基于网格的最小交叉熵算法在PET图像重建中的应用.pdf

第 期 电 子 学 报 11 Vol . 34 No . 11 年 月 2006 11 ACTA ELECTRONICA SINICA NoV . 2006 基于网格的最小交叉熵算法在PET 图像重建中的应用 戴修斌，朱宏擎，舒华忠，罗立民 （东南大学计算机科学与工程系影像科学与技术实验室，江苏南京 210096 ） 摘 要： 基于内容的自适应三角形网格模型是描述图像的一种有效方法，本文将网格模型与最小交叉熵算法相 结合，并加入先验解剖信息，用于 图像重建 在本文提出的新算法中，先将投影数据用滤波反投影方法（ ）生成 PET . FBP 参考图像，再对参考图像提取网格节点，用加入先验解剖信息的最小交叉熵算法对网格节点灰度值进行迭代计算，最 后利用迭代后的网格节点灰度值对象素点进行插值得到重建后的图像. 在仿真实验中，将该算法与最大似然方法 （ ）等算法作比较，并分析了参数对重建结果的影响 MLEM . 关键词： 基于内容的自适应网格模型；最小交叉熵算法；PET 图像重建 中图分类号： 文献标识码： 文章编号： （ ） TP391.4 A 0372-2112 2006 11- 1999-05 Minimum Cross- entropy Reconstruction of PeT lmages Based on a Content-adaptive Mesh Model ， ， ， DAI Xiu-bin ZHU Hong-ging SHU Hua-zhong LUO Li-min （ ， ， ， ， ， ） Lab of Image Science and Technology Dep artment of Comp uter Science and Enginnering Southeast Uniuersity Nanj ing Jiangsu 210096 China ： ， abstract Content-adaptive mesh modeling is an efficient method for image representation . In this paper the minimum cross- entropy algorithm using prior anatomical information ， ，