路利军 马建华 黄 静 毕一鸣 刘 楠 陈武凡

（南方医科大学 生物医学工程学院医学信息研究所，广州 510515）

引言

正电子发射成像（positron emission tomography，PET），是一种非介入的定量研究活体功能活度的临床工具。由于低空间分辨率和系统固有噪声，PET重建是一个病态问题［1］。统计图像重建方法，比如最大似然（maximum likelihood-expectation maximization，ML-EM），能够更好地考虑系统模型的物理效应，而且能够针对探测数据和噪声的统计特性建立数学模型，其迭代重建的图像质量要优于传统的以滤波反投影（filtered back projection，FBP）方法为代表的解析重建算法。然而，ML-EM方法在迭代过程中会伴随着图像质量退化而导致棋盘效应，从而导致非收敛的迭代过程［2］。此病态问题可以通过贝叶斯方法有效地求解［3-4］。基于贝叶斯理论，先验知识可以对原始的重建进行正则化，先验通常反映图像的局部平滑特性，然而在不同的解剖结构之间，放射性活度分布具有很大的变化，使得正则化先验很难满足图像的整体特性，所以如何有效地利用解剖组织和器官之间的放射性浓度变化，对于图像重建有重要的意义［5］。

常用的二次先验（quadratic membrane prior，QMP）是在一个局部邻域内，像素值的平均效应对重建图像起到正则化作用，在抑制噪声的同时，会对边缘细节产生过平滑效应［3］。为克服QMP的缺点，许多具有边缘保持作用的非二次先验，如Huber先验［6］，依据一个局部邻域内的像素灰度差，自适应决定对每个像素的正则化程度。然而，Huber先验会产生块状的平滑区域。与传统先验相比，在PET图像重建中引入高分辨率解剖信息的方法已有广泛研究［7-9］。……