8.1.3PET成像设备的系统结构
通过一定的软件方法和电路，就可以同时得到湮灭光子的能量、时间、脉冲形状的综合信息，这些信息和模块自身的标号一起用于分析和挑选每个γ-光子事件，使得系统的分辨率和信噪比进一步得到提高。这里给出了一些公司对PET数据获取和采集系统的方框图。这里采用的计算机操作系统为VME实时UNIX系统，包括VxWorks 68030 CPU（Ethernet on board）和以太网实现连接，符合电路采用字长32位、传输速率为125/175M，TAXI芯片通过光纤连接的方式完成，符合事件的计数率可以达到每秒2.5M，高分辨率系统可以达到每秒4M，对放射性强度的测量的动态范围为137～167 MBq/s。如果系统采用VSB数据总线的话，VME总线就可以空出来做别的用途，采用高精确的内存方式（Smart Memory）可以用同一个指令完成寻址、递增和递减的操作。图像的重建通过两个Sparc（Sun公司的产品）接口用一个或者两个控制卡来完成，可以存储的原始数据达到2GB，以及对原始数据的各种存储方式、传送方式，可以采用门控的方式把数据采集和外界的物理过程同步。数据采集列表模式只在极高计数率条件下使用。
除了主机外，系统中采用大量的单板机，用来处理和控制局部的操作或存储、数据预处理（各种修正量的计算和比较），使得系统的速度加快。这些单板机都通过数字控制电路和总的控制台上的主机相连，形成一个控制网络，完成对探测器的刻度、数据采集时探测器环和床同步运动，以及对采集后的数据进行预处理、重建和显示，已经对临床需要的数据进行的定量和半定量分析所需要的应用软件。对系统的质量控制测量是计算机系统的重要工作。这些计算机一般都采用图像工作站来完成。所有的这些计算机构成一个局部网络，局部网络可以和整个医院的网络和国家网络连接，可以和整个PACS系统连接。所以PET图像也需要以DICOM的格式输出，以便满足和网络连接过程中的交流。
除了计算机以外，PET的旋转支架和床，也是重要部件，但是这些部件和CT的部件相比没有特殊的地方。所以不在这里介绍。
8.2PET图像的特点
PET图像由于自身成像原理的原因，虽然能在分子水平上对人体的功能进行反映，但这并不是说它的图像分辨率就能达到分子的大小，只是说明它能对人体分子水平的运动情况进行反映，PET图像相对MRI等结构成像方式得到的图像在空间分辨率上是比较差的。在这里我们所说的空间分辨率可以用一个非常小的物体所成的像是否能够被检测出来的方式来定义；也可以用一个成像系统把两个紧靠在一起的物体在图像上分开的能力来定义。有些文献上对空间分辨率的定义是以多小的物体能够被一个成像系统观测到作为依据的。在傅立叶空间的空间分辨率，用谱线的半高度来表示（FWHM）或者单位距离上的线对数来表示。所以，空间分辨率是医学成像系统的重要指标，它决定了能够在临床上看到的病灶的最小尺寸。空间分辨率是由很多因素构成的，其中定位误差是造成成像系统空间分辨率变差的重要原因。例如，为了减少统计误差，需要增加探测器的厚度和尺寸，但是增加了物质波空间定位的不确定性，物质波分布在空间的展宽是造成空间分辨率降低的原因。由于PET图像空间分辨率低，所以为我们进行精确定位和图像处理带来了一定的困难，这也是我们为什么要对其进行研究的原因之一。
我们明显看出这两种图像在空间分辨率上的差异，PET图像对于脑内的各种结构无法精确的定位，而从MRI图像中可以明显地分辨出大脑内的结构。两种图像上灰度值的大小也代表着不同的意义。在PET图像中灰度的大小代表代谢水平的高低，亮度越大表明在这个位置的代谢水平越高，反之则代表代谢水平较低。而在MRI图像中灰度的大小代表回波信号的大小，它是大脑内不同物质结构的反映，所以MRI是结构图像。在医学图像中每一个像素即是一体素（Voxel），即这一个像素的值是一个m(mm)n(mm)l(mm)大小的人体组织成像的叠加。因此m(mm) n(mm)l(mm)乘积的大小实际上就反映了图像的空间分辨率，乘积越大表明每一个Voxel所对应的人体组织的体积越大，因而空间分辨率越低。我们进行医学图像处理时就是在对每一个这样的Voxel进行处理，而在处理技术上是对每一个图像的像素进行处理。
