET探测器的第一符合事件计数率，以及确定第一能谱的峰谷比；根据第一能谱的峰谷比以及预先拟合得到的目标函数，确定第一死时间因子；根据第一死时间因子对第一PET数据进行校正，得到用于重建PET图像的目标PET数据。上述方法中，并没有直接根据第一PET数据计算得到第一死时间因子，而是根据第一PET数据获取到第一能谱的峰谷比。因此，第一能谱峰谷比是根据第一扫描对象的特有属性确定的特征量，且第一能谱峰谷比随着第一扫描对象的状态漂移而发生变化，因此第一能谱峰谷比更加可以表征第一扫描对象。计算机设备根据第一能谱的峰谷比以及预先拟合得到的目标函数，确定第一死时间因子，从而可以保证计算得到的死时间因子更加准确，更加可以表征第一扫描对象的特性。解决了由于仅使用单一第一符合事件计数率的特征量去估计系统的死时间，无法涵盖造成系统电子学死时间的所有环节，以及无法解决系统状态漂移(能峰漂移)带来的探测效率变化问题。从而根据第一死时间因子对第一PET数据进行校正，得到用于重建PET图像的目标PET数据，可以保证得到的目标PET数据的准确性，并利用目标PET数据进行PET图像重建能够与提高PET图像的质量。
在本申请一个实施例中，上述步骤101中的“确定第一能谱的峰谷比”之前，上述方法还包括：
在获取第一PET数据的时间段内，计算机设备采集PET探测器捕捉到的第一扫描对象中的药物发射的γ光子的第二能量信息；根据采集到的第二能量信息生成第一能谱。
具体地，PET探测器在获取第一PET数据的时间段，能够捕捉到第一扫描对象中的药物发射的γ光子的第二能量信息。PET设备将PET探测器捕捉到第一扫描对象中的药物发射的γ光子的第二能量信息发送给计算机设备，计算机设备基于第二能量信息，生成第一能谱。
在本申请实施例中，在获取第一PET数据的时间段内，计算机设备采集PET探测器捕捉到的第一扫描对象中的药物发射的γ光子的第二能量信息，并根据采集到的第二能量信息生成第一能谱。从而可以保证生成的第一能谱的准确性，且使得计算机设备可以利用第一能谱计算得到第一能谱的峰谷比，从而利用第一能谱的峰谷比计算得到第一死时间因子。
在本申请一个实施例中，如图2所示，上述步骤102“根据第一能谱的峰谷比以及预先拟合得到的目标函数，确定第一死时间因子”之前，上述死时间校正方法还可以包括以下步骤：
步骤201，计算机设备获取第二扫描对象中至少两个模体分别对应的第二死时间因子，以及获取至少两个模体所分别对应的第二能谱的峰谷比。
其中，第二能谱为PET探测器捕捉到的至少两个模体中的药物发射的γ光子的能谱。
其中，第二扫描对象中的各模体分别对应不同的药物活度。
具体的，计算机设备可以利用传统方法中的死时间校正模型，计算得到第二扫描对象中至少两个模体分别对应的第二死时间因子。
其中，死时间校正模型可以是瘫痪模型(paralyzable model)、非瘫痪模型(non-paralyzable model)或者混合模型(mixed model)，本申请实施例对死时间校正模型不做具体限定。
示例性的，假设死时间校正模型为非瘫痪模型，那么应有：m＝n+nb-m(n+nb)τ。
其中，n是入射到PET探测器的总的事件率，m是探测器测量到的事件率，τ是死时间因子，nb是本底计数率。
在一次衰变实验中，在不同的时间点采集了多组数据，每组数据探测器测量到的事件率记为mi。由于活度较低时系统的死时间效应比较微弱，因此可以利用活度最低的10次测量结果进行线性拟合获得本底计数率nb，如图3左所示；
又由于探测器测量到的事件率与放射源活度成正比，因此应当符合指数衰减变化，即：
将其带入上式，则上式可以化为：
由于，mi大于10倍nb的采样点，可以忽略本底计数率nb的影响，则上式化为：
将采样点得到的数据按照上述公式中自变量和因变量形式进行变换后，即可得到一个标准的线性方程，线性拟合后可以得到斜率和截距，即可求出死时间因子τ，如图3右。其中，线性拟合后可以得到的斜率即为死时间因子。
其中，瘫痪模型的推导过程类似，只是实际入射探测器的事件率和探测器接收到的事例率间的关系变为：m＝ne-λτ，忽略本底计数率后转换成线性方程组形式变为：λτ+ln(m)＝-n0τe-λτ+ln(n0)，本申请实施例不再进行复述。
步骤202，计算机设备基于获取到的各个第二死时间因子以及各个第二能谱的峰谷比拟合得到目标函数。
其中，目标函数是指在不同药物活度条件下第二扫描对象中各模体对应的第二能谱峰谷比与第二死时间因子的对应关系。
具体地，计算机设获取到各个第二死时间因子以及各个第二能谱的峰谷比之后，可以利用第二死时间因子与二能谱的峰谷比之间的关系，拟合目标函数。
