通过多电压阈值法（MVT）将闪烁脉冲精准数字化之后，在软件上实现一对由湮灭事件产生的γ光子的符合判断，并排列得到投影数据，再通过图像重建能将投影数据转换为图像。
由于在探测模块实现了原始信号的精确数字化，全数字PET系统可精确提取单事件的能量、位置和时间信息，并由符合系统利用能量窗甄别、位置排除和时间窗剔选进行符合判断，获得符合事件，得到投影数据（P=H · f）。通常，在一个时间窗内，有两个能量均在能量窗范围的脉冲，并且捕获两个脉冲的探测器上的晶体条的连线穿过成像视野（Field of View，简称为FOV），则这两个脉冲被记为是一次符合事件。符合事件包括三种类型：真符合事件、随机符合事件和散射符合事件。下图中a为散射符合事件 、b为随机符合事件、c为真符合事件。一段时间的扫描之后，探测器检测到来自于各个方向的大量的事件，经过符合筛选后，被PET数据获取系统采集并记录下来。
图像重建是需要做一系列数据处理，将PET探测器采集到的各个单光子事件的时间和能量信息转换成给医生看的图像。这一系列处理的好坏，将直接影响最终重建图像的质量，进而影响医生对病人诊断的准确性，这是PET成像中至关重要的一步。PET图像重建需要全盘考虑PET成像过程中的种种物理因素，进而建立适当的数学模型对系统响应进行建模。而在重建算法中，要考虑由于数据噪声对重建结果带来的影响。
全数字PET相比于模数混用PET，有全部的、精确的脉冲原始信号，这带来了高质量的数据基础。而且所有的处理能通过软件完成具有很高的灵便性。凭借着全数字PET在数据处理上的灵便性，可以充分利用PET所探测到的信息，进而为PET的定量重建提供了可能。
在得到重建图像后的图像处理方面的工作如下：
1、研究基于云服务的医学图像处理系统架构，实现Rayplus医学图像处理云服务平台（网址：www.rayplus.top）。该平台将医学图像处理算法“云端化”，利用集中化的、在云端的服务器，使用者可以直接通过电脑或者移动设备浏览器完成其处理操作，而不需要架构工作站或者安装处理软件，极大地降低了成本，提高了效率，也使得医学图像的处理不再受到时间、地点的限制，为实现远程医疗、移动医疗、数字医疗提供了强有力的工具。
rayplus医学图像处理系统可视化及处理界面
2、在此基础上，我们继续研究一个云服务医学影像软件平台的系统架构，旨在实现一个包容的、开放性的医学影像软件平台，在临床中获得更广阔的应用场景。目前，我们通过模块化的系统数据与通讯设计，给出简洁的算法接入接口及软件工具开发包，为算法开发者提供了极简化的算法云端化的方法及系统，使得算法开发者能够快速地将本地版软件云端化。接下来，我们希望继续研究更具扩展性、稳定性及安全性的快速云端化方法及系统架构，分析众多的算法以及复杂的数据，抽象数据表达及处理方法，以便能够在统一的框架下进行高效、精确的处理。
3、在医学图像处理算法开发方面，我们结合具体的临床应用场景，特别是PET成像的应用，开发在本系统框架下的新的医学图像处理算法或者其他应用平台，进一步地完善和丰富Rayplus云服务医学影像软件平台。
结合具体临床应用场景开发的肝脏手术规划系统
