基于双分支残差扩散模型的全身PET自衰减校正

摘要

目的：提出一种双分支残差扩散模型（DRDM）用于全身PET自衰减校正，实现仅用非衰减校正PET(NAC-PET)生成衰减校正PET(AC-PET)和CT。方法：DRDM采用从粗到细的双分支架构，联合执行PET自衰减校正和CT生成。首先，基于残差扩散模型分别建立从NAC-PET到AC-PET以及从NAC-PET到CT的粗略映射关系。然后，对生成的粗AC-PET和粗CT进行联合细化。通过设计的双分支互引导模块，在反向扩散中实现AC-PET和CT特征的交换和融合；另外，引入从真实CT图像中学习的衰减先验知识，以进一步提高生成图像的保真度。结果：在公开的PET/CT数据集上进行的实验结果表明，本研究提出的DRDM生成的AC-PET与真实AC-PET之间的平均绝对误差为0.049 2±0.030 6、峰值信噪比为（39.22±2.24）dB、结构相似性指数为0.981 4±0.015 6、学习感知图像补丁相似性为0.039 6±0.031 6。结论：本研究提出的DRDM模型能有效实现PET自衰减校正，其校正性能优于现有方法，为实现无需额外CT扫描的PET衰减校正提供一种有效的新方案。

关键词

正电子发射断层扫描 / 衰减校正 / 残差扩散模型 / 互引导 / 衰减先验