CN102781331B - 使用飞行时间信息来探测和校正成像扫描中的运动的方法和设备 - Google Patents

Abstract

根据本发明的一方面，提供了一种利用飞行时间信息来探测在诸如PET成像获取的医学成像获取期间的运动的方法和设备。根据本发明的另一方面，提供了用于探测并校正诸如PET图像的医学图像中的呼吸运动和心脏运动的方法和设备。

Description

使用飞行时间信息来探测和校正成像扫描中的运动的方法和设备

技术领域

本申请总体涉及成像技术。更具体地，其提供使用飞行时间信息来探测在医学成像获取期间发生的运动的方法和设备，医学成像获取诸如是正电子发射断层摄影(PET)成像获取。本申请还提供用于校正PET图像中的呼吸和心脏运动的方法和设备。本申请的主题至少可用于PET成像，并且将特别参照PET成像对其进行描述。然而，其也在其它成像方法和其它技术中具有更一般的应用，诸如SPECT成像或CT成像。

背景技术

在医学成像获取期间发生的运动能够是有问题的，因为其能够导致图像质量的劣化并且危及得到的图像数据的临床效用。运动伪影能够源自各种不同种类的运动，诸如例如呼吸运动、心脏运动、以及总的患者运动(grosspatient motion)。呼吸运动是由呼吸循环期间肺的扩张和收缩引起的运动。心脏运动是由心脏循环期间心脏的扩张和收缩引起的运动。总的患者运动是由诸如胸部、臂、或腿的身体部分的主动的或非主动的肌肉移动引起的运动。在PET成像获取期间，任何这些种类的运动将有问题的可能性能够增大，因为PET成像获取时间典型地长，大约数分钟或数十分钟。

期望提供使用飞行时间信息来探测PET成像获取期间的运动的方法和设备。另外，也期望提供用于探测和校正PET图像中的呼吸运动和心脏运动的方法和设备。

发明内容

本发明的方面处理这些问题和其它问题。根据本发明的一方面，提供了使用飞行时间信息来探测PET成像获取期间的运动的方法和设备。

根据本发明的一方面，一种利用医学成像系统来探测在PET成像获取期间发生的运动的方法，包括以下步骤：利用PET成像系统对成像的受试者进行PET成像获取，以生成包括飞行时间数据的PET图像获取数据；分析所述飞行时间数据并将所述飞行时间数据转换为表示在所述成像获取期间发生的所述成像的受试者的运动的位置尺度，以便探测在所述成像获取期间发生的所述成像的受试者的运动。

根据本发明的另一方面，提供了用于探测和校正PET图像中的呼吸运动和心脏运动的方法和设备。

在阅读并理解以下详细描述时，本领域技术人员将理解本发明的进一步的方面。在阅读优选实施例的以下详细描述时，许多附加优点和益处对本领域技术人员将变得明显。

本发明可以采取各种部件和部件的布置、各种处理操作和方法步骤以及处理操作和方法步骤的布置的形式。附图仅为示例优选实施例的目的，并且不视为限制本发明。

附图说明

图1是范例PET成像系统的示意性视图；

图2描绘使用飞行时间信息来探测运动的范例方法；

图3描绘范例运动特性和校正方法；

图4描绘范例心电图(ECG)信号记录；

图5是范例呼吸波形；

图6描绘另一范例运动特性和校正方法；

图7描绘用于组合图3和图6的方法的结果的范例方法；

图8描绘用于组合图3和图6的方法的结果的范例迭代过程；以及

图9描绘表示血流量随时间的关系的范例曲线。

具体实施方式

I.飞行时间PET技术

图1中示意性地示例了范例飞行时间PET成像系统100。飞行时间PET成像系统100包括PET成像扫描器102。患者或成像的受试者104放置在PET成像扫描器102的托台106内。PET成像系统100的示例的实施例的托台106包含以围绕患者104的环108设置的数个光子探测器以探测正电子-电子湮灭110发射的并发光子对。两个该探测器A和B示于图1中。在实际PET成像扫描器102中，探测器环108将典型地具有数个探测器，并且也可以典型地存在并排设置的许多探测器环。为简化，图1示例2维系统。然而，示例的概念等同地适用于3维系统。在PET成像系统100的附加实施例中，托台可以包含未以环几何结构布置的探测器，诸如两个相对板探测器。