示例性的，如图4所示，假设计算机设备获取到了第二扫描对象中的三个模体，且每个模体对应的4种不同的药物活度。对于不同的模体，在不同的活度条件下，探测器实际接收到的事件计数率随之变化。但由于系统状态漂移时，PVR值会随之变化，与模体相关的特征值，此处指事件的第二能谱的峰谷比PVR(即能谱的峰值和左端谷值)同样在不断变化，因此难以找到一个固定的特征量建立与死时间因子的查找关系。因此，计算机设备可以获取到每个模体在不同药物活度下对应的第二能谱对应的峰谷比以及第二死时间因子，然后根据第二能谱对应的峰谷比与第二死时间因子时间的对应关系，拟合目标函数。
在本申请实施例中，获取第二扫描对象中至少两个模体分别对应的第二死时间因子，以及获取至少两个模体所分别对应的第二能谱的峰谷比；其中，第二能谱为PET探测器捕捉到的至少两个模体中的药物发射的γ光子的能谱；基于获取到的各个第二死时间因子以及各个第二能谱的峰谷比拟合得到目标函数。上述方法中，计算机设备建立第二能谱峰谷比与第二死时间因子之间的目标函数，使得计算机设备能够对不同的扫描物体采用不同的死时间因子。一方面解决了由于电子学电路的基线恢复问题，对于同一个扫描物体在不同的活度下，探测器输出信号的能量峰值在不断漂移的问题；另一方面，解决了探测器本身由于闪烁体和光电转换器件间的光导材料(如硅油)的耦合问题，造成探测器输出信号的能量峰值在不断漂移的问题。
在本申请一个实施例中，如图5所示，上述步骤201中的“获取第二扫描对象中至少两个模体分别对应的第二死时间因子”可以包括以下步骤：
步骤501，计算机设备获取第二扫描对象中至少两个模体分别对应第二PET数据。
具体地，PET设备可以获取第二扫描对象中至少两个模体分别对应的第二PET数据。其中，第二扫描对象可以是生物比如患者、动物等，也可以是人造物体，比如体模等。第二扫描对象还可以是患者的特定部分，例如，器官和/或组织。
其中，第二PET数据中可以包括第二符合事件信息以及第二扫描对象对应的第二能谱等。
PET设备通过与计算机设备之间的网络连接，将获取到的第二扫描对象中至少两个模体分别对应的第二PET数据发送给计算机设备，使得计算机设备可以获取到第二扫描对象中至少两个模体分别对应第二PET数据。
步骤502，计算机设备根据各第二PET数据确定PET探测器的第二符合事件计数率。
其中，第二符合事件计数率为对PET探测器捕捉到的至少两个模体中的药物发射的γ光子进行符合判断之后生成的用于重建PET图像的有效事件的计数率。
具体地，PET设备通过PET探测器对第二扫描对象中的至少两个模体进行单事件进行探测，之后，将不同PET探测器探测到的单事件进行符合得到符合事件，即获取到第二符合事件信息。计算机设备根据获取到的第二符合事件信息，确定PET探测器的第二符合事件计数率。
步骤503，计算机设备获取至少两个模体所分别对应的药物代谢衰变曲线。
具体地，计算机设备获取第二扫描对象中至少两个模体所分别对应的物理属性信息，根据各模体对应的物理属性信息确定至少两个模体所分别对应的药物代谢衰变曲线。
步骤504，对于第二扫描对象中的每个模体，计算机设备根据模体对应的第二符合事件计数率以及模体对应的药物代谢衰变曲线，拟合得到模体对应的校正函数。
具体地，对于第二扫描对象中的每个模体，计算机设备可以分别获取每个模体对应的第二符合事件计数率以及每个模体对应的药物代谢衰变曲线。计算机设备可以根据获取到的每个模体对应的第二符合事件计数率以及每个模体对应的药物代谢衰变曲线，根据传统方法中的非瘫痪模型(non-paralyzable model)，、瘫痪模型(paralyzable model)或者混合模型(mixed model)，对第二符合事件计数率以及模体对应的药物代谢衰变曲线进行拟合，得到模体对应的校正函数。
步骤505，计算机设备根据至少两个模体所分别对应的各个校正函数，获取至少两个模体所分别对应的各个第二死时间因子。
具体地，计算机设备根据扫描对象中至少两个模体所分别对应的各个校正函数，将每个模体对应的第二符合事件计数率代入到校正函数，计算得到至少两个模体所分别对应的各个第二死时间因子。
示例性的，如图6所示，可以为计算机设备获取第二扫描对象中的三个模体的第二PET数据，然后获取每个模体对应的第二符合事件计数率以及药物代谢衰变曲线之后，拟合得到校正函数，根据校正函数计算得到的第二死时间因子。需要说明的是，这里采用三个粗细不同的短水模放置于多探测单元系统的中间两个探测单元(Unit)下方，因此我们只关注第三个和第四个单元(U3U4)的死时间因子。可以看到模体越粗，计算得到的死时间因子越大。
在本申请实施例中，计算机设备获取第二扫描对象中至少两个模体分别对应第二PET数据；根据各第二PET数据确定PET探测器的第二符合事件计数率；其中，第二符合事件计数率为对PET探测器捕捉到的至少两个模体中的药物发射的γ光子进行符合判断之后生成的用于重建PET图像的事件的计数率；获取至少两个模体所分别对应的药物代谢衰变曲线；对于第二扫描对象中的每个模体，根据模体对应的第二符合事件计数率以及模体对应的药物代谢衰变曲线，拟合得到模体对应的校正函数；根据至少两个模体所分别对应的各个校正函数，获取至少两个模体所分别对应的各个第二死时间因子。从而可以保证计算得到的死时间因子的准确性。
