迭代方法改进动态PET重建
分析
本文介绍了一种用于动态PET核重建的迭代方法（itePGDK），旨在减少噪声并提高图像质量，特别是在短时帧中。该方法利用投影梯度下降（PGDK）来计算核矩阵，与之前的深度学习方法（DeepKernel）相比，提供了计算效率。主要贡献是使用噪声PET数据迭代地细化核矩阵和参考图像，从而消除了对高质量先验的需求。结果表明，itePGDK在偏差-方差权衡、均方误差和参数图标准误差方面优于DeepKernel和PGDK，从而提高了图像质量并减少了伪影，尤其是在快速动力学器官中。