为了获得受试者104的PET图像，首先将放射性药物注入到受试者104中。放射性药物包含与患者体内的感兴趣分子或过程相互作用的瞄准方面(targeting aspect)，该过程诸如是葡萄糖新陈代谢。放射性药物也包含正电子-发射放射性核素。发射的正电子将与来自附近原子的电子碰撞，并且正电子和电子湮灭。作为湮灭的结果，两个不同的光子沿响应线112以基本相对的方向发射。光子均以相同速度，对光子所通过的介质标记(index)的光速，传播。探测器构成的环108记录这些光子和与这些光子关联的PET成像数据，成像数据诸如是探测每个光子的时间。

PET成像扫描器102通过通信链路122将诸如探测器A和B的探测器构成的环108记录的PET成像数据传递给PET成像、处理和显示系统120。虽然这里为示例目的将PET成像扫描器102和PET成像、处理和显示系统120示为和描述为分开的系统，但是它们在其它实施例中可以为单个整体系统的部分。PET成像数据传递至图像处理器124，图像处理器124将数据存储在存储器126中。图像处理器124电处理PET成像数据以生成成像的患者或其它对象104的图像。图像处理器124能够在关联的显示器128上示出得到的图像。可以给用户提供诸如键盘和/或鼠标装置的用户输入端130来控制处理器124。

诸如探测器A的包括关联的电子器件的给定的探测器能够非常精确地标识其探测光子的时间。如果诸如图1中的探测器A和B的两个探测器均在给定的并发时间段内记录光子的接收，则假定光子对源自诸如110的正电子-电子湮灭事件。具体地，假定湮灭110在沿如图1中所示的称作响应线112的连接探测器A和B的直线的某处发生。该探测事件对或“并发事件”由PET成像扫描器102记录。使用图像处理器124执行的图像重建算法，飞行时间PET成像系统100能够使用该并发事件来确定患者中的放射性药物的分布。该分布用于生成PET图像。

在飞行时间PET成像中，由诸如A和B的两个探测器获取并发事件和两个并发光子的到达时间的差异。因为两个并发光子均以基本相同的的速度行进，所以到达时间差异与光子从湮灭点110至并发探测器A和B的飞行时间具有直接关系。因为该原因，系统120能够近似地计算沿响应线112的湮灭110发生的位置，增大了PET图像重建的分辨率。可以为此和其它目的采用飞行时间模块132。如图1中所示例的，飞行时间模块132设置于PET成像、处理和显示系统120内。在各附加实施例中，飞行时间模块132可以设置于PET成像扫描器102内，或能够远离PET成像系统100设置。飞行时间模块132可以以硬件或软件来实施。

II.使用飞行时间信息来探测成像获取期间的运动

本发明的一方面总体涉及使用飞行时间信息来探测成像获取期间的运动的方法和设备，运动诸如是总的患者运动和/或呼吸运动。从而，本发明的此方面在PET成像获取中特别有用，但是在其更宽广方面，其可以与其它种类的成像获取结合使用。于此提供的范例方法和设备可以用于探测图像获取期间的运动，无需使用外部装置且无需分析重建的图像数据，然而其也可以那些方法结合使用。

过去，典型地通过重复多次成像获取或通过重处理单组成像获取数据来处理总的患者运动。前一技术经常导致对受试者和病房员工的增加的辐射暴露，并且后一技术增加所需的图像处理时间。因此，期望提供用于接近实时地探测医学成像获取期间的总的患者运动的设备和方法，从而减少了重复成像处置来提高临床图像质量的需要。如果在成像处置期间探测到总的患者运动，则能够在那时处理它，与等待直到成像获取完成以探测总的运动相反。

对于呼吸运动，虽然与总的患者运动相比，其大小典型地小，但是许多呼吸循环中的数据的时间平均仍然能够使最受该运动影响的区域的图像退化。过去，已经使用诸如膜盒(bellow)换能器的运动换能器来测量数据获取期间胸部或腹部的运动。从该运动换能器获得的信息然后在补偿患者的呼吸运动的努力中用于呼吸门控(respiratory gating)。诸如使用摄像机的附加方法也已经应用于监视呼吸运动并获得用于呼吸门控的信息。然而，该方法需要使用昂贵的装备，并且使用该装备产生的成像数据的临床效用不是最佳的。

因此，期望提供用于探测和特征化呼吸运动，而无需外部换能器、摄像机或其它该装备的设备和方法。该装备的消除能够减少系统的总成本、处置或临床成本，以及复杂性和基于时间或基于幅度的呼吸门控中的错误的可能性。

