CN103945765B - 计算并呈现灰质中的脑部淀粉样物质的方法 - Google Patents
计算并呈现灰质中的脑部淀粉样物质的方法 Download PDFInfo
- Publication number
- CN103945765B CN103945765B CN201280056202.7A CN201280056202A CN103945765B CN 103945765 B CN103945765 B CN 103945765B CN 201280056202 A CN201280056202 A CN 201280056202A CN 103945765 B CN103945765 B CN 103945765B
- Authority
- CN
- China
- Prior art keywords
- image
- radioactive indicator
- anatomical features
- interest
- segmentation
- 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.)
- Expired - Fee Related
Links
- 210000004884 grey matter Anatomy 0.000 title claims abstract description 68
- 238000000034 method Methods 0.000 title claims description 16
- 239000000523 sample Substances 0.000 title description 3
- 230000002490 cerebral effect Effects 0.000 title description 2
- 230000002285 radioactive effect Effects 0.000 claims abstract description 55
- 238000003384 imaging method Methods 0.000 claims abstract description 31
- 210000004556 brain Anatomy 0.000 claims abstract description 25
- 230000011218 segmentation Effects 0.000 claims abstract description 25
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical compound C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 claims abstract description 18
- YCKRFDGAMUMZLT-BJUDXGSMSA-N fluorine-18 atom Chemical compound [18F] YCKRFDGAMUMZLT-BJUDXGSMSA-N 0.000 claims abstract description 17
- KAESVJOAVNADME-UHFFFAOYSA-N Pyrrole Chemical compound C=1C=CNC=1 KAESVJOAVNADME-UHFFFAOYSA-N 0.000 claims abstract description 12
- 230000003941 amyloidogenesis Effects 0.000 claims abstract description 6
- 239000000284 extract Substances 0.000 claims description 7
- 239000004744 fabric Substances 0.000 claims 1
- 210000004885 white matter Anatomy 0.000 abstract description 19
- 238000002595 magnetic resonance imaging Methods 0.000 description 14
- 238000010606 normalization Methods 0.000 description 6
- 230000001629 suppression Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 239000000700 radioactive tracer Substances 0.000 description 5
- AOYNUTHNTBLRMT-SLPGGIOYSA-N 2-deoxy-2-fluoro-aldehydo-D-glucose Chemical compound OC[C@@H](O)[C@@H](O)[C@H](O)[C@@H](F)C=O AOYNUTHNTBLRMT-SLPGGIOYSA-N 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 208000024827 Alzheimer disease Diseases 0.000 description 3
- 206010039966 Senile dementia Diseases 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000013139 quantization Methods 0.000 description 3
- 238000005481 NMR spectroscopy Methods 0.000 description 2
- 210000001638 cerebellum Anatomy 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000009871 nonspecific binding Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000002603 single-photon emission computed tomography Methods 0.000 description 2
- ZCXUVYAZINUVJD-AHXZWLDOSA-N 2-deoxy-2-((18)F)fluoro-alpha-D-glucose Chemical compound OC[C@H]1O[C@H](O)[C@H]([18F])[C@@H](O)[C@@H]1O ZCXUVYAZINUVJD-AHXZWLDOSA-N 0.000 description 1