8.3PET图像的噪声分析
我们在进行PET图像处理的过程从某种程度上也可以说是在同图像中的各种噪声作斗争的过程，PET图像信噪比的大小和我们对噪声的抑制水平直接影响到图像处理质量的好坏，并且本书在后面的图像处理算法的研究中也对图像的噪声特性进行了考虑，因此我们有必要对医学图像的噪声性能进行一些讨论。
和其他信号产生和处理过程中遇到的问题一样，在医学成像的过程中携带的人体以外的信息就是医学图像的噪声。噪声造成了提取人体准确信息的干扰，使得图像质量变坏，应该清除或者给予有效控制。由于医学图像信息中夹带了噪声，就会产生图像的伪影或者使得图像和被成像物体在结构的对应关系方面发生系统误差，这种误差引起图像的畸变。图像的伪影和畸变从技术的角度看，是造成临床上对疾病错误诊断的重要原因之一，其中伪影的影响更为重要。所以，临床上基于影像的诊断会有很多问题，是造成误诊的原因之一。
基于医学影像的临床诊断的误诊有两种情况，即“假阳性”和“假阴性”。“假阳性”是把不是病的情况说成病，不是恶性肿瘤的情况说成恶性肿瘤，这会在心理上对人造成伤害。“假阴性”是把本来是病的情况说成不是病，从而耽误了及时处理和治疗的时间，造成的后果和假阳性是一样的。在临床上还时有漏诊的情况发生，即图像上明明有病灶的准确显示，但是医生没有看到，这也是可能的。
PET医学图像中携带的噪声主要有两个来源：即成像设备的软硬件不完善引起的噪声和被成像物体本身的生理噪声。
8.3.1成像设备的噪声
从硬件来说，探测器或者传感器的噪声、信号放大器等电子学系统的噪声、信号响应的非线性和系统在时间上的不稳定性等因素是由硬件造成的图像噪声的主要来源。这类噪声只能通过改善成像系统和成像系统中关键部件的方法来解决。其中用于探测经过和人体组织相互作用离开人体的物质波的各种探测器始终是所有成像设备的关键部件。改进探测器的技术路线包括选择适当的探测器材料、提高探测的灵敏度和效率、提高探测器系统的信噪比等。这方面的工作目前还大量存在，且是医学物理工作者研究和解决的主要问题之一。除了探测器以外的硬件噪声的另外一个来源就是采集数据所用的电子学仪器的热噪声。每种仪器都会有各自特定的噪声形式和噪声水平，综合在一起形成电子学仪器的噪声。在硬件的噪声中，探测器（传感器）的不完善引起的噪声或者畸变是主要的，而电子学系统的噪声已经减到次要地位。
从医学图像的软件来说，噪声主要来源于采集数据的软件和图像重建的软件。噪声的大小取决于这些软件的完备程度，软件的编制依赖于方法学的研究成果。其中，采集数据的软件和硬件的关系密切，所以，对成像系统的噪声关系极大。
图像重建软件带进来的噪声主要取决于重建方法，减低噪声只能通过改善重建方法来实现。
与软硬件相对独立的另一类噪声是统计噪声，这类噪声是不可避免的，具有量子统计性质的物质波都有统计噪声，及成像系统在有限的时间和空间内采集的物质波事件的数量总是有限的。这类噪声在量子成像系统中尤其突出。所谓量子成像系统是指用于成像的物质波的大小与被成像物体中物质颗粒的大小相比非常小，每个入射到人体的物质波，可以被看成在空间和时间上孤立的量子的情况。γ-射线是典型的光量子。而用于核磁共振成像的是射频波段的电磁波对人体内自旋核的激发，激发的自旋核在时间和空间上的分布，也具有明显的量子效应。超声波虽然不是量子，但是当超声波波长和被测量的人体物质，例如血液中的血细胞的尺寸，明显小很多时，其相互作用规律也具有量子效应。从量子效应的角度看，X-射线、γ-射线、中子、质子和各种重离子构成的射线所成的像都属于量子图像的范畴，统计误差对这类噪声的影响尤为明显。
