CN101147681A - 空间分布函数的区域重建 - Google Patents
空间分布函数的区域重建 Download PDFInfo
- Publication number
- CN101147681A CN101147681A CN200710152687.0A CN200710152687A CN101147681A CN 101147681 A CN101147681 A CN 101147681A CN 200710152687 A CN200710152687 A CN 200710152687A CN 101147681 A CN101147681 A CN 101147681A
- Authority
- CN
- China
- Prior art keywords
- data set
- interest
- region
- projection
- group
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 claims description 29
- 238000002600 positron emission tomography Methods 0.000 claims description 26
- 239000000700 radioactive tracer Substances 0.000 claims description 24
- 239000011159 matrix material Substances 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000002595 magnetic resonance imaging Methods 0.000 claims description 7
- 238000003384 imaging method Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 3
- 238000002603 single-photon emission computed tomography Methods 0.000 claims description 3
- 241001465754 Metazoa Species 0.000 claims description 2
- 238000002591 computed tomography Methods 0.000 claims 2
- 238000005315 distribution function Methods 0.000 claims 2
- 238000005481 NMR spectroscopy Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 15
- 238000005259 measurement Methods 0.000 abstract description 9
- 238000012545 processing Methods 0.000 description 8
- 230000004044 response Effects 0.000 description 6
- 238000003325 tomography Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 210000000056 organ Anatomy 0.000 description 5
- 210000004556 brain Anatomy 0.000 description 4
- 230000005258 radioactive decay Effects 0.000 description 4
- 239000000523 sample Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 230000002285 radioactive effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000035479 physiological effects, processes and functions Effects 0.000 description 2
- CEGXZKXILQSJHO-KODRXGBYSA-N (3r,4s,5r)-3,4,5,6-tetrahydroxyhexanoyl fluoride Chemical compound OC[C@@H](O)[C@@H](O)[C@H](O)CC(F)=O CEGXZKXILQSJHO-KODRXGBYSA-N 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000001175 cerebrospinal fluid Anatomy 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002224 dissection Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 230000004153 glucose metabolism Effects 0.000 description 1
- 210000004884 grey matter Anatomy 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 229910052704 radon Inorganic materials 0.000 description 1