- 241000208340 Araliaceae Species 0.000 description 1
- 102000008169 Co-Repressor Proteins Human genes 0.000 description 1
- 108010060434 Co-Repressor Proteins Proteins 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- YCKRFDGAMUMZLT-UHFFFAOYSA-N Fluorine atom Chemical compound [F] YCKRFDGAMUMZLT-UHFFFAOYSA-N 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000002224 dissection Methods 0.000 description 1
- YNDIAUKFXKEXSV-CRYLGTRXSA-N florbetapir F-18 Chemical compound C1=CC(NC)=CC=C1\C=C\C1=CC=C(OCCOCCOCC[18F])N=C1 YNDIAUKFXKEXSV-CRYLGTRXSA-N 0.000 description 1
- 229910052731 fluorine Inorganic materials 0.000 description 1
- 239000011737 fluorine Substances 0.000 description 1
- VVECGOCJFKTUAX-HUYCHCPVSA-N flutemetamol ((18)F) Chemical compound C1=C([18F])C(NC)=CC=C1C1=NC2=CC=C(O)C=C2S1 VVECGOCJFKTUAX-HUYCHCPVSA-N 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000009522 phase III clinical trial Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 230000007474 system interaction Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/0035—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for acquisition of images from more than one imaging mode, e.g. combining MRI and optical tomography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
- A61B5/0042—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the brain
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- 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
-
- 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
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/501—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of the head, e.g. neuroimaging or craniography
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
- A61B6/5247—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from an ionising-radiation diagnostic technique and a non-ionising radiation diagnostic technique, e.g. X-ray and ultrasound
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/4808—Multimodal MR, e.g. MR combined with positron emission tomography [PET], MR combined with ultrasound or MR combined with computed tomography [CT]
- G01R33/481—MR combined with positron emission tomography [PET] or single photon emission computed tomography [SPECT]
-
- 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
-
- 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
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- 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
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
- A61B6/466—Displaying means of special interest adapted to display 3D data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10104—Positron emission tomography [PET]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30016—Brain
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Radiology & Medical Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Neurology (AREA)
