首页 > 文献资料
-
OSEM子集及迭代次数对PET图像质量的影响
目的:探讨有序子集大期望重建算法(OSEM)中子集及迭代次数对PET图像质量的影响.材料和方法:圆柱模型(长18.5cm,直径21.5cm)内灌注比活度为1.25kBq/ml 18F-水溶液形成本底,平行内置的7个不同直径空心小圆柱内灌注18F-水溶液(比活度125kBq/ml)形成热灶,以2D方式采集数据、OSEM算法重建图像,子集水平32、16,迭代次数1~10.在图像横断面对应外围7个热灶画与其同大小的ROI及本底ROI,由此计算CV等参数.结果:相同条件下32子集重建图像的热灶活度比16子集更接近真实值.变异系数CV,在较小热灶及背景区中32子集的大于16子集,较大的热灶中32子集的则小于16子集.结论:OSEM重建方式选择32子集2~3次迭代,或16子集3~4次迭代的图像质量较好.
-
正电子发射断层图像重建中基于有序子集惩罚小二乘算法的应用
为了解决正电子断层成像中传统迭代重建算法不能有效抑制噪声和收敛速度慢的问题,在小二乘算法中引入二次平滑先验惩罚项,并结合有序子集加速方法用于正电子发射断层图像重建,形成了有序子集惩罚小二乘算法.实验结果表明,有序子集惩罚小二乘算法相对于大似然估计等算法,不仅能够有效地抑制噪声,重建出质量更好的图像,而且较大地提高了收敛速度.
-
基于有序子集的惩罚加权小二乘低剂量CT优质重建算法研究
为解决低剂量CT图像重建的噪声问题,在经典的加权小二乘迭代算法的基础上,采用有序子集设计策略,针对此问题进行低剂量CT图像优质重建.有序子集技术下惩罚加权小二乘算法,可以较有效处理低剂量条件下CT重建信息量不足带来的缺点.同时有序子集的引入,使得新算法较经典的惩罚加权小二乘算法在速度上得到很大提高,低剂量CT的重建图像仍可保持较佳的图像质量和较高的空间分辨率.
关键词: 低剂量 CT 图像重建 有序子集 惩罚加权最小二乘法 -
前列腺癌18F-脱氧葡萄糖和11C-胆碱PET/CT联合显像1例
病史
患者,男性,73岁。4年前外院确诊前列腺癌,行去势术+前列腺125I粒子植入近距离放疗,后内分泌治疗至今。近3个月血清前列腺特异性抗原(prostate-specific antigen,PSA)进行性升高,排尿不畅1个月,遂来复旦大学附属肿瘤医院就诊。PSA复查为173.70 ng/mL。行18F-脱氧葡萄糖(18F-fluorodeoxyglucose,18F-FDG) PET/CT检查,设备为SIEMENS Biograph 16 HR PET/CT。患者空腹4 h以上,血糖6.4 mmol/L,静脉注射18F-FDG 12.4 mCi,平静休息约60 min。CT扫描参数:管电压120 kV,管电流大小由CARE Dose4D软件根据定位图像自动控制,电流范围为100~270 mA,层厚及层间隔为5 mm。PET采集方式为3D,全身扫描从颅底至股骨上段约6个床位,2 min/床位;头颅1个床位,4 min。图像重建软件使用有序子集大期望值法(ordered subsets expectation maximization,OSEM),利用CT透射扫描数据对全身PET图像进行衰减校正。结果显示,前列腺内见多个金属颗粒影(为植入的125I粒子),未见明显F D G代谢异常增高灶;腹膜后、纵隔多枚肿大淋巴结,仅见腹膜后1枚淋巴结FDG代谢略增高,大标准摄取值(maximum standardized uptake value,SUVmax)为4.9。隔日静脉注射18.9 mCi 11C-胆碱(choline,CH),10 min后行全身PET/CT检查(除全身采集时间为3 min/床位外,其余同18F-FDG采集)。结果显示,前列腺未见CH 代谢异常增高灶,腹膜后、纵隔多枚肿大淋巴结均见CH代谢异常增高,SUVmax=10.9(图1~2)。 -
图像重建-有序子集大期望值法
随着计算机技术和迭代重建算法的发展,目前的PET仪及SPECT仪中几乎都提供了迭代重建算法.迭代法中普遍使用的是有序子集大期望值法(OSEM)[1].其有序子集思想(OS,即将全部投影数据分成多个组-子集)与代数重建技术(ART)[2]的思路相似,而在迭代过程中的数据更新算法则是基于大似然期望法(MLEM)[3,4].目前临床对该算法了解不多,本文就其原理及性能作了介绍.
-
序列子集联合代数重建技术
图像重建迭代算法的主要缺点是计算量大,重建速度慢.为减少计算时间,Hudson等提出了有序子集算法,由于该算法在每次迭代时使用固定的子集个数,重建图像的质量主要依赖于迭代步中的子集数.本文提出序列子集联合代数重建技术,在每次迭代后减少使用的子集个数,这样在加速图像收敛的同时恢复重建图像的各种频率元素.实验结果表明序列子集联合代数重建技术可在少数次迭代后提供较高质量的重建图像,且对噪声数据不敏感.