基于广义Gibbs先验的优质PET成像

• 作者: 毕一鸣 路利军 陈武凡 马建华 黄静
• 来源期刊: 电子学报
• 学科: 医学
• 关键词: 正电子发射成像 最大后验重建 传统Gibbs先验 广义Gibbs先验
• 年，卷（期）: 2010,（4）
• 页码范围: 899-903
• 分类号: R391.4
• 字数: 4113字
• 语种: 中文

摘要

最大后验方法(Maximum A Posteriori,MAP)已经广泛应用于解决图像重建中的病态问题,正电子发射成像(Positron Emission Tomography,PET)便是其中之一.本文基于MAP方法,针对PET成像提出一新的基于图像相似结构信息的广义Gibbs先验形式,新先验能在有效地抑制噪声的同时,鲁棒地保持锐利的边缘信息.但由于新先验的引入,使得重建模型的求解趋于复杂.为解决模型解的收敛性问题,我们提出两步式的局部线化优化迭代重建策略,并结合抛物线替代坐标上升(Paraboloidal Surrogate Coordinate Ascent,PSCA)算法进行求解.新算法分别对PET模拟数据和真实数据进行重建实验,结果表明本文提出的基于广义Gibbs先验的PET成像可以获得优质的重建图像.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈武凡	南方医科大学生物医学工程学院医学信息研究所	214	1814	21.0	30.0
2	黄静	南方医科大学生物医学工程学院医学信息研究所	25	137	6.0	10.0
3	路利军	南方医科大学生物医学工程学院医学信息研究所	30	112	5.0	8.0
4	马建华	南方医科大学生物医学工程学院医学信息研究所	45	227	7.0	12.0
5	毕一鸣	南方医科大学生物医学工程学院医学信息研究所	6	70	4.0	6.0