- Quality & Reliability (AREA)
- Pulmonology (AREA)
- Neurosurgery (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Nuclear Medicine (AREA)
Abstract
一种成像工作站(20)，包括一个或多个处理器，所述处理器被编程为接收(170)描绘放射性示踪剂在脑或其他感兴趣区域中的分布的图像。所述放射性示踪剂包括以下中的至少一种：[18F]‑氟美他莫、[18F]‑氟倍他苯和[18F]‑氟倍他吡，所述放射性示踪剂强调了淀粉样沉积。所述图像以及所述感兴趣区域的MRI图像或模板被配准(180)到公共空间，所述感兴趣区域包括分割的解剖特征，例如灰质。提取(210)所述图像的体积表示，所述图像的体积表示描绘所述放射性示踪剂在所分割的灰质中的分布并抑制所述分割的解剖特征之外白质中的所述放射性示踪剂。
Description
技术领域
本申请涉及诊断成像技术。其具体应用于对淀粉样沉积的探测并将尤其参考其进行描述。
背景技术
脑中的淀粉样沉积(Aβ)是老年痴呆症的标志之一。脑部扫描通常是使用氟脱氧葡萄糖(FDG)放射性示踪剂执行的，但FDG放射性示踪剂不靶向Aβ。存在正经历三期临床试验的用于确定Aβ的新的正电子发射断层摄影(PET)放射性示踪剂，例如[18F]-氟美他莫([18F]-Flutemetamol)、[18F]-氟倍他苯([18F]-Florbetaben)和[18F]-氟倍他吡([18F]-Florbetapir)。Aβ量化的一种方法是用动脉血采样对动态PET时间序列的动力学建模。尽管这提供了良好的量化，但临床应用是有问题的。更实际的选择使用在参考区域中的摄取与靶区域的比较。所选择的参考区域，例如小脑，主要包含灰质(GM)。在放射性示踪剂的注射30-40分钟之后的大约20分钟时段期间，获取静态图像。对在所述靶区域中的标准摄取值(SUV)取平均，并对在所述参考区域中的SUV取平均。通过平均(SUV靶)/平均(SUV参考)获得标准摄取值比率(SUVR)。SUVR被用于归一化在脑图像中呈现的放射性示踪剂的强度。也可以针对每个图像体素计算并显示SUVR(SUVR图像)。参考区域表示对所述放射性示踪剂的非特异性结合。理论上，其应排除白质，但难以正确描绘。
不同于其具有非常低的白质摄取的FDG，这些新的放射性示踪剂也被白质摄取。灰质(GM)摄取具有涉及老年痴呆症的诊断价值，同时白质归因于非特异性结合，并且具有小的诊断价值。
白质在脑中占首要地位，并且以放射性示踪剂示出Aβ的脑图像将以所述放射性示踪剂在白质区中的存在为主。尽管容易诊断几乎没有或没有摄取的脑扫描以及有大量摄取的那些，但具有中间量的那些则要求量化方法。额外地，针对其中摄取在白质和灰质两者中均高的图像，难以将信号沿投影线分成白质和灰质。沿投影线的最大值将通常位于白质中，并且平均值或分位数值一般也将难以在灰质与白质之间区分。
发明内容
本申请提供一种新的且改进的对灰质中的淀粉样物质的计算与呈现，其克服了上述局限。
根据一个方面，一种成像工作站包括一个或多个处理器，所述一个或多个处理器被编程为接收描绘放射性示踪剂在感兴趣区域中的分布的图像。所述图像被配准到公共空间，所述公共空间由所述感兴趣区域的MRI图像或模板限定，所述感兴趣区域包括分割的解剖特征。提取所述图像的体积表示，所述图像的体积表示描绘所述放射性示踪剂在所分割的解剖特征中的分布并抑制所分割的解剖特征之外的放射性示踪剂。
根据另一方面，一种用于脑成像的方法，在施予放射性示踪剂之后，接收至少一个图像，所述图像描绘放射性示踪剂在感兴趣区域中的分布。用一个或多个处理器将所述图像配准到公共空间，所述公共空间由所述感兴趣区域的MRI图像或模板限定，所述感兴趣区域包括分割的解剖特征。提取所述图像的体积表示，所述图像的体积表示描绘所述放射性示踪剂在所述分割的解剖特征中的分布并抑制所述分割的解剖特征之外的放射性示踪剂。
根据另一方面，一种成像系统，包括PET扫描器和成像工作站。所述成像工作站从所述PET扫描器接收放射性示踪剂脑图像；使用模板和MR脑图像中的至少一个来分割所接收的脑成像数据的灰质；并显示所述放射性同位素在所述灰质中的图像，其中，放射性示踪剂浓度的度量被示为强度。
本申请的一个优点为在所述放射性示踪剂的测量中对主导的白质摄取的抑制。
另一优点为使用其他图像信息来确定患者GM的位置。
另一优点为专注于对在老年痴呆症的诊断中重要的脑部GM Aβ。
另一优点为与临床决策支持系统(CDS)或图片存档与通信系统(PACS)的集成。
附图说明
本发明可以采取各种部件和部件的布置以及各种步骤和步骤的安排的形式。附图仅出于图示优选的实施例的目的，并且不应被解释为限制本发明。
图1图解地图示了成像系统的一个实施例。
图2为用于以抑制非诊断性白质的放射性示踪剂成像的方法的一个实施例的流程图。
图3描绘了一个实施例的一个范例中成像的差异。
具体实施方式
参考图1，图解地图示了成像系统的实施例。所述成像系统包括核扫描器10，例如PET或SPECT扫描器，其针对放射性示踪剂的存在或摄取扫描对象的脑部。所述扫描器记录因所述放射性示踪剂放射而发生的事件。所述事件被记录在事件列表中，所述事件列表被传送到成像工作站20，成像工作站重建描绘所述放射性示踪剂在所述脑中的分布的图像。工作站20与扫描器10通信，并且可以为本地或远程的。所述PET扫描器在其他实施例中可以任选地与生成在灰质与白质之间区分的图像的其他扫描器组合，所述其他扫描器例如为磁共振成像(MRI)扫描器15。在一个实施例中，所述核扫描器与MR扫描器组合，并且具有共同的成像区，使得它们的图像被固有地配准。
工作站20直接从所述PET扫描器接收成像数据，或者被存储并随后从存储器30检索。工作站20可以独立操作或者与系统35集成，系统35例如为图片存档与检索系统(PACS)或临床决策支持系统(CDS)。所述工作站包括一个或多个处理器40，其被互联到输入设备50、通信设备60以及显示设备70。一个或多个输入设备50允许医学从业者与所述系统交互。工作站20使用通信设备60，其允许所述工作站与其他系统或互联网80通信。所述工作站可以访问本地模板或从存储脑模板的模板库或存储库90检索它们。图像和模板可以被存储在本地数据存储中，或远程地，或为诸如PACS或CDS的集成系统的部分。显示设备70显示图像、图像的部分或其他参数和菜单。
