[发明专利]一种基于TV和稀疏约束的动态PET图像和示踪动力学参数同步重建方法

摘要

本发明公开了一种基于TV和稀疏约束的动态PET图像和示踪动力学参数同步重建方法，其通过建立了对动态PET图像和动力学参数同时估计的数学模型，加入了基于稀疏约束的字典和全变分算子来进行整个重建的过程；其中加入了全变分算子的动态PET序列的重建子问题采用ADMM算法进行迭代优化求解；结合稀疏约束的字典的PET动力学参数的估计的子问题采用软阈值迭代算法来进行求解。本发明有效解决了同时对动态PET图像序列和动力学参数进行估计的问题，并且加入全变分算子改善了PET图像重建过程中结果分辨率较低和易受噪声干扰的问题，且与其他单独重建动态PET图像或估计动力学参数的算法相比，本发明也都能获得较好的重建结果。

主权项

1.一种基于TV和稀疏约束的动态PET图像和示踪动力学参数同步重建方法，包括如下步骤：(1)利用探测器对注入有放射性药剂的生物组织进行探测，动态采集得到M组符合计数向量，进而组建PET的符合计数矩阵Y，M为大于1的自然数；(2)通过使动态PET图像序列组合成PET浓度分布矩阵X，根据PET成像原理，建立PET测量方程；(3)通过对PET测量方程引入全变分约束，得到基于TV的PET图像重建模型L(X)如下：其中：α为权重系数，G为系统矩阵，TV(X)为关于X的全变分正则项，||||2为L2范数；(4)利用房室模型匹配估计示踪动力学参数，建立关于X和Ф的同步重建模型S(X，Φ)如下：其中：μ为权重系数，Ψ为字典矩阵，Ф为示踪动力学参数矩阵，T表示转置，||||1为L1范数，||||F为F范数；(5)将上述两个模型L(X)和S(X，Φ)相结合得到最终的同步重建模型LS(X，Φ)如下：其中：γ为权重系数；(6)对所述的同步重建模型LS(X，Φ)进行最优化求解后即得到PET浓度分布矩阵X和示踪动力学参数矩阵Ф。