计算机工程与科学

作者：孙寿伟1,钱鹏江1,胡凌志2,苏冠豪3,Raymond F. Muzic,Jr3

单位：1.江南大学数字媒体学院，江苏 无锡214122；2.北美飞利浦公司，俄亥俄州 克利夫兰，44143；3.凯斯西储大学，俄亥俄州 克利夫兰 44106

关键词：PET/CT,X辐射,PET/MRI,迁移模糊聚类,衰减校正,历史知识,

基金：国家自然科学基金(61202311)；江苏省自然科学基金(BK201221834)；江苏省产学研前瞻性研究项目(BY2013015?02)

为了避免PET/CT对病人造成大剂量的X辐射伤害和更好地对PET/MRI混合成像系统进行信号衰减校正。在组织分割方法的指导下，利用迁移模糊聚类算法将对人体无伤害的磁共振成像(MRI) 划分成诸如空气、液体、软组织、骨头等不同组织成分，然后赋予不同组织不同的线性衰减系数，以此来实现配准的PET成像的衰减校正工作。本方法具有三大好处：（1) 迁移模糊聚类算法可以利用历史高级知识来辅助当前病人MRI组织分割任务，从而保证了临床有效性和鲁棒性，降低了环境噪声、数据缺失及个体解剖结构差异等因素对算法的不良影响；（2)本算法内嵌的基于迁移学习的简单抽样策略，在保证算法鲁棒性的同时，极大地缩短了聚类划分的整体时间，适用于医学MRI大数据快速聚类分割的场合，因而有效地增强了算法的实用性；（3)本算法涉及的历史MRI知识，都是通过历史MRI源数据高度总结得到，非历史MRI源数据，这有效地保护了病人隐私，符合医学诊断的基本要求。通过在真实数据集上的实验表明了上述优点。

来源：2016年第4期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2016年第4期