参考图2，流程图图示由处理器40执行的过程的一个实施例。使用几种选择之一获得灰质(GM)图。在步骤100中的一种选择是使用脑模板，例如提供所述脑的每个体素为白质或灰质的概率的模板。所述模板可以基于名义患者，或者可以为因年龄、性别、大小而异的等等。所述模板可以被制定大小或以其他方式适应于当前患者。所述模板包括模板空间中的GM图。这种GM图可付费获得，例如MNI-ICBM图集。所述GM图指示GM名义脑图的每个体素中的存在的概率。
另一种选择是在步骤110中生成或检索特定患者的磁共振成像(MRI)图像。所述图像可以被存储并使用所述PACS检索，或者直接从MRI扫描器15检索。在步骤120中，在本地MRI图像空间中，分割所述MRI图像中的所述GM。可选地，在步骤140中将所述图像转换到模板空间，并且在步骤150中在模板空间中分割所述GM。反转所述变换并分割仍得到模板空间中的GM图以及描述模板与本地空间之间的关系的转换。使用统一的分割方法获得GM组织概率图，并且任选地，在步骤130中所述本地MRI图像空间被转换成所述模板空间。另一种方法产生二值GM图。
可以在步骤160中平滑模板空间中的所述GM图，例如用大约5-10mm的高斯核，其允许在MRI翘曲和MR-PET对齐两者中的残留对齐误差。
在步骤170中使用扫描器10接收PET或SPECT图像。所述PET图像是在施予放射性示踪剂之后采集的，所述放射性示踪剂尤其为[18F]-氟美他莫、[18F]-氟倍他苯、[18F]-氟倍他吡或对GM中的Aβ特异的另一种放射性示踪剂。可以与获得GM图的步骤并行地或在获得GM图的步骤之后执行步骤170。
一旦接收到所述PET图像，即在步骤180中将所述PET图像配准到模板空间或本地MRI图像空间。如果所述分割来自所述脑模板，则将所述PET图像转换到模板空间中。如果所述MRI被用于在步骤120中获得所分割的GM图，则可以在所述本地MRI图像空间中，而不是在模板空间中，将所述PET图像配准到所述MRI图像。作为另一种选择，可以用来自步骤140的所述转换，将所述PET图像和MRI图像两者均转换到模板空间。
在步骤190中使用诸如小脑的参考区域执行强度归一化。计算针对所述参考区域的名义或平均体素的标准化摄取值(SUV)。在步骤200中，用所述PET图像的每个体素的所述SUV除以所述参考区域的SUV，来生成针对每个体素的标准化摄取值比率(SUVR)。所述SUVR被用于归一化所述图像体素的强度。
在步骤210中使用来自步骤160的平滑化的GM图，提取由所述PET图像表示的所述GM体积。所述GM体积表示将所述PET图像限制到GM体素。更具体地，用来自平滑GM图的概率GM(i)来对针对每个体素i的体素强度I(i)(体素i为灰质)进行加权，以抑制白质摄取。对于每个体素i，v(i)＝GM(i)×I(i)。以此方式，生成体积图像，其中，所述GM中的每个体素均具有正比于放射性同位素示踪剂的归一化摄取的值，并且白质中的每个体素被归零或基本上归零。可以以各种方式将该值图像显示在显示设备70上，例如切片图像、体积绘制、最大强度投影图像等。
在一个实施例中，在任选的步骤220中，将所述体素值投影到脑的表面上。创建表面投影线。针对每个投影线，计算一值，并将其投影到皮质表面上。针对每个表面像素，将沿垂直于所述表面像素投影的线的图像体素组合。在一个范例中，所述像素值由f(GM(x∈pi),I(x∈pi))表示，其中GM(x)为存在于体素x的GM，I(x)为体素x处的强度，pi为投影线(沿垂直投影线的图像体素)并且f为基于所述GM和强度计算标量值的函数。例如，当时，沿所述线的最大加权强度体素被投影到所述表面像素。作为另一个范例，当时，其中Z为归一化因数，例如其被选择为单位元素(Z＝1)，或者针对沿所述线的GM密度归一化，所述表面像素值为沿所述线的所述体素加权强度的加权和或平均。在FDG PET中，所述投影线典型地为固定长度，例如13mm。针对在该技术中的应用，预期受所述GM图和对投影函数f的选择所限制的更大的线长度，例如15mm至20mm。
在可选的实施例中，使用位置相关的投影线长度来改进量化准确度。所述位置相关的投影线捕获所述皮质表面上的所述GM厚度的解剖学变异性。
在步骤230中，将统计制图应用于对象的体积或表面表示。针对每个体素或像素i计算t值(z评分)，其中其中v(i)为体素强度并且μ(i)和σ(i)为被配准到公共空间的一组对象内的PET放射性示踪剂图像的体素i的估计平均偏差和标准偏差，所述公共空间具有良好定义的放射性示踪剂负载的状态，例如Aβ阴性的脑。一致地，并且关于强度归一化和对GM图的选择与当前对象相同地，处理对这样的组内的平均偏差和标准偏差的估计。所述统计制图提供所述图像与一组“正常”个体的比较，其得到所述图像体素不同于正常的概率。
在步骤240中，将所统计制图的体积或表面表示、脑表面投影、体积切片等等显示在显示器70上。在一种情况中，所述GM Aβ被显示为这样的图像，其仅包括GM，其中使用颜色示出Aβ水平以表示强度。所述显示包括诸如所述体积和/或表面投影的侧、中、上、下、前和后角度的视图。
参考图3，示范性描绘了具有对非诊断性摄取区域的抑制的图像中的改变。图像300、320、340为Aβ阴性脑，并且图像310、330、350为Aβ阳性脑。在上方图像对300、310中，白质和GM两者均显示有所述放射性示踪剂。在图像300中，Aβ阴性图像描绘没有Aβ。在图像310中，Aβ主导所述图像。相反，在图像330中抑制白质并仅显示GM，所呈现的Aβ得以显著减少。在图像350中进一步的增强源自应用个体GM分割(图2中的120、130)。图像320和340提供仅使用GM和仅用个体GM分割的GM的Aβ阴性图像的对比。
分割有诊断价值区域并抑制有摄取的其他区域的所述方法可以被应用于其他成像区。抑制摄取放射性示踪剂但对针对没有贡献的区域，可以被应用于身体的任何区，或任意放射性示踪剂的使用。抑制非诊断性区域并仅显示有诊断价值的区域提供更为准确的诊断。非诊断性区域主导所述体积和摄取越多，则抑制的优点越大。
已参考优选的实施例描述了本发明。他人在阅读了前文的详细描述之后可以想到修改和变型。本发明旨在被解释为包括所有这些修改和变型，只要它们落在权利要求书或其等价方案的范围之内。
Claims (14)
1.一种成像工作站(20)，包括：
一个或多个处理器(40)，其被编程为：
接收(170)描绘放射性示踪剂在感兴趣区域中的分布的图像；
将所述图像配准(180)到公共空间，所述公共空间由所述感兴趣区域的MRI图像或模板限定，所述感兴趣区域包括分割的解剖特征，所述解剖特征为灰质；并且
提取(210)描绘放射性示踪剂在感兴趣区域中的分布的所述图像的体积表示，描绘放射性示踪剂在感兴趣区域中的分布的所述图像的体积表示描绘所述放射性示踪剂在所述分割的解剖特征中的所述分布并抑制所述分割的解剖特征之外的放射性示踪剂；
其中，所述解剖特征分割表示每个体素为灰质的概率，并且所述处理器通过将描绘放射性示踪剂在感兴趣区域中的分布的所述图像的每个体素与所述体素为灰质的所述概率组合，来提取所述体积表示；
