基于区域时空先验的动态PET重建及PET图像恢复算法研究

论文摘要

作为功能分子影像技术的杰出代表,正电子发射断层成像（Positron Emission Tomography, PET）借助探测扫描前注射入活体内的经放射性核素标记的示踪剂进行显像,能够在分子水平上利用影像技术反映机体的心脑代谢和功能,在肿瘤学,心血管疾病学和神经系统疾病学研究中,以及新医药学开发研究等领域中显示出它卓越的性能。尤其在临床应用方面,随着放射性药物化学和硬件设备的发展,PET广泛应用于临床疾病诊断,已经成为重要的影像学诊断工具。通过对放射性药物的特异性显像,PET在肿瘤、心脏病及神经和精神系统疾病的临床诊断中展现出无法替代的优点,受到越来越多的关注和重视。同时,在临床医师眼中,PET如今已成为肿瘤、心血管系统和神经系统等领域疾病确诊和进一步治疗实施的金标准。然而在实际中由于受探测数据低计数率和低信噪比的影响,PET图像的重建问题在理论上是一个病态问题。传统的滤波反投影（Filtered Back Projection,FBP）重建方法虽然具有成像速度快的优点,但其重建图像却含有大量噪声,图像质量较差。最大似然期望最大法（Maximum Likelihood Expectation Maximization, ML-EM）能够针对系统模型的物理效应和探测数据和噪声的统计泊松特性建立数学模型,其重建的图像质量要优于传统的FBP方法。然而,单纯的传统ML-EM方法收敛速度较慢,而且在迭代过程中会产生质量退化的图像而导致的棋盘效应,从而导致非收敛的迭代过程。如何重建出优质PET图像,主要集中在两个研究方面：一个方面是基于最大后验估计（Maximum A Posteriori, MAP）方法通过引入先验信息改善重建图像质量；另一方面是利用滤波降噪等图像恢复技术进行改善图像质量。最大后验估计方法,也被称为基于马尔可夫随机场（Markov Random Fields, MRF）理论的贝叶斯（Bayesian）重建方法,通过引入正则化项来引进待重建图像目标同位素密度数据在空间上的概率分布的先验信息,能够明显改善重建图像质量以及迭代过程的收敛性,该方法已被证明了其在理论上的正确性和实际上的有效性。而在图像降噪改善图像质量方面,根据探测数据的统计特性和重建图像的噪声特性,主要从投影数据恢复和重建图像后处理两个思路进行。投影数据恢复通过对PET投影数据的统计特性进行数学建模,一般近似认为其满足Poisson分布,采用相应的降噪方法进行恢复处理；重建图像后处理则主要针对图像中的伪影噪声进行滤波处理。本文对于PET图像优质重建的算法研究同样也是基于以上两个方面,作者主要做了以下工作：（1）提出一种基于区域时空先验的动态PET最大后验重建方法。该方法基于Bayesian重建理论,充分利用PET图像的局部空间邻域信息与房室模型动态时间信息,并结合预分割区域信息,构造了一个区域时空先验模型,可以在空间和时间上对图像噪声进行双重约束。人体脑部18F-FDG动态PET仿真实验结果表明,所提方法在降低图像噪声,提高图像分辨率以及提高动力学参数估计准确度方面均有较好的效果。（2）提出一种投影数据恢复导引的PET图像滤波方法。该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,首先对投影数据进行恢复,然后采用传统的滤波反投影（Filtered Back Projection, FBP）法进行PET图像重建,随后利用非局部均值（Non-local means）的思想计算权值矩阵,接着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,所提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。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 研究背景
• 1.3 本文的研究内容
• 1.4 本文的组织结构
• 第二章 正电子发射断层成像
• 2.1 引言
• 2.2 PET成像基本原理
• 2.2.1 PET投影数据的获取
• 2.2.2 PET投影数据的校正
• 2.3 PET重建方法
• 2.3.1 FBP解析重建算法
• 2.3.2 MLEM迭代重建算法
• 2.3.3 Bayesian重建算法
• 2.4 图像降噪方法
• 2.4.1 Gaussian滤波
• 2.4.2 各向异性扩散滤波
• 2.4.3 双边滤波与非局部平均算法
• 2.4.4 BM3D滤波
• 2.5 房室模型
• 第三章 基于区域时空先验的动态PET优质重建
• 3.1 引言
• 3.2 模型与方法
• 3.2.1 PET统计模型
• 3.2.2 二组织房室模型
• 3.2.3 预分割处理
• 3.2.4 时空先验
• 3.2.5 区域时空先验重建算法
• 3.3 实验与分析
• 3.3.1 PET模拟实验设计
• 3.3.2 动态PET图像重建结果与分析
• 3.3.3 动力学参数成像与分析
• 3.4 结论
• 第四章 投影数据恢复导引的PET图像滤波
• 4.1 引言
• 4.2 模型与方法
• 4.2.1 PET统计模型
• 4.2.2 Anscombe变换与BM3D滤波
• 4.2.3 非局部的权值构造
• 4.2.4 基于非局部均值滤波的PET图像滤波
• 4.3 实验与分析
• 4.3.1 仿真体模数据实验
• 4.3.2 定性分析
• 4.3.3 定量分析
• 4.3.4 临床PET数据实验
• 4.4 结论
• 第五章 总结与展望
• 5.1 本文工作总结
• 5.2 未来工作展望
• 参考文献
• 硕士期间已发表或完成论文
• 致谢
• 统计学合格证明