本技術(shù)涉及信號采樣，具體涉及一種散射校正方法、裝置、數(shù)字化設(shè)備及計(jì)算機(jī)可讀存儲介質(zhì)。

背景技術(shù)：

1、正電子發(fā)射斷層成像(positron?emission?tomography，簡稱pet)的工作原理為將放射性核素標(biāo)記到能夠參與活體組織血流或代謝過程的化合物上，并將化合物注射到生物體內(nèi)，放射性核素在生物體內(nèi)發(fā)射出的正電子隨之與生物體內(nèi)的負(fù)電子結(jié)合，從而導(dǎo)致發(fā)生電子對的湮滅事件，產(chǎn)生能量相等、方向相反的兩個伽馬光子。由于這兩個伽馬光子的飛行方向不同，所以探測器探測到這兩個伽馬光子的時(shí)間也不同。如果探測器中的位于響應(yīng)線(line?of?response，簡稱lor)上的兩個閃爍晶體分別在規(guī)定的符合時(shí)間窗(例如，0～15納秒)內(nèi)探測到兩個伽馬光子，則探測到這兩個伽馬光子的事件可以稱為符合事件。

2、符合事件一般可以包括真符合事件、散射符合事件和隨機(jī)符合事件。其中，真符合事件是指同一個湮滅事件產(chǎn)生的兩個伽馬光子到達(dá)位于響應(yīng)線上的兩個閃爍晶體的時(shí)間差在符合時(shí)間窗內(nèi)的事件。隨機(jī)符合事件是一種假符合事件，在隨機(jī)符合事件中，探測到的兩個伽馬光子來自不同的湮滅事件，但在符合時(shí)間窗內(nèi)被誤認(rèn)為是“同時(shí)”發(fā)生的兩個伽馬光子。散射符合事件是指以下事件：針對探測到的同一個湮滅事件產(chǎn)生的兩個伽馬光子，其中一個伽馬光子由于在飛行過程中發(fā)生康普頓散射和/或瑞利散射等物理效應(yīng)而改變飛行方向。

3、在這三種符合事件中，由于針對隨機(jī)符合事件和散射符合事件所采集到的數(shù)據(jù)可能是錯誤的，這可能會影響pet成像的分辨率、對比度以及定位精度。因此，對所采集的符合事件進(jìn)行校正顯得至關(guān)重要。

4、目前，較為常用的散射校正方法主要包括多能窗技術(shù)、卷積/反卷積技術(shù)、以及基于模擬的技術(shù)等。其中，在這些技術(shù)中，最準(zhǔn)確、最為廣泛應(yīng)用的是基于模擬的技術(shù)。

5、基于模擬的技術(shù)一般包括單散射模擬方法、雙散射模擬方法以及蒙特卡洛模擬方法。其中，單散射模擬方法是針對每條響應(yīng)線，通過在所輸入的活度圖像和衰減圖像中選取一個散射點(diǎn)來獲得單散射(即，一對伽馬光子總共發(fā)生一次散射)的光子運(yùn)動路徑，通過計(jì)算該條響應(yīng)線所對應(yīng)的所有光子運(yùn)動路徑上產(chǎn)生的單散射事件來得到該條響應(yīng)線上的單散射事件，最后，利用僅包含散射事件的尾部數(shù)據(jù)，通過尾部擬合技術(shù)(tail?fitting，簡稱tf)對所得到的單散射事件進(jìn)行擬合以得到散射符合事件的拉伸因子，并將該拉伸因子作用于所有數(shù)據(jù)以實(shí)現(xiàn)散射校正。雙散射模擬方法通常與單散射模擬方法結(jié)合使用，其與單散射模擬方法的區(qū)別主要在于雙散射模擬方法是通過兩個散射點(diǎn)來確定光子運(yùn)動路徑。蒙特卡洛模擬方法主要通過對基于所輸入的活度圖像和衰減圖像確定的每個伽馬光子對的運(yùn)動進(jìn)行模擬來確定總散射分布。

6、在實(shí)現(xiàn)本技術(shù)過程中，發(fā)明人發(fā)現(xiàn)基于模擬的技術(shù)至少存在如下問題：

7、(1)單散射模擬方法僅考慮單散射的情況，然而在實(shí)際中會出現(xiàn)多散射的情況，這可能會導(dǎo)致散射校正結(jié)果的準(zhǔn)確性較低，從而導(dǎo)致重建圖像的質(zhì)量較低。雙散射模擬方法和蒙特卡洛模擬方法雖然考慮多散射的情況，但計(jì)算過程復(fù)雜并且計(jì)算量很大，會拖慢圖像重建過程，效率不高。