图2中示例了根据本发明的方面的范例运动探测方法200。范例方法200利用飞行时间信息来探测成像处置期间的总的患者运动和/或呼吸运动。

在步骤202中，利用诸如系统100的PET成像系统来探测光子并发事件并收集关于该并发的相关成像数据，诸如并发的飞行时间。该成像数据可以以列表模式204存储在存储器128中。在各实施例中，列表模式204包含来自整个成像处置的所有成像数据。在附加实施例中，列表模式204仅包括与成像处置的时间段相对应的全部成像数据的部分，并且成像数据的存储可以是前进的过程，使得随着附加数据的收集，对来自成像处置的部分的成像数据进行分析和/或操控(即瞬态过程)。基于数据204中的飞行时间信息，能够确定托台106内的湮灭110的近似位置并将其添加至数据204。这可以在伪连续空间进行，其中每个光子并发事件定域于沿响应线112的箱中，其中箱可以表示例如5mm间隔。

在步骤206中，收集或聚集来自列表模式数据204的飞行时间差异以生成聚集飞行时间数据208。如以上关于列表模式204提到的，能够针对整个成像处置生成飞行时间数据208，或能够针对瞬态过程中的成像处置的部分分开生成飞行时间数据108。简单地从总列表模式数据204选择聚集的飞行时间数据208，总列表模式数据204足够大以提供可靠的数据样本。再次参照图1，聚集飞行时间数据208可以例如由飞行时间模块132生成。例如，聚集飞行时间数据208可以汇编成直方图。聚集208优选地包括数秒的成像时间，大约成百万个光子并发事件，然而可以采用提供有意义的数据样本的任何时间持续期间。

可选地，列表模式204的收集206和聚集208可以限于数据204的其中可以预期运动的子集。例如，如果成像的受试者104设置在托台106内，且他或她的背部或胸部躺在台子上(这是典型的)，则受试者104的呼吸运动将主要导致托台106内的受试者的胸部的竖直运动。从而，列表模式数据204的收集206和聚集208可以限于托台106内的竖直响应线112或朝向该竖直响应线112加权。

另一典型范例中，在成像扫描期间可以预期患者的臂或腿的总的患者移动。在该事件中，列表模式204的收集206和聚集208可以限于或加权于发生于托台106内的极水平的位置发生的湮灭事件。

在范例方法200的各其它实施例中，列表模式数据204的收集206和聚集208可以限于一对探测器，诸如图1中的探测器A和B，或限于该成对的探测器的组。在另外的附加实施例中，收集206和聚集208的数据204可以限于特定响应线112或一系列响应线112的角度，诸如相对于环108的角度或轴角。在另外的附加实施例中，收集106和聚集208所有采集的数据204。

在步骤210中，分析聚集飞行事件数据208并将其转换为一个或多个位置尺度(metric)212。位置尺度212反映时间过程上的飞行时间数据的移动，并且因此反映时间过程上成像的受试者104的移动。可以实时地或接近实时地向PET成像系统100的操作员显示此位置尺度212。

作为范例方法200的一个范例，聚集飞行时间数据208转换为呼吸波位置尺度214。呼吸波位置尺度214可以例如被平均或减小为常规呼吸波以有助于探测呼吸运动。为了将聚集飞行时间数据208转换为呼吸波位置尺度214，可以基于聚集飞行时间数据208的分析对与呼吸运动对应的最大和最小位置进行初始标识。例如，可以在一时间段监视沿成像的受试者104的纵向或“z”轴的选择的成像切片内的受试者的先前-随后运动，以生成与呼吸运动的幅度相关的信号，该时间段诸如是五或十秒。幅度数据于是可以用于将聚集飞行时间数据208与常规呼吸波相关联，以生成呼吸波位置尺度214。在各实施例中，常规呼吸波可以是测得的信号或预生成的原型呼吸信号。可选地，为优化目的，可以将数据处理或平滑施加于呼吸波位置尺度214。

替代地或除呼吸波位置尺度214外，在各实施例中，可以将聚集飞行时间数据208转换为总的运动位置尺度216。为了将聚集飞行时间数据208转换为总的运动位置尺度216，利用聚集飞行时间数据208来获得关于活动中心的信息。可以例如针对整个成像的受试者104或仅针对成像的受试者的部分确定湮灭活动的中心。作为另一范例，总的运动位置尺度216可以反映成像数据204的一个或多个轴切片内的光子湮灭活动的2维中心。各种组合也是可能的。

