主权项 |
一种基于压缩感知理论的TOF‑PET图像重建方法,其特征在于,包括:S1.根据飞行时间定位成像原理,通过TOF重建算法基于TOF‑PET探测器得到的数据集以及一初始图像重建出第一图像;S2.根据压缩感知理论,对所述第一图像的一稀疏表达方式以l<sub>p</sub>范数最小化为目标求解,并根据求解结果更新所述第一图像,得到第二图像;S3.判断是否达到停止条件:若是,则以所述第二图像为结果图像;若否,则将所述初始图像更新为所述第二图像,并转至步骤S1;其中,所述TOF‑PET探测器得到的数据集的数据格式包括List Mode数据格式,所述步骤S1中根据以下公式重建出所述第一图像包括:<maths num="0001"><math><![CDATA[<mrow><msup><mi>f</mi><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow></msup><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><msup><mi>f</mi><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow></msup><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow></mrow><mrow><munder><mo>Σ</mo><mrow><mi>j</mi><mo>∈</mo><msub><mi>s</mi><mi>n</mi></msub></mrow></munder><msup><mi>p</mi><mrow><mi>T</mi><mi>O</mi><mi>F</mi></mrow></msup><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow></mrow></mfrac><munder><mo>Σ</mo><mrow><mi>j</mi><mo>∈</mo><msub><mi>s</mi><mi>n</mi></msub></mrow></munder><msup><msub><mi>η</mi><mi>j</mi></msub><mrow><mi>a</mi><mi>t</mi><mi>t</mi></mrow></msup><msup><mi>p</mi><mrow><mi>T</mi><mi>O</mi><mi>F</mi></mrow></msup><mfrac><mrow><mn>1</mn><mo>/</mo><msup><mi>η</mi><mrow><mi>m</mi><mi>u</mi><mi>l</mi><mi>t</mi><mi>i</mi></mrow></msup></mrow><mrow><munder><mo>Σ</mo><msup><mi>i</mi><mo>′</mo></msup></munder><msup><msub><mi>η</mi><mi>j</mi></msub><mrow><mi>a</mi><mi>t</mi><mi>t</mi></mrow></msup><msup><mi>p</mi><mrow><mi>T</mi><mi>O</mi><mi>F</mi></mrow></msup><mrow><mo>(</mo><msup><mi>i</mi><mo>′</mo></msup><mo>,</mo><mi>j</mi><mo>)</mo></mrow><msup><mi>f</mi><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow></msup><mrow><mo>(</mo><msup><mi>i</mi><mo>′</mo></msup><mo>)</mo></mrow><mo>+</mo><mi>S</mi><mo>+</mo><mi>R</mi></mrow></mfrac></mrow>]]></math><img file="FDA0001076904870000011.GIF" wi="1492" he="191" /></maths>其中,f<sup>(k)</sup>(i)为所述第一图像,η<sup>multi</sup>=η<sup>det_geom</sup>η<sup>decay</sup>η<sup>deadtime</sup>,分别表示几何探测效率因子、衰变因子和死时间因子,η<sup>att</sup>为衰减校正因子,p<sup>TOF</sup>为时间扩展函数约束的系统矩阵,S为散射校正数据,R为偶然符合校正数据。 |