8、(2)在重建活度圖像之前需要先求出散射事件，而基于模擬的方法求散射事件需要先知道活度圖像，現(xiàn)有技術(shù)很難獲得準(zhǔn)確的活度圖像。

9、(3)由于視野范圍之外的活度圖像很難獲得，因此，現(xiàn)有技術(shù)通常沒有考慮外部輻射(即，位于視野范圍之外的伽馬光子對產(chǎn)生的散射事件)，這可能會導(dǎo)致校正結(jié)果的準(zhǔn)確性較低，從而影響重建圖像的質(zhì)量。

10、(4)目前采用的osl-edr和ot-edr算法需要選擇恰當(dāng)?shù)某瑓?shù)β才能獲得較好的效果。最優(yōu)的β需要一些預(yù)實(shí)驗(yàn)來調(diào)整，且不同大小的假體要求不同的β，這給osl-edr和ot-edr算法的使用帶來了許多不便。

11、(5)目前利用矩估計(jì)方法獲取各降采樣響應(yīng)線對應(yīng)的估計(jì)目標(biāo)函數(shù)，估計(jì)目標(biāo)函數(shù)中默認(rèn)未散射光子概率密度函數(shù)和相同，散射光子概率密度函數(shù)和也相同，導(dǎo)致獲取的該降采樣響應(yīng)線對應(yīng)的散射符合事件的數(shù)量未必準(zhǔn)確。鑒于此，亟需提供一種不同于基于模擬技術(shù)的、不依賴于活度圖像和衰減圖像的散射校正方法。

12、背景技術(shù)部分的內(nèi)容僅僅是公開發(fā)明人所知曉的技術(shù)，并不視為代表本領(lǐng)域的現(xiàn)有技術(shù)。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)旨在提供一種散射校正方法、裝置、數(shù)字化設(shè)備及計(jì)算機(jī)可讀存儲介質(zhì)，以解決現(xiàn)有技術(shù)中存在的至少一種問題。

2、根據(jù)本技術(shù)的第一方面，提供一種散射校正方法，所述散射校正方法包括：基于探測數(shù)據(jù)獲取降采樣響應(yīng)線；基于極大似然-期望最大化迭代算法，利用矩估計(jì)方法獲取各降采樣響應(yīng)線對應(yīng)的估計(jì)目標(biāo)函數(shù)，所述估計(jì)目標(biāo)函數(shù)基于每條降采樣響應(yīng)線對應(yīng)的二維即時(shí)符合能量直方圖、二維延遲符合能量直方圖、散射光子的概率密度函數(shù)和未散射光子的概率密度函數(shù)獲??；求解所述估計(jì)目標(biāo)函數(shù)，獲取各降采樣響應(yīng)線對應(yīng)的散射符合事件數(shù)量；對降采樣響應(yīng)線進(jìn)行上采樣處理獲取上采樣響應(yīng)線；計(jì)算各上采樣響應(yīng)線對應(yīng)的散射符合事件數(shù)量。

3、在一些實(shí)施例中，所述降采樣響應(yīng)線基于探測數(shù)據(jù)獲取，包括：基于探測數(shù)據(jù)獲取符合響應(yīng)線；對所述符合響應(yīng)線進(jìn)行降采樣處理以獲取降采樣響應(yīng)線。

4、在一些實(shí)施例中，所述探測數(shù)據(jù)基于目標(biāo)對象獲取。

5、在一些實(shí)施例中，基于極大似然-期望最大化迭代算法，利用矩估計(jì)方法獲取各降采樣響應(yīng)線對應(yīng)的估計(jì)目標(biāo)函數(shù)，包括：基于每條降采樣響應(yīng)線對應(yīng)的各符合事件，獲取每條降采樣響應(yīng)線對應(yīng)的二維即時(shí)符合能量直方圖、二維延遲符合能量直方圖及兩個一維探測能譜，基于所述兩個一維探測能譜，采用極大似然-期望最大化迭代算法獲取相應(yīng)降采樣響應(yīng)線對應(yīng)的散射光子的概率密度函數(shù)和未散射光子的概率密度函數(shù)。

6、在一些實(shí)施例中，基于每條降采樣響應(yīng)線對應(yīng)的各符合事件，獲取兩個一維探測能譜，包括：將降采樣響應(yīng)線對應(yīng)的所有的符合事件拆成單事件；根據(jù)單事件的位置信息對單事件劃分為兩部分，每一部分對應(yīng)一個一維探測能譜；基于劃分的兩部分單事件，獲取兩個一維探測能譜。

