基于協(xié)同進化遺傳算法的PET圖像重建研究.pdf

1、正電子發(fā)射斷層成像（PET）技術是當今醫(yī)學領域最先進的核醫(yī)學成像技術之一，也是連接分子生物學和臨床醫(yī)學的橋梁。PET圖像能夠同時反映活體組織的解剖形態(tài)和功能代謝情況，在分子水平上定量顯示生物體生理、生化過程，圖像信息豐富，是現(xiàn)代核醫(yī)學領域研究的熱點。
　　圖像重建算法是PET的核心技術，算法對重建圖像的質量有著重要的影響。PET圖像重建是通過采集大量的符合探測事件，反演出放射性核素在組織內濃度分布情況，從而獲取組織功能陳代謝情況，

2、用于進行病理分析。由于采集數(shù)據(jù)的不完備性，使得該過程在數(shù)學上具有不適定性。
　　本文首先闡述了 PET的成像原理以及數(shù)據(jù)采集，然后論述了兩種主要的重建算法有解析法和迭代法。迭代算法的實質是基于某種準則下，對估計圖像進行反復修正迭代的過程，能夠在迭代的過程中加入各種先驗知識和約束條件，相較解析重建法的理想數(shù)學模型，迭代算法重建圖像質量更好，精度更高。
　　協(xié)同進化遺傳算法是近幾年來新興起的計算機智能研究熱點，該算法具有很強的自

3、適應搜索能力和漸進學習能力，能夠有效克服傳統(tǒng)遺傳算法的早熟和收斂速度慢的問題。本文將協(xié)同進化遺傳算法應用于 PET的圖像重建中，建立算法模型，引入邊際貢獻率的概念實現(xiàn)個體的適應度評價，并對遺傳算法的遺傳算子進行優(yōu)化，采用仿真數(shù)據(jù)進行協(xié)同進化的斷層重建，初步完成圖像的重建，結果表明該算法在 PET圖像重建中是有效的。由于該算法在重建中不需要系統(tǒng)傳輸矩陣和復雜的數(shù)學計算，因此可以高效利用計算機資源，是一種比較有前途的重建算法。
　　本