摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 引言 | 第10-17页 |
1.1 研究背景及意义 | 第10页 |
1.2 国内外研究现状 | 第10-15页 |
1.2.1 PET成像的物理基础及原理 | 第10-11页 |
1.2.2 PET研究现状 | 第11-12页 |
1.2.3 PET三维数据校正 | 第12-15页 |
1.3 本文组织结构 | 第15-17页 |
第二章 PET系统简介及数据的获取 | 第17-25页 |
2.1 PET成像系统介绍 | 第17-19页 |
2.2 随机符合计数的获得 | 第19-21页 |
2.3 数据存储-sino图生成 | 第21-24页 |
2.4 本章小结 | 第24-25页 |
第三章 基于联合泊松分布的随机符合校正 | 第25-44页 |
3.1 三维重建 | 第26-30页 |
3.1.1 迭代重建基础理论 | 第26-28页 |
3.1.2 二维概率矩阵 | 第28-29页 |
3.1.3 三维重建基础 | 第29-30页 |
3.2 PDEM算法原理及实验验证 | 第30-42页 |
3.2.1 PDEM算法的校正结果及分析 | 第33-36页 |
3.2.2 PDEM算法用于三维数据校正结果分析 | 第36-42页 |
3.3 本章小结 | 第42-44页 |
第四章 基于MLEM的随机符合校正 | 第44-69页 |
4.1 单面凯西(SP-C)算法原理 | 第45-47页 |
4.2 MLEM算法原理及基于MLEM的减法和除法校正介绍 | 第47-50页 |
4.3 实验验证及结果分析 | 第50-68页 |
4.3.1 基于MLEM的减法和除法校正仿真实验及比较分析 | 第51-55页 |
4.3.2 除法、减法校正的三维数据重建校正效果比较 | 第55-60页 |
4.3.3 单面凯西法三维数据实验 | 第60-63页 |
4.3.4 单面凯西法联合除法、减法校正用于三维数据校正结果分析 | 第63-67页 |
4.3.5 单面凯西法联合除法与联合泊松分布校正方法实验结果分析 | 第67-68页 |
4.4 本章小结 | 第68-69页 |
第五章 总结与展望 | 第69-72页 |
5.1 工作总结 | 第69-70页 |
5.2 未来工作展望 | 第70-72页 |
致谢 | 第72-73页 |
参考文献 | 第73-77页 |
附录 | 第77页 |