在本申请一个实施例中，在上述步骤201中的“获取至少两个模体所分别对应的第二能谱的峰谷比”之前，上述死时间校正方法还包括：
对于第二扫描对象中的各模体，在获取第二PET数据的时间段内，采集PET探测器捕捉到的模体中的药物发射的γ光子的第一能量信息，并根据采集到的第一能量信息生成第二能谱。
具体地，PET探测器在获取第二PET数据的时间段，能够捕捉到第二扫描对象中各模体内的药物发射的γ光子的第一能量信息。PET设备将PET探测器捕捉到第二扫描对象中各模体内的药物发射的γ光子的第一能量信息发送给计算机设备，计算机设备基于第一能量信息，生成第二能谱。
在本申请实施例中，在获取第二PET数据的时间段内，计算机设备采集PET探测器捕捉到的第二扫描对象中各模体内的药物发射的γ光子的第一能量信息，并根据采集到的第一能量信息生成第二能谱。从而可以保证生成的第二能谱的准确性，且使得计算机设备可以利用第二能谱计算得到第二能谱的峰谷比，从而利用第二能谱的峰谷比以及第二死时间因子拟合目标函数。
在本申请一个实施例中，如图7所示，上述步骤202中的“基于获取到的各个第二死时间因子以及各个第二能谱的峰谷比拟合得到目标函数”，可以包括以下步骤：
步骤701，计算机设备获取第二扫描对象中至少两个模体所分别对应的第二死时间因子与各个第二能谱的峰谷比之间的数据关系。
具体地，计算机设备在获取到第二扫描对象中至少两个模体所分别对应的第二死时间因子以及各个第二能谱的峰谷比之后，计算机设备获取各第二死时间因子与各第二能谱的峰谷比之间的数据关系。
步骤702，计算机设备根据数据关系，拟合得到目标函数。
具体地，计算机设备在获取到各第二死时间因子与各第二能谱的峰谷比之间的数据关系之后，可以利用预设的算法，根据各第二死时间因子与各第二能谱的峰谷比之间的数据关系，拟合得到目标函数。
其中，预设的算法可以是二次多项式算法，也可以是三次多项式算法，还可以是指数多项式算法，本申请实施例对预设的算法不做具体限定。
示例性的，如图8所示，计算机设获取第二扫描对象中的3个模体，每个模体根据处于4种不同的药物活度下，即计算机设备获取到的12个不同活度条件的模体。计算机设备分别获取到了这12个不同活度条件的模体分别对应的第二死时间因子以及各个第二能谱的峰谷比，然后计算机设备利用二次多项式拟合第二能谱的峰谷比与第二死时间因子间的对应关系。
在本申请实施例中，计算机设备获取第二扫描对象中至少两个模体所分别对应的第二死时间因子与各个第二能谱的峰谷比之间的数据关系：根据数据关系，拟合得到目标函数。从而可以保证拟合得到的目标函数的准确性，进一步保证利用目标函数计算得到第一死时间因子的准确性。
在本申请一个实施例中，如图9所示，对于不同活度下模体，计算机设备可以获得的该模体在不同活度下各模体对应的能谱峰谷比与不同活度下各模体对应的死时间因子二次多项式拟合关系中的各阶系数，再与符合事件计数率进行二阶多项式拟合，从而建立整个查找关系。即图9为目标函数与第一符合事件计数率之间的关系示意图。
为了更好地说明本申请实施例提供的死时间校正方法，如图10所示，本申请实施例提供了一种死时间校正方法的整体流程图，具体可以包括以下步骤：
步骤1001，计算机设备获取第二扫描对象中至少两个模体分别对应第二PET数据。
步骤1002，计算机设备根据各第二PET数据确定PET探测器的第二符合事件计数率。
步骤1003，计算机设备获取至少两个模体所分别对应的药物代谢衰变曲线。
步骤1004，对于第二扫描对象中的每个模体，计算机设备根据模体对应的第二符合事件计数率以及模体对应的药物代谢衰变曲线，拟合得到模体对应的校正函数。
步骤1005，计算机设备根据至少两个模体所分别对应的各个校正函数，获取至少两个模体所分别对应的各个第二死时间因子。
步骤1006，对于第二扫描对象中的各模体，计算机设备在获取第二PET数据的时间段内，采集PET探测器捕捉到的模体中的药物发射的γ光子的第一能量信息，并根据采集到的第一能量信息生成第二能谱。
步骤1007，计算机设备获取至少两个模体所分别对应的第二能谱的峰谷比。
步骤1008，计算机设备获取第二扫描对象中至少两个模体所分别对应的第二死时间因子与各个第二能谱的峰谷比之间的数据关系。
步骤1009，计算机设备根据数据关系，拟合得到目标函数。
步骤1010，计算机设备获取第一扫描对象的第一PET数据，根据第一PET数据确定PET探测器的第一符合事件计数率。
步骤1011，在获取第一PET数据的时间段内，计算机设备采集PET探测器捕捉到的第一扫描对象中的药物发射的γ光子的第二能量信息。
