基于未知输入的PET医学图像重构

摘要：

正电子发射断层成像(PET)扫描技术是一项能够反映组织代谢水平的显像技术,对实体肿瘤的定性诊断和病灶转移的检查准确率较高.本文提出了一种PET图像的重建算法来提高PET图像的质量.考虑到大多已有重建算法的图像质量严重依赖于PET的线性测量模型,而该模型与实际情况不符,通过引入未知输入项,本文提出了一种新的测量模型.该未知输入项由2部分组成:一部分是未知输入的输入矩阵,用以描述测量模型中投影矩阵的不确定性;另一部分是未知输入,用于刻画被干扰了的示踪剂浓度和一些未建模信息.在此新模型的基础上,利用最优估计理论,提出了一种不同于已有算法的重建算法,同时重构出了未知输入和示踪剂的浓度分布.最后通过实验验证了该算法比其他常用算法能更好地重建PET图像.

关键词：未知输入、最优估计、卡尔曼滤波、重建算法、正电子发射断层成像(PET)

所属期刊栏目：29

资助基金：浙江省自然科学基金;国家自然科学基金

在线出版日期：2020-03-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1184-1192