扇形模式下SPECT图像重建算法之比较探究.docVIP

扇形模式下SPECT图像重建算法之比较探究 　【摘要】 　　目的： 比较研究扇形几何模式下单光子发射断层成像（SPECT）中三种典型重建算法的衰减补偿性能. 方法： 描述并分析扇行投影方式下FBP, OSEM和Novikov逆变换三种算法的重建公式，对SheppLogan模型进行重建，并对重建时间及图像质量进行比较. 结果： 基于Novikov逆变换的定量解析重建算法得到的图像质量与OSEM迭代算法近似，而重建时间大大缩短. 结论： 定量解析重建算法可快速有效补偿非均匀衰减因素影响，具有广泛应用前景. 【关键词】 体层摄影术 发射型计算机 单光子 有序子集最大期望 滤波反投影 定量重建 0引言 单光子发射断层成像（single photon emission computer tomography, SPECT）技术广泛应用在核医学临床诊断中. 由于人体组织对发射的光子具有吸收衰减作用，如果在重建过程中不考虑该因素，将导致出现假阳性结果. 以往对非均匀衰减的补偿主要是通过迭代算法来实现［1-3］. 近年来Novikov［4］给出了平行投影下、非均匀衰减Radon逆变换的求解公式，才使得具有任意真实衰减分布的SPECT解析重建算法成为可能. Kunyansky［5］利用Novikov的逆Radon变换求解公式，提出一种可校正非均匀衰减的SPECT解析重建算法，对类似人的胸腔这样复杂的非均匀衰减分布，也能进行准确的补偿. 本研究在将Novikov逆变换公式扩展至扇行投影方式的基础上［6］，对三种典型重建算法，即经典滤波反投影法（FBP），迭代算法的代表有序子集最大期望值法（OSEM），及基于Novikov逆变换的解析重建算法的衰减补偿性能、重建图像质量及重建时间进行比较评价，为今后该领域的研究工作提供参照. 1对象和方法 1.1对象对扇行投影方式下FBP，OSEM以及Novikov求逆变换公式三种重建算法进行描述与推导，并对重建结果进行定量分析. 1.2方法 1.2.1FBP滤波反投影重建算法的基本思想是：在某一投影角度下取得投影函数（一维函数），对此一维投影函数做滤波处理，得到一个经过修正的投影函数. 然后再将此修正后的投影函数做反投影，得到重建后的图像［7］： f(x,y)=∫π〖〗0dθ ∫+∞〖〗-∞gθ(R)δ(xcosθ+ysinθ-R)dR(1) 其中，gθ(R)=∫+∞〖〗-∞Fθ(ρ)|ρ|e2πjρRdρ，Fθ(ρ)为在θ角度下投影函数（极坐标）的一维傅立叶变换. δ(xcosθ+ysinθ-R)代表直线xcosθ+ysinθ=R 　　滤波反投影在实现图像重建时，只需做一维傅立叶变换，且可并行进行，图像重建速度快，因而在临床中得到广泛应用. 但是，由于该算法不能补偿衰减等因素对图像的影响，重建结果只能提供定性分析，图像中存在伪轮廓现象. 扇形投影方式下的滤波反投影研究可参阅文献［7］. 1.2.2有序子集最大期望值（OSEM）算法作为迭代算法的代表，OSEM 以最大似然最大期望值方法(MLEM)为基础. 由于在MLEM算法中，每一次对所有投影数据计算的结果只能更新重建图像一次，而在OSEM算法中，投影数据被划分为G个有序子集Sg∶g=1,2,Λ,G，对每个子集的计算结果都将重新更新一次图像. 这样，对所有的子集都计算一遍后，就相当于对初始图像更新了G次，从而大大提高收敛的速度. 对有序子集g=1,2,Λ,G 投影：p(I, g)lmn=∑〖〗ijkf(I, g)ijkhijk, lmn (l, m, n)∈Sg（2） 反投影： f(I, g+1)ijk=f(I, g)ijk〖〗∑〖〗lmn∈SGhijk,lmn∑〖〗lmn∈SGhijk,lmnplmn〖〗p(I, g)lmn（3） 其中，hijk,lmn是点(i,,j,k)在探测头(l,m,n)上的投影. I为迭代次数. 每次迭代完成后，f(I, G+1)ijk作为新的f(I+1,1)ijk用于下次迭代计算. 在利用OSEM算法重建SPECT图像的过程中，子集的选取极为关键. 子集数量过少，将影响收敛速度；过多，则可能导致不收敛或收敛到局部收敛点. 在实际操作中，子集数目通常取8的倍数. 迭代算法能够处理复杂的真实成像模型，重图像质量好，但由于计算量较大，且存在正则及收敛问题，目前还未在临床广泛应用. 1.2.3Novikov逆变换公式平行投影方式下Novikov的逆变换公式可参阅文献［4］. 在扇形投影方式下，投影线、探测器及重建图像间有对应几何关系（图1）. 其中O，S分别为坐标原点与扇形束焦点，P为重建图像中任意点. σ为OS与投影线夹角，σ为OS与PS夹角. β为OS与y轴夹角