在上述噪声中，有些噪声可以通过图像后处理的方法在特定的空间或者频谱范围内使得系统的信噪比得到改善，达到提高图像质量的目的。所以，图像后处理是医学图像工作者的重要工作之一。图像后处理往往不是完全消除噪声，而是改变噪声的存在形式和空间分布，把对疾病诊断最重要的信息准确地表达出来。
所有的噪声都会造成图像的伪影或者几何上的畸变，因为造成噪声的原因主要取决于用于成像的物质波本身的性质和这种物质波和人体相互作用的规律。所有噪声的形式及其特征也和这些因素有关，需要针对每个成像模式特定的问题加以研究和解决。这类问题只能放在具体的成像模式中加以分析。但是，也还有一些与医学图像处理有关的共同问题，可以放在一起进行讨论。
8.3.2被成像物体的生理噪声
在PET成像时，被成像物体的生理运动，其中以心跳和呼吸的运动为代表，是造成医学图像伪影的主要噪声来源之一。此外，其他脏器也有噪声，例如肠胃的蠕动，肌肉、神经的痉挛，疼痛和高温引起的抽搐也会造成被成像物体在采集数据时的不由自主地运动，从而造成图像的运动伪影。在生病情况下的生理噪声形式更是多种多样，而且具有个体特征。生理噪声引起的伪影对不同的成像模式也不完全相同。但是，所有的生理噪声都减低了图像的信噪比，引起图像的模糊。解决问题的思路有两个：一是提高成像的速度，把生理运动引起的伪影减低到最小，这就要求成像时采集数据的平均时间间隔比生理运动的周期小得多；二是建立生理运动伪影的物理、数学模型，在图像后处理中把伪影消除或者减少。
伪影和畸变是由噪声引起图像质量下降的原因。由于图像中有伪影存在，所以图像上可能出现各种条纹状、辐射状或者环状的花纹，这些花纹或者图像的畸变减低了图像的信噪比、对噪比、对比度、空间分辨率。图像的畸变主要是图像上脏器大小、相互位置关系和人体内的解剖学结构之间产生错位，即物－像之间在几何上的不一致。畸变主要是系统误差引起的，是系统中部件的不完善在整体图像贡献的总和。
软件方法的不完善也会增加图像的噪声。所以，所有的成像设备都在不断地改进，而且总是有问题需要解决。噪声是医学图像中普遍存在的问题，并引起图像质量的下降，所以一直是物理和其他科学工作者努力要解决的问题。那么，如何测量噪声的大小？如何评价影像的质量？在不能完全消除噪声的情况下，如何选取对诊断和研究结论最有利的信息？研究和解决这些问题是从事医学影像物理工作者非常重要的工作。
8.3.3医学图像的信噪比和对噪比
医学影像中的信号相同，但是噪声不同，形成图像的对比度不一样，所以描述探测器和成像系统噪声水平往往采用信噪比的方法，而不用绝对噪声水平来描述。
前面已经谈到，成像系统的噪声是多种多样的，这些噪声引起伪影和畸变。描述噪声的方法很多，对不同的噪声类型用不同的方法。这里讨论的重点是量子噪声，或者说统计误差引起的伪影。
常用的描述量子噪声的主要数学模型是高斯分布和泊松分布。高斯分布也称正态分布，是正态分布的一种（例如，医学图像重建中使用频率较高的傅立叶函数也是正态分布，即在正负无穷大空间左右对称）。由于正态分布在图像处理方面有很多方便的地方，只有一个独立变量和一个参数就能决定曲线的形状，使用起来比较容易，在医学影像中用得最多。本书在进行计算机模拟PET图像时采用的也是高斯噪声模型。泊松分布是不对称的，对单位时间内事件数比较少的统计误差常常用泊松分布来描述。描述的参数和独立变量都不止一个，使用起来比高斯分布困难一些。
用荧光成像的系统，统计误差的来源有很多，包括入射离子或者射线的统计误差、射线产生荧光光子的统计误差等，常常有十多步过程。在研究和改进系统的信噪比时要抓住主要矛盾。
考虑了噪声之后，描述医学成像系统中图像质量水平的公式就有信噪比（SNR）和对比度噪声比（CNR）两个指标：信噪比＝信号幅度/噪声幅度，对噪比＝对比度/噪声。
这里的S是信号幅度，N是噪声幅度，C是对比度。信噪比是衡量能否从有噪声的图像中检测出有用信号的主要技术指标。所以，提高系统的信噪比是医学影像物理工作者终生奋斗要解决的科学问题之一。
