基于γ辐射断层扫描的病理病灶定量评估：两种统计图像重建算法的比较

本研究比较了单光子发射断层扫描（SPECT）中图像重建的两种统计方法。我们评估了广泛使用的有序子集期望最大化（OSEM）算法和较新的基于熵先验的最大后验概率（MAP-Ent）方法，纳入定量评估组织病理病灶中放射药物摄取的背景。使用包含六个不同直径球体的数字化 twin of the standardized NEMA IEC phantom进行数值实验，这些球体模拟了病灶。通过使用恢复系数（RCmax）来定量评估准确性，RCmax定义为重建最大活性与真实值之比。该研究表明，OSEM在迭代过程中表现出不稳定的收敛，导致图像中出现噪声和边缘伪影。后置滤波可稳定重建并确保收敛，产生可用于临床评估的RCmax-大小曲线。然而，这种方法在小病灶上显著低估摄取，甚至可能导致重建图像中小病灶的完全丢失。相比之下，MAP-Ent展现出根本不同的行为：它实现了稳定的收敛，无需后置滤波即可保持定量准确性，同时保持即使是最小病灶的对比度。但是，实现准确重建的迭代次数高度依赖于单个全局正则化参数的选择，这限制了在不同大小的病灶上获得最佳性能的能力。这些结果表明，在MAP-Ent中需要采用局部自适应正则化，以提高病灶重建中定量准确性的能力。