步骤1012，计算机设备采集到的第二能量信息生成第一能谱。
步骤1013，计算机设备根据第一能谱的峰谷比以及预先拟合得到的目标函数，确定第一死时间因子。
步骤1014，计算机设备根据第一死时间因子对第一PET数据进行校正，得到用于重建PET图像的目标PET数据。
应该理解的是，虽然图1、2、5、7以及10的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1、2、5、7以及10中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图11所示，提供了一种死时间校正装置1100，包括：第一获取模块1110、确定模块1120和校正模块1130，其中：
第一获取模块1110，用于获取第一扫描对象的第一PET数据，根据第一PET数据确定PET探测器的第一符合事件计数率，以及确定第一能谱的峰谷比；第一符合事件计数率为对PET探测器捕捉到的第一扫描对象中的药物发射的γ光子进行符合判断之后生成的用于重建PET图像的事件的计数率，第一能谱为PET探测器捕捉到的第一扫描对象中的药物发射的γ光子的能谱。
确定模块1120，用于根据第一能谱的峰谷比以及预先拟合得到的目标函数，确定第一死时间因子。
校正模块1130，用于根据第一死时间因子对第一PET数据进行校正，得到用于重建PET图像的目标PET数据。
在本申请一个实施例中，如图12所示，上述死时间校正装置11000，还包括：第二获取模块1140以及拟合模块1150，其中：
第二获取模块1140，用于获取第二扫描对象中至少两个模体分别对应的第二死时间因子，以及获取至少两个模体所分别对应的第二能谱的峰谷比；其中，第二能谱为PET探测器捕捉到的至少两个模体中的药物发射的γ光子的能谱。
拟合模块1150，用于基于获取到的各个第二死时间因子以及各个第二能谱的峰谷比拟合得到目标函数。
在本申请一个实施例中，如图13所示，上述第二获取模块1140，包括：第一获取单元1141、确定单元1142、第二获取单元1143、拟合单元1144以及第三获取单元1145，其中：
第一获取单元1141，用于获取第二扫描对象中至少两个模体分别对应第二PET数据。
确定单元1142，根据各第二PET数据确定PET探测器的第二符合事件计数率；其中，第二符合事件计数率为对PET探测器捕捉到的至少两个模体中的药物发射的γ光子进行符合判断之后生成的用于重建PET图像的事件的计数率；
第二获取单元1143，用于获取至少两个模体所分别对应的药物代谢衰变曲线。
拟合单元1144，用于对于第二扫描对象中的每个模体，根据模体对应的第二符合事件计数率以及模体对应的药物代谢衰变曲线，拟合得到模体对应的校正函数。
第三获取单元1145，用于根据至少两个模体所分别对应的各个校正函数，获取至少两个模体所分别对应的各个第二死时间因子。
在本申请一个实施例中，如图14所示，上述第二获取模块1140，还包括生成单元1146，其中：
生成单元1146，用于对于第二扫描对象中的各模体，在获取第二PET数据的时间段内，采集PET探测器捕捉到的模体中的药物发射的γ光子的第一能量信息，并根据采集到的第一能量信息生成第二能谱。
在本申请一个实施例中，上述拟合模块1150，具体用于获取第二扫描对象中至少两个模体所分别对应的第二死时间因子与各个第二能谱的峰谷比之间的数据关系：根据数据关系，拟合得到目标函数。
在本申请一个实施例中，第二扫描对象中的各模体分别对应不同的药物活度。
在本申请一个实施例中，如图15所示，上述死时间校正装置11000，还包括：采集模块1160以及生成模块1170，其中：
采集模块1160，用于在获取第一PET数据的时间段内，采集PET探测器捕捉到的第一扫描对象中的药物发射的γ光子的第二能量信息。
生成模块1170，用于根据采集到的第二能量信息生成第一能谱。
关于死时间校正装置的具体限定可以参见上文中对于死时间校正方法的限定，在此不再赘述。上述死时间校正装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，当该计算机设备为终端时，其内部结构图可以如图16所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储死时间校正数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种死时间校正方法。