一种基于块字典学习和稀疏表达的PET图像重建方法

摘要

本发明公开了一种基于块字典学习和稀疏表达的PET图像重建方法，其通过块字典学习的方法从解剖图像中学习先验知识，利用稀疏表达建立了基于先验知识的惩罚项，并结合根据泊松分布模型建立的似然函数形成后验函数形式的目标方程；其中，本发明利用解剖图像和块字典学习方法训练的块字典可以代表解剖图像的局部特征，并且稀疏度相同的情况下，表现出比未采用块结构字典更好的性能。因此，本发明PET重建方法有效地克服了ML‑EM方法中出现的棋盘效应等病态解问题，同时相比于其他重建方法，也取得比较好的重建效果。