可变有序子集PML算法在PET中的应用

何佳伟; 刘东升; 桂志国

您当前的位置：

首页 >

文章列表页 >

可变有序子集PML算法在PET中的应用

电子与电子信息 | 更新时间：2026-09-14

- 可变有序子集PML算法在PET中的应用
- Application of Modified Subsets PML Algorithm to PET Image Reconstruction
- 中北大学学报（自然科学版） 2010年31卷第6期页码：646-650
- 作者机构：
  
  中北大学电子测试技术国家重点实验室
- 作者简介：
- 基金信息：
  
  山西省自然科学基金资助项目(2009011020-2);山西省高等学校科技开发资助项目(20081024)
- DOI：
  中图分类号：
- 纸质出版：2010
- 稿件说明：
移动端阅览
何佳伟, 刘东升, 桂志国. 可变有序子集PML算法在PET中的应用[J]. 中北大学学报（自然科学版）, 2010,31(6):646-650.

何佳伟, 刘东升, 桂志国. Application of Modified Subsets PML Algorithm to PET Image Reconstruction[J]. 2010, 31(6): 646-650.
何佳伟, 刘东升, 桂志国. 可变有序子集PML算法在PET中的应用[J]. 中北大学学报（自然科学版）, 2010,31(6):646-650. DOI：

何佳伟, 刘东升, 桂志国. Application of Modified Subsets PML Algorithm to PET Image Reconstruction[J]. 2010, 31(6): 646-650. DOI：

摘要

在正电子发射断层重建(PET)中

M LEM算法不但收敛速度慢

而且还不能有效抑制噪声.随着迭代次数的增加

重建图像中的噪声同时也会逐渐上升

从而造成重建图像质量的下降.在M L算法中加入正则惩罚项

并结合可变有序子集(MOS)方法用于PET图像重建

形成了可变有序子集的惩罚最大似然算法(OS-PML)

它结合了MOS算法和PML算法的优点.运用MOS-PM L和其他重建算法对正电子发射断层(PET)进行了重建实验

仿真结果表明

MOS-PM L算法相对于MLEM和PML算法

不仅能抑制噪声

重建的图像质量更高

而且收敛速度也有了较大提高.

Abstract

In positron emission tomography(PET) image reconstruction

maximum likelihood expectation maximization(MLEM) algorithm has poor convergent rate and lots of computing time.And the noise of the reconstructed image is deteriorated with the iterations increasing.A new algorithm

named as MOS-PML

is proposed by using MLEM algorithm combining the regularizing penalty with the modified subsets technology.Simulation results for PET image reconstruction show that the MOS-PML algorithm has better performance than MLEM and PML in convergence rate and image quality.

关键词

Keywords

references

Chang J H,Anderson J M M,Votaw J R.Regularized image reconstruction algorithms for positron emissiontomography[J].IEEE Trans.Medical Imaging,2004,23:1165-1175.

Denisova N V.Bayesian reconstruction in SPECT with entropy prior and iterative statistical regularization[J].IEEETrans.Nuclear Science,2004,51:136-141.

Matej S,Fessler J A,Kazantsev I G.Iterative tomgraphic image reconstruction using fourier-basforward and back-projectors[J].IEEE Trans.Medical Imaging,2004,23(4):401-412.

Shepp L A,Vardi Y.Maximum likelihood restoration for emission tomography[J].IEEE Trans.Medical Imaging,1982,1:113-122.

Hudson H M,Larkin R S.Accelerated image reconstruction using ordered subsets of projection data[J].IEEETrans.Medical Imaging,1994,13(4):601-609.

Byrne C L.Choosing parameters in block-iterative ordered subset reconstruction algorithm[J].IEEE Trans.Medical Imaging,2005,14:321-327.

Fessler J A,Hero A O.Space alternating generalized expectation maximization algorithm[J].IEEE Trans.ImageProcess,1994,10(42):2664-2677.

Green P J.Bayesian reconstructions from emission tomography data using a modified EM algorithm[J].IEEE TransMedical Imaging,1990,9(1):84-93.

Jiang M,Wang G.Convergence of the simultaneous algebraic reconstruction technique(SART)[J].IEEE Trans.Image Process,2003,12:957-961.

Zhu H Q,Zhou J,Shu HZ,et al.A novel weighted least squares PET image reconstruction method using adaptivevariable index sets[J].Digital Signal Processing,2006,16:106-119.

Zhu H Q,Shu H Z,Zhou J,et al.Accelerating SAGE algorithm in PET image reconstruction by rescaled block-iterative method[J].Journal of Southeast University(English Edition),2005,21(2):207-210.

Zhu H Q,Shu H Z,Zhou J,et al.Application of SAGE algorithm in PET image reconstruction using modifiedordered subsets[J].Journal of Southeast University,2005,21(3):319-323.

周健.正电子发射断层的图像重建方法研究[D].南京:东南大学,2006.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于混合正则项的稀疏角度CT图像重建

基于分数阶各向异性扩散和小波的MLEM低剂量CT重建算法

基于改进各项异性扩散和小波变换的MLEM低剂量CT重建算法

一种反投影模型下的图像重建迭代算法

一种基于交错格分块的迭代重建算法