| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第14-18页 |
| 1.1 引言 | 第14-15页 |
| 1.2 传统PET图像重建方法现状 | 第15-16页 |
| 1.3 本文的贡献 | 第16-17页 |
| 1.4 本文组织结构 | 第17-18页 |
| 2 研究背景 | 第18-32页 |
| 2.1 解析法重建 | 第19-20页 |
| 2.1.1 滤波反投影法 | 第19-20页 |
| 2.2 PET系统原理 | 第20-25页 |
| 2.2.1 衰减系数 | 第22-23页 |
| 2.2.2 随机符合事件 | 第23-24页 |
| 2.2.3 散射符合事件 | 第24-25页 |
| 2.3 系统模型 | 第25页 |
| 2.4 统计方法重建 | 第25-30页 |
| 2.4.1 则化重建 | 第26-28页 |
| 2.4.2 解剖信息约束的统计重建方法 | 第28-30页 |
| 2.5 优化算法 | 第30-32页 |
| 3 稀疏表达 | 第32-41页 |
| 3.1 稀疏编码 | 第32-34页 |
| 3.1.1 Orthogonal matching pursuit(OMP) | 第33页 |
| 3.1.2 Basis Pursuit | 第33-34页 |
| 3.2 字典学习 | 第34-37页 |
| 3.3 稀疏表达和字典学习在医学图像中的应用 | 第37-41页 |
| 3.3.1 图像恢复 | 第37-38页 |
| 3.3.2 医学图像重建 | 第38-41页 |
| 4 基于稀疏表达和字典学习方法的PET图像重建 | 第41-60页 |
| 4.1 问题背景 | 第41页 |
| 4.2 问题描述 | 第41-46页 |
| 4.2.1 最大似然估计 | 第41-42页 |
| 4.2.2 稀疏惩罚项 | 第42-46页 |
| 4.3 实验验证 | 第46-60页 |
| 4.3.1 蒙特卡罗模拟实验 | 第47-49页 |
| 4.3.2 病变区域可探测性 | 第49-51页 |
| 4.3.3 真实数据 | 第51-53页 |
| 4.3.4 参数分析 | 第53-55页 |
| 4.3.5 字典 | 第55-58页 |
| 4.3.6 实验总结 | 第58-60页 |
| 5 总结与展望 | 第60-62页 |
| 5.1 本文工作总结 | 第60页 |
| 5.2 后续工作展望 | 第60-62页 |
| 6 参考文献 | 第62-69页 |
| 攻读硕士期间所取得的成果 | 第69页 |