論文の概要: An efficient approach with theoretical guarantees to simultaneously reconstruct activity and attenuation sinogram for TOF-PET

• arxiv url: http://arxiv.org/abs/2510.13562v1
• Date: Wed, 15 Oct 2025 14:01:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-16 20:13:28.693201
• Title: An efficient approach with theoretical guarantees to simultaneously reconstruct activity and attenuation sinogram for TOF-PET
• Title（参考訳）: TOF-PETの動作と減衰シングラムを同時に再構成するための理論的保証付き効率的なアプローチ
• Authors: Liyang Hu, Chong Chen,
• Abstract要約: ポジトロン・エミッション・トモグラフィ(PET)では、身体内の定量的に正確な活動地図(軌跡分布)を得るために減衰補正を行うことが不可欠である。 飛行時間(TOF)-PETエミッションデータのみから活動と減衰のシングラムを同時に再構築する数学的モデルを提案する。
• 参考スコア（独自算出の注目度）: 6.491602790776125
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In positron emission tomography (PET), it is indispensable to perform attenuation correction in order to obtain the quantitatively accurate activity map (tracer distribution) in the body. Generally, this is carried out based on the estimated attenuation map obtained from computed tomography or magnetic resonance imaging. However, except for errors in the attenuation correction factors obtained, the additional scan not only brings in new radiation doses and/or increases the scanning time but also leads to severe misalignment induced by various motions during and between the two sequential scans. To address these issues, based on maximum likelihood estimation, we propose a new mathematical model for simultaneously reconstructing the activity and attenuation sinogram from the time-of-flight (TOF)-PET emission data only. Particularly, we make full use of the exclusively exponential form for the attenuation correction factors, and consider the constraint of a total amount of the activity in some mask region in the proposed model. Furthermore, we prove its well-posedness, including the existence, uniqueness and stability of the solution. We propose an alternating update algorithm to solve the model, and also analyze its convergence. Finally, numerical experiments with various TOF-PET emission data demonstrate that the proposed method is of numerical convergence and robust to noise, and outperforms some state-of-the-art methods in terms of accuracy and efficiency, and has the capability of autonomous attenuation correction.
• Abstract（参考訳）: ポジトロン・エミッション・トモグラフィ(PET)では、身体内の定量的に正確な活動地図(軌跡分布)を得るために減衰補正を行うことが不可欠である。 一般に、これは、計算トモグラフィーまたは磁気共鳴画像から得られた推定減衰マップに基づいて行われる。 しかし、減衰補正係数の誤差を除いて、追加スキャンは、新しい放射線線量をもたらすだけでなく、スキャン時間を増加させるだけでなく、2つのシーケンシャルスキャンの間および間における様々な動きによって引き起こされる深刻な不整合を引き起こす。 これらの問題に対処するために、最大推定値に基づいて、飛行時間(TOF)-PETエミッションデータのみから活動と減衰のシングラムを同時に再構築する新しい数学的モデルを提案する。 特に, 減衰補正因子の指数関数形式のみをフル活用し, 提案モデルにおけるマスク領域の活性の総量の制約について検討する。 さらに, 溶液の存在, 特異性, 安定性など, その有効性を証明する。 本稿では,モデルを解くための更新アルゴリズムを提案し,その収束度を解析する。 最後に, 種々のTOF-PET放射データを用いた数値実験により, 提案手法は数値収束であり, 騒音に頑健であり, 精度と効率の点で最先端の手法よりも優れており, 自動減衰補正の能力を有することを示した。