7、在一些實(shí)施例中，基于所述兩個一維探測能譜，采用極大似然-期望最大化迭代算法獲取相應(yīng)降采樣響應(yīng)線對應(yīng)的散射光子的概率密度函數(shù)和未散射光子的概率密度函數(shù)，包括：獲取一維探測能譜與一維伽馬光子能譜的對應(yīng)關(guān)系函數(shù)；基于獲取的兩個一維探測能譜及對應(yīng)關(guān)系函數(shù)，采用極大似然-期望最大化迭代算法及獲取的相應(yīng)降采樣響應(yīng)線對應(yīng)的初始迭代值獲取所述兩個一維探測能譜對應(yīng)的兩個一維伽馬光子能譜；基于所述兩個一維伽馬光子能譜估計(jì)相應(yīng)降采樣響應(yīng)線對應(yīng)的兩個散射光子的概率密度函數(shù)和兩個未散射光子的概率密度函數(shù)。

8、在一些實(shí)施例中，所述一維探測能譜與一維伽馬光子能譜的對應(yīng)關(guān)系函數(shù)為：

9、

10、其中，表示單條降采樣響應(yīng)線對應(yīng)的基于對目標(biāo)對象掃描獲取的一維探測能譜的期望值；x表示一維伽馬光子能譜，p表征單條降采樣響應(yīng)線對應(yīng)的模糊響應(yīng)矩陣，r表示單條響應(yīng)線包括的隨機(jī)符合事件對應(yīng)的一維延遲能譜。

11、在一些實(shí)施例中，所述隨機(jī)符合事件對應(yīng)的一維延遲能譜通過延遲符合事件估計(jì)獲取。

12、在一些實(shí)施例中，獲取一維延遲能譜包括：基于延遲符合窗獲取降采樣響應(yīng)線中所有的延遲符合事件；將各延遲符合事件拆成對應(yīng)的兩個延遲單事件；根據(jù)延遲單事件的位置信息將延遲單事件劃分為兩部分，每一部分對應(yīng)一個一維延遲能譜；基于劃分的兩部分延遲單事件，獲取兩個一維延遲能譜；其中，所述延遲單事件的位置信息包括探測到延遲單事件的降采樣探測模塊的位置信息。

13、在一些實(shí)施例中，獲取模糊響應(yīng)矩陣p包括：基于假體獲取先驗(yàn)探測數(shù)據(jù)；基于先驗(yàn)探測數(shù)據(jù)獲取先驗(yàn)降采樣響應(yīng)線；將先驗(yàn)降采樣響應(yīng)線對應(yīng)的所有先驗(yàn)符合事件劃分為先驗(yàn)即時(shí)符合事件與先驗(yàn)延遲符合事件；基于降采樣響應(yīng)線對應(yīng)的先驗(yàn)即時(shí)符合事件獲取先驗(yàn)一維即時(shí)能譜；基于降采樣響應(yīng)線對應(yīng)的先驗(yàn)延遲符合事件獲取先驗(yàn)一維延遲能譜；獲取先驗(yàn)一維即時(shí)能譜與先驗(yàn)一維延遲能譜的差值，對該差值進(jìn)行歸一化處理，獲取一維中間能譜；基于一維中間能譜獲取模糊響應(yīng)矩陣。

14、在一些實(shí)施例中，獲取所述兩個一維探測能譜對應(yīng)的兩個一維伽馬光子能譜，包括：基于一維探測能譜與一維伽馬光子能譜的對應(yīng)關(guān)系函數(shù)，獲取極大似然-期望最大化迭代算法迭代公式；設(shè)定迭代次數(shù)，基于獲取的初始迭代值通過極大似然-期望最大化迭代算法迭代公式進(jìn)行迭代至設(shè)定迭代次數(shù)，獲取所述兩個一維探測能譜對應(yīng)的兩個一維伽馬光子能譜。