在步骤218中，随时间监视、记录并分析位置尺度212的一致性。然后使用位置尺度来生成最终位置尺度220。如果位置尺度212是呼吸波位置尺度214，则其可以用于生成用于图像重建中的最终呼吸波形220。例如，最终呼吸波形220能够用于呼吸门控或另外地用于分类列表模式数据204的时间序列。以此方式，能够使用范例方法200来实现呼吸门控，而无需外部装置，诸如膜盒换能器或摄像机。在范例方法200的各实施例中，使用最终呼吸波形220来生成门控信号，该门控信号插入到列表模式数据204中以标记用于基于时间的呼吸取景(framing)的列表模式数据。在附加实施例中，利用最终呼吸波形220来生成用于灵活的基于幅度的门控中的呼吸幅度。该呼吸门控可以用于例如辐射治疗计划中。在另外的实施例的，可以在成像获取期间接近实时地分析最终呼吸波形220，以确定受试者的呼吸运动是否超过预设的阈值，并且如果是，则将向成像操作者发送警报信号。

如果位置尺度是总的运动位置尺度，则其可以用于生成用于图像重建中的最终总的运动位置尺度220。如果位置尺度212是总的运动位置尺度216，则能够在步骤218中对其进行监视，并且将其与一个或多个预选择的运动阈值进行比较以在超过预选择的运动阈值时，警告PET成像系统100的操作员总的患者运动已经发生。在范例方法200的各实施例中，提供给PET成像系统100的操作员的警报伴随有关于成像的受试者104的被怀疑已发生了总的运动的区域的信息。在另外的附加实施例中，关于总的运动的方向和/或大小的信息提供给操作员。关于被怀疑的总的运动的此信息可以用于引导重建图像的解释，或作为再次开始成像获取的基础。在范例方法200的各实施例中，将总的运动时间标志引入到列表模式数据204中，用于将图像数据分成总的运动之前的图像和总的运动之后的图像，或用于其它诊断目的。

III.PET图像中呼吸运动和心脏运动的校正

如先前所描述，在医学成像获取期间发生的运动能够是有问题的，因为其能够导致图像质量的劣化并危及得到的图像数据的临床效用。医学成像处置期间的两个特定运动源是呼吸运动和心脏运动。呼吸运动和心脏运动均使得到的图像的质量退化并引入运动伪影。

过去，已经进行了尝试来通过将数据分成或门控为一系列心脏门控的窗口，来校正PET图像中的呼吸运动和心脏运动，PET图像诸如是心脏PET图像。最通常地已经使用心电图仪(ECG)装置的帮助来执行心脏门控，以将门控的窗口与心脏循环关联。如先前描述的，最通常地已使用外部装置采集的呼吸信息来执行呼吸门控，以将门控的窗口与呼吸循环关联，外部装置诸如是膜盒换能器、摄像机、或其它装备。于是重建数据的门控的窗口来使用数学算法形成图像，数学算法提供重建的图像的空间配准。

期望提供用于从自医学图像特征化和去除呼吸运动和心脏运动的设备和方法。本发明的一个方面总体涉及用于校正PET图像中的呼吸运动和心脏运动的方法和设备。于此提供的范例方法和设备对于特征化和校正呼吸运动和心脏运动是有用的，而无需外部装置来采集关于呼吸运动的信息。然而，在一些实施例中，该方法可以与该装置结合使用。

图3中示例根据本发明的一方面的范例运动特征化和校正方法300。范例方法300校正心脏PET图像中的呼吸运动和心脏运动。虽然范例方法300涉及心脏PET图像，但是方法的附加实施例可应用于其它类型的PET成像或其它成像形态，诸如CT或SPECT，或组合的成像形态，诸如PET/CT和SPET/CT成像。

在步骤302中，利用诸如系统100的PET成像系统来进行心脏PET获取并探测发生在成像的受试者104的心脏的区域中的湮灭事件110引起的光子并发。来自心脏PET获取的信息收集在存储在存储器128中的列表模式数据304中。

在步骤306中，以心电图(ECG)308的形式与心脏PET获取302同时获取成像的受试者104的心脏肌肉收缩的数字化信号。图4中提出了范例心电图(ECG)记录。ECG的水平轴表示时间的流逝，而绘示的曲线反映电活动并且因此反映沿该轴的任何给定的时间点的受试者的心脏的阶段。从而，例如，ECG表示随心脏重复扩张和收缩，心脏循环的开始和停止时间。

