基于MPPC探測器的高分辨率小動物PET成像系統(tǒng)研究.pdf

1、本文在對PET探測器及系統(tǒng)深入研究的基礎(chǔ)上，設(shè)計(jì)了一種基于MPPC的新型小動物PET系統(tǒng)，并在此基礎(chǔ)上提出了一種新型的基于切倫科夫光的多示蹤劑PET成像技術(shù)，其基本內(nèi)容如下:
　　1.1探測器設(shè)計(jì)方面
　　在探測器設(shè)計(jì)方面，本文設(shè)計(jì)了一種基于MPPC的PET探測器模塊，它由16×16的LYSO閃爍晶體陣列和8×8的MPPC陣列耦合而成，單個晶體尺寸為1.5×1.5×15 mm3。通過Monte Carlo模擬實(shí)驗(yàn)和實(shí)際實(shí)驗(yàn)對

2、所設(shè)計(jì)的探測器進(jìn)行了細(xì)致的研究。實(shí)際測量得到的探測器模塊的平均能量分辨率為23.6％，平均本征空間分辨率為1.3mm。在探測器的時間分辨率方面，為了獲取較好的時間分辨率，本文提出了迭代收縮閾值法IST和TV merge兩種新型時間校正算法。這兩種算法通過將時間校正過程線性化并將L1范數(shù)約束和TV約束加入到時間校正過程中，解決了傳統(tǒng)時間校正算法校正精度低且無法實(shí)現(xiàn)晶體級別的時間校正的難題，使得探測器及系統(tǒng)的時間分辨率得到了較大的提升。

3、r>　　1.2圖像重建方面
　　在PET圖像重建方面，提出了一種基于低秩約束和稀疏表達(dá)的動態(tài)PET重建方法。該方法采用線性化交替方向法對目標(biāo)函數(shù)進(jìn)行求求解的手段來獲取圖像的精確重建。它解決了傳統(tǒng)ML-EM等重建方法依賴一定的數(shù)據(jù)概率模型，無法在低計(jì)數(shù)量情況下獲取高質(zhì)量重建圖像的難題。通過Monte Carlo模擬實(shí)驗(yàn)和實(shí)測數(shù)據(jù)實(shí)驗(yàn)，發(fā)現(xiàn)所提出的SLCR重建方法使得重建圖像的偏差，方差和對比度恢復(fù)系數(shù)等參數(shù)相較于傳統(tǒng)算法有了3％到9