Matlab代码实现PET仿真与重建框架

该框架利用系统矩阵的分析建模能力，支持从用户提供的图像或使用内置NEMA NU-2幻像生成器生成的图像进行PET数据分析模拟。该框架支持无噪声和有噪声情况下的重建，并采用了2D有序子集期望最大化（OS-EM）算法进行统计PET图像的重建。同时，该框架能够对衰减和归一化进行建模和校正，通过集成的广义PSF建模技术，可以对真实PSF、无PSF以及低估和高估PSF进行建模。用户可以调整一系列数据采集和图像重建参数，进而研究模型参数在特定背景下的影响。该框架在使用时应注明S. Ashrafinia等人在2017年发表的相关研究作为参考文献。此外，该框架是基于Matlab平台，集成了PET正向投影和重建步骤，能够模拟现实中的PET重建过程，如放射性衰变，利用CT正弦图执行衰减校正以及使用归一化正弦图进行检测器灵敏度归一化。" 知识点详细说明： 1. PET仿真和重建技术：PET_sim_recon是一个用于模拟和重建PET图像的软件框架。PET扫描是一种核医学影像技术，主要用于研究生物体的生理和生化功能。在医疗成像中，PET扫描通常与CT扫描结合，称为PET/CT，可以提供关于身体内部结构和功能的详细信息。 2. 系统矩阵分析建模：系统矩阵是PET重建中的一个关键概念，它描述了从放射性示踪剂的分布到探测器记录到的信号之间的转换关系。系统矩阵分析建模允许用户理解PET系统的物理特性和成像过程，对重建图像的质量有重要影响。 3. 2D有序子集期望最大化（OS-EM）算法：这是一种常用的迭代重建算法，能够从PET扫描仪获得的原始数据中重建出高质量的图像。OS-EM算法通过将图像分割成多个子集，并在每次迭代中更新这些子集的参数，以改善图像质量和提高计算效率。 4. 广义PSF建模：点扩散函数（PSF）是描述系统对一个点状光源响应的函数。在图像重建中，PSF对于了解成像系统对图像细节的影响至关重要。广义PSF建模指的是对真实PSF进行建模，这有助于研究者了解和评估不同的PSF设置对重建图像质量的影响。 5. 衰减校正与检测器归一化：在PET成像过程中，需要对放射性衰变进行校正，并且需要考虑检测器的灵敏度差异。衰减校正是通过CT图像数据来估算组织对正电子的衰减程度，而检测器归一化是为了确保不同检测器元素的响应一致性。 6. 参数调整与模型影响研究：PET_sim_recon框架允许用户根据需要调整数据采集和图像重建的参数。这使得用户可以根据具体研究目的和成像条件，探索不同参数设置对重建图像质量和模型参数影响的大小。 7. 使用Matlab平台开发：该框架基于Matlab编程环境开发，这意味着其具有良好的数值计算能力和丰富的图像处理工具。Matlab是科研和工程领域中广泛使用的计算平台，尤其在图像处理和数据分析方面具有优势。 8. 参考文献与开源说明：在使用PET_sim_recon框架获得研究成果时，应注明引用了S. Ashrafinia等人的研究，这强调了学术诚信和对原始研究的尊重。另外，该框架被标记为开源，这表示源代码可以被公开访问和修改，便于科研人员共享资源和协作开发。 综上所述，PET_sim_recon是一个功能强大且灵活的PET仿真和重建框架，适用于研究和教育目的。通过使用Matlab环境和开源特性，它能够帮助研究人员对PET成像过程进行深入分析，并进行高质量的图像重建。