Pseudo-MRI-Guided PET Image Reconstruction Method Based on a Diffusion Probabilistic Model

本文采用扩散概率模型（DPM）从FDG-PET脑图像中推断出T1加权MRI（深层MRI）图像，然后使用DPM生成的T1w-MRI来指导PET重建。该模型使用脑FDG扫描进行训练，并在包含多个计数级别的数据集中进行测试。与获取的MRI图像相比，深层MRI图像似乎有所降低。关于PET图像质量，不同脑区的兴趣区分析显示，使用获取的MRI图像和深层MRI图像重建的PET图像均比OSEM改善了图像质量。分析精简数据集得出相同结论。两位医生进行的主观评估证实，OSEM的得分始终比MRI引导的PET图像差，并且MRI引导的PET图像之间没有显着差异。这个概念的证明表明，可以推断基于DPM的MRI图像来指导PET重建，从而在没有MRI的情况下改变重建参数，如解剖引导PET重建的先验强度。

本文旨在解决PET图像重建中需要MRI信息的问题，提出了一种基于DPM的方法，可以从FDG-PET脑图像中推断出T1w-MRI，从而指导PET重建。

使用DPM生成的T1w-MRI图像来指导PET重建，无需实际MRI信息。

实验表明，使用DPM生成的T1w-MRI图像来指导PET重建可以显著改善PET图像质量，且与实际MRI信息指导的PET重建效果相当。

近期的相关研究包括： 1. Anatomically guided PET reconstruction using MRI information 2. Deep learning-based PET image reconstruction 3. Joint reconstruction of PET and MRI