正电子发射断层扫描成像（PET）技术作为一种非入侵式成像检测手段,一般通过接收正电子湮灭产生的γ光子来还原出被测对象内部状态的三维图像。由于γ光子具有很强的穿透性和抗干扰能力,因此该技术能够实现恶劣环境下对复杂工业金属部件内部状态进行检测。针对工业检测所需求的快速性、准确性和低成本的特点,本文在PET技术原理的基础上改进了成像算法,并提出了一种高性价比的最优核素浓度评估方法。为了满足对工业金属部件的快速检测,PET系统采用三维数据采集方式并使用三维迭代重建算法重建图像来提高γ光子数据的利用率,以达到缩短扫描时间的目的,但是三维模式下高分辨成像带来的系统矩阵过大问题导致三维迭代重建算法执行时间过长。本文首先研究了不同模型的系统矩阵在不同图像大小下对图像质量和重建收敛性的影响,然后针对系统矩阵过大的问题采用稀疏矩阵、PET探测器的结构对称性和近似性对系统矩阵进行压缩,从而实现快速三维重建。此外,本文还研究了三维迭代重建算法的典型代表——3D-OSEM中子集序列对重建图像质量的影响,并在GPU上实现了对该算法的加速。工业部件通常由高密度金属构成,会导致γ光子发生大量散射,在三维数据采集模式下其散射数据的比例可以达到40-60%,因此本文在传统单次散射模拟校正（SSS）算法基础上提出补偿性单次散射模拟校正（C-SSS）算法。SSS算法根据γ光子物理特性建立散射模型,估计出各条响应线（LOR）的散射事件数,然后从原始数据中减去。C-SSS算法在此基础上根据散射γ光子的散射路径还原出其原本的飞行路径,将散射事件进一步补偿回去,有效地提高了光子数据利用率。此外,对C-SSS算法进行了优化,将其集成到3D-OSEM算法的迭代过程中以减小校正误差,并在GPU上实现了加速。由于核素浓度对重建图像质量有较大的影响,因此检测时往往需要多次测量来比较重建图像质量以确定最佳注入浓度。医学中常用等效噪声计数率（NECR）来指导选取最优核素浓度,因此本文研究了3D-OSEM算法下NECR与重建图像SNR的关系,发现了NECR与SNR呈非线性关系,反而真实符合事件计数与重建图像SNR呈线性关系。此外,综合考虑图像质量及其提升率后提出了一种最优核素浓度评估方法,该方法可以为工业检测时最优核素浓度的选取提供很大的参考价值,有效降低检测成本。