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000010244 region-of-interest analysis Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000007794 visualization technique Methods 0.000 description 1
- 210000004885 white matter Anatomy 0.000 description 1
- 238000013316 zoning Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/037—Emission tomography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
- G01T1/16—Measuring radiation intensity
- G01T1/167—Measuring radioactive content of objects, e.g. contamination
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
- G01T1/29—Measurement performed on radiation beams, e.g. position or section of the beam; Measurement of spatial distribution of radiation
- G01T1/2914—Measurement of spatial distribution of radiation
- G01T1/2985—In depth localisation, e.g. using positron emitters; Tomographic imaging (longitudinal and transverse section imaging; apparatus for radiation diagnosis sequentially in different planes, steroscopic radiation diagnosis)
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- High Energy & Nuclear Physics (AREA)
- Molecular Biology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Surgery (AREA)
- Mathematical Optimization (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Algebra (AREA)
- Pathology (AREA)
- Mathematical Analysis (AREA)
- Heart & Thoracic Surgery (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Optics & Photonics (AREA)
- Biophysics (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明涉及结构意义上的医疗体积被关注区域内的再现性估计统计的问题,其中作为笛卡儿空间分布的投影采集数据。利用空间参考数据集将被关注区域(ROI)指定为高分辨率,并将它们映射到在其上进行数据采集的装置参考空间框架上。这允许直接从测量投影中估计装置的探测器位点上待投影的区域和被关注区域的放射性。本发明还涉及有关被关注区域较差勾勒的问题。
Description
技术领域
本发明涉及医疗体积感兴趣的有结构意义区域的重复性估计统计学问题,其中采集数据作为笛卡尔空间源分别的投影。例如,它在诸如正电子发射断层显像(PET)的医疗扫描之后估计身体的被关注区域的示踪剂摄取是有用的。
背景技术
在典型的功能医疗扫描处理期间,注入放射性标记的示踪剂或以其他方式由对象吞咽并在适当的时间之后,探测对象体内的示踪剂。映射示踪剂在整个体内的分布使得从体内各个被关注区域中摄取的示踪剂得出结论。
在PET中,将诸如[F-18]Fluoro-2-deoxy-glucose(FDG)的放射性标记的示踪剂,一种用于研究葡萄糖代谢的葡萄糖类似物,注入到对象中(例如,人)。在考虑示踪剂代谢的适当时间之后,执行PET扫描,其中对从示踪剂上放射性标记(F-18)的放射性衰变中所产生的射线进行测量。
在PET中,当放射性标记与附近原子内的电子发生碰撞发射正电子时产生射线。湮灭反应确保伽马射线的光子彼此以大约180°进行发射。
PET装置内的辐射探测器布置在对象的周围,使得从任何放射衰变活动所产生的两个光子都可以被一对探测器探测到。这样沿连接探测器的连线可以推出放射性的起源。
尽管进行了前面的描述,但是沿透过PET扫描中对象的任何线条所测量的信号可提供对沿该线条定位的放射性标记的示踪剂的直接测量是一种过分的假设。这主要存在以下两个原因。
第一,从衰变活动中产生的射线当它穿过身体时被衰减,但该衰减是不恒定的,因为不同的光子将穿过不同的组织类型和不同的距离。
第二,由于与环境的相互作用(例如,康普顿散射)可改变光子的方向。
然而,可以确定地说沿线条穿过对象被关注区域所探测到的射线总量(积分和)与该区域内示踪剂的摄取有关。(例如,感兴趣的区域可以是在对象为人或动物情况下的特定器官)。通过对沿大量穿过对象的线条执行多次这种测量,可以在宏观水平上得出关于示踪剂在整个对象分布的结论。