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，当该计算机设备为服务器时，其内部结构图可以如图17所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种死时间校正方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图16和图17中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在本申请一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：获取第一扫描对象的第一PET数据，根据第一PET数据确定PET探测器的第一符合事件计数率，以及确定第一能谱的峰谷比；第一符合事件计数率为对PET探测器捕捉到的第一扫描对象中的药物发射的γ光子进行符合判断之后生成的用于重建PET图像的事件的计数率，第一能谱为PET探测器捕捉到的第一扫描对象中的药物发射的γ光子的能谱；根据第一能谱的峰谷比以及预先拟合得到的目标函数，确定第一死时间因子；根据第一死时间因子对第一PET数据进行校正，得到用于重建PET图像的目标PET数据。
在本申请一个实施例中，处理器执行计算机程序时还实现以下步骤：获取第二扫描对象中至少两个模体分别对应的第二死时间因子，以及获取至少两个模体所分别对应的第二能谱的峰谷比；其中，第二能谱为PET探测器捕捉到的至少两个模体中的药物发射的γ光子的能谱；基于获取到的各个第二死时间因子以及各个第二能谱的峰谷比拟合得到目标函数。
在本申请一个实施例中，处理器执行计算机程序时还实现以下步骤：获取第二扫描对象中至少两个模体分别对应第二PET数据；根据各第二PET数据确定PET探测器的第二符合事件计数率；其中，第二符合事件计数率为对PET探测器捕捉到的至少两个模体中的药物发射的γ光子进行符合判断之后生成的用于重建PET图像的事件的计数率；获取至少两个模体所分别对应的药物代谢衰变曲线；对于第二扫描对象中的每个模体，根据模体对应的第二符合事件计数率以及模体对应的药物代谢衰变曲线，拟合得到模体对应的校正函数；根据至少两个模体所分别对应的各个校正函数，获取至少两个模体所分别对应的各个第二死时间因子。
在本申请一个实施例中，处理器执行计算机程序时还实现以下步骤：对于第二扫描对象中的各模体，在获取第二PET数据的时间段内，采集PET探测器捕捉到的模体中的药物发射的γ光子的第一能量信息，并根据采集到的第一能量信息生成第二能谱。
在本申请一个实施例中，处理器执行计算机程序时还实现以下步骤：获取第二扫描对象中至少两个模体所分别对应的第二死时间因子与各个第二能谱的峰谷比之间的数据关系：根据数据关系，拟合得到目标函数。
在本申请一个实施例中，处理器执行计算机程序时还实现以下步骤：第二扫描对象中的各模体分别对应不同的药物活度。
在本申请一个实施例中，处理器执行计算机程序时还实现以下步骤：在获取第一PET数据的时间段内，采集PET探测器捕捉到的第一扫描对象中的药物发射的γ光子的第二能量信息；根据采集到的第二能量信息生成第一能谱。
在本申请一个实施例中，提供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以下步骤：获取第一扫描对象的第一PET数据，根据第一PET数据确定PET探测器的第一符合事件计数率，以及确定第一能谱的峰谷比；第一符合事件计数率为对PET探测器捕捉到的第一扫描对象中的药物发射的γ光子进行符合判断之后生成的用于重建PET图像的事件的计数率，第一能谱为PET探测器捕捉到的第一扫描对象中的药物发射的γ光子的能谱；根据第一能谱的峰谷比以及预先拟合得到的目标函数，确定第一死时间因子；根据第一死时间因子对第一PET数据进行校正，得到用于重建PET图像的目标PET数据。
在本申请一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取第二扫描对象中至少两个模体分别对应的第二死时间因子，以及获取至少两个模体所分别对应的第二能谱的峰谷比；其中，第二能谱为PET探测器捕捉到的至少两个模体中的药物发射的γ光子的能谱；基于获取到的各个第二死时间因子以及各个第二能谱的峰谷比拟合得到目标函数。
在本申请一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取第二扫描对象中至少两个模体分别对应第二PET数据；根据各第二PET数据确定PET探测器的第二符合事件计数率；其中，第二符合事件计数率为对PET探测器捕捉到的至少两个模体中的药物发射的γ光子进行符合判断之后生成的用于重建PET图像的事件的计数率；获取至少两个模体所分别对应的药物代谢衰变曲线；对于第二扫描对象中的每个模体，根据模体对应的第二符合事件计数率以及模体对应的药物代谢衰变曲线，拟合得到模体对应的校正函数；根据至少两个模体所分别对应的各个校正函数，获取至少两个模体所分别对应的各个第二死时间因子。
