基于SPECT探头的高灵敏编码孔径γ成像系统

远距离、大范围、快速检测放射源对国土安全具有重要意义,γ相机可以远距离提取放射性物质位置、强度以及类别等信息,是一种有效的检测工具。由于探测器面积小,且编码孔径的视场(Field of View,FOV)有限,当前编码孔径γ相机的探测效率普遍低。本研究提出一种基于国产的滨松BHP6601型临床单光子发射计算机断层成像(Single Photon Emission Computed Tomography,SPECT)探头的大面积高灵敏度编码孔径γ成像系统研制方案。该探头的固有分辨率为3.55 mm,有效探测面积为510 mm×390 mm,可用于提高辐射成像系统的空间角度分辨率和灵敏度。本研究根据此探测器规格,设计采用修正均匀冗余阵列(Modified Uniformly Redundant Arrays,MURA)编码嵌套模式的编码板,其中心基本单元阵列大小23×23,每个单位孔径大小为22.1 mm×17 mm。成像系统无伪影视场在X方向上和Y方向上分别为57.32°和47.3°;空间角度分辨率在X和Y方向上分别为2.94°和2.28°。采用该方案的γ成像系统对18 m处3.7×107 Bq 137Cs单点源进行测试,采集时间1 s即可精准定位;若对于4 m处的1.11×106 Bq 137Cs定位,采集时间仅需要2 s。仿真测试结果表明:该系统对于远距离或低活度的放射源能快速清晰定位。

弥散磁共振成像研究进展

对弥散磁共振成像的核心内容———使用不同强度和方向的弥散信息对完整弥散过程进行三维建模进行介绍。首先根据模型可描述纤维数量将其分为低角度分辨率和高角度分辨率弥散磁共振成像2类,然后根据建模所用弥散采样选择方式将高角度分辨率弥散磁共振成像分为多弥散角度方向模型、多弥散强度模型和综合弥散角度方向和强度模型3类并进行介绍,并对每个具体模型分别从模型设计、模型计算和模型优缺点3个角度进行分析。

扩散张量成像的人脑模板构建

扩散张量脑模板包含丰富的大脑白质组织信息,在空间标准化或者脑图谱创建中具有重要价值,然而基于扩散张量模型构建的脑模板精度不高,特别是在脑部复杂的神经元微观结构区域中应用受到限制.针对这一问题,研究者们提出了基于高分辨率扩散成像构建大脑模板的方法.本文对使用扩散张量成像方法进行脑模板构建的研究进展进行了综述,首先介绍了扩散张量脑模板构建的发展进程,阐述了脑模板构建中解决的技术问题及同时存在的局限性;接着详细论述了基于扩散频谱成像及高角度分辨率扩散成像构建脑模板的不同方法间的差异,并总结了这些研究方法取得的重要进展;最后通过分析目前研究进展提出该研究问题中存在的不足以及未来的发展趋势.

神经纤维体素微结构成像估计算法研究进展

扩散磁共振成像是目前唯一非侵入式重建纤维解剖结构的成像技术.体素微结构纤维方向估计的精确性是影响该技术成像结果的关键.自扩散张量成像技术提出以来,很多高角度分辨率扩散成像方法用于估计纤维的方向.本文首先从估计模型角度,利用Q空间成像和模型依赖两大类数学模型总结现有主要的成像方法并延伸到目前广泛采用的球面去卷积模型,且讨论了其局限性和优越性.其次从优化方法角度,针对大规模逆问题优化方法的L2正则化约束、L1系数稀疏约束、L1和L2纤维分布空间稀疏约束以及纤维空间连续性约束优化模型的发展脉络介绍了球面去卷积优化方法的进展.最后,利用大量的模拟数据和实际数据对多种典型算法进行了纤维方向估计分辨率、准确率等对比实验.根据实验结果,对不同方法的优点和缺点进行了定量分析,并对今后的算法估计的研究方向进行了展望.