论文部分内容阅读
单光子发射断层成像(SPECT)是影像医学广泛使用的成像手段，在心血管疾病、脑部疾病和肿瘤的诊断方面具有重要的临床价值。但SPECT成像过程中存在衰减、康普顿散射及闪烁探测器有限的空间分辨率和能量分辨率等物理因素所造成的图像劣化效应，使图像分辨率和对比度下降，统计噪声上升，失去定量意义。因此SPECT图像重建中的物理因素校正是SPECT成像研究的热点之一。到目前为止，如何在三维重建过程中准确地对各种物理因素，尤其是非均匀康普顿散射进行校正，这一问题一直没有得到全面和有效的解决。
论文给出了一种SPECT成像的解析散射建模(ASM)方法。从Klein-Nishina截面公式出发得到解析形式的散射光子分布计算公式，并采用预计算查找表的方法加速建模计算过程。论文提出采用拟MonteCarlo(QMC)方法计算解析建模中的高维数值积分，大大提高了积分计算速度，使解析建模计算速度提高了一到两个数量级，从而使得解析建模方法可以应用于临床实际当中。对其它物理因素，如非均匀散射、准直器空间响应函数和探测器能量响应函数的建模方法也进行了研究。MonteCarlo模拟实验的结果验证了ASM方法的准确性。
在ASM方法的基础上，论文分别研究了原发光子传输矩阵和散射光子传输矩阵的生成、存储和使用方法，并实现了包含加速技术的三维OS-EM迭代重建算法，最后给出了一套在时间和计算精度上都可行的在三维SPECT迭代重建算法中对物理因素进行建模和校正的方案。论文分别进行了针对真实人体胸腔模型的MonteCarlo模拟实验和物理模型实验，并讨论了各物理因素对重建图像质量的影响。结果表明通过在迭代重建算法中对物理因素进行建模可以有效地提高重建图像的质量和定量精度。
统计噪声是影响SPECT成像质量的重要因素。论文讨论了基于奇异值分解(SVD)的SPECT图像重建算法。论文采用MonteCarlo模拟方法生成了系统传输矩阵，利用SVD方法求解其广义逆矩阵，讨论了保留奇异值数目与重建图像质量之间的关系，并选择最佳奇异值数目重建图像，与常规重建方法进行了比较。结果表明，SVD重建算法可以有效地抑制噪声并提高重建图像的质量。