在临床中,肝癌的诊断判别对预防及治疗肝癌起到重要作用。使用碳11标记的醋酸盐(¹¹C-acetate)对肝脏进行动态PET/CT成像是一种有效的肝癌诊断方法。本文以¹¹C-acetate的肝脏动态PET/CT图像为基础,建立了¹¹C-acetate在肝脏中的房室代谢模型,刻画¹¹C-acetate在肝癌中的动力学特征,并以此为判据,实现对肝癌的有效诊断。在动态PET/CT图像的预处理过程中,本文提出了优化的分帧方案,将动态PET/CT图像分为25帧,包含12×10s,6×20s,4×30s,2×60s,1×120s,该方案有效降低了提取时间活度曲线时的波动性。在拟合输入函数时,本文采用了符合输入变化特征的三指数拟合函数,并通过斜率阈值法裁剪掉无意义的动态PET图像数据,最终将拟合函数的平均加权拟合残差降低了27%。本文根据肝脏双血供特征建立了一室模型,根据¹¹C-acetate在肝脏中的代谢过程建立了三房室模型。解析上述模型的动力学参数时,本文基于图形化非线性最小二乘法（graphed nonlinear least square,GNLS）算法,提出了逐像素GNLS算法（pixel based GNLS,PGNLS）,实现对动力学参数的逐像素估计,得到了各动力学参数在肝脏区域的分布图。仿真实验表明,PGNLS算法在保证参数估计准确度的同时,提升了参数估计的可靠性。临床实例显示,相对于静态PET图像,PGNLS方法将肿瘤组织与正常组织的对比度提升了54.31%,使得肝脏中的小病灶更易发现,大病灶的内部细节特征更明显。本文通过Wilks’lambda检验,筛选出肝癌判别指标（?）和（?）,并使用判别式法建立了判别函数,用以区分肝脏中的正常组织,良性病变,恶性肿瘤,判别准确率分别为100%,71.4%,75%。为提升判别函数对良性病变及恶性肿瘤的区分能力,本文在供血比例因子（?）的基础上引入了组合参数（?）及（?）作为新的判别指标。这两个判别指标扩展了取值区间,并呈非线性变化,使得其对良恶性判别的敏感性更高。判别结果显示,（?）将恶性肿瘤的判别准确率提升为87.5%,（?）将良性病变的判别准确率提升为85.7%。