实验背景与目标 正电子发射断层扫描（PET）通过检测放射性示踪剂发出的射线来重建人体内部的代谢活动图像。在实际临床应用中，为了降低患者所受的辐射剂量，往往需要减少注射的放射性药物量或缩短扫描时间，这直接导致采集到的投影数据（sinogram）中光子计数减少，统计噪声显著增加。 本实验的核心目标是探索
实验目的 本实验旨在探索PET图像重建中不同经典先验的效果。通过在模拟的2D数据和真实的3D数据上进行实验，深入理解最大似然期望最大化（MLEM）算法的特性，以及最大后验概率（MAP）重建中不同势函数和解剖学先验对图像质量的影响。实验的核心是观察信号恢复（通过对比度恢复系数CRC衡量）与噪声之间的权
实验背景与目标 本实验探索深度学习方法在非笛卡尔MRI采样下的图像重建性能。传统MRI采集使用笛卡尔网格在k空间进行采样，而非笛卡尔采样（如螺旋、径向、锥形轨迹）能够实现更快的数据采集速度，但重建算法更加复杂。实验分为两部分：第一部分研究UNet网络在不同采样轨迹下的重建效果；第二部分研究螺旋采样在
学生姓名：[姓名] 日期：2026年1月7日 实验概述 理论基础 实验1：笛卡尔k空间欠采样与零填充FFT图像重建 实验目的 研究不同k空间采样掩模（低频/高频、线状/方形）对MRI图像重建质量的影响，并分析参数 factor_ctr 和 signoise 的作用。 任务1：改变 factor_ct
发射断层扫描图像重建 本课程属于医学成像（Medical Imaging）课程单元中的发射断层扫描（Emission Tomography，简称ET）部分。发射断层扫描是核医学成像的核心技术，主要包括正电子发射断层扫描（PET）和单光子发射计算机断层扫描（SPECT）。整个课程的核心内容围绕断层重建
本节内容聚焦于核医学中的发射成像模态。与MRI重建不同，发射断层成像面对的是泊松断层成像病态定量逆问题，这类问题的统计特性和物理建模方式与MRI有本质区别，因此需要专门的求解方法。 从方法论角度，课程涵盖医学成像逆问题的完整处理流程：首先是逆问题的表征，这需要建立采集过程的物理模型，其次是解空间的设
基于模型的高级图像重建方法 本讲属于深度学习时代计算MRI课程的第六讲，主要内容是从基于模型的方法过渡到基于学习的图像重建方案。本节首先介绍稀疏正则化器及其相关优化算法。 稀疏性模型的两种形式 在压缩感知MRI重建中，稀疏性假设是核心。实现稀疏正则化有两种不同的建模方式：综合模型和分析模型。 综合模
并行成像技术与MRI加速方法 MRI加速技术概述 MRI成像的一个核心挑战是采集时间过长。传统的全采样方式需要逐行采集k空间数据，耗时较长，这在临床应用中会导致运动伪影等问题。因此，一个改进思路是，能否通过采集更少的k空间样本来缩短采集时间，同时仍然能够重建出清晰的图像？这就是欠采样（Undersa
深度学习时代的计算MRI NeuroSpin研究设施 NeuroSpin是一个专门用于探测人脑独特性的研究设施。该设施配备了多种场强的MRI扫描仪：3T MRI用于常规高质量成像，7T MRI提供更高的信噪比和空间分辨率，而11.7T ISEULT MRI则是目前世界上用于人体成像的最高场强扫描仪。
