减少PET受体测量中Logan图形分析的噪声效应
定量方法
2009-04-20 v1
摘要
Logan图形分析(LGA)是一种广泛用于从正电子发射断层扫描(PET)图像数据中量化生物化学和生理过程的方法。LGA方法一个众所周知的问题是估计参数中的偏差。我们最近系统地评估了与线性模型近似相关的偏差，并开发了一种替代方法来最小化模型误差引起的偏差。在本研究中，我们检查了定义线性量化方法（包括LGA）的方程中的噪声结构。该噪声结构与高斯-马尔可夫定理给出的最小二乘(LS)解生成最佳线性无偏估计量的条件相冲突。通过仔细处理数据误差结构，我们提出使用结构化总体最小二乘(STLS)通过一维优化问题来求解。对[11C]苯并噻唑-苯胺（匹兹堡化合物-B [PIB]）的PET数据模拟表明，所提出的方法显著减少了偏差。我们得出结论，与噪声相关的偏差主要是由于相关噪声的异常结构，并且可以通过所提出的STLS方法减少。
引用
@article{arxiv.0904.2637,
title = {Reducing the noise effects in Logan graphic analysis for PET receptor measurements},
author = {Hongbin Guo and Kewei Chen and Rosemary A Renaut and Eric M Reiman},
journal= {arXiv preprint arXiv:0904.2637},
year = {2009}
}