正电子发射断层成像(Positron Emission Tomography，简称PET)对生物活体内生化反应异常灵敏，被广泛应用于肿瘤早期检测等临床应用。而PET成像过程受到诸多物理退化因素影响，为改善图像质量，基于精确系统响应建模的迭代重建算法被广泛使用。如何快速、准确的进行PET系统响应建模是该图像重建算法成像性能的关键影响因素，也是本文主要的研究内容。　　Monte Carlo方法可对PET成像过程中复杂物理效应进行计算机模拟，是一种有效、准确的PET系统建模方法，但该方法建模过程需要大量仿真计算并存储大量文件。本文改进了基于Monte Carlo方法的系统建模过程，通过仿真只有单个晶体宽度的扇形区域，充分利用圆柱形PET系统内部的对称结构，在不牺牲建模统计质量的条件下有效降低所需计算量。本文建模过程共使用4224倍对称，对称操作增加了约3835倍计数，结合使用阿里云服务器，在两周时间内完成了临床PET系统建模工作。　　精确系统响应建模生成的大量文件严重影响了重建出图时间。本文优化了传统的OSEM重建方法，在重建过程中增加图像旋转操作，将缓慢的文件读取过程替换为可方便加速的对称计算过程，最终保存系统矩阵文件约13.2GB，结合多线程并行计算技术有效加快了重建速度。　　基于对Monte Carlo方法建模结果的深入研究，本文实现了一种更加灵活的基于高斯模型的建模方法。该建模方法使用高斯模型来简化表示PET系统响应函数在径向与轴向上的模糊，可显著减少建模所需数据量。基于该方法，本文通过径向与轴向上共151个点源数据完成了系统建模工作。多个假体实验被设置来评估不同系统建模方法的重建性能。实验结果表明基于高斯模型建模方法的图像重建有效降低了成像视野边缘的空间分辨率退化，改善了图像对比度，具有和基于Monte Carlo建模方法相似的噪声收敛特性。