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、PET作為核醫(yī)學先進技術的代表,通過設備內探測系統(tǒng)接收活體內湮滅產生的光子對,記錄下事件發(fā)生的位置并最終反演出活體內的生理過程。除了2D采集方式外,PET經常采用3D采集的方式。PET的3D采集取消了2D采集中探測器環(huán)之間的金屬隔板,考慮了更多的響應線,提高了計數率,同時也大大地提高了圖像的信噪比,只有充分利用PET的3D投影數據才能得到更好的PET重建圖像。然而3D采集下的數據量遠大于2D采集,導致3D PET圖像重建的速度比較慢。<
2、br> 為了提高3D PET圖像重建的速度,各國研究者們提出了很多新的方法。其中,直接傅里葉重建以重建速度快,實現難度低等特點,迅速成為人們研究的熱點,但是由于傅里葉變換沒有考慮圖像的種種特性,也沒有充分利用PET成像區(qū)域平滑的特點,例如腫瘤因其新陳代謝旺盛在PET成像中會吸收大量的同位素示蹤劑,在重建的圖像中腫瘤所在區(qū)域的強度要明顯高于周圍區(qū)域的,通過直接傅里葉重建出來的腫瘤區(qū)域會很模糊難以辨認。
本文針對3D PET圖像
3、重建速度慢和傳統(tǒng)重建方法質量差的問題,進行深入的研究和探索。我們的研究過程可總結如下:
(1)利用傅里葉重組(FORE)方法將采集的3D數據重組成一系列的2D數據,這些2D投影數據可以被用于傳統(tǒng)的2D重建方法,這樣我們可以把3D PET圖像重建的問題轉化為更易解決的2D重建問題。
(2)對于重組后的2D投影數據,在直接傅里葉重建的基礎上,引入了全變分(TV)作為正則項,結合全變分保持邊緣和去除噪聲的特點以及直接傅里葉
4、重建快速易行的特點,我們建立了基于全變分的3D PET圖像重建模型。
(3)我們采用可變步長的伯格曼分離算子算法(BOSVS)來求解我們基于全變分的目標函數,將傳統(tǒng)的伯格曼分離算子算法(BOS)中的固定步長變量化,大大提高了算法的收斂速度。
(4)為了驗證本文模型和算法的有效性,我們設計了蒙特卡羅仿真數據和真實人體數據進行實驗,實驗表明與直接傅里葉重建方法相比,不論是整體重建結果,小區(qū)域或小物體成像結果還是低計數率數
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。
最新文檔
- 基于全變分(TV)的低劑量PET圖像重建技術.pdf
- 基于全變分(TV)的彩色圖像增強.pdf
- 基于3D重建技術的圖像合成.pdf
- 基于光滑化全變分的圖像重建問題研究.pdf
- 基于序列圖像的3D重建算法研究.pdf
- 基于光度立體圖像的3D模型重建算法研究.pdf
- 變分圖像擴散TV模型的中點公式.pdf
- 基于隨機優(yōu)化理論的3D ECT數據校正及圖像重建.pdf
- 基于合成視覺的3D重建技術研究.pdf
- 基于稀疏表示的3D磁共振圖像超分辨率重建算法研究.pdf
- 基于雙幅圖像的匹配算法及3D重建不確定性研究.pdf
- 融合2D與3D圖像的三維重建系統(tǒng)實現.pdf
- 基于3D骨架的3D模型檢索.pdf
- 面向生物3D打印的醫(yī)學超聲圖像重建技術研究.pdf
- 3D螺旋錐束CT圖像重建算法研究——基于曲面探測器的精確FBP型重建.pdf
- 基于反應深度信息的平板PET圖像重建.pdf
- 基于2D圖像的3D化研究與應用.pdf
- 基于全變分模型的圖像修補研究及應用.pdf
- 骨盆骨折的3D分型.pdf
- 卡通式渲染的3d圖像
評論
0/150
提交評論