15、在一些實(shí)施例中，所述極大似然-期望最大化迭代算法迭代公式為：

16、

17、其中，yi中的y表征單條降采樣響應(yīng)線對應(yīng)的基于對目標(biāo)對象掃描獲取的一維探測能譜，i表征能譜中的第i個豎條區(qū)域，b、j分別表征能譜中的第i個、第j個豎條區(qū)域，k是迭代次數(shù)，pij及pib中的p為該條降采樣響應(yīng)線對應(yīng)的模糊響應(yīng)矩陣，pij為該條降采樣響應(yīng)線對應(yīng)的模糊響應(yīng)矩陣的第i行、第j列的值，pib為該條降采樣響應(yīng)線對應(yīng)的模糊響應(yīng)矩陣的第i行、第b列的值；ri表示該條降采樣響應(yīng)線包括的隨機(jī)符合事件對應(yīng)的一維延遲能譜；為第k+1次迭代獲取的能譜的第j個豎條區(qū)域?qū)?yīng)的一維伽馬光子能譜；分別表征第k次迭代獲取能譜的第b個、第j個豎條區(qū)域?qū)?yīng)的一維伽馬光子能譜。

18、在一些實(shí)施例中，獲取初始迭代值，包括：獲取全局初始散射光子能譜；對全局初始散射光子能譜進(jìn)行去模糊處理，獲取全局中間初始迭代值；對全局中間初始迭代值進(jìn)行拉伸，獲取各降采樣響應(yīng)線對應(yīng)的初始迭代值。

19、在一些實(shí)施例中，獲取全局初始散射光子能譜，包括：基于探測數(shù)據(jù)獲取符合響應(yīng)線；將所有符合響應(yīng)線對應(yīng)的所有符合事件劃分為即時(shí)符合事件與隨機(jī)符合事件；基于即時(shí)符合事件獲取全局一維即時(shí)能譜；基于延遲符合事件獲取全局一維延遲能譜；將所有響應(yīng)線上即時(shí)符合事件對應(yīng)的全局一維即時(shí)能譜減去延遲符合事件對應(yīng)的全局一維延遲能譜，獲取全局一維未延遲能譜；基于全局一維未延遲能譜，獲取全局初始散射光子能譜的目標(biāo)函數(shù)。

20、在一些實(shí)施例中，全局初始散射光子能譜的目標(biāo)函數(shù)為：

21、

22、其中，其中，si中的s為全局初始散射光子能譜；i表征能譜中的第i個豎條區(qū)域，ci中的c為全局一維未延遲能譜，基于目標(biāo)對象獲取，ui中的u為整個pet系統(tǒng)掃描獲取的全局一維中間能譜，全局一維中間能譜基于假體獲取；hel和heu為設(shè)定的高能窗的下閾值和上閾值，為拉伸系數(shù)。

23、在一些實(shí)施例中，獲取ui包括：基于假體獲取先驗(yàn)探測數(shù)據(jù)；基于先驗(yàn)探測數(shù)據(jù)獲取所有先驗(yàn)符合響應(yīng)線；將所有先驗(yàn)符合響應(yīng)線對應(yīng)的所有先驗(yàn)符合事件劃分為全局先驗(yàn)即時(shí)符合事件與全局先驗(yàn)延遲符合事件；基于全局先驗(yàn)即時(shí)符合事件獲取全局先驗(yàn)一維即時(shí)能譜；基于全局先驗(yàn)延遲符合事件獲取全局先驗(yàn)一維延遲能譜；獲取全局先驗(yàn)即時(shí)能譜與全局先驗(yàn)延遲能譜的差值ui。

24、在一些實(shí)施例中，對全局初始散射光子能譜進(jìn)行去模糊處理，獲取全局中間初始迭代值，包括：基于極大似然-期望最大化迭代算法獲取去模糊處理迭代公式；設(shè)定先驗(yàn)初始迭代值及迭代條件，通過去模糊處理迭代公式進(jìn)行迭代，直至達(dá)到迭代條件，得到全局初始能譜的散射部分；基于全局初始能譜的散射部分估計(jì)全局初始能譜的未散射部分；基于全局初始能譜的散射部分、全局初始能譜的未散射部分，獲取全局中間初始迭代值。

25、在一些實(shí)施例中，去模糊處理迭代公式為：

26、

27、其中，si中的s表征基于對目標(biāo)對象掃描獲取的全局一維探測能譜，i表征能譜中的第i個豎條區(qū)域，b、j分別表征能譜中的第i個、第j個豎條區(qū)域，k是迭代次數(shù)，pij、pib中的p為全局模糊響應(yīng)矩陣，pij為全局模糊響應(yīng)矩陣的第i行、第j列的值，pib為全局模糊響應(yīng)矩陣的第i行、第b列的值；ri表示所有隨機(jī)符合事件對應(yīng)的全局一維延遲能譜；為第k+1次迭代獲取的能譜的第j個豎條區(qū)域?qū)?yīng)的全局一維伽馬光子能譜；分別表征第k次迭代獲取能譜的第b個、第j個豎條區(qū)域?qū)?yīng)的全局一維伽馬光子能譜；

