PET探測器神經網絡定位方法研究.pdf

1、PET中高能γ光子的探測是圖像重建過程中最基本、最重要的步驟。由閃爍體上光電倍增管輸出的電脈沖來精確估算入射光子位置坐標的能力意味著能夠得到高的位置探測分辨率和更精確的圖像重建結果。 本論文利用Geant4軟件開發(fā)包模擬實現(xiàn)了閃爍光的探測過程，在此基礎上研究了一種新的光探測算法——神經網絡算法。論文的主要目的是為了證明在實際PET中采用神經網絡定位方法估算高能γ光子的位置是可行的，同時也展示了神經網絡定位算法相對于傳統(tǒng)的光探測算

2、法的優(yōu)勢所在。 從我們得到仿真結果可以看出，神經網絡定位算法能夠取得很好的位置分辨率，并且能夠解決光探測中邊緣效應和非垂直入射效應引起的分辨率變壞的問題。論文的主要內容包括以下七個章節(jié)： 第一章緒論，主要介紹PET的基本概念和如何將神經網絡定位方法應用在PET探測器上，同時介紹了前人的研究工作，概括性的說明光探測技術的發(fā)展狀況。 第二章介紹了PET研究中的基本問題——光探測技術，描述了其中涉及到的物理過程和它們的

3、數(shù)學模型，并由此引出了光探測技術的傳統(tǒng)探測算法——Anger公式算法，在此基礎上提出本文采用的新的光探測方法——神經網絡算法。本章還介紹了核成像的基本原理。 第三章對神經網絡的基本原理進行描述。主要介紹了神經網絡的基本概念。其中重點介紹了神經網絡的基本組成單元—神經元模型以及構筑于神經元模型之上的三種基本網絡結構：單層前饋網絡、多層前饋網絡和遞歸網絡。在此基礎上闡明了設計神經網絡的需要注意的幾個重要概念，如神經網絡的學習過程、學

4、習任務以及泛化等。最后，簡單的介紹了神經網絡的應用，初步說明神經網絡方法能夠適用于光探測技術方面的應用。 第四章首先簡單介紹了蒙特卡羅模擬方法，隨后對基于蒙特卡羅模擬方法的Geant4軟件開發(fā)包進行了整體結構的說明，以Geant4為平臺設計基于神經網絡的光探測器仿真程序，該程序模擬了511Kev的γ光子與閃爍體相互作用及閃爍光在晶體內的輸運過程，本章對仿真程序的設計過程進行了詳細的介紹并給出了仿真程序的整體框架。 第五章

5、全面詳盡的給出了仿真試驗的結果，通過實驗數(shù)據和曲線的比較證明了采用新的神經網絡方法在解決：(1)入射γ光子以非垂直的大角度入射；(2)邊緣區(qū)域入射這兩個方面具有比傳統(tǒng)的Anger公式算法更好的性能。首先，本章給出了2種適用于函數(shù)逼近領域的神經網絡結構：多層感知器網絡和徑向基函數(shù)網絡，給出了它們的神經元模型及相關的數(shù)學推導，并討論了它們各自的逼近性能。其次，給出了閃爍探測器的仿真方案設計，包括探測器結構設計和訓練測試數(shù)據的預處理。最后，給