断层显像重建提供了在径向坐标系中估计从投影数据(扫描期间所采集的数据)计算出的笛卡尔坐标系内的数值。这一示例是逆Radon变换。重建广泛地用在医疗成像中,例如利用计算机断层显像、发射断层显像和透射断层显像装备所采集的数据集的重建。按照惯例,重建提供了由X、Y、Z坐标指示的笛卡尔空间中的图像。图像中的单个体元素(体素)由最常见为矩形函数的基本函数的线性组合来定义。其他示例包括多个点(梳齿形函数)、B样条等。这些几乎总是定义在覆盖待重建体积的均匀间隔的网格上。对于这的一个例外是将图像表示为空间样条基本函数的PET重建方法,其中多个点不均匀地分布,它们的密度与示踪剂的放射性密度相关。在其他方法中,解剖的先验信息用于得出在最大后验概率(MAP)重建算法上的光滑约束,籍此在PET图像重建中于存在解剖边界的位置上存储界线。
以这种方法在图像中已经形成的部分体积效应(PVE)导致在摄取的区域分析中过低或过高估计放射浓度。这可导致在从测量的数据进行生理解释中出错。部分体积效应很大程度上归因于不同摄取的临近区域之间的像素间的相关,其由重建算法、在区域边界上的部分像素效应和由于在像素栅格上投影采样所造成的离散化误差引起的。借助于传统方法,由于这些因素统计,诸如平均和方差可能是不可靠的,因为它们可能被过低或过高地估计。在此一个非常重要的示例是在分部模型分析中的加权最小二乘拟和。
为了抵消由于部分体积效应所造成的体素水平偏差,被关注区域(ROI)常常在它们覆盖整个器官或一部分器官时用于计算统计学,其中希望生理和功能行为是统一的。常常,在图像上沿着器官的形状或一部分器官的形状画出被关注区域,这常常比利用诸如图像插值的可视化技术得到体素水平更加精确地实现。然而,感兴趣勾勒的再现性是很差的,因为它依赖于操作者和图像,其中图像的质量强烈地与所选的重建方法有关。例如像滤波、迭代或平滑强度等重建参数的改变可导致细微体素值的改变,这会导致临床医生或研究员对从图像得到的质量缺乏信任。对于图像的最大区域识别,操作者经常必须处理成像显示控制以便利用诸如亮度和对比度,或者窗口和等级(window and level)的控制使区域的差别最大化。该项工作导致操作者间主观上的差异,并且严重地限制了被关注区域勾勒的重复性。限制再现性的另一特征包括图像显示装备的质量和校正,其影响操作者能够观察的灰阶数量。
另外,在体素方式(voxel-wise)基础上的动态数据重建有很高的计算要求,因此对于实际原因,传统上重建比最佳数量更少的动态帧或者使用次最佳重建技术。这可潜在地导致变动或数据定量分析中降低的精度。
总之,所有已知的PET重建技术重建示踪剂分布的图像,其由于部分体积效应和被关注区域放置的不精确在体素水平上和同样在大部分被关注区域内引入了示踪剂浓度估计的过低和过高估计。
校正部分体积效应的传统方法通过计算恢复系数解决了部分体积元,并通过对模拟系统点扩散函数(PSF)的核进行去卷积来解决相关。当使用更多的组织类型和复杂的重建算法时,所需模型的复杂程度增加。备选方法[1]假设被关注区域的先验知识,并利用传统最大概率期望最大化ML-EM重建来重建每个被关注区域的平均放射性。显示这一技术以便对即使比扫描仪的固有分辨率限制更小的区域也能提供被关注区域值上显著降低的偏差。在本发明的上下文中,我们将“分辨率”定义为图像上不能再细分的两个点源间的距离(即,它们表现为单个融合点)。我们将它与有时同样被称为“分辨率”的像素大小进行区分。为了便于清楚,在本文中,像素大小将被指代为“几何采样大小”。本方法的优势在于不必模仿包括校正的重建,以及利用系统矩阵来模仿投影离散化。然而,该项工作的限制在于在体素对齐的栅格上指定被关注区域并利用离散的系统矩阵将其向前投影,然后利用具有ML-EM的相同系统矩阵进行背向投影。精密地使用离散系统矩阵使得不会再现由于对象大小和边界效应所造成的部分像素效应,从而忽略对部分体积效应的其中一个中心贡献因素。
发明内容
根据本发明的第一方面,一种估计功能性医疗扫描的受试者体内示踪剂摄取的方法包含附于此处的权利要求1所提出的步骤。
根据本发明的第二方面,估计功能性医疗扫描的受试者体内示踪剂摄取的装置包含附于此处的权利要求10所提出的特征。
本发明连通置信值一起直接从投影数据中估计整个成像受试者的区域值。它依据已知推理的需要数值和置信度的结构,并且利用许多技术可将它们在连续空间(而非离散像素空间)和次像素空间中进行指定。对于利用MR-PET组合照相机所采集的PET脑扫描的特定示例,其中MR数据本质上对准PET数据,它表现为示踪剂放射性分布量级的重建和在脑的所有区域中的置信值,而没有重建任何PET图像的分布。
本发明通过将被关注区域(ROI)指定到比扫描装置的固有分辨率更小的几何采样大小(例如,连续地)、直接从测量投影中计算专用于区域的前后投影矩阵以及估计被关注区域放射性来减少部分体积效应的问题。研究表明极大地降低了由于前面所列所有三种影响所造成的部分体积效应误差,并且与基于被关注区域分析、利用区域滤波背投影(FBP-Huesman)的重建或利用基于系统矩阵的体素的区域ML-EM(ML-ROI)的传统方法相比定量摄取值明显地较少偏离。
本发明同样在无需操作者介入的情况下通过直接从所采集的投影数据中重建被关注区域统计来解决有关较差被关注区域勾勒的问题。被关注区域可定义在例如与功能图像的几何结构相匹配的参考图像上。一个示例是在PET脑区域中PET示踪剂分布的均值和方差的重建,例如利用固有对准分割(segment)的MRI或CT体积以定义被关注区域。
最后,本发明陈述了当在体素方式基础上重建动态图像时所需计算能力的减少。因此可常规地分析更多的时间帧。
附图说明
参考下面的附图,本发明将由非限定性的示例做进一步地描述,其中:
图1时示出了本发明步骤的流程图;
图2显示了以窦腔X线照相样式呈现的PET采集数据的示例;
图3显示了在扫描领域中在对象的单个角度上投影的图画表示;
图4显示了在一个特定投影角度(希塔)的特定响应线上探测从背景被关注区域发射的概率计算的示例。
图5a和5b示出了处理结合PET-MRI扫描结果的本发明的使用,和
图6示意性地示出了本发明的装置。
具体实施方式