28、

29、其中，largeconstant表征常數(shù)。

30、在一些實(shí)施例中，獲取全局模糊響應(yīng)矩陣p包括：基于假體獲取先驗(yàn)探測數(shù)據(jù)；基于先驗(yàn)探測數(shù)據(jù)獲取所有先驗(yàn)符合響應(yīng)線；將所有先驗(yàn)符合響應(yīng)線對應(yīng)的所有先驗(yàn)符合事件劃分為全局先驗(yàn)即時(shí)符合事件與全局先驗(yàn)延遲符合事件；基于全局先驗(yàn)即時(shí)符合事件獲取全局先驗(yàn)一維即時(shí)能譜；基于全局先驗(yàn)延遲符合事件獲取全局先驗(yàn)一維延遲能譜；獲取全局先驗(yàn)即時(shí)能譜與全局先驗(yàn)延遲能譜的差值；對該差值進(jìn)行歸一化處理，獲取全局先驗(yàn)中間能譜；基于全局先驗(yàn)中間能譜獲取全局模糊響應(yīng)矩陣。

31、在一些實(shí)施例中，估計(jì)全局初始能譜的未散射部分通過估計(jì)函數(shù)進(jìn)行，所述估計(jì)函數(shù)為：

32、

33、其中，p為全局模糊響應(yīng)矩陣；δ為超參數(shù)；κ為未散射光子與散射光子之比；

34、

35、其中，sum()表示求和，c和s分別對應(yīng)ci、si。

36、在一些實(shí)施例中，所述全局中間初始迭代值的表征函數(shù)為：

37、

38、其中，δ是超參數(shù)，p為全局模糊響應(yīng)矩陣，κ為未散射光子與散射光子之比。

39、在一些實(shí)施例中，對中間初始迭代值進(jìn)行拉伸，獲取各降采樣響應(yīng)線對應(yīng)的初始迭代值，包括：

40、基于拉伸函數(shù)對全局中間初始迭代值進(jìn)行拉伸，獲取每條降采樣響應(yīng)線對應(yīng)的初始迭代值，所述拉伸函數(shù)為：

41、

42、其中，x0為初始迭代值，sum()表示求和，p為全局模糊響應(yīng)矩陣，xinit為全局中間初始迭代值；y為單條降采樣響應(yīng)線對應(yīng)的基于目標(biāo)對象掃描獲取的一維探測能譜，r表示單條響應(yīng)線包括的隨機(jī)符合事件對應(yīng)的一維延遲能譜。

43、在一些實(shí)施例中，基于所述兩個一維伽馬光子能譜估計(jì)相應(yīng)降采樣響應(yīng)線對應(yīng)的兩個散射光子的概率密度函數(shù)和兩個未散射光子的概率密度函數(shù)，包括：將一維伽馬光子能譜分成散射部分和未散射部分；對兩個一維伽馬光子能譜的散射部分和未散射部分進(jìn)行恢復(fù)模糊響應(yīng)處理獲取相應(yīng)降采樣響應(yīng)線對應(yīng)的兩個一維探測能譜對應(yīng)的兩個散射部分和兩個未散射部分；對兩個一維探測能譜對應(yīng)的兩個散射部分和兩個未散射部分進(jìn)行歸一化處理，基于獲取的歸一化值估計(jì)相應(yīng)降采樣響應(yīng)線對應(yīng)的兩個散射光子的概率密度函數(shù)和兩個未散射光子的概率密度函數(shù)。

44、在一些實(shí)施例中，散射部分表征為：

45、

46、未散射部分表征為：

47、

48、其中，為散射部分，為未散射部分。

49、在一些實(shí)施例中，將一維伽馬光子能譜分成散射部分和未散射部分，包括：以伽馬光子未發(fā)生散射時(shí)的能量值為基準(zhǔn)對一維伽馬光子能譜進(jìn)行分割，小于該能量值的部分為散射部分，等于該能量值的部分為未散射部分。

50、在一些實(shí)施例中，所述估計(jì)目標(biāo)函數(shù)為：

51、

52、其中，σ0分別表示真符合事件的數(shù)量，不需要后續(xù)處理；σ1+σ2+σ3表示散射符合事件的數(shù)量ac，是待求的未知量；系數(shù)α1，m，α2，n，β1，m，β2，n的計(jì)算方式為：

