动态PET重建中的区域时空先验研究

针对动态正电子发射成像（PET）Bayesian重建,提出一种区域时空先验(RST)模型。RST先验充分利用动态PET序列图像的空间和时间信息,在2维空间和1维时间上对噪声进行双重约束。为验证所提方法的有效性,进行人体脑部18F-FDG动态PET计算机仿真实验。实验结果表明,较其他经典重建方法,通过RST先验的引入,所提方法对于动态PET图像重建质量有着很好的改善,同时提高了病灶区域18F-FDG流入速率Ki估计准确度。     

基于全变分α散度最小化的PET优质重建

为了获得优质的PET成像,本文提出一种基于全变分阿尔法散度最小化的PET重建新方法.新方法通过引入阿尔法散度度量投影数据和估计值之间的偏差;通过增加全变分正则化修正阿尔法散度最小化解的一致性.针对新构建的PET重建目标函数的求解,本文提出一种基于次梯度理论的交替式迭代策略,期间运用自适应非单调线性搜索来保证算法的收敛性.仿真和临床PET数据实验表明,本文方法在噪声抑制和边缘保持方面均优于传统的PET重建方法.     

投影数据恢复导引的PET图像滤波

为了提高正电子发射断层成像（Positron Emission Tomography,PET）重建图像质量,提出一种投影数据导引的PET图像优质重建方法。新方法利用恢复投影数据的重建图像冗余信息优化非局部均值权重。对投影数据进行恢复,采用传统的滤波反投影（Filtered Back Projection,FBP）法进行PET图像重建,利用非局部均值（Non-local means）的思想计算权值矩阵,利用该权值先验矩阵导引直接重建FBP图像的非局部均值滤波。仿真和临床PET数据实验表明,方法可以在满足临床应用的需求下,有效地改善PET重建图像质量。