在本申请一个实施例中，计算机程序被处理器执行时还实现以下步骤：对于第二扫描对象中的各模体，在获取第二PET数据的时间段内，采集PET探测器捕捉到的模体中的药物发射的γ光子的第一能量信息，并根据采集到的第一能量信息生成第二能谱。
在本申请一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取第二扫描对象中至少两个模体所分别对应的第二死时间因子与各个第二能谱的峰谷比之间的数据关系：根据数据关系，拟合得到目标函数。
在本申请一个实施例中，计算机程序被处理器执行时还实现以下步骤：第二扫描对象中的各模体分别对应不同的药物活度。
在本申请一个实施例中，计算机程序被处理器执行时还实现以下步骤：在获取第一PET数据的时间段内，采集PET探测器捕捉到的第一扫描对象中的药物发射的γ光子的第二能量信息；根据采集到的第二能量信息生成第一能谱。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种死时间校正方法，其特征在于，所述方法包括：
获取第一扫描对象的第一PET数据，根据所述第一PET数据确定PET探测器的第一符合事件计数率，以及确定第一能谱的峰谷比；所述第一符合事件计数率为对PET探测器捕捉到的所述第一扫描对象中的药物发射的γ光子进行符合判断之后生成的用于重建PET图像的事件的计数率，所述第一能谱为PET探测器捕捉到的所述第一扫描对象中的药物发射的γ光子的能谱；
根据所述第一能谱的峰谷比以及预先拟合得到的目标函数，确定第一死时间因子；
根据所述第一死时间因子对所述第一PET数据进行校正，得到用于重建PET图像的目标PET数据。
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一能谱的峰谷比以及预先拟合得到的目标函数，确定第一死时间因子之前，所述方法还包括：
获取第二扫描对象中至少两个模体分别对应的第二死时间因子，以及获取所述至少两个模体所分别对应的第二能谱的峰谷比；其中，所述第二能谱为PET探测器捕捉到的所述至少两个模体中的药物发射的γ光子的能谱；
基于获取到的各个所述第二死时间因子以及各个所述第二能谱的峰谷比拟合得到所述目标函数。
3.根据权利要求2所述的方法，其特征在于，所述获取第二扫描对象中至少两个模体分别对应的第二死时间因子，包括：
获取所述第二扫描对象中至少两个模体分别对应第二PET数据；
根据各所述第二PET数据确定PET探测器的第二符合事件计数率；其中，所述第二符合事件计数率为对PET探测器捕捉到的所述至少两个模体中的药物发射的γ光子进行符合判断之后生成的用于重建PET图像的事件的计数率；
获取所述至少两个模体所分别对应的药物代谢衰变曲线；
对于所述第二扫描对象中的每个所述模体，根据所述模体对应的所述第二符合事件计数率以及所述模体对应的药物代谢衰变曲线，拟合得到所述模体对应的校正函数；
根据所述至少两个模体所分别对应的各个所述校正函数，获取所述至少两个模体所分别对应的各个所述第二死时间因子。
4.根据权利要求3所述的方法，其特征在于，所述获取所述至少两个模体所分别对应的第二能谱的峰谷比之前，所述方法还包括：
对于所述第二扫描对象中的各所述模体，在获取所述第二PET数据的时间段内，采集PET探测器捕捉到的所述模体中的药物发射的γ光子的第一能量信息，并根据采集到的所述第一能量信息生成所述第二能谱。
5.根据权利要求2所述的方法，其特征在于，所述基于获取到的各个所述第二死时间因子以及各个所述第二能谱的峰谷比拟合得到所述目标函数，包括：
获取所述第二扫描对象中至少两个模体所分别对应的第二死时间因子与各个所述第二能谱的峰谷比之间的数据关系：
根据所述数据关系，拟合得到所述目标函数。
6.根据权利要求2所述的方法，其特征在于，所述第二扫描对象中的各模体分别对应不同的药物活度。
7.根据权利要求1所述的方法，其特征在于，所述确定第一能谱的峰谷比之前，所述方法还包括：
在获取所述第一PET数据的时间段内，采集所述PET探测器捕捉到的所述第一扫描对象中的药物发射的γ光子的第二能量信息；
根据采集到的所述第二能量信息生成所述第一能谱。
8.一种死时间校正装置，其特征在于，所述装置包括：
第一获取模块，用于获取第一扫描对象的第一PET数据，根据所述第一PET数据确定PET探测器的第一符合事件计数率，以及确定第一能谱的峰谷比；所述第一符合事件计数率为对PET探测器捕捉到的所述第一扫描对象中的药物发射的γ光子进行符合判断之后生成的用于重建PET图像的事件的计数率，所述第一能谱为PET探测器捕捉到的所述第一扫描对象中的药物发射的γ光子的能谱；
确定模块，用于根据所述第一能谱的峰谷比以及预先拟合得到的目标函数，确定第一死时间因子；