参考图1,为了处理一组根据本发明一个实施例的投影值,首先必须从参考数据集中设定一组被关注区域(步骤1),其可以时解剖性或功能性的(例如灰质、白质和CSF,或者依照分割的脑模板(如所示出的))。将被关注区域规定到小于扫描装置固有分辨率的计划采样大小。
被关注区域的规定可通过若干方法的其中一种来实现,包括:
利用基于模型的方法、基于次像素的方法、统计估计方法的其中一种从功能性图像中得到的手动、半自动和全自动分割;
按照以前的段落但利用解剖图像或者
利用对图集、数据库、参考模型或模板进行手动、半自动和全自动刚性或形变配准(registration)的区域分割。
在步骤2,计算变换并应用到位置上,以及将参考数据调整到测量数据的图像空间坐标中。
在一个示例中,一旦重建该测量数据,则配准该参考数据集以计算数据集之间的变换;
在另一示例中,确保利用例如立体定位架或床系统将对象定位到扫描仪中的适当位置上从而将测量数据固有地对准参考数据,所述适当位置相对于参考数据集是已知的使得变换是已知的;
在又一示例中,与测量数据采集同时地采集参考数据集使得出现固有对准,例如使用组合的MR-PET、PET-计算机断层显像(PET-CT)或单光子发射计算机断层显像-CT(SPECT-CT)照相机。
在步骤3,计算将连续特定的或次体素的被关注区域(在空间和时间上)投射到离散的探测器箱的系统矩阵。所得到的系统矩阵表示在特定探测器对上探测的源自特定被关注区域的发射概率(沿特定的响应线)。
步骤4是任选步骤,其解决了在采集期间被关注区域的移动。计算并应用取决于时间的几何变换矩阵,即更改该系统矩阵以解决成像受试者的被关注区域中所探测的移动。
在步骤5,如下面所描述的从PET/SPECT采集数据中连通置信水平一起计算(对每个被关注区域)示踪剂摄取的被关注区域值。通过将步骤3中所计算的系统矩阵应用到根据已知方法所采集的数据中来执行被关注区域值的计算。通过使用滤波背投影运算[2]并使用系统矩阵和迭代方法可执行背向投影。通过对包括由平方投影算子(square projection operator)所投影的每个被关注区域的每个投影方差求和,进行投影被关注区域值可靠性的估计。
本发明依赖已经精确指定的被关注区域。这样情况的示例存在于当同时采集MR和PET数据集时。在这种情况下,无需用户介入以便定义被关注区域、消除由于图像质量、显示装备和用户的改变而产生的不确定。由于没有重建图像,像素间的相互关系是不相关的,因此很容易计算置信估计。结果是对于体积中所有结构的被关注区域以完全再现的方式进行数值和置信估计的重建。
参考图2,每一行表示投影角度,而列表示响应线。每个像素含有特定探测器对中收集的计数总数,从而全部的列表示全部的投影。
参考图3,在球形对象单个角度上的投影对应图2所示的一列窦腔X线照相。
参考图4,将背景区域分成三角形并且用每条响应线接着计算三角形的交叉点的面积。于响应线相交形成所有三角形的该区域内的总面积构成所需的概率。这对于所有的被关注区域和所有的角度是可重复的从而完成该系统矩阵。
参考图5a,当利用组合的PET-MRI扫描仪采集数据时,被分割的MRI固有地与PET数据对准。参考图5b,可直接计算区域值和置信值无需重建PET图像。这样计算的数据可与数据库的正常数据进行比较。
参考图6,实现本发明的装置包含具有多个探测器2的扫描仪1。这些探测器位于关于待扫描对象3的位置是已知的的位点(loci)。
在这一实施例中,扫描仪是PET扫描仪,其中探测器2适于对注入到对象(通常是人)3内示踪剂的放射性衰变所引发的射线进行探测。由两个探测器2a,2b同时探测衰变活动能够推导出相关的线4,其穿过对象并投影在所述两个探测器上。
该装置进一步包含处理系统5,该处理系统5包括诸如显示器和键盘/鼠标的人机界面(MMI)、布置成运行应用软件8的处理器7(例如,经由MMI6响应命令)和适于存储实现本发明所必须的参考数据,诸如空间参考数据集的贮存器(repository)9。
在所示的实施例中,倘若由扫描仪测得的表示投影值的数据的合适程序传送给处理系统5,则扫描装置1直接连接处理系统5。然而这不应被认为是限定性的,并且在其他实施例中数据可由包括无线连接、网络连接(例如互联网)或者将数据存储在诸如CD-ROM的记录介质上以便加载到处理系统中的任意一种方式进行传送。
同样,贮存器9被显示为与处理系统的其他组件集成到一起,像例如具有参考数据存储在计算机存储器上个人计算机一样实施的系统情况。然而,在另一实施例中,该贮存器的位置可以远离具有由多种已知方法的任一种来帮助数据传送的处理系统的其他组件。
操作期间,探测器2测量对象3内示踪剂放射性衰变所引发的发射以便提供一组投影数据。这样获得一组数值,该组数值的每一个包含沿着一条在引起测量的探测器位置上进行投影的穿过对象的线而测量的信号(伽马发射)的积分和。这样探测的该信号与该线穿过的被关注区域中感兴趣的功能的值(在该情况下,为示踪剂的摄取)有关。
通过MMI6,并在一个或多个可运行的应用软件8的帮助下,用户能够查询存储在贮存器9中的空间参考数据集,以便指定感兴趣的区域。在本实施例中的空间参考数据集可包含相似(或相同)对象的一个或多个结构扫描(例如,MRI)的结果。可选的,空间参考数据集可包含一个或多个诸如PET的功能性医疗扫描的结果。
已经指定了被关注区域,用户接着初始化一个或多个可运行应用软件8以便对在投影值测量期间对象和探测器定位于其上的参考空间框架上的空间参考数据集进行映射。接着将以前指定的被关注区域投影到扫描装置的探测器的位点上,并对每一个被关注区域计算示踪剂摄取的值(和相关的置信值)。
参考文献
[1]R.E.Carson,“A maximum likelihood method for region-of-interest evaluationin emission tomography,”Journal of Computer Assisted Tomography,vol.10,pp.654-63,1986.