其中，所述处理器还被编程为：
通过将所述体积表示的体素值投影到脑表面上，来计算(220)表面投影图像，其中，所述表面投影的所述计算包括基于所述概率的加权。
2.根据权利要求1所述的成像工作站(20)，其中，所述感兴趣区域包括脑，并且所述放射性示踪剂强调了淀粉样沉积，所述放射性示踪剂包括[18F]-氟美他莫、[18F]-氟倍他苯和[18F]-氟倍他吡。
3.根据权利要求1-2中的任一项所述的成像工作站(20)，其中，所述处理器还被编程为：
通过将每个体素与来自具有良好定义的状态的一组对象的图像进行比较来对以下中的至少一种进行统计制图(230)：所述体积表示和所述表面投影。
4.根据权利要求1-2中的任一项所述的成像工作站(20)，其中，所述处理器还被编程为：
接收(110)所述MRI图像；
分割(120)所述MRI图像中的所述解剖特征；并且
将所分割的解剖特征配准(130)到所述公共空间。
5.根据权利要求1-2中的任一项所述的成像工作站(20)，还包括：
显示设备(70)，其显示所述放射性示踪剂在所述解剖特征中的所述分布的表示。
6.根据权利要求1-2中的任一项所述的成像工作站(20)，其中，所述成像工作站(20)接收来自以下中的至少一个的图像：正电子发射断层摄影(PET)扫描器(10)，和磁共振(MR)扫描器(15)。
7.一种用于脑成像的方法，包括：
接收(170)描绘放射性示踪剂在感兴趣区域中的分布的至少一个图像；
用一个或多个处理器：
将所述图像配准(180)到公共空间，所述公共空间由所述感兴趣区域的MRI图像或模板限定，所述感兴趣区域包括分割的解剖特征，所述解剖特征为灰质；
提取(210)描绘放射性示踪剂在感兴趣区域中的分布的所述图像的体积表示，描绘放射性示踪剂在感兴趣区域中的分布的所述图像的体积表示描绘所述放射性示踪剂在所述分割的解剖特征中的所述分布并抑制所述分割的解剖特征之外的放射性示踪剂；
其中，所述解剖特征分割表示每个体素为灰质的概率，提取(210)包括将描绘放射性示踪剂在感兴趣区域中的分布的所述图像的每个体素与所述体素为灰质的概率组合；并且
通过将所述体积表示的体素值投影到脑表面上，来计算(220)表面投影图像，其中，所述表面投影的所述计算包括基于所述概率的加权。
8.根据权利要求7所述的用于脑成像的方法，其中，所述感兴趣区域包括脑，并且所述放射性示踪剂强调了淀粉样沉积，所述放射性示踪剂包括[18F]-氟美他莫、[18F]-氟倍他苯和[18F]-氟倍他吡。
9.根据权利要求7-8中的任一项所述的用于脑成像的方法，还包括：
通过将每个体素与来自具有良好定义的状态的一组对象的图像进行比较来将以下中的至少一种进行统计制图(230)：所述体积表示或所述表面投影。
10.根据权利要求7-8中的任一项所述的用于脑成像的方法，还包括：
接收(110)所述MRI图像；
按所述解剖特征分割(120)所述MRI图像；以及
将所分割的解剖特征配准(130)到所述公共空间。
11.一种用于脑成像的装置，包括：
用于接收(170)描绘放射性示踪剂在感兴趣区域中的分布的至少一个图像的单元；
用于将所述图像配准(180)到公共空间的单元，所述公共空间由所述感兴趣区域的MRI图像或模板限定，所述感兴趣区域包括分割的解剖特征，所述解剖特征为灰质；
用于提取(210)描绘放射性示踪剂在感兴趣区域中的分布的所述图像的体积表示的单元，描绘放射性示踪剂在感兴趣区域中的分布的所述图像的体积表示描绘所述放射性示踪剂在所述分割的解剖特征中的所述分布并抑制所述分割的解剖特征之外的放射性示踪剂；
其中，所述解剖特征分割表示每个体素为灰质的概率，提取(210)包括将描绘放射性示踪剂在感兴趣区域中的分布的所述图像的每个体素与所述体素为灰质的概率组合；以及
用于通过将所述体积表示的体素值投影到脑表面上，来计算(220)表面投影图像的单元，其中，所述表面投影的所述计算包括基于所述概率的加权。
12.根据权利要求11所述的用于脑成像的装置，其中，所述感兴趣区域包括脑，并且所述放射性示踪剂强调了淀粉样沉积，所述放射性示踪剂包括[18F]-氟美他莫、[18F]-氟倍他苯和[18F]-氟倍他吡。
13.根据权利要求11-12中的任一项所述的用于脑成像的装置，还包括：
用于通过将每个体素与来自具有良好定义的状态的一组对象的图像进行比较来将以下中的至少一种进行统计制图(230)的单元：所述体积表示或所述表面投影。
14.根据权利要求11-12中的任一项所述的用于脑成像的装置，还包括：
用于接收(110)所述MRI图像的单元；
用于按所述解剖特征分割(120)所述MRI图像的单元；以及
用于将所分割的解剖特征配准(130)到所述公共空间的单元。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201161560319P | 2011-11-16 | 2011-11-16 | |
| US61/560,319 | 2011-11-16 | ||
| PCT/IB2012/056379 WO2013072843A1 (en) | 2011-11-16 | 2012-11-13 | Method to compute and present brain amyloid in gray matter |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103945765A CN103945765A (zh) | 2014-07-23 |
| CN103945765B true CN103945765B (zh) | 2016-10-26 |
Family
ID=47459049
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201280056202.7A Expired - Fee Related CN103945765B (zh) | 2011-11-16 | 2012-11-13 | 计算并呈现灰质中的脑部淀粉样物质的方法 |
Country Status (8)
| Country | Link |
|---|---|
| US (1) | US9585567B2 (zh) |
| EP (1) | EP2747658B1 (zh) |
| JP (1) | JP6100792B2 (zh) |
| CN (1) | CN103945765B (zh) |
| BR (1) | BR112014009039A2 (zh) |
| IN (1) | IN2014CN03661A (zh) |
| RU (1) | RU2014113912A (zh) |