在步骤310中，将心电图(ECG)308的时间戳记与获取的列表模式数据304同步以生成心脏门控的列表模式数据312。更具体地，获取的列表模式数据304是在数个心跳或心脏循环的过程中得到的。该列表模式数据304包含探测到每个光子并发的时间。心电图(ECG)308依次提供心脏循环内的该特定时间点的患者的心脏的阶段。作为一个范例，心脏循环可以细分为一系列心脏门控的窗口，诸如8至16个窗口。然后，基于心电图(ECG)308数据，以心脏循环的心脏门控的窗口标识列表模式数据304中的每个探测的光子并发。从而，用于特定门控的窗口的心脏门控的列表模式数据312将具有仅与心脏的针对该窗口的阶段对应，但是在整个成像获取时间上在心脏循环的不同重复期间得到的数据。

在步骤314中，分开重建每个心脏门控的窗口中的心脏门控的列表模式数据312以形成心脏的图像。这产生一系列心脏门控的心脏图像316，每个图像对应于整个心脏循环的门控的窗口之一。所以如果将心脏循环划分为16个门控的窗口，则将存在16个门控的心脏图像316。

现在考虑呼吸循环，因为典型的PET获取通常持续大约数分钟或数十分钟的延长的时间段，所以其将包含跨多个呼吸循环的数据。例如，如果特定的心脏PET获取持续5分钟，并且平均呼吸循环的时长约为4秒(作为范例)，则成像的受试者104在PET获取期间将经历约75个呼吸循环。图5中描绘了范例呼吸波或呼吸循环。由于由这些呼吸循环引起的心脏的运动，每个心脏门控的心脏图像316变模糊。换句话说，由于由受试者的肺的收缩和扩张引起的心脏的移动，列表模式数据304光子并发在空间展开。呼吸移动能够引起成像的受试者的心脏向上、向下、向左、向右、向前、向后移动，或甚至通过PET图像获取期间的扭转运动而旋转。因此，可以有利地去除归因于呼吸运动而引入到心脏门控的心脏图像316中的模糊和运动伪影。

用于心脏循环的心脏门控的窗口的数量选择为使得在特定门控的窗口内，能够预期到心脏的非常小的移动或没有移动。结果，每个门控的窗口内的湮灭数据的任何移动最可能源自呼吸移动，而不是心脏移动。以此方式，能够将心脏的呼吸运动与心脏运动分离，并且可以由特定心脏门控的窗口内的心脏的移动来进行近似。

从而，为了在步骤318中提取呼吸运动，限定心脏门控的图像316的每一个心脏门控的窗口还分成子时间间隔。对于与心脏循环的给定的门控的窗口对应的每个心脏门控的心脏图像316，将列表模式数据304分配给心脏门控的窗口内的合适的子间隔，再次使用心电图(ECG)308作为引导。分配给那些子间隔中的每一个的列表模式数据304表示呼吸门控的心脏图像320。任何数量的时间子间隔可以用于此目的。

作为一个范例，假定整个心脏PET获取在5分钟的获取时间中包含150百万探测的光子并发，并且门控的列表模式数据316分成20个门控的窗口。于是，将在每个心脏门控的图像316中存在约7.5百万探测的光子并发(150百万/20＝7.5百万)。进一步假设0.1秒是使用的时间子间隔的长度。于是，在整个列表模式数据组304内存在总共3000个呼吸门控的心脏图像320(5×60/0.1＝3000)。或者，在心脏循环的20个心脏门控的窗口的每一个内，将存在150个呼吸门控的心脏图像320(3000/20＝150)。3000个呼吸门控的心脏图像320中的每一个包含2500个探测的光子并发(7.5百万/3000＝2500)。

在步骤322中，对每个呼吸门控的心脏图像302计算活动中心。如以上讨论的，活动中心的任何移动表示已经与心脏移动分离的呼吸移动。因此，相同心脏门控的窗口内的呼吸门控的心脏图像的活动中心的任何差异表示呼吸移动，而不是心脏移动。以该方式，任何该差异可以用于生成呼吸运动矢量324，呼吸运动矢量324可以用于校正用于图像重建中的呼吸运动的列表模式数据204。

现在参照图6，示例了用于运动特征化和校正的另一范例方法600。在步骤302中，利用诸如系统100的PET成像系统来进行心脏PET获取并探测由发生在成像的受试者104的心脏的区域中的湮灭事件110引起的光子并发。来自心脏PET获取302的信息收集在存储在存储器128中的列表模式304中。

在步骤306中，以心电图(ECG)308的形式与心脏PET获取302同时获取成像的受试者104的心脏肌肉收缩的数字化的信号。图4中提出了范例心电图记录。ECG的水平轴表示时间的流逝，而绘示的曲线反映电活动并且因此反映沿该轴的任何给定的时间点的受试者的心脏的阶段。从而，例如，ECG表示随心脏重复扩张和收缩，心脏循环的开始和停止时间。

