基于信息估计的PET图像重构

发布时间：2025-05-06 22:08

　　正电子发射断层成像技术在实体肿瘤的定性诊断和病灶转移的检查中具有举足轻重的作用,因此,提高PET的成像质量显得十分有必要。然而,已有的迭代重构算法基本上都严重依赖于PET的线性模型。而由于探测器效率、探测系统的几何尺寸、生物组织对?光子的衰减以及散射效应等诸多物理因素,该线性模型无法真实地刻画示踪剂的浓度分布与正弦数据之间的复杂关系。本文首先提出了一种新的观测模型,通过在原来的线性模型中引入未知输入项来刻画示踪剂的浓度分布与正弦数据之间的关系。该项由两部分组成:一部分为系数矩阵,用于进一步描述投影的线性部分;另一部分为未知输入,用于刻画示踪剂的浓度分布和正弦数据之间的一些非线性关系。在此新模型的基础上,将PET图像重构问题转化成一个线性无偏的最优估计问题。在此基础上,本文提出了三种新的重构算法,第一种方法利用奇异值分解,将观测分为包含未知输入项的观测和不包含未知输入项的观测两部分,并舍弃了含有未知输入项的观测数据,使用不包含未知输入项的观测进行示踪剂的浓度分布估计,对PET图像进行重构。但由于第一种方法丢弃了部分观测信息,所得到的重构图像的质量还有望得到进一步提升,所以本文提出了第二种方...

【文章页数】：70 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景与意义
    1.2 研究内容与现状
        1.2.1 PET成像原理
        1.2.2 国内外研究现状
        1.2.3 存在的问题
    1.3 本文研究工作
        1.3.1 提出基于奇异值分解的PET图像重构方法
        1.3.2 提出基于无偏最小方差估计的PET图像重构方法
        1.3.3 提出基于无偏线性最优估计的PET图像重构方法
    1.4 论文的组织结构
第二章 PET图像重构相关技术研究
    2.1 PET图像重构算法介绍
    2.2 基于极大似然估计的期望最大算法
    2.3 基于核函数的最大似然估计的期望最大算法
    2.4 卡尔曼滤波算法
第三章 基于奇异值分解的PET图像重构
    3.1 背景相关问题
    3.2 奇异值分解在PET图像重构中的应用
        3.2.1 基于奇异值分解的PET图像重构问题描述
        3.2.2 基于奇异值分解的PET图像重构过程
    3.3 仿真实验和数据比较
    3.4 本章小结
第四章 基于无偏最小方差估计的PET图像重构
    4.1 背景相关问题
    4.2 无偏最小方差估计在PET图像重构中的应用
        4.2.1 基于无偏最小方差估计的PET图像重构问题描述
        4.2.2 基于无偏最小方差估计的PET图像重构过程
    4.3 仿真实验和数据比较
        4.3.1 大脑模型实验
        4.3.2 Shepp-Logan数字模型实验
    4.4 本章小结
第五章 基于无偏线性最优估计的PET图像重构
    5.1 背景相关问题
    5.2 无偏线性最优估计在PET图像重构中的应用
        5.2.1 基于无偏线性最优估计的PET图像重构问题描述
        5.2.2 图像重构过程
    5.3 实验仿真和数据比较
        5.3.1 大脑模型实验
        5.3.2 心脏模型实验
    5.4 本章算法与其他两种算法比较
    5.5 本章小结
第六章 结论与展望
    6.1 结论
    6.2 展望
参考文献
致谢
作者简介
    1 作者简历
    2 攻读硕士学位期间发表的学术论文
    3 发明专利
学位论文数据集



本文编号：4043163