| WO (1) | WO2013072843A1 (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102013214050A1 (de) * | 2013-07-17 | 2015-01-22 | Siemens Aktiengesellschaft | Verfahren zu einem Darstellen von Bilddaten von Körperbereichen eines Patienten, wobei die Körperbereiche an einer Demenz-Erkrankung erkranken können, sowie ein medizinische Bildgebungssystem, das zu einer Ausführung des Verfahrens ausgelegt ist |
| US10674983B2 (en) * | 2013-09-25 | 2020-06-09 | Richard R. Black | Patient-specific analysis of positron emission tomography data |
| JP5689205B1 (ja) * | 2014-11-21 | 2015-03-25 | 日本メジフィジックス株式会社 | 頭部核医学画像の評価法 |
| JP6775944B2 (ja) * | 2015-12-14 | 2020-10-28 | キヤノンメディカルシステムズ株式会社 | 画像処理装置 |
| CN105816192A (zh) * | 2016-03-03 | 2016-08-03 | 王雪原 | 个体化人脑多模态医学影像的三维配准及提取脑组织方法 |
| KR20180077819A (ko) * | 2016-12-29 | 2018-07-09 | 사회복지법인 삼성생명공익재단 | 뇌아밀로이드 혈관병증의 예후 예측방법 |
| EP3387997B1 (en) * | 2017-04-13 | 2020-02-26 | Siemens Healthcare GmbH | Medical imaging device and method controlling one or more parameters of a medical imaging device |
| KR102004964B1 (ko) * | 2017-10-12 | 2019-07-29 | 전남대학교산학협력단 | Pet 뇌 영상 아밀로이드 측정을 위한 부피 기반 정량지표 분석 방법 및 컴퓨터 프로그램 |
| JP7313165B2 (ja) * | 2019-03-18 | 2023-07-24 | 株式会社Erisa | アルツハイマー病生存分析装置及びアルツハイマー病生存分析プログラム |
| US20220067919A1 (en) * | 2020-08-26 | 2022-03-03 | GE Precision Healthcare LLC | System and method for identifying a tumor or lesion in a probabilty map |
Family Cites Families (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7270800B2 (en) * | 2000-08-24 | 2007-09-18 | University Of Pittsburgh | Thioflavin derivatives for use in antemortem diagnosis of Alzheimer's disease and in vivo imaging and prevention of amyloid deposition |
| US6819952B2 (en) | 2001-03-23 | 2004-11-16 | The Board Of Trustees Of The Leland Stanford Junior University | Magnetic resonance spectroscopic imaging method to monitor progression and treatment of neurodegenerative conditions |
| US8000773B2 (en) * | 2004-11-09 | 2011-08-16 | Spectrum Dynamics Llc | Radioimaging |
| WO2007023522A1 (ja) * | 2005-08-22 | 2007-03-01 | National Center Of Neurology And Psychiatry | 脳疾患の診断支援方法及び装置 |
| US7929737B2 (en) * | 2005-09-29 | 2011-04-19 | General Electric Company | Method and system for automatically generating a disease severity index |
| EP2076883A2 (en) * | 2006-10-26 | 2009-07-08 | GE Healthcare Limited | Method and system for outlining a region in positron emission tomography studies |
| KR101503940B1 (ko) * | 2007-01-30 | 2015-03-18 | 지이 헬쓰케어 리미티드 | 신경퇴행성 질환의 진단을 돕는 수단 |
| US20100055036A1 (en) | 2007-03-12 | 2010-03-04 | National Institute of Radiolotgical Sciences | Pet visualization of amyloid-associated neuroinflammation in the brain |
| WO2008115593A1 (en) * | 2007-03-21 | 2008-09-25 | The University Of Montana | 1-[(2'-substituted)-piperazin-1'-yl]-isoquinolines as norepinephrine transporter inhibitor therapeutics and positron emission tomography imaging agents |