校正模块，用于根据所述第一死时间因子对所述第一PET数据进行校正，得到用于重建PET图像的目标PET数据。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一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至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110913285.8A CN113712583B (zh) | 2021-08-10 | 2021-08-10 | 死时间校正方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110913285.8A CN113712583B (zh) | 2021-08-10 | 2021-08-10 | 死时间校正方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113712583A true CN113712583A (zh) | 2021-11-30 |
| CN113712583B CN113712583B (zh) | 2023-09-22 |
Family
ID=78675360
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110913285.8A Active CN113712583B (zh) | 2021-08-10 | 2021-08-10 | 死时间校正方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113712583B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114324421A (zh) * | 2021-12-06 | 2022-04-12 | 武汉联影生命科学仪器有限公司 | 数据校正方法、装置、计算机设备、存储介质和程序产品 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005249806A (ja) * | 2005-05-23 | 2005-09-15 | Hitachi Ltd | γ線の同時計数方法、及び核医学診断装置 |
| US20130324836A1 (en) * | 2011-01-11 | 2013-12-05 | National Institute Of Radiological Sciences | Pet device, pet-mri apparatus, and image processing method |
| CN109827870A (zh) * | 2019-03-11 | 2019-05-31 | 中国科学院国家空间科学中心 | 一种基于x射线吸收的地面大气密度测量方法 |
| CN110327065A (zh) * | 2019-07-18 | 2019-10-15 | 上海联影医疗科技有限公司 | 单事件计数率校正方法、装置、计算机设备和存储介质 |
| CN110916697A (zh) * | 2019-11-11 | 2020-03-27 | 东软医疗系统股份有限公司 | 成像方法、装置及图像处理设备 |
| CN111788499A (zh) * | 2018-01-26 | 2020-10-16 | 皇家飞利浦有限公司 | 在对各种对象和放射性分布的定量正电子发射断层摄影（pet）重建中的死时间校正方法 |
-
2021
- 2021-08-10 CN CN202110913285.8A patent/CN113712583B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005249806A (ja) * | 2005-05-23 | 2005-09-15 | Hitachi Ltd | γ線の同時計数方法、及び核医学診断装置 |
| US20130324836A1 (en) * | 2011-01-11 | 2013-12-05 | National Institute Of Radiological Sciences | Pet device, pet-mri apparatus, and image processing method |
| CN111788499A (zh) * | 2018-01-26 | 2020-10-16 | 皇家飞利浦有限公司 | 在对各种对象和放射性分布的定量正电子发射断层摄影（pet）重建中的死时间校正方法 |
| CN109827870A (zh) * | 2019-03-11 | 2019-05-31 | 中国科学院国家空间科学中心 | 一种基于x射线吸收的地面大气密度测量方法 |
