PET三維數(shù)據(jù)隨機符合校正方法研究.pdf_第1頁
已閱讀1頁,還剩76頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、正電子斷層掃描技術(Positron Emission Tomography,PET)利用示蹤劑的放射性進行成像,它的靈敏性和高精度使其在神經(jīng)科學、藥學、臨床醫(yī)學等領域都具有廣泛的應用和發(fā)展。而數(shù)據(jù)校正是在圖像重建之前的一個重要步驟,通過數(shù)據(jù)校正方法可以有效的提高核醫(yī)學成像的質量。三維采集模式的普遍使用提高探測效率的同時,隨機符合校正也越發(fā)重要。本文著重就PET的三維數(shù)據(jù)校正方法中的隨機校正方法展開研究。
  首先介紹了用于本文研

2、究的PET系統(tǒng)以及隨機符合校正的必要性。目前常用的隨機符合計數(shù)獲得的方法,包括單光子計數(shù)率和本文采用的延遲窗兩種。本文中將獲得的隨機符合數(shù)據(jù)用于校正重建主要有兩個方向,分別是將隨機符合數(shù)據(jù)作為目標函數(shù),通過迭代求解出來用于校正;另一個方向是,將延遲符合數(shù)據(jù)作為隨機符合數(shù)據(jù)用于校正。
  為了避免統(tǒng)計隨機符合帶來的噪聲,研究了基于交叉泊松模型的校正PDEM(Prompt Delay EM)算法。這種方法通過建立符合數(shù)據(jù)和延遲符合數(shù)據(jù)

3、的交叉泊松模型來求解所有通道的隨機符合計數(shù),在迭代目標像素時校正隨機噪聲帶來的影響。通過迭代的方法求解隨機符合計數(shù),校正的過程中不涉及估計,不增加方差,不會增加額外的噪聲。為了驗證校正效果,進行了仿真實驗,采用256的Shepp-Logan大腦圖作為標準圖,迭代誤差作為校正效果的評判標準,分別在隨機噪聲水平為10%,30%,50%下進行校正重建實驗,結果表明PDEM的校正效果在不同的隨機噪聲比例下比較穩(wěn)定。為進一步驗證PDEM算法對三維

4、數(shù)據(jù)中的隨機噪聲的校正效果,用IEC模體數(shù)據(jù)和人體肝臟三維數(shù)據(jù)進行了數(shù)據(jù)的校正和重建實驗,分別通過圖像的均值、標準差、以及信噪比來比較PDEM的校正效果。但由于在三維重建驗證校正效果的過程中,沒有進行其他的校正,并且聯(lián)合泊松分布校正所依賴的算法的收斂性等原因,使得聯(lián)合泊松分布模型在人體三維數(shù)據(jù)的校正效果不是很理想。
  目前廣泛使用的是利用延遲符合數(shù)據(jù)統(tǒng)計隨機符合。由于延遲符合數(shù)據(jù)中帶有統(tǒng)計誤差等噪聲,本文研究了用于減少延遲符合數(shù)

5、據(jù)中的噪聲的方法單面凱西法(the single-plane Casey,SP-C)。在得到隨機符合數(shù)據(jù)的估計之后分別研究了結合ML-EM算法的減法校正和除法校正的兩種方法。為了驗證單面凱西法在減法和除法校正中的有效性,進行了驗證實驗,實驗主要分為三部分:首先進行不同隨機比例的仿真實驗驗證減法、除法校正的準確性;然后進行模體數(shù)據(jù)和人體數(shù)據(jù)的校正和結果分析,校正方法分別使用了減法,除法,單面凱西法聯(lián)合減法校正,單面凱西法聯(lián)合除法校正,證明

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論