版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、正電子發(fā)射斷層成像(positron emission tomography,簡稱PET)是一種活體功能性成像,它通過光子對的探測,投影數(shù)據(jù)處理以及圖像重建,獲取反映人體內(nèi)新陳代謝情況的圖像,被廣泛應(yīng)用于醫(yī)學(xué)成像、臨床檢查、療效評價、藥物開發(fā)和生物科學(xué)研究領(lǐng)域。
為了滿足實際應(yīng)用中對PET成像質(zhì)量越來越高的要求,作為PET成像關(guān)鍵技術(shù)之一的重建方法也在不斷地改進(jìn)。本文從PET圖像重建方法出發(fā),結(jié)合已有的狀態(tài)空間重建體系,針對目
2、前重建方法中存在的模型不準(zhǔn)確、重建速度慢的問題,提出相應(yīng)的解決方法,本文的主要工作如下:
1.PET重建圖像的質(zhì)量在很大程度上依賴于模型的準(zhǔn)確性,但現(xiàn)有的PET圖像重建方法對噪聲處理一刀切、過于簡化,以至很難真實刻畫PET的投影噪聲。為此,本文提出了基于約束濾波的PET圖像重建方法。該方法分析了PET成像原理與投影數(shù)據(jù)獲得過程,將投影噪聲描述為混合噪聲,以便充分利用與噪聲相關(guān)的所有可能信息。其優(yōu)點在于,無論噪聲統(tǒng)計特性是否與真
3、實的噪聲匹配,該方法都能保證PET重建圖像的質(zhì)量,仿真結(jié)果表明:該方法能有效地抑制噪聲刻畫失真對PET圖像重建結(jié)果的影響。
2.由于PET的投影矩陣受到多種復(fù)雜物理因素的影響,很難獲得其精確的投影矩陣,本文分析了這些因素的隨機(jī)性,提出了基于最優(yōu)線性隨機(jī)濾波的PET圖像重建方法。該方法將投影矩陣中的誤差建模為觀測方程中的乘性噪聲,以估計值均方誤差最小為目標(biāo)對PET圖像進(jìn)行重建。仿真實驗表明:當(dāng)投影矩陣存在誤差時,該方法比卡爾曼濾
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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。
最新文檔
- 基于狀態(tài)空間理論的ECT圖像重建.pdf
- 基于模糊理論和小波變換的PET圖像重建.pdf
- 三維PET圖像重建的若干方法研究.pdf
- 基于不同先驗獲取的PET圖像優(yōu)質(zhì)重建新方法研究.pdf
- 基于反應(yīng)深度信息的平板PET圖像重建.pdf
- 基于最大后驗概率的PET圖像重建算法研究.pdf
- PET圖像重建算法的研究與優(yōu)化.pdf
- 基于交替方向乘子的PET圖像重建算法研究.pdf
- 稀疏約束的PET圖像重建算法研究.pdf
- 基于區(qū)域時空行驗的動態(tài)PET重建及PET圖像恢復(fù)算法研究.pdf
- PET圖像重建算法研究及實現(xiàn).pdf
- PET圖像信息魯棒重建研究.pdf
- 結(jié)構(gòu)約束下的動態(tài)PET圖像重建研究.pdf
- PET圖像重建關(guān)鍵技術(shù)研究.pdf
- 基于協(xié)同進(jìn)化遺傳算法的PET圖像重建研究.pdf
- 生理模型約束下的PET圖像重建.pdf
- 基于空間狀態(tài)八叉樹的點云模型表面重建方法.pdf
- 基于非局部濾波導(dǎo)出先驗的PET圖像重建.pdf
- 基于飛行時間信息的平板PET圖像重建.pdf
- PET圖像統(tǒng)計迭代重建算法的研究與優(yōu)化.pdf
評論
0/150
提交評論