基于神经网络定位算法的高分辨率PET探测器研究

【摘要】： 正电子发射断层扫描成像(Positron Emission Tomography, PET)是一种核医学成像技术,它通过探测正电子核素衰变产生的γ射线成像,是一种无创伤,可以在分子水平上观察生物体组织新陈代谢的活体成像技术。 近年,小动物PET和专用PET(如PEM, BrainPET)的研究越来越受到重视,引起许多研究者的兴趣。和人体用PET不同,这两类PET需要较高的分辨率以观察较小的生物体组织。当前,采用晶体阵列和多通道光电探测器相结合组成的PET探测器,普遍获得了小于2mm的位置分辨率。但是,在这类探测器中,晶体阵列间存在由隔光材料形成的死区,降低了探测器的灵敏度。同时,γ射线在晶体内部的散射和由反应深度造成的视差(Depth of Interaction,DOI)都可能恶化探测器的分辨率。 作为一个选择,采用连续晶体组成的探测器可以避免这些问题。相对于晶体阵列型探测器,这种探测器的设计简单,造价低,灵敏区域大并且能量分辨率和时间分辨率都要好。在这种探测器中,晶体的选择可以大于光电转换器的灵敏区,覆盖包含光电转换器封装在内的面积。γ射线在晶体表面的入射位置,而非在晶体内部的作用位置可以通过γ射线和晶体作用后产生的光分布信息获得。 在本文,我们采用LYSO晶体和多通道光电倍增管组成探测器实验模型,采用神经网络作为位置估算器。我们从测试探测器所需晶体的性能开始,对探测器实验模型的各个方面作了详细的介绍：包括优化64通道探测器信号读出方案,建立用于获取探测器信号的电子学系统及其相应上层控制软件,对电子学系统和探测器性能的测试,优化MLP网络参数的选者,在FPGA上实现了用于位置估算的网络算法。 下面概要说明本文各章的主要内容。 第一章是绪论,介绍了PET成像的基本原理及其性能指标,简要描述了PET两个应用。 第二章介绍了PET探测器的组成以及几个典型的高分辨小动物PET系统所使用的探测器设计方法。 第三章描述了神经网络的基本原理,主要介绍了多层感知器网络和径向基函数网络的结构以及学习方法。 第四章是对我们所使用的LYSO晶体的性能测试,包括激发发射谱,荧光衰减时间,能量分辨率和光产额。 第五章是对探测器的读出方案优化,描述了四种探测器信号读出方案对定位精度的影响。 第六章详细介绍PET探测器实验平台的设计,包括电子学系统硬件和软件的设计,电子学系统的性能测试,探测器平台的组成和性能的初步测试。 第七章详细描述由多通道光电倍增管H7546B和大块连续晶体LYSO组成的探测器性能,包括探测器的时间分辨率,能量分辨率和位置分辨率。 第八章介绍了一个在FPGA中实现的,资源和速度有效折中的位置在线实时计算方案。 第九章对本文的工作做了一个简要总结,并对目前和将来可进行的工作做了一个简要讨论。