● 摘要
摘 要核医学成像是正在蓬勃发展的新型诊断技术，尤其是20世纪九十年代出现的正电子发射计算机断层显像（PET）, PET影像技术基本满足了 “定位”、“定量”的要求，因其在生理功能检测和肿瘤探测方面的独特功效而倍受瞩目。由于成像机理的制约，PET图像存在模糊、分辨率不高等问题，致使PET影像在解剖学定位和定量分析方面存在严重不足，而这类图像退化并不能由硬件的设计而消除，从图像处理的角度，即用软件的方法对图像进行后处理来改善PET影像的质量，对提高其在定位和定量方面的应用价值意义重大，而且是必经之路。大量的研究表明，PET图像的退化可以由高斯函数模型来描述，这就为通过图像处理的方法提升PET影像的质量奠定了基础，这也是论文研究的基本出发点。论文研究了通过构造实验模型考证PET系统性能的思路，提出了一套针对PET图像的后处理方法，其中包括图像的复原、图像分割和配套的定量分析方法等。鉴于PET三维成像的特点，论文首先采用降质函数优先辨识法对PET图像进行三维图像复原。提出了基于信号重建的降质函数辨识算法，实现了点扩散函数的自动探测；研究了基于Lévy模型的直接盲卷积复原算法，提出了模型参数的优选方法；给出了一种新的针对视觉特点的复原图像质量评价的方法，并引用多种类型的图像对算法进行了测试，用于指导复原算法的参数选取。实验表明，论文研究的复原算法与目前普遍采用的基于最大似然法理论的迭代盲反卷积算法在复原图像质量、抑制噪声等方面具有非常明显的优势。基于图像的定量测量和分析技术的核心是图像分割的方法，PET成像的机理表明分割方法应该是基于体积的。论文研究了一种基于形变模型的三维水平集图像分割算法，并实现了其窄带分割算法，通过改进窄带更新策略和距离函数的计算方法，提高了处理速度；论文同时提出了一种基于线性回归模型和体积平均SUV阈值的三维分割算法，通过仿真和实验数据验证了算法的有效性，对模型数据的定量测量误差控制在5%以内。通过对PET图像的复原，有效改善了图像的质量，目标的边缘信息得到提升，为后续的三维图像分割打下了基础。论文提出的先图像复原后分割最后进行定量分析的PET图像处理思路，经过实验数据验证具有一定的参考和实用价值。