53、

54、

55、其中，和是降采樣響應(yīng)線中一個探測模塊對應(yīng)的未散射光子概率密度函數(shù)，和是降采樣響應(yīng)線中另外一個探測模塊對應(yīng)的散射光子概率密度函數(shù)；

56、其中，計(jì)算獲取的σ1+σ2+σ3值為相應(yīng)降采樣響應(yīng)線對應(yīng)的散射符合事件數(shù)量。

57、在一些實(shí)施例中，對降采樣響應(yīng)線進(jìn)行上采樣處理，包括：采用雙線性插值方法、4d線性插值方法或5d線性插值方法對降采樣響應(yīng)線進(jìn)行處理獲取各降采樣響應(yīng)線對應(yīng)的上采樣響應(yīng)線。

58、在一些實(shí)施例中，采用4d線性插值方法對降采樣響應(yīng)線進(jìn)行處理時(shí)，采用下述公式來計(jì)算所述上采樣響應(yīng)線對應(yīng)的所述散射符合事件數(shù)量：

59、

60、其中，表征4d線性插值后的由上采樣晶體i和j構(gòu)成的上采樣響應(yīng)線的散射符合事件數(shù)；si表示上采樣晶體i對應(yīng)的降采樣中心晶體、降采樣軸向相鄰晶體、降采樣徑向相鄰晶體以及降采樣相對晶體的集合；k和l表示對應(yīng)降采樣響應(yīng)線的晶體的編號；表征記降采樣晶體k和l構(gòu)成的降采樣響應(yīng)線上的散射符合事件數(shù)；表示對于上采樣晶體i而言降采樣晶體k的權(quán)重；表示對于上采樣晶體j而言降采樣晶體l的權(quán)重；wtot為歸一化因子，表征為；

61、

62、其中n為一條降采樣響應(yīng)線中包含的上采樣響應(yīng)線數(shù)量。

63、在一些實(shí)施例中，計(jì)算各上采樣響應(yīng)線對應(yīng)的散射符合事件數(shù)量，包括：計(jì)算每條所述降采樣響應(yīng)線上的所述散射符合事件總數(shù)與符合事件總數(shù)的比例；根據(jù)每條所述降采樣響應(yīng)線所包含的各上采樣響應(yīng)線上的符合事件數(shù)和所述比例計(jì)算相應(yīng)上采樣響應(yīng)線對應(yīng)的散射符合事件數(shù)量。

64、根據(jù)本技術(shù)的第二方面，提供一種散射校正方法，所述散射校正方法包括：基于探測數(shù)據(jù)獲取響應(yīng)線；基于極大似然-期望最大化迭代算法，利用矩估計(jì)方法獲取各響應(yīng)線對應(yīng)的估計(jì)目標(biāo)函數(shù)，所述估計(jì)目標(biāo)函數(shù)基于每條響應(yīng)線對應(yīng)的二維即時(shí)符合能量直方圖、二維延遲符合能量直方圖、散射光子的概率密度函數(shù)和未散射光子的概率密度函數(shù)獲??；求解所述估計(jì)目標(biāo)函數(shù)，獲取各響應(yīng)線對應(yīng)的散射符合事件數(shù)量；計(jì)算各響應(yīng)線對應(yīng)的散射符合事件數(shù)量。

65、在一些實(shí)施例中，基于極大似然-期望最大化迭代算法，利用矩估計(jì)方法獲取各響應(yīng)線對應(yīng)的估計(jì)目標(biāo)函數(shù)，包括：基于每條響應(yīng)線對應(yīng)的各符合事件，獲取每條響應(yīng)線對應(yīng)的二維即時(shí)符合能量直方圖、二維延遲符合能量直方圖及兩個一維探測能譜，基于所述兩個一維探測能譜，采用極大似然-期望最大化迭代算法獲取相應(yīng)響應(yīng)線對應(yīng)的散射光子的概率密度函數(shù)和未散射光子的概率密度函數(shù)。

66、在一些實(shí)施例中，基于每條響應(yīng)線對應(yīng)的各符合事件，獲取兩個一維探測能譜，包括：將響應(yīng)線對應(yīng)的所有的符合事件拆成單事件；根據(jù)單事件的位置信息對單事件劃分為兩部分，每一部分對應(yīng)一個一維探測能譜；基于劃分的兩部分單事件，獲取兩個一維探測能譜。

