| 致谢 | 第1-10页 |
| 摘要 | 第10-12页 |
| ABSTRACT | 第12-18页 |
| 第一章 绪论 | 第18-32页 |
| ·PET与分子成像 | 第18-22页 |
| ·多模成像 | 第19-22页 |
| ·PET的应用 | 第22页 |
| ·PET成像原理与性能指标 | 第22-28页 |
| ·成像原理 | 第22-24页 |
| ·主要性能指标 | 第24-28页 |
| ·小动物PET与PEM | 第28-32页 |
| ·小动物PET(Small animal PET) | 第29-30页 |
| ·PEM | 第30-32页 |
| 第二章 PET探测器原理 | 第32-46页 |
| ·简介 | 第32-33页 |
| ·闪烁晶体 | 第33-35页 |
| ·光电转换器 | 第35-38页 |
| ·光电倍增管 | 第35-36页 |
| ·APD | 第36页 |
| ·SiPMT | 第36-38页 |
| ·小动物PET探测器设计 | 第38-41页 |
| ·Micro PET | 第39页 |
| ·Clear PET | 第39-40页 |
| ·LabPET | 第40-41页 |
| ·基于大块连续晶体的PET探测器 | 第41-46页 |
| 第三章 神经网络位置估算器 | 第46-56页 |
| ·神经网络简介 | 第46-47页 |
| ·神经元模型 | 第47页 |
| ·多层感知器(MLP)网络 | 第47-51页 |
| ·神经元模型 | 第48-49页 |
| ·网络学习方法 | 第49-51页 |
| ·径向基函数(RBF)网络 | 第51-53页 |
| ·神经元模型 | 第52-53页 |
| ·网络训练方法 | 第53页 |
| ·神经网络位置估算器 | 第53-56页 |
| 第四章 LYSO晶体性能测试 | 第56-66页 |
| ·激发发射谱 | 第57页 |
| ·荧光衰减时间 | 第57-60页 |
| ·实验方法 | 第57-59页 |
| ·结果与分析 | 第59-60页 |
| ·能量分辨率 | 第60-63页 |
| ·实验方法 | 第60页 |
| ·背景谱 | 第60-61页 |
| ·能谱 | 第61-63页 |
| ·光产额 | 第63-64页 |
| ·结论 | 第64-66页 |
| 第五章 多通道探测器读出方案优化 | 第66-76页 |
| ·探测器仿真与数据处理 | 第66-70页 |
| ·探测器模块仿真 | 第66-69页 |
| ·网络训练与测试 | 第69-70页 |
| ·结果比较 | 第70-75页 |
| ·网络训练误差比较 | 第70-72页 |
| ·位置分辨率(FWHM) | 第72页 |
| ·角度泛化能力 | 第72-75页 |
| ·结论 | 第75-76页 |
| 第六章 探测器电子学系统设计与测试 | 第76-120页 |
| ·电子学系统设计 | 第76-100页 |
| ·硬件总体设计 | 第77-78页 |
| ·信号压缩读出电路设计 | 第78-81页 |
| ·信号调理和数字化读出电路设计 | 第81-87页 |
| ·FPGA逻辑设计 | 第87-90页 |
| ·上层控制软件设计 | 第90-100页 |
| ·电子学系统测试 | 第100-105页 |
| ·直流噪声测试 | 第101-102页 |
| ·线性与通道一致性测试 | 第102-103页 |
| ·计数模块功能测试 | 第103-104页 |
| ·符合时间分辨率 | 第104-105页 |
| ·PET探测器模型介绍 | 第105-108页 |
| ·探测器性能初步测试 | 第108-118页 |
| ·信号波形 | 第108-112页 |
| ·能量分辨率 | 第112-117页 |
| ·时间分辨率 | 第117-118页 |
| ·总结 | 第118-120页 |
| 第七章 探测器性能测试与分析 | 第120-148页 |
| ·简介 | 第120-122页 |
| ·计数率与晶体原点 | 第122-123页 |
| ·时间分辨率 | 第123-125页 |
| ·能量分辨率 | 第125-126页 |
| ·PMT对光分布的响应 | 第126页 |
| ·MLP位置估算器 | 第126-135页 |
| ·MLP网络的训练 | 第127-130页 |
| ·MLP网络的选择 | 第130-135页 |
| ·位置分辨率 | 第135-147页 |
| ·训练数据局部分辨率 | 第137-138页 |
| ·九点测试数据分辨率 | 第138-140页 |
| ·平均(average)与全局(global)分辨率比较 | 第140-147页 |
| ·总结 | 第147-148页 |
| 第八章 基于FPGA的神经网络位置估算器 | 第148-176页 |
| ·神经网络位置估算器的位置计算过程简化 | 第149-151页 |
| ·神经元的实现结构 | 第151-153页 |
| ·串行计算(serial processing) | 第151-152页 |
| ·部分并行计算(partial parallel processing) | 第152-153页 |
| ·全并行计算(full parallel processing) | 第153页 |
| ·浮点数和定点算 | 第153-155页 |
| ·浮点数 | 第154页 |
| ·定点数 | 第154-155页 |
| ·超越函数的实现 | 第155-164页 |
| ·CORDIC算法 | 第156-157页 |
| ·分段逼近(piecewise approximation) | 第157-158页 |
| ·tanh函数的piecewise实现 | 第158-160页 |
| ·tanh逼近精度比较 | 第160-164页 |
| ·神经元的FPGA实现 | 第164-165页 |
| ·能量归一化单元的实现 | 第165-168页 |
| ·MLP网络的FPGA实现 | 第168-170页 |
| ·结果与讨论 | 第170-174页 |
| ·总结 | 第174-176页 |
| 第九章 总结与展望 | 第176-182页 |
| ·总结 | 第176-178页 |
| ·展望 | 第178-182页 |
| 参考文献 | 第182-196页 |
| 在读期间发表的学术论文与取得的研究成果 | 第196-198页 |
