动态 SPECT 成像的同步重建与分割
数值分析
2016-08-24 v1
摘要
本工作处理动态图像的重建问题，这些图像在某些子区域中包含特征动力学，如发射断层扫描（SPECT, PET）中许多示踪剂的动力学。我们利用基函数方法处理未知示踪剂浓度，假设感兴趣区域可划分为具有空间常值浓度曲线的子区域。采用类似于图像分割 Chan-Vese 模型的正则化变分框架，我们同时重建子区域的标记函数以及各区域内的子浓度。我们特别关注 SPECT 中 Poisson 噪声模型的应用，这在变分方法中导出 Kullback-Leibler 数据保真项。我们对所提变分模型进行了详细分析，并证明了极小值的存在性及误差估计。后者适用于更一般的问题类，由于我们处理的是非线性前向算子和非二次数据保真项，推广了文献中的现有结果。基于交替极小化和分裂技术开发了求解该问题的计算算法，并在适当设计的合成数据集上进行了测试。针对这些数据集，我们将结果与标准 EM 重建结果进行了比较，并研究了数据中 Poisson 噪声的影响。
引用
@article{arxiv.1606.03852,
title = {Simultaneous Reconstruction and Segmentation for Dynamic SPECT Imaging},
author = {Martin Burger and Carolin Rossmanith and Xiaoqun Zhang},
journal= {arXiv preprint arXiv:1606.03852},
year = {2016}
}