67、在一些實(shí)施例中，基于所述兩個一維探測能譜，采用極大似然-期望最大化迭代算法獲取相應(yīng)響應(yīng)線對應(yīng)的散射光子的概率密度函數(shù)和未散射光子的概率密度函數(shù)，包括：獲取一維探測能譜與一維伽馬光子能譜的對應(yīng)關(guān)系函數(shù)；基于獲取的兩個一維探測能譜及對應(yīng)關(guān)系函數(shù)，采用極大似然-期望最大化迭代算法及獲取的相應(yīng)響應(yīng)線對應(yīng)的初始迭代值獲取所述兩個一維探測能譜對應(yīng)的兩個一維伽馬光子能譜；基于所述兩個一維伽馬光子能譜估計(jì)相應(yīng)響應(yīng)線對應(yīng)的兩個散射光子的概率密度函數(shù)和兩個未散射光子的概率密度函數(shù)。

68、在一些實(shí)施例中，獲取所述兩個一維探測能譜對應(yīng)的兩個一維伽馬光子能譜，包括：基于一維探測能譜與一維伽馬光子能譜的對應(yīng)關(guān)系函數(shù)，獲取極大似然-期望最大化迭代算法迭代公式；設(shè)定迭代次數(shù)，基于獲取的初始迭代值通過極大似然-期望最大化迭代算法迭代公式進(jìn)行迭代至設(shè)定迭代次數(shù)，獲取所述兩個一維探測能譜對應(yīng)的兩個一維伽馬光子能譜。

69、在一些實(shí)施例中，獲取初始迭代值，包括：獲取全局初始散射光子能譜；對全局初始散射光子能譜進(jìn)行去模糊處理，獲取全局中間初始迭代值；對全局中間初始迭代值進(jìn)行拉伸，獲取各響應(yīng)線對應(yīng)的初始迭代值。

70、在一些實(shí)施例中，獲取全局初始散射光子能譜，包括：基于探測數(shù)據(jù)獲取符合響應(yīng)線；將所有符合響應(yīng)線對應(yīng)的所有符合事件劃分為即時(shí)符合事件與隨機(jī)符合事件；基于即時(shí)符合事件獲取全局一維即時(shí)能譜；基于延遲符合事件獲取全局一維延遲能譜；將所有響應(yīng)線上即時(shí)符合事件對應(yīng)的全局一維即時(shí)能譜減去延遲符合事件對應(yīng)的全局一維延遲能譜，獲取全局一維未延遲能譜；基于全局一維未延遲能譜，獲取初始散射光子能譜的目標(biāo)函數(shù)。

71、在一些實(shí)施例中，對全局初始散射光子能譜進(jìn)行去模糊處理，獲取全局中間初始迭代值，包括：基于極大似然-期望最大化迭代算法獲取去模糊處理迭代公式；設(shè)定先驗(yàn)初始迭代值及迭代次數(shù)，通過去模糊處理迭代公式進(jìn)行迭代，直至達(dá)到迭代次數(shù)，得到全局初始能譜的散射部分；基于全局初始能譜的散射部分估計(jì)全局初始能譜的未散射部分；基于全局初始能譜的散射部分、全局初始能譜的未散射部分，獲取全局中間初始迭代值。

72、在一些實(shí)施例中，基于所述兩個一維伽馬光子能譜估計(jì)相應(yīng)響應(yīng)線對應(yīng)的兩個散射光子的概率密度函數(shù)和兩個未散射光子的概率密度函數(shù)，包括：將一維伽馬光子能譜分成散射部分和未散射部分；對兩個一維伽馬光子能譜的散射部分和未散射部分進(jìn)行恢復(fù)模糊響應(yīng)處理獲取相應(yīng)響應(yīng)線對應(yīng)的兩個一維探測能譜對應(yīng)的兩個散射部分和兩個未散射部分；對兩個一維探測能譜對應(yīng)的兩個散射部分和兩個未散射部分進(jìn)行歸一化處理，基于獲取的歸一化值估計(jì)相應(yīng)響應(yīng)線對應(yīng)的兩個散射光子的概率密度函數(shù)和兩個未散射光子的概率密度函數(shù)。

73、在一些實(shí)施例中，將一維伽馬光子能譜分成散射部分和未散射部分，包括：以伽馬光子未發(fā)生散射時(shí)的能量值為基準(zhǔn)對一維伽馬光子能譜進(jìn)行分割，小于該能量值的部分為散射部分，等于該能量值的部分為未散射部分。

74、根據(jù)本技術(shù)的第三方面，提供一種圖像重建方法，所述圖像重建方法包括：基于以上實(shí)施例中任一項(xiàng)所述的散射校正方法獲取各響應(yīng)線對應(yīng)的散射符合事件數(shù)量；基于散射符合事件數(shù)量對散射事件進(jìn)行校正，獲取重建圖像。