在步骤610中，将心电图(ECG)308的时间戳记与获取的列表模式数据304同步以生成心脏循环数据612。更具体地，获取的列表模式数据304是在数个心跳或心脏循环的过程中得到的。该列表模式数据304包含探测到每个光子并发的时间。心电图(ECG)308依次标识第一循环、第二循环等的哪个心跳对应于该特定时间点。作为一个范例，在五分钟的成像获取时间期间可以具有心脏循环的300个重复。然后，基于心电图(ECG)308数据，以图像获取时段期间心脏循环的特定重复标识列表模式数据304中的每个探测的光子并发。从而，用于心脏循环的特定重复的心脏循环数据612包含仅与心脏循环的该重复对应的数据。

在步骤614中，分开重建用于每个心脏循环的心脏循环数据612以形成心脏的图像。这产生一系列心脏循环图像，每个图像对应于一整个心脏循环。

在步骤618中，计算用于每个心脏循环图像616的湮灭活动的中心。心脏运动以可忽略的方式影响湮灭中心的位置，因为每个图像616与整个心脏循环对应。从而，这些图像中，从图像至图像的光子湮灭活动的中心的任何移动源自呼吸移动而不是心脏移动。以此方式，能够将心脏的呼吸运动与心脏运动分离。心脏循环图像616之间的湮灭活动的中心的任何差异可以用于生成用于校正图像重建中的呼吸运动的呼吸运动矢量620。

每个心脏循环图像616包含足够数量的光子并发计数以计算图像616表示的特定心脏循环的活动中心。通过范例，假定1秒的心脏循环，五分钟的PET获取将包括约300个心脏循环。如果特定五分钟心脏PET获取包含例如150百万光子并发计数，则对于该特定获取将存在500000个光子并发计数/每循环图像616(150百万/300＝500000)。

范例运动校正方法300和600均估计相同PET获取期间发生的相同呼吸运动，但是它们以如此不同的方式进行。因此，从第一范例方法300获得的呼吸运动矢量324和从第二范例方法500获得的呼吸运动矢量620均表示对相同呼吸运动的估计。

在本发明的一些实施例中，范例运动校正方法300或600可以单独用于校正呼吸运动。在附加实施例中，可以通过诸如平均来组合呼吸运动矢量324和呼吸运动矢量620以生成组合的呼吸运动矢量。现在参照图7，示例了用于组合来自范例方法300和范例方法600的呼吸运动估计的范例方法800。

在步骤702中，将呼吸运动矢量324与呼吸运动矢量620组合以生成组合的呼吸运动矢量704。期望合适地将呼吸运动矢量324与呼吸运动矢量620组合以生成最可能的呼吸估计。呼吸运动矢量324能够与呼吸运动矢量620在各方法实施例700中以各种不同方式组合。例如，可以利用加权最小平方法。在加权最小平方法中可以利用各种因子。例如，加权最小平方法可以基于驰豫因子、全部光子并发计数的数量、呼吸的幅度、呼吸运动的规律性、噪声、信噪比、来自心电图的循环的规律性、或其它合适的变量。在步骤706中，组合的呼吸运动矢量704用于重建PET心脏获取数据来生成无呼吸运动的心脏图像708。

在各附加实施例中，可以使用迭代过程来组合呼吸运动矢量324、620。参照图8，描绘了用于组合呼吸运动矢量324、620的范例迭代方法800。根据此方法，方法300或600自身利用其获得的呼吸运动矢量324、620组之一来在步骤802中校正呼吸运动。在步骤804中。一旦已经以此方式对呼吸运动进行了解释，就重建PET获取数据来获得第一运动校正的重建PET图像806。在步骤808中，使用新的重建806，然后使用先前在步骤802中未使用的运动估计方法300或600来估计呼吸运动。在步骤810中，重建运动校正的PET获取数据来获得第二运动校正的重建PET图像812。然后重复迭代方法800的步骤，如校正呼吸运动所需地使用运动校正方法300或600用于方法800的每个迭代。

一旦从心脏PET图像去除了呼吸运动，则心脏PET图像中剩下的运动的主要部分归因于心脏运动。在去除来自PET获取数据的呼吸运动之后，于是能够估计并去除心脏运动。在各实施例中，此方法应用于整个左心室。在各附加实施例中，此方法独立地应用于心脏的17个段(segment)中的每一个。在各附加实施例中，此方法应用于心脏的左心室的每个像素。心脏的各附加空间分解也能够用于附加实施例中。

