2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩99頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、正電子發(fā)射斷層成像(PositronEmissionTomography,PET)是核醫(yī)學(xué)最尖端技術(shù)的代表,它利用放射性核素標(biāo)記物對組織功能進(jìn)行顯像,能夠非介入的測量特定目標(biāo)結(jié)構(gòu)或感興趣區(qū)域放射性藥物的生物分布隨時間量化變化。通過使用動力學(xué)模型,可以得到生理或生化參數(shù)。然而在實(shí)際中由于受到低計(jì)數(shù)率和物理噪聲的影響,PET圖像的重建問題在理論上是一個病態(tài)問題。動態(tài)PET掃描中,在特定掃描時間內(nèi)低計(jì)數(shù)的問題隨時間采樣的增加進(jìn)一步加劇。

2、>   濾波反投影(FilteredBack-Projection,F(xiàn)BP)重建方法成像速度快,但是重建圖像通常含有大量噪聲。最大似然期望最大法(Maximum-LikelihoodExpectation-Maximization,MLEM)能夠針對系統(tǒng)的物理模型和探測數(shù)據(jù)的統(tǒng)計(jì)特性建立數(shù)學(xué)模型,其重建的圖像質(zhì)量要明顯優(yōu)于傳統(tǒng)的FBP方法,已逐漸取代FBP成為臨床PET的標(biāo)準(zhǔn)重建算法。然而,直接的MLEM方法隨著迭代步數(shù)的增加,噪聲也

3、顯著增加,從而導(dǎo)致非收斂的迭代過程。近年來,貝葉斯(Bayesian)重建方法或者最大化后驗(yàn)(MaximumAPosteriori,MAP)重建方法通過引入圖像的先驗(yàn)?zāi)P蛠斫鉀Q此問題,該方法已被證明了其在理論上的正確性和實(shí)際上的有效性。針對重建圖像質(zhì)量問題,雖然引入圖像自身先驗(yàn)信息的Bayesian重建能在很大程度上改善迭代重建,但是依賴于傳統(tǒng)的局部鄰域信息的Bayesian方法只能為重建提供有限的局部先驗(yàn)信息。
   本文的研

4、究工作是在國家重點(diǎn)基礎(chǔ)研究(973)計(jì)劃項(xiàng)目(No:2010CB732503)資助下展開的。本文對于PET重建算法的研究工作同樣也是基于如何進(jìn)一步提高重建圖像的量化水平,特別是動態(tài)PET圖像的量化水平。作者做了以下三項(xiàng)關(guān)于PET重建算法的創(chuàng)新研究工作。
   1.提出了一種基于解剖自適應(yīng)的非局部先驗(yàn)?zāi)P?。針對基于非局部先?yàn)的最大后驗(yàn)PET重建中參數(shù)優(yōu)化的問題,通過引入解剖圖像的區(qū)域信息,設(shè)計(jì)了一種基于解剖自適應(yīng)的非局部先驗(yàn)?zāi)P停?/p>

5、實(shí)現(xiàn)了在最大后驗(yàn)重建中根據(jù)解剖區(qū)域自適應(yīng)的優(yōu)化非局部先驗(yàn)參數(shù)。在PET重建實(shí)驗(yàn)中,該方法與固定參數(shù)的非局部先驗(yàn)進(jìn)行了比較。結(jié)果表明,基于解剖自適應(yīng)的非局部先驗(yàn)?zāi)P驮谶吘壉3旨疤岣咧亟▓D像量化水平上有一定優(yōu)勢。
   2.提出一種基于廣義熵與MR先驗(yàn)的最大后驗(yàn)PET重建算法?;诮陙砼d起的在PET重建中引入MR先驗(yàn)的研究,提出一種基于廣義熵與MR先驗(yàn)的最大后驗(yàn)PET重建算法,該方法無需對MR圖像進(jìn)行分割或提取邊緣,通過構(gòu)建MR圖

6、像與PET圖像灰度特征之間基于廣義熵的互信息或聯(lián)合熵,作為先驗(yàn)引入最大后驗(yàn)PET重建中。實(shí)驗(yàn)表明,基于廣義熵與MR先驗(yàn)的最大后驗(yàn)PET重建,可以有效的引入MR信息,提高重建PET圖象的量化水平。
   3.提出一種引入動力學(xué)聚類信息的3.5D動態(tài)PET重建方法。針對傳統(tǒng)的3D動態(tài)PET重建噪聲高,空間分辨率低的問題,通過對初始重建的動態(tài)PET圖像進(jìn)行聚類分析,定義具有相似動力學(xué)特性像素的鄰域,并將此先驗(yàn)引入單獨(dú)幀的最大后驗(yàn)重建。

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(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。

評論

0/150

提交評論