PET图像重建概述-当前和未来趋势
图像重构基础部分PET允许生成三维图象 跟踪器空间分布PET重构常见于CT和SPECT等其他成像模式,应用算法,数学细节一般用户可能不需要理解尽管如此,精通不同算法性能特征可极有利于更有效地获取可靠的量化图像。
网络研讨会将导师游览PET图像重建面向用户理解有时复杂重建概念网络研讨会将覆盖PET图像重建的Pros和Cons和FAQs,从分析方法到迭代方法(MLEM、OSEM和MAP),从物理校正(分解、缓冲等)到重建加速和噪声减慢的重要性网络研讨会会为您提供未来期望的一览, 对MRI如何制作更好的PET图像和AI如何应用PET重建等题目的启发性洞见
网络研讨会上2020年5月21日
期望对象
首期WebNar Dr.Josep Oliver将概述PET图像重建所有基本概念Josep将覆盖迭代分析算法讨论基础知识以及优缺点和建议设置关键概念如分辨率、噪声、人工品和聚合度解释方式允许面向应用用户理解重构参数对量化和图像质量的影响Harry Tsoupas博士将讨论数据校正作为图像重建的一部分的重要性,并进而展望由混合成像设备提供和计算机科学当前趋势所产生令人振奋的新PET图像重建机会Josep和Harry最后会回答观众问题
密钥题目
FBP基础知识
- 基本模型和概念
- Pros控件
MLEM基础
- 基本模型和概念
- Pros控件
MLEM改进
- 加速重建
- 减少噪声
数据校正在图像重建中的重要性
- 运动校正
- 减值散射校正
- 校正其他特效
图像重构量化
- 动态成像
- 动画建模
当前和未来趋势
- MRI提高PET图像作用
- 人工智能重建图像
由谁处理
研究者(包括本科生、毕业生、博士后研究员和首席研究人员)和医学成像领域和其他生物医学技术专家有兴趣加深理解PET图像重建
讲演者
博士CharalamposTsoumpas,纽约西奈山Icahn医学院
博士JosepOliver
Bruker高级NMI图像重建专家