[2]R.H.Huesman,“A new fast algorithm for the evaluation of regions ofinterest and statistical uncertainty in computed tomography,”Physics in Medicine andBiology,vol.29,pp.543-52,1984.
Claims (16)
1.在对象的被关注区域内根据一组投影数值来估计空间分布函数值的方法,
所述投影数值包含沿着一条穿过对象被关注区域的线所探测信号的积分和,所述信号与该区域内的函数值有关;
该方法包含以下步骤:
在参考空间框架上围绕对象分布的多个位点测量该组投影数值,每个位点是所述穿过对象的线的其中一个投影;
以小于分辨率的空间几何采样大小从空间参考数据集中指定一组被关注区域(ROI’s),通过根据该组投影数值进行图像重建可实现所述的分辨率;
将参考数据集映射到参考空间框架上;
将以前指定的被关注区域投影到所述位点上以及
对每个被关注区域计算函数的值和相关的置信度。
2.如权利要求1所述的方法,其中采集该组投影数值作为功能性或结构性的医疗扫描,并且该对象是有生命的受试者。
3.如权利要求1所述的方法,其中被关注区域由功能性医疗图像扫描的分割进行定义。
4.如权利要求1所述的方法,其中被关注区域由结构性医疗图像扫描的分割进行定义。
5.如权利要求3或4所述的方法,并进一步包括对图集、数据库、参考模型或模板进行功能性或结构性的医疗图像扫描的配准的步骤。
6.如前述权利要求之一所述的方法,其中通过重建该组投影数值来实现在参考空间框架上的参考数据集的映射;重建数据集与参考数据集的配准以及计算从一个数据集到另一数据集的变换。
7.如权利要求1-5之一所述的方法,其中通过利用把受试者校准在与所述参考数据集有关的已知位置上的定向框架或床的系统来实现在参考空间框架上的参考数据集的映射,使得能推断出从一个数据集到另一个数据集上的变换。
8.如权利要求1-5之一所述的方法,其中通过执行功能性医疗扫描并同时采集参考数据集来实现在参考空间框架上的参考数据集的映射。
9.如前述权利要求之一所述的方法,进一步包括计算取决于时间的几何变换矩阵的步骤,该取决于时间的几何变换矩阵修改系统矩阵以计入所探测到的在成像受试者被关注区域内的移动。
10.用于估计对象被关注区域内空间分布函数值的装置,包含:
多个探测器,它们被布置在围绕参考空间框架上的对象分布的多个位点上以便沿穿过对象的多条线探测信号,所述信号与线所穿过的被关注区域内的函数值有关;
含有空间参考数据集的贮存器,该空间参考数据集适于定义诸如对象的物体中的被关注区域;
使得人能够向该装置输入信息或从该装置接收信息的人机界面,以及
布置成运行编程应用软件的处理器,该处理器:
允许用户在空间参考数据集中指定被关注区域;
将空间参考数据集映射到参考的空间框架上;
将被关注区域投影到探测器所述位点上以及
对每个被关注区域计算空间分布函数值。
11.如权利要求10的装置,包含正电子发射断层显像(PET)扫描仪和被布置成根据用户命令运行应用软件以估计人体和动物体内放射性标记的示踪剂的摄取的计算机。
12.如权利要求11的装置,其中可运行的应用软件包括重建该组投影数值的手段;将重建的数据集与参考数据集配准以及计算从一个数据集到另一数据集的变换。
13.如权利要求11的装置,进一步包含用于在与参考数据集相关的已知位置上校准对象的定向框架或床系统,使得能够推断出从一个数据集到另一数据集的变换。
14.如权利要求11的装置,包含组合的正电子发射断层显像(PET)和磁共振成像(MRI)扫描仪,该扫描仪被布置成采集该组投影数据作为正电子发射断层显像扫描结果以及采集该空间参考数据集作为磁共振成像扫描结果。
15.如权利要求11的装置,包含组合的正电子发射断层显像和计算机断层显像(CT)扫描仪,该扫描仪被布置成采集该组投影数据作为正电子发射断层显像扫描结果以及采集该空间参考数据集作为CT扫描结果。
16.如权利要求11的装置,包含组合的单光子发射计算机断层显像(SPECT)和计算机断层显像(CT)扫描仪,该扫描仪被布置成采集该组投影数据作为单光子发射计算机断层显像扫描结果以及采集该空间参考数据集作为CT扫描结果。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB0616859A GB2450073B (en) | 2006-08-25 | 2006-08-25 | Regional reconstruction of spatially distributed functions |
GB0616859.5 | 2006-08-25 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101147681A true CN101147681A (zh) | 2008-03-26 |
CN101147681B CN101147681B (zh) | 2011-05-25 |
Family
ID=37102830
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200710152687.0A Expired - Fee Related CN101147681B (zh) | 2006-08-25 | 2007-08-24 | 空间分布函数的区域重建 |
Country Status (4)
Country | Link |
---|---|
US (1) | US8150112B2 (zh) |
CN (1) | CN101147681B (zh) |
DE (1) | DE102007040071A1 (zh) |
GB (1) | GB2450073B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102395996A (zh) * | 2009-04-13 | 2012-03-28 | 皇家飞利浦电子股份有限公司 | 用于动态的、对比度增强的成像研究的似合理的参考曲线 |
CN101667298B (zh) * | 2009-09-30 | 2012-10-31 | 华南理工大学 | 一种基于邻域像素跳变分布函数提取的图像重建方法 |
CN103720474A (zh) * | 2012-10-12 | 2014-04-16 | 西门子公司 | 计算检查参数 |
CN106461791A (zh) * | 2014-06-12 | 2017-02-22 | 美国西门子医疗解决公司 | 在单光子发射计算机断层扫描中利用多发射能量来校准 |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006059383A1 (de) * | 2006-12-15 | 2008-06-19 | Siemens Ag | Verfahren und Bildbearbeitungssystem zur Erzeugung von Ergebnisbildern eines Untersuchungsobjekts |
