主权项 |
1.一种有限采样角度下基于卡尔曼滤波的PET浓度重建方法,其特征在于包括以下步骤:(1)在有限角度下采集光子信号作为输出,得到投影线的正弦图数据Y,所述的有限角度为采集角度θ,且30°<θ<150°;(2)根据正弦图数据Y以及药物动力学理论建立一个由离散的观测方程(1)和连续的发展方程(2)构成的状态空间方程:Y(t<sub>k</sub>)=DX(t<sub>k</sub>)+v(t<sub>k</sub>)......(1)X′(t)=AX(t)+Bμ(t)+ω(t)......(2)其中:t表示时间,t<sub>k</sub>表示离散采样时间点;D为系统矩阵;Y是步骤(1)得到的正弦图数据;X为放射性浓度的空间分布,为需要重建的对象;X`为X的导数;A是状态转移矩阵,B是输入矩阵;μ是血输入函数;v为测量噪声;ω是过程噪声;(3)基于步骤(2)得到的状态空间方程,利用卡尔曼滤波算法计算得到放射性浓度X值,利用卡尔曼滤波算法计算时,采用方程(3)~(7)迭代重建实现;<maths num="0001"><![CDATA[<math><mrow><msup><mover><mi>X</mi><mo>^</mo></mover><mo>′</mo></msup><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>=</mo><mi>AX</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>+</mo><mi>Bμ</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>3</mn><mo>)</mo></mrow></mrow></math>]]></maths>P′(t)=AP(t)+P(t)A+Q(t) (4)K(t<sub>k</sub>)=P(t<sub>k</sub>-)D<sup>T</sup>[DP(t<sub>k</sub><sup>-</sup>)D+R(t<sub>k</sub>)]<sup>-1</sup> (5)<maths num="0002"><![CDATA[<math><mrow><mover><mi>X</mi><mo>^</mo></mover><mrow><mo>(</mo><msub><mi>t</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>=</mo><mover><mi>X</mi><mo>^</mo></mover><mrow><mo>(</mo><msup><msub><mi>t</mi><mi>k</mi></msub><mo>-</mo></msup><mo>)</mo></mrow><mo>+</mo><mi>K</mi><mrow><mo>(</mo><msub><mi>t</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>[</mo><mrow><mo>(</mo><msub><mi>t</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>-</mo><mi>D</mi><mover><mi>X</mi><mo>^</mo></mover><mrow><mo>(</mo><msup><msub><mi>t</mi><mi>k</mi></msub><mo>-</mo></msup><mo>)</mo></mrow><mo>]</mo><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>6</mn><mo>)</mo></mrow></mrow></math>]]></maths>P(t<sub>k</sub>)=[I-K(t<sub>k</sub>)D]P(t<sub>k</sub><sup>-</sup>) (7)其中:D<sup>T</sup>是系统矩阵D的转置矩阵;P是放射性浓度的空间分布X的误差协方差,P`是P的导数,K为增益矩阵,I为单位矩阵;<img file="FSB00000290853000021.GIF" wi="158" he="64" />P(t<sub>k</sub><sup>-</sup>)分别是X、P的先验估计值,其中t<sub>k</sub><sup>-</sup>表示先验时刻;<img file="FSB00000290853000022.GIF" wi="112" he="64" />和P(t<sub>k</sub>)分别是X、P的后验估计值;Q(t)以及R(t<sub>k</sub>)分别表示该时刻的过程噪声以及测量噪声的方差。 |