带有松弛因子和惩罚项的最小二乘PET图像重建

摘要：

最小二乘重建算法是经典的PET重建算,该算法虽然能够得到较好的重建图像,但是重建图像有明显的噪声,而且收敛速度慢.本研究从最小二乘目标函数出发,为平滑图像和抑制噪声加入惩罚项,并利用修正的SOR迭代方法求解最优解.同时为加速收敛速度,结合可变有序子集方法,得到带有松弛因子和惩罚项的最小二乘算法.使用Matlab中Sheep-Logan模型进行仿真,通过信噪比、归一化均方误差和相关系数等参数来估计重建图像质量,并与其他算法进行比较以验证所提出算法的有效性.仿真实验证明:在相同的先验情况下,本算法比有序子集惩罚最小二乘(OS-LS)算法更能有效地抑制噪声,图像质量评价参数都优于OS-LS算法;收敛速度也比OS-LS算法快,它需要的迭代次数只是OS-LS算法迭代次数的2/3.

关键词：正电子断层成像、可变有序子集、SOR迭代、惩罚最小二乘

所属期刊栏目：30

分类号：R318(医用一般科学)

资助基金：山西省自然科学基金2009011020-2;山西省高等学校科技开发项目20081024

在线出版日期：2011-07-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：225-231