US8442285B2 (en) * | 2007-04-02 | 2013-05-14 | The Trustees Of The University Of Pennsylvania | Combined feature ensemble mutual information image registration |
DE102007023657B4 (de) * | 2007-05-22 | 2014-03-20 | Siemens Aktiengesellschaft | Verfahren zur Datenaufnahme bei einer funktionellen Gehirnuntersuchung mit einem kombinierten Magnetresonanz-PET-Gerät |
RU2471204C2 (ru) * | 2007-05-30 | 2012-12-27 | Конинклейке Филипс Электроникс, Н.В. | Локальная позитронная эмиссионная томография |
US20100169024A1 (en) * | 2007-10-29 | 2010-07-01 | The Trustees Of The University Of Pennsylvania | Defining quantitative signatures for different gleason grades of prostate cancer using magnetic resonance spectroscopy |
US8774479B2 (en) * | 2008-02-19 | 2014-07-08 | The Trustees Of The University Of Pennsylvania | System and method for automated segmentation, characterization, and classification of possibly malignant lesions and stratification of malignant tumors |
US9235887B2 (en) | 2008-02-19 | 2016-01-12 | Elucid Bioimaging, Inc. | Classification of biological tissue by multi-mode data registration, segmentation and characterization |
EP2274727A1 (en) * | 2008-04-08 | 2011-01-19 | Vereniging voor Christelijk Hoger Onderwijs, Wetenschappelijk Onderzoek en Patiëntenzorg | A pet data processing system, an arrangement, a method and a computer program product for determining a distribution of a tracer uptake |
GB0813372D0 (en) * | 2008-07-22 | 2008-08-27 | Siemens Medical Solutions | A confidence measure for comparing SUV between PET studies |
EP2408374B1 (en) * | 2009-03-19 | 2017-08-30 | Koninklijke Philips N.V. | Functional imaging |
GB0910138D0 (en) * | 2009-06-12 | 2009-07-29 | Siemens Medical Solutions | Combination of MIP and anatomical information |
EP2387779B1 (en) * | 2010-01-28 | 2020-05-06 | LaVision BioTec GmbH | Tomographic imaging using poissonian detector data |
US8483463B2 (en) * | 2010-05-19 | 2013-07-09 | Wisconsin Alumni Research Foundation | Method for radiation dose reduction using prior image constrained image reconstruction |
US8503753B2 (en) * | 2010-12-02 | 2013-08-06 | Kabushiki Kaisha Toshiba | System and method for triangular interpolation in image reconstruction for PET |
CN102279974A (zh) * | 2011-04-29 | 2011-12-14 | 北京交通大学 | 摄像机监控面积计算方法及系统 |
DE102012207315A1 (de) * | 2012-05-03 | 2013-11-07 | Siemens Aktiengesellschaft | Verfahren zur Auswertung eines PET-Datensatzes bezüglich eines Neurotransmitters und/oder Neuromodulators |
JP6158018B2 (ja) * | 2012-09-28 | 2017-07-05 | 東芝メディカルシステムズ株式会社 | 核医学診断装置、および画像処理方法 |
GB201219403D0 (en) * | 2012-10-29 | 2012-12-12 | Uni I Olso | Method for improved estimation of tracer uptake in physiological image volumes |
US9364192B2 (en) * | 2013-03-15 | 2016-06-14 | Siemens Medical Solutions Usa, Inc. | Error estimates in quantitative functional imaging |
US10275906B2 (en) * | 2014-07-16 | 2019-04-30 | Koninklijke Philips N.V. | iRecon: intelligent image reconstruction system with anticipatory execution |
