摘要 背景 正电子发射断层扫描（PET）对于癌症、神经系统疾病和心血管疾病的早期诊断至关重要。然而，由于涉及复杂的物理因素以及重建精度与计算效率之间的权衡，获得高质量的 PET 图像仍具挑战性。目的 本研究旨在开发 QuanTOF，这是一种 GPU 加速的 PET 重建框架，它集成了全面的物理校正和先进的建模，以在保持临床实用性的同时提高图像质量。方法 QuanTOF 采用具有飞行时间（TOF）和点扩散函数（PSF）建模的 GPU 加速贝叶斯惩罚似然重建算法。它包含了对衰减、归一化、随机符合和散射符合的完全校正。一种节省内存的 TOF 单次散射模拟（SSS）算法实现了实时散射校正，而无需存储完整的 TOF 正弦图。验证工作包括使用 Siemens Biograph Vision PET/CT 扫描仪进行的蒙特卡洛模拟、临床体模实验和盲态阅片研究。结果 在体模研究中，QuanTOF 实现了与商业系统相当的均匀性，并分辨了 Derenzo 体模中的 2.4 mm 热棒，峰谷比分别为 2.61（3.2 mm 棒）和 1.29（2.4 mm 棒）。散射校正时间缩短至数秒，比现有方法快了两个数量级。在阅片研究中，临床医生对 QuanTOF 图像的评分显著更高（平均分：3.90 vs. 临床图像的 2.15）。重建时间仍保持在临床可接受的范围内（例如，NEMA 体模散射校正仅需 2.78 s）。结论 QuanTOF 通过 GPU 优化的物理建模和节省内存的算法平衡了准确性与效率。它提供了具有诊断可信度的高分辨率 PET 图像，展示了在临床肿瘤学、神经病学和心脏病学应用中的潜力。
Yuan et al. (Sun,) 研究了这一问题。