摘要: PET(Positron Emission Tomography，正电子发射断层成像)是核医学领域比较先进的临床检查影像技术。在人体组织内注入放射性示踪剂后，放射性物质的衰变会产生正电子，正电子在飞行一段距离后遇到电子发生湮灭，产生一对方向相反的能量为511keV的光子... 展开 PET(Positron Emission Tomography，正电子发射断层成像)是核医学领域比较先进的临床检查影像技术。在人体组织内注入放射性示踪剂后，放射性物质的衰变会产生正电子，正电子在飞行一段距离后遇到电子发生湮灭，产生一对方向相反的能量为511keV的光子，这对光子可以通过高灵敏度的探测器进行捕捉。在得到了发射数据之后，再通过重建得到放射性浓度分布图像。 动态PET成像过程则是在一段时间内，采集多帧数据。在动态PET成像中，时间分辨率与空间分辨率是相互制约的，本文的出发点是通过提取多帧重建图像的信息实现重建图像的去噪和细节特征的保留，并且能够在保证时间分辨率的基础上，有效提高空间分辨率。本文的主要工作主要为: (1)提出了利用自编码器模板来实现PET图像特征提取的工作，并通过堆栈式的自编码器来获取深层次特征，利用已有数据以及标签，通过后向传播算法进行参数训练，实现整个堆栈式自编码器动态PET图像重建框架; (2)以最大似然期望最大算法和卡尔曼滤波求解的状态空间重建算法为基本算法，重建出动态PET图像一系列帧数的结果，作为模型的输入层，其真值作为标签进行参数训练，训练完毕后通过已有模型进行新测试数据的实验。测试数据包括蒙特卡罗模拟出的不同计数率下的胸腔和人脑模拟数据以及真实数据。 (3)通过本文提到的堆栈式自编码器，建立了不同示踪剂在PET成像过程中的特征提取模型，实现从混合示踪剂的PET成像发射数据中重建出两种示踪剂的状态分布图像。 收起