US11308662B2 (en) | 2016-08-02 | 2022-04-19 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for image reconstruction |
US10395353B2 (en) * | 2016-08-31 | 2019-08-27 | Siemens Medical Solutions Usa, Inc. | Model-based scatter in multi-modality multi-energy SPECT reconstruction |
US10307116B2 (en) * | 2017-02-22 | 2019-06-04 | Uih America, Inc. | System and method for detecting organ motion |
US11096648B2 (en) * | 2018-03-07 | 2021-08-24 | Siemens Medical Solutions Usa, Inc. | Calibration bias reduction in a pressurized gas ion chamber-based dose calibrator |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5376795A (en) * | 1990-07-09 | 1994-12-27 | Regents Of The University Of California | Emission-transmission imaging system using single energy and dual energy transmission and radionuclide emission data |
US5638817A (en) * | 1995-06-07 | 1997-06-17 | Picker International, Inc. | Gamma camera split collimator collimation method and apparatus |
US6016439A (en) * | 1996-10-15 | 2000-01-18 | Biosense, Inc. | Method and apparatus for synthetic viewpoint imaging |
US6740883B1 (en) * | 1998-08-14 | 2004-05-25 | Robert Z. Stodilka | Application of scatter and attenuation correction to emission tomography images using inferred anatomy from atlas |
JP4408162B2 (ja) * | 2000-02-07 | 2010-02-03 | 浜松ホトニクス株式会社 | ポジトロンエミッショントモグラフィ装置 |
US6909794B2 (en) * | 2000-11-22 | 2005-06-21 | R2 Technology, Inc. | Automated registration of 3-D medical scans of similar anatomical structures |
US6670614B1 (en) * | 2001-06-01 | 2003-12-30 | Leonard F. Plut | Volume cone beam acquisition on a nuclear spect system using a digital flat panel |
US7187794B2 (en) * | 2001-10-18 | 2007-03-06 | Research Foundation Of State University Of New York | Noise treatment of low-dose computed tomography projections and images |
US6618466B1 (en) * | 2002-02-21 | 2003-09-09 | University Of Rochester | Apparatus and method for x-ray scatter reduction and correction for fan beam CT and cone beam volume CT |
US20040092809A1 (en) * | 2002-07-26 | 2004-05-13 | Neurion Inc. | Methods for measurement and analysis of brain activity |
US7231076B2 (en) * | 2004-06-30 | 2007-06-12 | Accuray, Inc. | ROI selection in image registration |
US7903849B2 (en) * | 2005-04-15 | 2011-03-08 | Kabushiki Kaisha Toshiba | Medical image processing apparatus |
US8232535B2 (en) * | 2005-05-10 | 2012-07-31 | Tomotherapy Incorporated | System and method of treating a patient with radiation therapy |
FR2886433B1 (fr) * | 2005-05-30 | 2007-09-07 | Commissariat Energie Atomique | Methode de segmentation d'une sequence d'images tridimensionnelles, notamment en pharmaco-imagerie. |
US7831073B2 (en) * | 2005-06-29 | 2010-11-09 | Accuray Incorporated | Precision registration of X-ray images to cone-beam CT scan for image-guided radiation treatment |
DE102006008042A1 (de) * | 2006-02-21 | 2007-07-19 | Siemens Ag | Medizinisches Gerät mit im medizinischen Gerät kombinierter Bilderfassungs- und Positionsbestimmungsvorrichtung |
-
2006
- 2006-08-25 GB GB0616859A patent/GB2450073B/en not_active Expired - Fee Related