75、根據(jù)本技術(shù)的第四方面，提供一種散射校正裝置，所述散射校正裝置包括：降采樣響應(yīng)線獲取模塊，其配置為基于探測數(shù)據(jù)獲取降采樣響應(yīng)線；估計(jì)模塊，其配置為基于極大似然-期望最大化迭代算法，利用矩估計(jì)方法獲取各降采樣響應(yīng)線對應(yīng)的估計(jì)目標(biāo)函數(shù)，所述估計(jì)目標(biāo)函數(shù)基于每條降采樣響應(yīng)線對應(yīng)的二維即時(shí)符合能量直方圖、二維延遲符合能量直方圖、散射光子的概率密度函數(shù)和未散射光子的概率密度函數(shù)獲取；散射符合事件數(shù)量獲取模塊，其配置為求解所述估計(jì)目標(biāo)函數(shù)，獲取各降采樣響應(yīng)線對應(yīng)的散射符合事件數(shù)量；上采樣模塊，其配置為對降采樣響應(yīng)線進(jìn)行上采樣處理獲取上采樣響應(yīng)線；散射符合事件數(shù)量計(jì)算模塊，其配置為計(jì)算各上采樣響應(yīng)線對應(yīng)的散射符合事件數(shù)量。

76、根據(jù)本技術(shù)的第五方面，提供一種散射校正裝置，所述散射校正裝置包括：響應(yīng)線獲取模塊，其配置為基于探測數(shù)據(jù)獲取響應(yīng)線；估計(jì)模塊，其配置為基于極大似然-期望最大化迭代算法，利用矩估計(jì)方法獲取各響應(yīng)線對應(yīng)的估計(jì)目標(biāo)函數(shù)，所述估計(jì)目標(biāo)函數(shù)基于每條響應(yīng)線對應(yīng)的二維即時(shí)符合能量直方圖、二維延遲符合能量直方圖、散射光子的概率密度函數(shù)和未散射光子的概率密度函數(shù)獲?。簧⑸浞鲜录?shù)量獲取模塊，其配置為求解所述估計(jì)目標(biāo)函數(shù)，獲取各響應(yīng)線對應(yīng)的散射符合事件數(shù)量。

77、根據(jù)本技術(shù)的第六方面，提供一種圖像重建裝置，所述圖像重建裝置包括：散射符合事件數(shù)量獲取模塊，其配置為基于以上實(shí)施例中任一項(xiàng)所述的散射校正裝置獲取響應(yīng)線對應(yīng)的散射符合事件數(shù)量；重建模塊，其配置為基于散射符合事件數(shù)量，采用迭代圖像重建算法進(jìn)行圖像重建，獲取重建圖像。

78、根據(jù)本技術(shù)的第七方面，提供一種數(shù)字化設(shè)備，包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)以上實(shí)施例中任一項(xiàng)所述的方法的步驟。

79、根據(jù)本技術(shù)的第八方面，提供一種計(jì)算機(jī)可讀存儲介質(zhì)，所述存儲介質(zhì)上存儲計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)以上實(shí)施例中任一項(xiàng)所述的方法的步驟。

80、基于本技術(shù)以上實(shí)施例，本技術(shù)的有益效果包括以下效果中的一種或多種的組合：

81、在一些實(shí)施例中，采用極大似然-期望最大化迭代算法結(jié)合矩估計(jì)方法的方案，基于極大似然-期望最大化迭代算法，利用矩估計(jì)方法獲取各降采樣響應(yīng)線對應(yīng)的估計(jì)目標(biāo)函數(shù)，一方面，極大似然-期望最大化迭代算法(mlem)算法進(jìn)行散射校正，不依賴于活度圖像和衰減圖像，使得散射校正易于實(shí)現(xiàn)，且該方法不需要超參數(shù)β，從而不再需要將超參數(shù)β設(shè)定在確定的范圍，即受到超參數(shù)β的影響很小，幾乎不用對超參數(shù)β進(jìn)行調(diào)整，使得散射校正更為方便；另一方面，估計(jì)目標(biāo)函數(shù)中采用的未散射光子概率密度函數(shù)和不一定相同，散射光子概率密度函數(shù)和也不一定相同，而是具體根據(jù)降采樣響應(yīng)線對應(yīng)的兩個探測模塊確定，獲取的該降采樣響應(yīng)線對應(yīng)的散射符合事件的數(shù)量更為準(zhǔn)確。