| CN110327065A (zh) * | 2019-07-18 | 2019-10-15 | 上海联影医疗科技有限公司 | 单事件计数率校正方法、装置、计算机设备和存储介质 |
| CN110916697A (zh) * | 2019-11-11 | 2020-03-27 | 东软医疗系统股份有限公司 | 成像方法、装置及图像处理设备 |
Non-Patent Citations (1)
| Title |
|---|
| 王强 等: "HPGe － γ 谱仪系统的死时间校正", 核电子学与探测技术, vol. 33, no. 9, pages 1119 - 1122 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114324421A (zh) * | 2021-12-06 | 2022-04-12 | 武汉联影生命科学仪器有限公司 | 数据校正方法、装置、计算机设备、存储介质和程序产品 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113712583B (zh) | 2023-09-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108932741B (zh) | 动态pet参数成像方法、装置、系统和计算机可读存储介质 | |
| CN105193442A (zh) | 一种pet扫描时间的确定方法和装置 | |
| CN107638188A (zh) | 图像衰减校正方法及装置 | |
| CN111887878B (zh) | Pet扫描方法 | |
| CN110584698B (zh) | 探测器质量控制效验方法、装置、计算机设备和存储介质 | |
| US9466132B2 (en) | Systems and methods for motion mitigation determinations | |
| CN110749916A (zh) | 获取pet探测器晶体时间延迟量的方法、装置和计算机设备 | |
| EP2087467A2 (en) | Image generation based on limited data set | |
| CN107348969A (zh) | 一种pet数据处理方法、系统及pet成像设备 | |
| CN103810731A (zh) | 一种基于tv范数的pet图像重建方法 | |
| CN103295207A (zh) | 一种基于h无穷滤波的双示踪剂pet浓度的动态重建方法 | |
| US20140133707A1 (en) | Motion information estimation method and image generation apparatus using the same | |
| CN110215227B (zh) | 时间窗设置方法、装置、计算机设备和存储介质 | |
| CN113712583B (zh) | 死时间校正方法、装置、计算机设备和存储介质 | |
| CN110687585B (zh) | 获取晶体效率的方法、装置、计算机设备和存储介质 | |
| CN110327065B (zh) | 单事件计数率校正方法、装置、计算机设备和存储介质 | |
| CN110477941B (zh) | 摄取值的校正方法、装置、计算机设备和可读存储介质 | |
| CN108873047B (zh) | 检测放射源活度的方法、系统、计算机设备和存储介质 | |
| CN110400361B (zh) | 子集划分及图像重建的方法、装置和计算机设备 | |
| Ben-Haim et al. | Dynamic SPECT: evolution of a widely available tool for the assessment of coronary flow reserve | |
| JP2010008164A (ja) | 減弱係数マップ作成装置、減弱係数マップ作成方法およびプログラム | |
| CN110226943B (zh) | 光子到达探测器的参数计算方法、装置和计算机设备 | |
| CN108703769B (zh) | Tof数据的校正方法、装置、系统和计算机可读存储介质 | |
| CN111914393B (zh) | 死时间校正方法、装置、计算机设备和存储介质 | |
| CN103263275B (zh) | 一种基于h无穷滤波的pet生理参数的重构方法 |
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 | ||
| GR01 | Patent grant |