正电子发射断层成像（Positron Emission Tomography,PET）是一种功能强大的分子影像技术,通过向生物体内注射放射性示踪剂可以监测生物体内的生物生化反应,在临床诊断和新药研发等方面都扮演着重要的角色。PET在进行动态扫描时可以获得多个连续的时间帧数据从而重建得到多幅图像,为了监视示踪剂在生物体内分布的快速变化,通常每个时间帧的扫描时间都比较短暂,导致每个时间帧的计数都很低,重建得到图像的质量也比较差。从低计数的PET投影数据重建得到的图像通常会含有大量的噪声,由于逆问题是不适定的,提高PET重建图像质量一直面临着诸多挑战。目前提高PET图像质量的方式大致分为两种:一是通过改变图像重建的算法,二是通过对重建后得到的图像进行后处理。本文所做的研究主要是研究和改善PET图像的重建算法,所开展的工作如下:1、我们提出基于最大似然期望最大化算法和引导核滤波的动态PET图像重建。该方法利用复合帧数据重建得到的组合图像作为先验图像继而获得构建引导核滤波需要的核函数。我们使用最大似然期望最大算法估计PET投影数据的特征系数,使用核函数对每一次迭代获得的估计系数进行滤波。为了验证算法的可行性我们进行了仿真实验,比较算法分别是最大似然期望最大算法和核方法。实验结果表明,提出的方法可以降低重建图像的噪声并且获得更好的肿瘤重建。2、我们提出基于双纹理特征的动态PET成像方法。该方法同样是利用复合帧数据重建得到组合图像和其纹理特征图像作为先验图像继而获取先验特征。将获取到的先验特征构成新的核函数,然后借助核方法的框架实现纹理特征在PET重建中的应用。为了验证算法的可行性我们进行了仿真实验和临床实验,对比算法分别是最大似然期望最大算法、核方法以及最近Gao提出的新的核方法。实验结果表明,提出的方法可以显著提高重建图像肿瘤区域的对比度恢复度系数,并且可以提高重建图像的信噪比。