论文部分内容阅读
正电子断层成像(Positron emission tomography, PET)作为核医学影像技术的重要手段之一,现今已在临床诊断和药物开发等领域得到广泛的应用。而小动物PET作为PET探测系统中的重要分支,与之相关的开发和研究一直是PET相关领域中的研究热点。随着PET相关技术的不断发展,对小动物PET性能的需求也越来越高。如何有效的构建性能优越的小动物PET探测系统也就成为广大研究者关注的重点。本文在对PET探测器及系统深入研究的基础上,设计了一种基于多像素光子计数器(Multi-pixel Photon Counter, MPPC)的新型小动物PET系统,并在此基础上提出了一种基于切伦科夫(Cerenkov)光的多示踪剂PET成像技术。论文的主要贡献如下：在探测器设计方面,本文设计了一种基于MPPC的PET探测器模块,它由16×16的LYSO闪烁晶体阵列和8×8的MPPC阵列耦合而成,单个晶体尺寸为1.5×1.5×15 mm3。通过蒙特卡洛(Monte Carlo)模拟实验和实际实验对所设计的探测器进行了细致的研究。实际测量得到的探测器的平均能量分辨率为23.6%,平均本征空间分辨率为1.3mm。在探测器的时间分辨率方面,为了获取较好的时间分辨率,本文提出了迭代收缩阈值法(Iterative shrinkage thresholding,IST)和全变差合并法(Total variation merge, TV merge)两种新型时间校正算法。这两种算法通过将时间校正过程线性化并将L1范数约束和TV约束加入到时间校正过程中,解决了传统时间校正算法校正精度低且无法实现晶体级别的时间校正的难题,使得探测器及系统的时间分辨率得到了较大的提升。在PET图像重建方面,提出了一种基于低秩约束和稀疏表达的动态PET重建方法(Sparse/Low Rank Constrained Reconstruction, SLCR)。该方法采用线性化交替方向法对目标函数进行求求解的手段来精确重建图像。它解决了传统极大似然期望最大化法(Maximum likelihood expectation maximization, ML-EM)等重建方法依赖数据统计模型,无法在低计数量情况下获取高质量重建图像的难题。通过Monte Carlo模拟实验和实测数据验证,发现所提出的SLCR重建方法使得重建图像的偏差、方差和对比度恢复系数等参数相较于传统算法有了3%到9%左右的提升。另外,SLCR方法能够在重建过程中有效的将动态部分和背景区域分离出来,从而提升了目标区域的对比度,能够提供更多的生理信息。在重建速度方面,为了对PET图像重建进行加速,我们还构建了基于图像处理单元(Graphics Processing Unit, GPU)加速的图像重建平台,通过这一平台,我们能够更为迅速的获取重建结果。最后,设计了一种基于MPPC探测模块的小动物PET系统。系统由两个探测环组成,每个探测器环包含8个MPPC探测器模块。系统的径向视场(Field of view, FOV)为65mm,轴向FOV为70mm。通过Monte Carlo模拟实验验证,系统的灵敏度为0.5%,符合空间分辨率为1.6 mm,散射分数为19.7%。在PET多示踪剂成像方面,本文首次将核素衰减释放正电子时产生的切伦科夫光作为不同核素的特异性标记,利用不同核素所产生的切伦科夫光波长分布的不同,来实现双示踪剂的PET成像,成功解决了多示踪剂同时成像时,不同示踪剂所产生的信号难以区分的难题,并通过Monte Carlo实验验证了该方法的有效性。