近期，MILAB团队在全人体PET(Total-body Positron Emision Tomograph, TB-PET)图像重建中的散射校正研究中取得进展。相关论文《GPU-Accelerated Monte Carlo Scatter Correction for Long Axial Field of View PET Reconstruction》已被第18届Fully3D国际会议接收为Poster Presentation。
TB-PET在实现大视野、高灵敏度成像的过程中，体内康普顿散射，尤其是多次散射事件的累积，会显著导致光子轨迹偏移，进而降低图像质量并影响定量准确性。传统的单次散射模拟（SSS）尽管计算效率较高，但在复杂结构和高散射环境下准确性有限；而基于蒙特卡洛（Monte Carlo, MC）方法的散射建模虽然更为精确，却因计算负担沉重而难以高效应用于全身成像场景。
为此，本研究提出了一种基于GPU加速的蒙特卡洛（GPU MC）散射校正方法，并将其集成至CASToR的list-mode重建流程中，显著提升模拟效率。该工具在单张NVIDIA A40显卡上，每分钟可模拟输出约400万对符合事件，相较传统GATE框架在128线程CPU上的速度提升近60倍，同时保持良好的物理精度与模拟一致性。
图 1. 基于GPU的散射校正与迭代重建流程图。
本研究基于北京大学自主设计的TB-PET扫描系统进行模拟与重建。该系统具备长达2米的轴向视野与优异的时间飞行分辨率（~300 ps），系统配置详见下表。
Table 1：北大自研探测器系统结构参数、能窗设定、晶体结构等
Parameter | |
Axial Field-of-View (mm) | 200 |
Ring Diameter (mm) | 821.8 |
Crystal Pitch and Depth (mm) | 2.25 × 2.25 × 20 (T × A) |
Block Size (mm) | 18.2 × 22.7 (T × A) |
Panel Size (mm) | 112.3 × 280.6 (T × A) |
Rsector Size (mm) | 112.3 × 2000 (T × A) |
Number of Crystals per Block | 8 × 10 (T × A) |
Number of Blocks per Panel | 6 × 12 (T × A) |
Number of Panels per Rsector | 1 × 7 (T × A) |
TOF Resolution (ps) | ～300 |
Energy Window (keV) | 420 - 600 |
在数据模拟环节，研究选用IQ模体并通过GATE生成包含约3.47亿符合事件的列表模式数据，模拟采集时间为128秒。团队采用OSEM五次迭代并在每次迭代间插入一次MC散射估计，有效提高了图像质量与散射建模精度。
图 2. GPU MC 与 GATE 正弦图的对比分析。(A)、(D)：GATE 模拟获得的总正弦图（包含真值和散射）；(B)：GATE 模拟的散射正弦图；(C)：由总正弦图减去散射图所得的真值图，用于评估模拟一致性；(E)：GPU MC模拟生成的与采集投影匹配的散射正弦图；(F)：(D) 与 (E) 的差值正弦图，与 (C) 对比以评估 GPU MC 的散射估计准确性。
图像重建结果显示，经散射校正后图像背景散射大幅减少，热区边缘更清晰，对比度显著增强，横断面与冠状面均验证了本方法的有效性。
图 3. 散射校正前后的PET图像重建效果对比。
进一步地，该方法输出的‘有/无散射’配对数据具有高一致性和物理真实性，为下游AI算法训练提供了理想的标签数据集，进一步推动PET图像处理的智能化发展。该成果为实现TB-PET成像中的高精度散射校正提供了一种高效可行的技术路径，有望在核医学临床成像及智能影像研究中发挥重要作用。
本研究的第一作者为MILab博士生董正坤，通讯作者为谢肇恒研究员与任秋实教授，合作者还包括王曌博士生和赵鑫博士生。该研究得到了国家自然科学基金等项目的经费支持。
文章链接：TBD
添加评论