| DE102007018630A1 (de) | 2007-04-19 | 2008-10-23 | Siemens Ag | Multimodales Bildakquisitions-, Bildverarbeitungs-, Bildarchivierungs- und Bildvisialisierungssystem zur Koregistrierung, Fusionierung, Archivierung und grafischen Visualisierung endoluminaler CT- bzw. MRT-Bilddaten mit eingeblendeten PET-, PET-CT-, SPECT- bzw. SPECT-CT-Bilddaten |
| DE102007034956A1 (de) * | 2007-07-26 | 2009-02-05 | Siemens Ag | Verfahren zum Detektieren einer neuropathologisch veränderten Gehirnregion |
| US7989630B2 (en) * | 2008-04-30 | 2011-08-02 | National Institutes Of Health Represented By The Secretary Of The Department Of Health And Human Services, National Institutes Of Health | Radiotracers for imaging P-glycoprotein function |
| WO2009146388A1 (en) * | 2008-05-28 | 2009-12-03 | The Trustees Of Columbia University In The City Of New York | Voxel-based methods for assessing subjects using positron emission tomography |
| WO2010095065A1 (en) | 2009-02-17 | 2010-08-26 | Koninklijke Philips Electronics N.V. | Functional imaging |
| EP2422318B1 (en) | 2009-04-15 | 2019-10-16 | Koninklijke Philips N.V. | Quantification of medical image data |
| AU2010303355B2 (en) * | 2009-10-08 | 2015-09-03 | Ge Healthcare Limited | Purification method |
| JP2013521233A (ja) | 2010-02-25 | 2013-06-10 | ヤンセン アルツハイマー イミュノセラピー | Ａβを標的とする免疫療法のＰＥＴモニタリング |
| US9259495B2 (en) * | 2010-10-12 | 2016-02-16 | Mayo Foundation For Medical Education And Research | Imaging of meningiomas using phenylbenzothiazole, stilbene, or biphenylalkyne derivatives |
| RU2595808C2 (ru) * | 2011-03-07 | 2016-08-27 | Конинклейке Филипс Н.В. | Мр-сегментирование с использованием радионуклидных эмиссионных данных в смешанном радионуклидном/мр формировании изображения |
| US9002081B2 (en) * | 2011-10-18 | 2015-04-07 | Matthew Sherman Brown | Computer-aided bone scan assessment with automated lesion detection and quantitative assessment of bone disease burden changes |
-
2012
- 2012-11-13 BR BR112014009039A patent/BR112014009039A2/pt not_active IP Right Cessation
- 2012-11-13 IN IN3661CHN2014 patent/IN2014CN03661A/en unknown
- 2012-11-13 EP EP12808487.8A patent/EP2747658B1/en active Active
- 2012-11-13 US US14/355,599 patent/US9585567B2/en not_active Expired - Fee Related
- 2012-11-13 WO PCT/IB2012/056379 patent/WO2013072843A1/en active Application Filing
- 2012-11-13 JP JP2014541791A patent/JP6100792B2/ja not_active Expired - Fee Related
- 2012-11-13 RU RU2014113912/14A patent/RU2014113912A/ru not_active Application Discontinuation
- 2012-11-13 CN CN201280056202.7A patent/CN103945765B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| EP2747658A1 (en) | 2014-07-02 |
| JP2015502535A (ja) | 2015-01-22 |
| US20140257084A1 (en) | 2014-09-11 |
| IN2014CN03661A (zh) | 2015-10-16 |
| EP2747658B1 (en) | 2020-01-15 |
| BR112014009039A2 (pt) | 2017-05-09 |
| US9585567B2 (en) | 2017-03-07 |
| WO2013072843A1 (en) | 2013-05-23 |
