一种新型无标记实时追踪的脑PET运动校正方法

讲座名称：一种新型无标记实时追踪的脑PET运动校正方法

讲座人：曾天翼

讲座时间：3月27日10:00

地点：南校区G420

讲座人介绍：

曾天翼，西安交大生物医学工程系学士，中国科学院大学博士，现任耶鲁大学PET中心博士后研究员。曾参与SIAT aPET和联影PET/MRI研发，现参与美国新一代脑PET计划，负责运动校正和重建算法，成果发表在Physics in Medicine & Biology (PMB)，MICCAI Conference等。IEEE Transactions on Biomedical Engineering, PMB, IEEE International Symposium on Biomedical Imaging等审稿人。曾获中科院院长奖学金，银芯奖学金，IEEE NSSMIC见习补助金。研究内容包括深度学习算法在PET的应用，PET重建，PET运动校正，以及PET/MRI系统

讲座内容：

脑PET扫描期间期间的头部运动会影响图像分辨率，并导致定量结果偏差。对于下一代高分辨率脑PET系统NeuroEXPLORER（NX）而言，由于其极高的空间分辨率（1.6 mm），头部运动对图像质量的负面影响进一步增强。因此，NX需要准确和连续的运动跟踪和校正，以使系统达到其性能潜力。过去，我们在传统PET / CT系统中验证了实时头部运动跟踪方法 – 联影无标记运动跟踪系统（UMT）。UMT利用红外结构光的立体视觉相机捕捉患者的实时3D面部表面，帧率达到30 Hz，精度0.2 mm。为了从UMT中导出运动矢量，每个帧的点云都使用迭代最近点（ICP）配准算法配准到参考帧。本研究的目的是通过模体扫描和NX第一次临床头部FDG扫描，获得UMT与NX之间的交叉校准信息，并在NX上验证UMT运动校正算法。

主办单位：生命科学技术学院