如先前提到的，一旦从心脏PET图像去除了呼吸运动，则心脏PET图像中剩下的运动的主要部分归因于心脏运动。如果作为整体处理心脏，则其余运动对于整个心脏相同。如果作为17个段分析心脏，则其余运动在段与段之间不同。然而，应当理解，心脏的空间分解的粒度取决于每个区的计数密度。

在各实施例中，首先估计呼吸运动，然后从原始PET心脏数据去除呼吸运动。然后，估计心脏运动并从呼吸运动校正的PET心脏数据去除心脏运动。在本发明的各附加实施例中，通过简单地重复呼吸运动的估计和去除以及心脏运动的估计和去除，通过迭代过程来执行来自PET数据的呼吸运动和心脏运动的估计和去除。以此方式，将最小化呼吸运动估计和心脏运动估计的截面污染。

在本发明的各实施例中，在图像空间中执行呼吸和心脏运动校正。然而，在本发明的附加实施例中，以响应线112的水平引入呼吸和/或心脏运动校正。在该实施例中，使用呼吸和/或心脏运动估计来修改原始列表模式数据并且然后执行重建。

在本发明的各实施例中，对整个心脏区域估计呼吸运动和心脏运动。在附加实施例中，呼吸运动和心脏运动的估计仅集中在左心室上。在另外的附加实施例中，对于心脏的17个段中的每一个中的一个或多个独立地进行分开的估计。在另外的附加实施例中，用于估计呼吸和心脏运动的方法学应用于左心室的每个像素，或心脏的别的特定区域的每个像素。

然而，应当理解，内在限制存在于从被成像的心脏区域可获得的光子并发计数的数量中。例如，如果心脏的特定区域太小，则可用于数据计算的光子并发计数的数量将容许呼吸运动或心脏运动的精确估计。心脏的空间分解的粒度取决于每个区域的光子并发计数密度。如先前讨论的，虽然描述的范例方法涉及心脏PET成像，但是公开的方法也能够应用于其它类型的PET成像或其它成像形态，诸如CT或SPECT。公开的方法能够特定地应用于以列表模式格式提供数据的成像形态。

先前描述的运动特征化和校正方法具有各种使用和益处。例如，于此描述的方法有助于使门控的PET图像变锐(sharpen)和改善门控的PET图像的重建。另外，于此描述的运动校正方法可以用于改善动态PET重建。

于此描述的运动校正方法的一个附加潜在使用是确定心脏的射血分数。图9中提出了表示随时间的血流量的范例曲线900。射血分数是心脏健康的通常识别的量度，并且可以如下对其进行计算。正好在收缩之前的心室内的血液量已知为舒张末期容量(end-diastolic volume)。在收缩结束时心室内的血流量称为收缩末期容量(end-systolic volume)。舒张末期容量与收缩末期容量之间的差异是心搏量，或每次跳动从心室喷射的血液量。射血分数是每个心跳喷射的舒张末期容量的分数；即心搏量(SV)除以收缩末期容量(EDV)，如下：

射血分数＝SV/EDV＝(EDV－ESV)/EDV。

于此描述的运动校正也能够用于获得改善的绝对血流测量或基于潜在的PET成像数据来执行其它功能。

前述功能，诸如例如促发和/或终止扫描，选择期望的扫描或重建协议，操纵容量(volumetric)数据等，能够作为软件逻辑来执行。于此使用的“逻辑”包括但不限于硬件、固件、软件和/或每个的组合，以执行功能或动作，和/或引起来自别的部件的功能或动作。例如，基于期望的应用或需要，逻辑可以包括软件控制的微处理器，诸如专用集成电路(ASIC)的分离逻辑，或其它编程的逻辑装置。逻辑也可以完全具体化为软件。

于此使用的“软件”包括但不限于一个或多个计算机可读和/或可执行指令，该指令使得计算机或其它电子装置以期望方式执行功能、动作、和/或行为。可以以各种形式具体化指令，诸如包括来自动态地链接的数据库的分开的应用程序或代码的例程、算法、模块或程序。软件也可以以各种形式来实施，诸如独立程序、功能调用、小服务程序、小应用程序、存储在存储器中的指令，操作系统的部分或其它类型的可执行指令。本领域技术人员应当理解，软件的形式取决于例如期望应用的需求，运行它的环境和/或设计者/编程者等的期望。

