重み付け高次特異値分解を用いた3D PET画像の再構成後フィルタリング

背景：陽電子放射断層撮影（PET）は、注入された線量と取得時間の制約により、常に高いノイズレベルに悩まされています。特に動的PETイメージングの研究では顕著です。PET画像の品質を向上させるために、ノイズを抑制するためのいくつかのアプローチが提案されています。しかし、従来のフィルターはしばしば画像のエッジをぼやけさせたり、小さな詳細を消したり、複数のパラメータに依存したりします。このような問題を解決するために、ノンローカルデノイジング手法がPET画像のデノイズに適用されています。方法：本論文では、PET画像のデノイジングに重み付け高次特異値分解を用いることを提案します。最初に、PET画像のノイズをポアソン分布としてモデル化しました。その後、アンスコムルート変換を使用してノイズを加法的ガウスノイズに変換しました。最後に、提案された高次特異値分解（HOSVD）に基づくアルゴリズムを使用して変換された画像をデノイズしました。デノイズされた結果は、物理的ファントムおよびマウス研究を実施することによって、いくつかの一般的なフィルターの結果と比較されました。結果：他の一般的に使用されるフィルターと比較して、HOSVDに基づくデノイジングアルゴリズムは境界と定量的精度をより良く保持することができます。HOSVDに基づく手法を用いることで、PET画像の空間解像度や低活動特徴も保持されます。標準のHOSVDに基づくアルゴリズムと比較して、提案された重み付けHOSVDアルゴリズムは階段状アーティファクトを抑制でき、時間消費はWiener拡張HOSVDアルゴリズムの約半分です。結論：提案された重み付けHOSVDデノイジングアルゴリズムは、ノイズを抑制しつつPET画像における境界と量をより良く保持できます。