| RU2014113912A (ru) | 2015-10-20 |
| JP6100792B2 (ja) | 2017-03-22 |
| CN103945765A (zh) | 2014-07-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103945765B (zh) | 计算并呈现灰质中的脑部淀粉样物质的方法 | |
| Chen et al. | Ultra–low-dose 18F-florbetaben amyloid PET imaging using deep learning with multi-contrast MRI inputs | |
| Andrearczyk et al. | Overview of the HECKTOR challenge at MICCAI 2020: automatic head and neck tumor segmentation in PET/CT | |
| Conte et al. | Generative adversarial networks to synthesize missing T1 and FLAIR MRI sequences for use in a multisequence brain tumor segmentation model | |
| CN101600973B (zh) | 用于辅助诊断神经退行性疾病的工具 | |
| Sekine et al. | Reduction of 18F-FDG dose in clinical PET/MR imaging by using silicon photomultiplier detectors | |
| CN101626727B (zh) | 附加有pet/mr流动估计的自动诊断和对准 | |
| Farraher et al. | Liver and spleen volumetry with quantitative MR imaging and dual-space clustering segmentation | |
| Fayad et al. | Reconstruction-incorporated respiratory motion correction in clinical simultaneous PET/MR imaging for oncology applications | |
| Wang et al. | An MR image‐guided, voxel‐based partial volume correction method for PET images | |
| CN102117180A (zh) | 单屏幕多模态成像显示 | |
| CN104114091B (zh) | 空间校正核图像重建 | |
| Dawood et al. | Correction techniques in emission tomography | |
| He et al. | Automatic epicardial fat segmentation in cardiac CT imaging using 3D deep attention U-Net | |
| Feng et al. | Dual respiratory and cardiac motion estimation in PET imaging: methods design and quantitative evaluation | |
| Johansson et al. | Comparison of manual and automatic techniques for substriatal segmentation in 11C-raclopride high-resolution PET studies | |
| Hosch et al. | Artificial intelligence guided enhancement of digital PET: scans as fast as CT? | |
| Lefebvre et al. | T2 mapping of the sacroiliac joints with 3-T MRI: a preliminary study | |
| EP2907107B1 (en) | Multi-structure atlas and/or use thereof | |
| Sandfort et al. | Reliable segmentation of 2D cardiac magnetic resonance perfusion image sequences using time as the 3rd dimension | |
| CN115861175A (zh) | 医疗影像质量监控方法、装置、电子设备和存储介质 | |
| Vivier et al. | In vitro assessment of a 3D segmentation algorithm based on the belief functions theory in calculating renal volumes by MRI | |
| Cavallin et al. | Voxel-based correlation between coregistered single-photon emission computed tomography and dynamic susceptibility contrast magnetic resonance imaging in subjects with suspected Alzheimer disease | |
| Ladefoged et al. | PET/MRI attenuation correction | |
| Azimi et al. | Deep learning-based partial volume correction in standard and low-dose positron emission tomography-computed tomography imaging |
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 |
Granted publication date: 20161026 Termination date: 20201113 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |