基于區(qū)域時空行驗的動態(tài)PET重建及PET圖像恢復算法研究.pdf

1、作為功能分子影像技術的杰出代表,正電子發(fā)射斷層成像(Positron EmissionTomography,PET)借助探測掃描前注射入活體內的經放射性核素標記的示蹤劑進行顯像,能夠在分子水平上利用影像技術反映機體的心腦代謝和功能,在腫瘤學,心血管疾病學和神經系統疾病學研究中,以及新醫(yī)藥學開發(fā)研究等領域中顯示出它卓越的性能。
　　 尤其在臨床應用方面,隨著放射性藥物化學和硬件設備的發(fā)展,PET廣泛應用于臨床疾病診斷,已經成為重要

2、的影像學診斷工具。通過對放射性藥物的特異性顯像,PET在腫瘤、心臟病及神經和精神系統疾病的臨床診斷中展現出無法替代的優(yōu)點,受到越來越多的關注和重視。同時,在臨床醫(yī)師眼中,PET如今已成為腫瘤、心血管系統和神經系統等領域疾病確診和進一步治療實施的金標準。
　　 然而在實際中由于受探測數據低計數率和低信噪比的影響,PET圖像的重建問題在理論上是一個病態(tài)問題。傳統的濾波反投影(Filtered Back Projection,FBP)

3、重建方法雖然具有成像速度快的優(yōu)點,但其重建圖像卻含有大量噪聲,圖像質量較差。最大似然期望最大法(Maximum Likelihood ExpectationMaximization,ML-EM)能夠針對系統模型的物理效應和探測數據和噪聲的統計泊松特性建立數學模型,其重建的圖像質量要優(yōu)于傳統的FBP方法。然而,單純的傳統ML-EM方法收斂速度較慢,而且在迭代過程中會產生質量退化的圖像而導致的棋盤效應,從而導致非收斂的迭代過程。
　　

4、 如何重建出優(yōu)質PET圖像,主要集中在兩個研究方面:一個方面是基于最大后驗估計(Maximum A Posteriori,MAP)方法通過引入先驗信息改善重建圖像質量；另一方面是利用濾波降噪等圖像恢復技術進行改善圖像質量。最大后驗估計方法,也被稱為基于馬爾可夫隨機場(Markov Random Fields,MRF)理論的貝葉斯(Bayesian)重建方法,通過引入正則化項來引進待重建圖像目標同位素密度數據在空間上的概率分布的先驗信息

5、,能夠明顯改善重建圖像質量以及迭代過程的收斂性,該方法已被證明了其在理論上的正確性和實際上的有效性。而在圖像降噪改善圖像質量方面,根據探測數據的統計特性和重建圖像的噪聲特性,主要從投影數據恢復和重建圖像后處理兩個思路進行。投影數據恢復通過對PET投影數據的統計特性進行數學建模,一般近似認為其滿足Poisson分布,采用相應的降噪方法進行恢復處理；重建圖像后處理則主要針對圖像中的偽影噪聲進行濾波處理。
　　 本文對于PET圖像優(yōu)質

6、重建的算法研究同樣也是基于以上兩個方面,作者主要做了以下工作:
　　 (1)提出一種基于區(qū)域時空先驗的動態(tài)PET最大后驗重建方法。該方法基于Bayesian重建理論,充分利用PET圖像的局部空間鄰域信息與房室模型動態(tài)時間信息,并結合預分割區(qū)域信息,構造了一個區(qū)域時空先驗模型,可以在空間和時間上對圖像噪聲進行雙重約束。人體腦部18F-FDG動態(tài)PET仿真實驗結果表明,所提方法在降低圖像噪聲,提高圖像分辨率以及提高動力學參數估計準確

7、度方面均有較好的效果。
　　 (2)提出一種投影數據恢復導引的PET圖像濾波方法。該方法利用恢復投影數據的重建圖像冗余信息優(yōu)化非局部均值權重,首先對投影數據進行恢復,然后采用傳統的濾波反投影(Filtered Back Projection,FBP)法進行PET圖像重建,隨后利用非局部均值(Non-local means)的思想計算權值矩陣,接著利用該權值先驗矩陣導引直接重建FBP圖像的非局部均值濾波。仿真和臨床PET數據實驗表