摘要：To T(Time-over-Threshold)读出策略是在pet成像中利用信号的时间宽度同时获取能量和时间信息的方法。基于To T的前端读出电路具有简单、高效、功耗低、面积小的优点。采用0.35μm CMOS工艺,设计并实现了基于To T的低噪声16通道pet成像前端读出ASIC芯片。为了实现低噪声,在电荷灵敏放大器中采用了输入管尺寸匹配技术,在成形器中采用了低噪声放大器。为了提高响应速度,在电压甄别器中采用了预放大和箝位推挽输出结构。芯片的测试结果表明,能量输入范围为3.5~56 f C,等效噪声电荷为211.4 e^-+16.0 e^-/p F,能量与输入电荷之间的非线性误差小于2%,单通道功耗为1.82 m W。与现有电路相比,该芯片的噪声降低了56.4%,在pet成像系统中具有广阔的应用前景。

摘要：正电子发射断层扫描(pet)设备的成像结果常受到扫描时间、示踪剂剂量等因素的制约,导致图像质量下降,影响医生的诊断结果。目前借助人工智能(AI)技术提升pet成像质量是研究的热点,针对现有方法训练参数多,浅层信息丢失,纹理细节损失等问题,提出了一种基于残差混合域注意力网络的pet超分辨率重建方法。该方法设计了一个轻量级的卷积网络,在其中加入残差学习结构并融入混合域注意力块,在增强神经网络的交互性的同时,提高了对高频信息区域的关注度,能够快速重建图像的高频细节。数据集包括网络中的开源数据和从医院获取的临床数据,由此建立pet图像超分辨率数据集,进行训练和测试。实验结果表明,该算法与对比网络在测试结果上有明显提升,当比例因子为4时,与CARN相比,PSNR和SSIM的平均值分别提高了0.09 dB和0.0009,此外参数数量减少了50.26%,有效提升了模型的重建效率。