Ha habido un fuerte interés en utilizar redes neuronales para resolver varias tareas en la imagen médica PET. Uno de los principales problemas enfrentados al usar redes neuronales es la calidad, cantidad y disponibilidad de datos para entrenar los algoritmos. Para abordar este problema, hemos desarrollado un flujo de trabajo que permite la generación de fantasmas PET sintéticos voxelizados, simula la adquisición de un escáner PET y reconstruye la imagen a partir de los datos simulados. Para lograr estos resultados, se utilizan varios programas informáticos en las diferentes etapas del flujo de trabajo. Este flujo de trabajo resuelve el problema de generar conjuntos de datos PET diversos e imágenes de alta calidad para diferentes tipos de fantasmas y configuraciones. Los datos obtenidos de este flujo de trabajo pueden ser utilizados para entrenar redes neuronales convolucionales para la reconstrucción PET.