深圳湾实验室生物医学工程研究所顾峥课题组在生物医学成像领域权威期刊Physics in Medicine & Biology 上发表了题为“A CNN-based four-layer DOI encoding detector using LYSO and BGO scintillators for small animal PET imaging”的研究论文。该工作研发了一种使用LYSO和BGO的四叠层PET探测器，其中第一、二层解码了0.99 mm晶体像素，第三、四层晶体解码了1.53 mm晶体像素，晶体总厚度达到了24 mm。该工作成功地利用闪烁晶体的脉冲信号特征和卷积神经网络（Convolutional Neural Network, CNN）的方法区分了伽马光子的作用深度（Depth of interaction, DOI）。该探测器为下一代高空间分辨、高灵敏度小动物PET系统研制奠定了核心技术基础。
正电子发射断层扫描仪（Positron Emission Tomography, PET）具有非侵入定量成像的能力。临床前PET是专用于小动物活体实验研究的PET成像装置，在疾病研究、药物开发、基因显像等领域有重要作用。灵敏度和空间分辨率是小动物PET成像最重要的性能指标。然而，由于视差效应，当PET探测器缺乏作用深度（Depth of interaction, DOI）分辨能力时，很难同时实现高空间分辨率和高灵敏度，因此高DOI分辨和高探测效率探测器是下一代小动物PET研发需要解决的关键问题。
深圳湾实验室生物医学工程研究所顾峥课题组在生物医学成像领域权威期刊Physics in Medicine & Biology 上发表了题为“A CNN-based four-layer DOI encoding detector using LYSO and BGO scintillators for small animal PET imaging”的研究论文。在该论文中，作者提出了一种基于CNN的四叠层高分辨、高灵敏度的PET探测器设计。其结构如图1所示，第一、二层采用0.99 mm的晶体像素，以实现更高的空间分辨率；第三、四层采用1.53 mm的晶体像素；中间层及与MPPC接触层使用的光导增强不同层闪烁光分布特征，以实现高的DOI分辨率；晶体总厚度为24 mm，保证了高探测效率。
图1 研究论文中提出的四叠层高分辨、高灵敏度的PET探测器设计
利用LYSO与BGO闪烁脉冲的不同特征，作者首先通过测量信号的电荷积分(integrated charge, QDC)和过阈时间(time over threshold, ToT)区分在不同种晶体中的伽马事件，分离出LYSO、BGO及晶体层间散射(cross layer crystal scatter, CLCS)事件（图2)。得到同种晶体的伽马事件后，利用同种晶体不同层中闪烁光分布的不同特征，作者使用卷积神经网络（Convolutional Neural Network, CNN）结合侧边准直入射（图3）的训练集数据来区分发生在不同层中的伽马事件。CNN对LYSO事件分类准确度达到了91%，对BGO事件达到了81%。训练后的CNN对放射源从顶部入射的数据进行预测，能够得到清晰的晶体解码图和能谱（图4）。利用晶体的脉冲信号特征和CNN方法，该工作成功实现了对四个晶体层事件以及CLCS事件的识别。
图2 基于两种不同晶体的闪烁脉冲信号的不同特征，使用QDC-ToT二维图将不同种晶体中的伽马事件进行区分，得到晶体解码图和能谱。
图3 “侧边入射”用以获取训练集数据。
图4 基于同种晶体不同层（a, b, c为两层LYSO晶体结果；d, e, f为两层BGO晶体结果）中闪烁光分布的特征，使用CNN成功将同种晶体不同层中的伽马事件进行区分，得到晶体解码图和能谱。
这项研究实现了一种基于CNN分类的具有四层DOI的创新性探测器，为下一代高空间分辨、高灵敏度小动物PET系统的研制奠定了核心技术基础。该研究得到国家自然科学基金、广东省基础与应用基础研究基金和深圳湾实验室的支持。深圳湾实验室生物医学工程研究所顾峥课题组的博士后何文为本文的第一作者，特聘研究员顾峥为本文的通讯作者。
原文信息：
来源 | 顾峥课题组
编辑 | 鲍文旭
责编 | 远 山
欢迎投稿、建议 | media@szbl.ac.cn