関連論文リスト

• Physics-Constrained Diffusion Reconstruction with Posterior Correction for Quantitative and Fast PET Imaging [17.255010452905502]
  PET画像再構成のための後方物理補正(PET-DPC)を用いた条件拡散モデル PET-DPCは、完全に修正されたOSEM画像と密に整合した再構築を行い、定量的メトリクスでエンドツーエンドのディープラーニングモデルより優れている。
  論文  参考訳（メタデータ） (2025-08-20T02:39:55Z)
• Direct Dual-Energy CT Material Decomposition using Model-based Denoising Diffusion Model [105.95160543743984]
  本稿では,Dual-Energy Decomposition Model-based Diffusion (DEcomp-MoD) と呼ばれる深層学習手法を提案する。 Decomp-MoDは、教師なしスコアベースモデルと教師なしディープラーニングネットワークより優れていることを示す。
  論文  参考訳（メタデータ） (2025-07-24T01:00:06Z)
• Two-stage deep learning framework for the restoration of incomplete-ring PET images [0.6478690173421426]
  約50%の偶然を欠いたデータから高品質な画像を復元する2段階のディープラーニングフレームワークを提案する。 また, 推論速度も向上し, 不完全リングPET画像の有効解が得られた。
  論文  参考訳（メタデータ） (2025-04-01T14:05:32Z)
• FCDM: A Physics-Guided Bidirectional Frequency Aware Convolution and Diffusion-Based Model for Sinogram Inpainting [14.043383277622874]
  フルビューのシノグラムは高い放射線線量と長いスキャン時間を必要とする。 スパースビューCTは、この負担を軽減するが、構造的な信号損失を伴う不完全なシノグラムを生じる。 本研究では,Ninogram に適した拡散型フレームワークであるmodelnameを提案する。
  論文  参考訳（メタデータ） (2024-08-26T12:31:38Z)
• Partitioned Hankel-based Diffusion Models for Few-shot Low-dose CT Reconstruction [10.158713017984345]
  分割ハンケル拡散(PHD)モデルを用いた低用量CT再構成法を提案する。 反復再構成段階では、反復微分方程式解法とデータ一貫性制約を併用して、取得した投影データを更新する。 その結果,PHDモデルを画像品質を維持しつつ,アーチファクトやノイズを低減し,有効かつ実用的なモデルとして検証した。
  論文  参考訳（メタデータ） (2024-05-27T13:44:53Z)
• Contrastive Diffusion Model with Auxiliary Guidance for Coarse-to-Fine PET Reconstruction [62.29541106695824]
  本稿では, 粗い予測モジュール (CPM) と反復的修正モジュール (IRM) から構成される粗大なPET再構成フレームワークを提案する。 計算オーバーヘッドの大部分をCPMに委譲することで,本手法のサンプリング速度を大幅に向上させることができる。 2つの追加戦略、すなわち補助的な誘導戦略と対照的な拡散戦略が提案され、再構築プロセスに統合される。
  論文  参考訳（メタデータ） (2023-08-20T04:10:36Z)
• The role of noise in denoising models for anomaly detection in medical images [62.0532151156057]
  病理脳病変は脳画像に多彩な外観を示す。 正規データのみを用いた教師なし異常検出手法が提案されている。 空間分解能の最適化と雑音の大きさの最適化により,異なるモデル学習体制の性能が向上することを示す。
  論文  参考訳（メタデータ） (2023-01-19T21:39:38Z)
• Multi-Channel Convolutional Analysis Operator Learning for Dual-Energy CT Reconstruction [108.06731611196291]
  我々は,多チャンネル畳み込み解析演算子学習法(MCAOL)を開発した。 本研究では,低エネルギー,高エネルギーで減衰画像を共同で再構成する最適化手法を提案する。
  論文  参考訳（メタデータ） (2022-03-10T14:22:54Z)
• Statistical control for spatio-temporal MEG/EEG source imaging with desparsified multi-task Lasso [102.84915019938413]
  脳磁図(MEG)や脳電図(EEG)のような非侵襲的手法は、非侵襲的手法を約束する。 ソースローカライゼーション(ソースイメージング)の問題は、しかしながら、高次元の統計的推測問題を引き起こす。 この問題に対処するために,分離されたマルチタスクラッソ(ecd-MTLasso)のアンサンブルを提案する。
  論文  参考訳（メタデータ） (2020-09-29T21:17:16Z)
• Improved Slice-wise Tumour Detection in Brain MRIs by Computing Dissimilarities between Latent Representations [68.8204255655161]
  磁気共鳴画像(MRI)の異常検出は教師なし手法で行うことができる。 本研究では,変分オートエンコーダの潜伏空間における相似関数の計算に基づいて,腫瘍検出のためのスライスワイズ半教師法を提案する。 本研究では,高解像度画像上でのモデルをトレーニングし,再現の質を向上させることにより,異なるベースラインに匹敵する結果が得られることを示す。
  論文  参考訳（メタデータ） (2020-07-24T14:02:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。