于此描述的系统和方法能够实施在各种平台上，包括例如联网控制系统和独立控制系统。另外，于此示出和描述的逻辑、数据库或表格优选地存在于计算机可读介质中或上。不同计算机可读介质的范例包括闪存、只读存储器(ROM)、随机存取存储器(RAM)、可编程只读存储器(PROM)、电可编程只读存储器(EPROM)、电可擦写可编程只读存储器(EEPROM)、磁盘或带、包括CD-ROM和DVD-ROM的光学可读介质等。进一步，于此期望的处理和逻辑能够合并到一个大的处理流程中或分成许多子处理流程。用以描述于此的处理流程的顺序不是关键的并且能够被重新布置并仍然实现相同结果。实际上，于此描述的处理流程可以以授权或期望的它们的实施被重新布置、整理和/或重新组织。

已经参照优选实施例描述了本发明。其它人在阅读并理解前述详细描述后，可以对进行修改和更改。意在将本发明构成为包括所有该修改和更改，只要它们落入所附权利要求或其等同的范围内即可。

Claims (13)

1.一种利用医学成像系统(100)来探测在PET成像获取(202)期间发生的运动的方法，包括以下步骤：

利用PET成像系统(100)对成像的受试者(104)进行PET成像获取(202)，以生成包括飞行时间数据的PET图像获取数据；

分析所述飞行时间数据并将所述飞行时间数据转换为表示在所述成像获取(202)期间发生的所述成像的受试者(104)的运动的位置尺度(212)，以便探测在所述成像获取(202)期间发生的所述成像的受试者(104)的运动。

2.如权利要求1所述的方法，其中，所述图像获取数据是列表模式数据(204)。

3.如权利要求1所述的方法，其中，所述位置尺度(212)是表示在所述成像获取(202)期间发生的呼吸运动的呼吸波位置尺度(214)。

4.如权利要求1所述的方法，其中，所述位置尺度(212)是表示在所述成像获取(202)期间发生的所述成像的受试者(104)的总的运动的总的运动位置尺度(216)。

5.如权利要求1所述的方法，还包括以下步骤：

在所述医学成像获取(302)期间获取所述成像的受试者(104)的心电图(308)；

利用所述心电图(308)来对所述成像获取数据进行门控，以生成心脏门控的获取数据(312)；

将所述心脏门控的获取数据(312)分成子时间间隔，以获得呼吸门控的心脏图像(320)；

确定所述呼吸门控的心脏图像(320)中的活动中心；以及

将不同的呼吸门控的心脏图像(320)中的所述活动中心进行比较，以生成第一组呼吸运动矢量(324)。

6.如权利要求1或5所述的方法，还包括以下步骤：

在所述医学成像获取(602)期间获取所述成像的受试者(104)的心电图(308)；

利用所述心电图(308)来将所述成像获取数据分成心脏循环(612)；

确定所述心脏循环(612)的活动中心；

将不同的心脏循环(612)中的所述活动中心进行比较，以生成第二组呼吸运动矢量(620)。

7.如权利要求6所述的方法，当权利要求6从属于权利要求5时，还包括将所述第一组呼吸运动矢量(324)与所述第二组呼吸运动矢量(620)进行组合以生成一组组合的呼吸运动矢量(704)的步骤。

8.如权利要求7所述的方法，其中，利用加权最小平方方法或通过迭代过程来将所述第一组呼吸运动矢量(324)与所述第二组呼吸运动矢量(620)进行组合。

9.如权利要求6所述的方法，当权利要求6从属于权利要求5时，还包括：

将所述飞行时间成像获取数据转换成表示在所述成像获取(602)期间发生的呼吸运动的呼吸波位置尺度(214)；以及

将所述第一组呼吸运动矢量(324)与所述第二组呼吸运动矢量(620)的至少之一与所述呼吸波位置尺度(214)进行组合，以生成一组组合的呼吸运动矢量(704)。

10.如权利要求7、8或9所述的方法，其中，对整个心脏确定所述第一组呼吸运动矢量(324)和所述第二组呼吸运动矢量(620)。

11.如权利要求7、8或9所述的方法，其中，对心脏的左心室确定所述第一组呼吸运动矢量(324)和所述第二组呼吸运动矢量(620)。

12.如权利要求7、8或9所述的方法，其中，对心脏的至少两个段分开确定所述第一组呼吸运动矢量(324)和所述第二组呼吸运动矢量(620)。

13.如权利要求7、8或9所述的方法，其中，对心脏的一个段的每个像素分开确定所述第一组呼吸运动矢量(324)和所述第二组呼吸运动矢量(620)。