一种基于可学习梯度下降算法的列表模式3D PET图像重建方法

本发明公开了一种基于可学习梯度下降算法的列表模式3D PET图像重建方法，直接利用列表模式进行图像重建，与传统通过正弦图数据进行重建的方法相比，该方法占用的内存更少，且能够整合飞行时间差信息。这不仅提高了数据处理的效率，也降低了对硬件资源的要求，使得该方法更加适用于资源受限的环境。同时，还具备对3D PET图像进行重建的能力，与2D列表模式重建的方法相比，在显存占用和模型参数量上都实现了优化，能够在现有的硬件平台上运行。本发明的其独特之处在于不需依赖有标签的训练数据，极大程度降低了医疗影像数据获取的难度，能从无标签的数据中学习到图像的内在结构和特征，从而降低了实际应用中的门槛。