1.一种基于图小波变换的动态PET图像去噪方法，其特征在于：包括以下步骤：步骤S1：通过基于合成图像的构图方法构建图加权邻接矩阵A将噪声PET图像信号转换为图信号，通过图加权邻接矩阵A构造图拉普拉斯矩阵L；

步骤S2：根据步骤S1得到的图拉普拉斯矩阵L，通过图小波变换对噪声PET图像进行第一次图小波多尺度分解，同时通过切比雪夫多项式逼近快速实现图小波变换得到多个尺度系数；

步骤S3：对步骤S2得到的多个尺度系数中的第二尺度图小波高频系数进行第二次图小波多尺度分解得到多个尺度系数；

步骤S4：对两次分解得到的多个尺度系数中的第一尺度图小波低频系数进行重建得到去噪后的PET图像。

2.根据权利要求1所述的一种基于图小波变换的动态PET图像去噪方法，其特征在于：所述的步骤S1中，具体步骤为：

t

S11：将单个时间帧的噪声PET图像信号表示为I ，t＝1,2,...,T，将不同时间帧的噪声PET图像信号相加得到合成图像

2 2

S12：对大小为N×N的合成图像Ic构造大小为N×N的图加权邻接矩阵A，通过阈值高斯核权重函数定义合成图像中的像素点i和像素点j之间的边缘权重：式(1)中：表示以像素点i为中心的图像块，维度为n×n，n为正整数，表示以像素点j为中心的图像块，维度为n×n，n为正整数，pi表示图像块中心像素点的横坐标，

pj表示图像块中心像素点的纵坐标，

η表示控制图像块相似度参数，η为非负数，θ表示控制整体相似度的缩放指标，

kNN(xi)代表距离参数为k的关于图像块xi的最近K邻居；

通过图加权邻接矩阵A构造图拉普拉斯矩阵L：L＝D‑A                       (2)，

2 2

式(2)中：D表示对角矩阵，大小为N ×N，且D的每个对角元素dii是图加权邻接矩阵A第i行元素之和。

3.根据权利要求2所述的一种基于图小波变换的动态PET图像去噪方法，其特征在于：所述的步骤S2中，具体步骤为：

对大小为N×N的噪声PET图像进行第一次图小波变换，图小波尺度为R＝[R1,R2,...,2

RJ]，并通过切比雪夫多项式逼近得到大小为N ×(J+1)的图小波系数B1,J+1＝[B1,0,B1,1,...,B1,J]：式(3)～(13)中：f表示空间域的图像信号，j表示图小波第j+1个尺度，j＝1,2,...,J，M表示切比雪夫多项式阶数，M为大于0的正整数，L表示拉普拉斯矩阵，

h(·)表示图谱尺度核函数，

g(·)表示图小波核函数，

γ控制h(0)与图小波核函数g的最大值保持一致，c0,k表示图谱尺度函数的切比雪夫多项式逼近系数，cj,k表示图小波函数的切比雪夫多项式逼近系数，代表切比雪夫多项式，

λmax表示拉普拉斯矩阵L进行特征值分解后的最大特征值。

4.根据权利要求3所述的一种基于图小波变换的动态PET图像去噪方法，其特征在于：所述的步骤S3中，具体步骤为：

重复步骤S2，对第一次分解得到的第二尺度图小波系数B1,j＝1进行第二次图小波多尺度分解，得到第二次分解的图小波系数B2,J+1＝[B2,0,B2,1,...,B2,J]。

5.根据权利要求4所述的一种基于图小波变换的动态PET图像去噪方法，其特征在于：所述的步骤S4中，具体步骤为：

S41：构造重建的图小波系数 其中b0＝B1,0，b1＝B2,0，[b2,…,bJ]＝0；

S42：进行图小波逆变换，通过共轭梯度方法求解式(14)，得到去噪后的PET图像：*

式(14)中： 表示去噪后的PET图像，W表示算子矩阵，且 W表示矩阵W的共轭。

6.一种基于图小波变换的动态PET图像去噪系统，用于权利要求1至5中任意一项所述的一种基于图小波变换的动态PET图像去噪方法，其特征在于：包括依次连接的邻接矩阵构建模块、图小波变换模块和图小波逆变换模块；

邻接矩阵构建模块用于接收动态PET噪声图像并将图像信号转换为图信号；

图小波变换模块用于对图信号进行第一次图小波变换，并对第一次图小波变换得到的第二尺度图小波系数进行第二次图小波变换，得到两次分解的图小波系数；图小波逆变换模块用于重建系数得到动态PET去噪图像。

7.根据权利要求6所述的去噪系统，其特征在于：还包括合成图像构建模块，合成图像构建模块的输出端连接邻接矩阵构建模块的输入端，用于构建先验的合成图像。

8.根据权利要求6所述的去噪系统，其特征在于：还包括系数矩阵构造模块，系数矩阵构造模块串联在图小波变换模块和图小波逆变换模块之间，用于构造图小波系数矩阵。

9.一种计算机存储介质，其特征在于：其内存储有可被计算机处理器执行的计算机程序，该计算机程序执行如权利要求1至权利要求5中任意一项所述的一种基于图小波变换的动态PET图像去噪方法。