基于非平滑先验的列表模式稀疏泊松数据快速低内存重建及其在飞行时间PET中的应用

最先进的TOF PET扫描仪的完整飞行时间（TOF）正弦图具有巨大的内存占用。目前它们包含约4e9个数据仓，以32位浮点精度计约17GB。使用迭代算法重建如此庞大的TOF正弦图因内存需求以及对每个数据仓评估前向模型所需的计算时间而愈发具有挑战性。对于更先进的优化算法（如SPDHG算法，其允许使用子集的非平滑先验并保证收敛）尤其如此。SPDHG需要在内存中存储额外的正弦图，这严重限制了其在最先进TOF PET系统数据集上的应用。受TOF正弦图普遍稀疏特性的启发，我们提出并分析了一种新的SPDHG算法的列表模式（LM）扩展，用于遵循泊松分布的稀疏数据重建。基于2D和3D仿真以及近期TOF PET/CT系统获取的真实数据集对新算法进行了评估。将新提出的LM SPDHG算法性能与常规正弦图SPDHG和列表模式EM-TV算法进行比较。我们表明LM-SPDHG的收敛速度与使用分箱数据的原始SPDHG相当。然而，我们发现对于TOF分辨率为400ps的TOF PET系统，LM-SPDHG将所需内存从约56GB减少到短动态帧（1e7计数）的0.7GB，以及长静态采集（5e8计数）的12.4GB。与SPDHG相反，LM-SPDHG降低的内存需求使其能在最先进GPU上实现纯GPU实现，这将大幅加速重建时间。这反过来将允许LM-SPDHG在重建时间关键的常规临床实践中应用。