减少PET受体测量中Logan图像分析的噪音效应
摘要：基于图形分析的对数方法（LGA）是从正电子发射断层扫描（PET）图像数据量化生化和生理过程的一种广泛应用的方法。LGA方法的一个公认问题是估计参数的偏差。我们最近系统评估了线性模型逼近所导致的偏差并改进了一种可以减小模型误差偏差的替代方法。在本研究中，我们研究了定义线性量化方法，包括LGA方法的方程中的噪声结构。噪声结构与高斯-马尔科夫定理给出的最小二乘（LS）解生成最佳线性无偏估计器的条件相冲突。通过仔细处理数据误差结构，我们建议使用结构化总最小二乘（STLS）来通过一维优化问题获得解决方案。针对[11C]苯噻唑-苯胺（匹兹堡化合物-B [PIB]）的PET数据进行的模拟表明，所提出的方法显著减少了偏差。我们得出结论，与噪声相关的偏差主要是由于相关噪声的非常规结构引起的，而可以通过所提出的STLS方法减小偏差。
作者：Hongbin Guo, Kewei Chen, Rosemary A Renaut, Eric M Reiman
论文ID：0904.2637
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2009-04-20