-
2007
- 2007-08-24 DE DE102007040071A patent/DE102007040071A1/de not_active Withdrawn
- 2007-08-24 US US11/892,658 patent/US8150112B2/en not_active Expired - Fee Related
- 2007-08-24 CN CN200710152687.0A patent/CN101147681B/zh not_active Expired - Fee Related
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102395996A (zh) * | 2009-04-13 | 2012-03-28 | 皇家飞利浦电子股份有限公司 | 用于动态的、对比度增强的成像研究的似合理的参考曲线 |
CN102395996B (zh) * | 2009-04-13 | 2016-08-03 | 皇家飞利浦电子股份有限公司 | 图像处理系统以及从图像数据确定似合理的参考信息的方法 |
CN101667298B (zh) * | 2009-09-30 | 2012-10-31 | 华南理工大学 | 一种基于邻域像素跳变分布函数提取的图像重建方法 |
CN103720474A (zh) * | 2012-10-12 | 2014-04-16 | 西门子公司 | 计算检查参数 |
CN103720474B (zh) * | 2012-10-12 | 2017-03-01 | 西门子公司 | 计算检查参数 |
CN106461791A (zh) * | 2014-06-12 | 2017-02-22 | 美国西门子医疗解决公司 | 在单光子发射计算机断层扫描中利用多发射能量来校准 |
Also Published As
Publication number | Publication date |
---|---|
US20080056550A1 (en) | 2008-03-06 |
GB2450073A (en) | 2008-12-17 |
CN101147681B (zh) | 2011-05-25 |
GB2450073B (en) | 2009-11-04 |
DE102007040071A1 (de) | 2008-05-21 |
US8150112B2 (en) | 2012-04-03 |
GB0616859D0 (en) | 2006-10-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101147681B (zh) | 空间分布函数的区域重建 | |
Berker et al. | Attenuation correction in emission tomography using the emission data—a review | |
Schreibmann et al. | MR‐based attenuation correction for hybrid PET‐MR brain imaging systems using deformable image registration | |
US9474495B2 (en) | System and method for joint estimation of attenuation and activity information | |
CN101681520B (zh) | Pet局部断层摄影 | |
CN101305297B (zh) | 使用解剖列表模式掩模的pet成像 | |
CN104252714B (zh) | 时变数据的重建 | |
CN102067176B (zh) | 结合局部运动监测、校正和评估的辐射成像 | |
US7680240B2 (en) | Iterative reconstruction of tomographic image data method and system | |
CN107111867B (zh) | 多模态成像系统及方法 | |
CN101765865B (zh) | 核成像中的运动校正 | |
Wendler et al. | Towards intra-operative 3D nuclear imaging: reconstruction of 3D radioactive distributions using tracked gamma probes | |
US9684973B2 (en) | Systems and methods for selecting imaging data for principle components analysis | |
CN104346821A (zh) | 用于医学成像的自动规划 | |
CN108242068A (zh) | 用于正电子发射断层成像中的散射校正的方法和系统 | |
CN104700438A (zh) | 图像重建方法及装置 | |
CN105989621A (zh) | 用于在图像重构中执行联合估计技术的方法和系统 | |
US10210635B2 (en) | Reconstruction quality assessment with local non-uniformity in nuclear imaging | |
Dawood et al. | Correction techniques in emission tomography | |
US9020215B2 (en) | Systems and methods for detecting and visualizing correspondence corridors on two-dimensional and volumetric medical images | |
Bauschke et al. | An EM algorithm for dynamic SPECT | |
Rousset et al. | Correction for partial volume effects in emission tomography | |
Klein et al. | A methodology for specifying PET VOIs using multimodality techniques | |
Qiao et al. | Joint model of motion and anatomy for PET image reconstruction | |
Vaska et al. | Quantitative Imaging with the Micro‐pet Small‐Animal Pet Tomograph |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110525 Termination date: 20210824 |