PET(正电子发射断层成像)是现在医学影像学中一种重要的断层成像技术,在生物医学研究和临床诊断有着不可替代的作用。PET图像重建研究是PET研究中的一个重要分支,图像重建包括静态重建和动态重建,不同的重建方式提供不同的研究信息,为了更好地满足PET技术的发展和应用,本文对PET重建算法中的问题进行研究分析,主要内容和贡献如下：1、本文针对PET图像重建中存在的如何协调重建图像精度和重建速度的问题,提出一种采用无网格的点云结构的系统矩阵的建立的方法,根据结构先验图像提供的信息密度不同来提高布点的有效性,同时保证关键信息的重建和计算开销的减少,通过数字体模,模拟数据以及真实病人数据实验证明结构先验导引的自适应点云方法能够在保证重建精度的同时减少重建时间。2、本文对如何提高PET放射性浓度和动力学参数精度的问题展开研究,PET动态重建关注于时空分布信息,即通过示踪剂动力学模型,从生理和病理学方面来描述生物的动态新陈代谢情况,动力学参数能够实时反应生物体的代谢水平。本文提出利用状态空间框架,建立PET放射性浓度和动力学参数联合估计的框架,使用双滤波器方法求解,提高对噪声的处理能力,并且能得到放射性浓度和动力学参数的最优解。通过对单个ROI和多个ROI的模拟数据实验来验证放射性浓度和动力学参数的联合估计的有效性。