CN104220898B - 基于mr图像的pet吸收校正图像生成方法 - Google Patents

基于mr图像的pet吸收校正图像生成方法 Download PDF

Info

Publication number
CN104220898B
CN104220898B CN201380017570.5A CN201380017570A CN104220898B CN 104220898 B CN104220898 B CN 104220898B CN 201380017570 A CN201380017570 A CN 201380017570A CN 104220898 B CN104220898 B CN 104220898B
Authority
CN
China
Prior art keywords
image
images
standard
pet
absorption correction
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.)
Active
Application number
CN201380017570.5A
Other languages
English (en)
Other versions
CN104220898A (zh
Inventor
山谷泰贺
小畠隆行
菅干生
川口拓之
山川善之
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shimadzu Corp
Original Assignee
NATIONAL RESEARCH AND DEVELOPMENT Corp
Shimadzu Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NATIONAL RESEARCH AND DEVELOPMENT Corp, Shimadzu Corp filed Critical NATIONAL RESEARCH AND DEVELOPMENT Corp
Publication of CN104220898A publication Critical patent/CN104220898A/zh
Application granted granted Critical
Publication of CN104220898B publication Critical patent/CN104220898B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
    • 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
    • A61B5/05—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
    • 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
    • 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
    • G01T1/1603—Measuring radiation intensity with a combination of at least two different types of detector
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
    • A61B2576/026—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part for the brain
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/464—Dual or multimodal imaging, i.e. combining two or more imaging modalities
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing

Landscapes

  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pulmonology (AREA)
  • Optics & Photonics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Nuclear Medicine (AREA)

Abstract

当根据MR图像生成PET吸收校正图像时，根据像素值对通过MRI拍摄到的MR图像进行区域分割，参照既有的放射线吸收校正表来求出能够将放射线的射线衰减系数视为一致的区域的放射线吸收校正值，参照标准图像来求出包括放射线的衰减系数不同的多个组织的区域的放射线吸收校正值。由此，生成如下的PET吸收校正图像：虽然在MR图像中像素值相等，但能够区分放射线的衰减系数不同的组织，且还能够与个人差异、占位性病变(癌、脓肿等)、脏器缺损等病变部位对应。

Description

基于MR图像的PET吸收校正图像生成方法
技术领域
本发明涉及基于MR(magnetic：resonance磁共振)图像的PET吸收校正图像生成方法以及计算机程序，特别是涉及在根据MR图像生成PET吸收校正图像时能够制作高精度的PET吸收校正图像的基于MR图像的PET吸收校正图像生成方法以及用于执行该方法的计算机程序。
背景技术
近年来，X射线CT(computed tomography：计算机断层扫描)、MRI(magneticresonance imaging：磁共振成像)等能够微创地观察人体内部的检查装置广泛普及，对医疗诊断作出巨大贡献。这些装置主要提供将生物体的组织构造可视化为断层图像、体数据而得到的形态图像。与此相对地，以PET(positron emission tomography：正电子放射断层扫描)、SPECT(single photon emission CT：单光子放射断层扫描)为代表的核医学成像装置是提供机能图像的装置，该机能图像是将葡萄糖消耗量、局部血流量、氧气消耗量、神经递质的受体分布等生理学的机能信息定量地可视化而得到的，近年来随着癌、痴呆症、动脉硬化性疾患等疾病的增加，推进了核医学成像装置在研究、临床上的普及。并且，PET作为推进将生物体分子的行为图像化的分子成像研究的有力的方法而被关注。
近年来，开发了PET和X射线CT能够同时进行拍摄的PET/CT，在临床时得到普及。由此，将生物体机能与体内组织进行对照的诊断成为可能。例如，在利用PET进行的癌的诊断中，仅脓肿部分以高信号输出，因此有时难以获知脓肿位于哪个脏器。因此，与出色地观察脏器的形态的X射线CT相配合是有益的。
最近，不与X射线CT相配合而与MRI相配合地进行诊断的PET/MRI受到关注。MRI不仅能够以较高的空间分辨率观察生物体，还具有以下优点：与 X射线CT相比软组织的对比度优良、能够通过血循环动态的成像、MR分光法进行代谢产物浓度测量以获得机能图像。另外，PET/MRI还具有能够避免在PET/CT中成为问题的辐射照射等诸多优点，因此PET/MRI的实现备受期待(参照非专利文献1)。
PET装置根据从放射性药剂释放的湮灭放射线到达检测器来获得信息。在PET图像重构时，使用向180度方向释放的湮灭放射线检测数据，但该湮灭放射线在通过身体的各个组织而到达检测器的期间被吸收。因此，在被检体的深部，定量性发生较大紊乱。为了获得定量的药剂分布需要校正湮灭放射线的吸收。基于与PET的数据收集不同的如图1所例示那样一边使射线源12绕着被检体10旋转一边用检测器14检测的透射测量(称为透射扫描)，来制作现有的PET图像重构时的吸收校正所需的放射线吸收图像(μ映射图)(参照专利文献1～3)。另外，关于PET/CT中的衰减校正，不进行上述透射扫描，而是日常地进行从X射线CT图像变换为μ映射图。
另一方面，MRI收集从组织的质子(氢原子核)获得的信号，因此不能直接获得各组织的放射线吸收率，在当前的PET/MRI的设计概念中不包括与X射线CT相同的透射线源，因此需要取代透射扫描的μ映射图的制作方法。
在此，作为迄今为止使用了MR图像的μ映射图的制作方法，提出了区域分割法和标准图像参照法，其中，该区域分割法是如图2所例示那样，按每个组织例如将MR图像m区域分割为高信号区域(软组织)、中信号区域(水)、低信号区域(空气和骨骼)，代入组织固有的μ值来制作μ映射图(参照非专利文献2、3、4)，该标准图像参照法是如图3所例示那样，利用仿射变换等使标准图像(标准MR图像ms、标准μ映射图μs)变形以与患者的MR图像m一致(参照非专利文献5、6)。
专利文献1：日本特开2005-283421号公报
专利文献2：日本特开2006-284346号公报
专利文献3：日本特开2008-22930号公报
非专利文献1：Bernd Pichler，Bernhard Scholkopf and Thomas BeyerMatthias Hofmann，“Towards quantitative PET/MRI：a review of MR-basedattenuation correction techniques，”EUROPEAN JOURNAL OF NUCLEAR MEDICINE ANDMOLECULAR IMAGING，vol.36(Supplement1)，pp.93-104，Mar.2009.
非专利文献2：E.Rota Kops，P.Qin，M.Mueller-Veggian，and H.Herzog，“Attenuation Correction of PET Scanning Based on MRT-Images，”Nucl.Sci.Symp.&Med.Imag.Conference，2412006.
非专利文献3：E.Rota Kops and H.Herzog，“Towards an MRI basedattenuation correction for brain MR-PET，”2007BrainPET Conference，May2007.
非专利文献4：H.Zaidi，M.-L.Montandon，and D.O.Slosman，“Magneticresonance imaging-guided attenuation and scatter corrections inthreedimensional brain positron emission tomography，”Med.Phys.，vol.30，pp.937-948，2003.
非专利文献5：Marie-Louise Montandon and Habib Zaidi，“Atlas-guided non-uniform attenuation correction in cerebral 3D PET imaging，”Neuroimage，vol.25，no.1，pp.278-286，Mar.2005.
非专利文献6：Marie-Louise Montandon and Habib Zaidi，“Quantitativeanalysis of template-based attenuation compensation in 3Dbrain PET，”Computerized Medical Imaging and Graphics，vol.31，pp.28-38，Jan.2007.
发明内容
发明要解决的问题
然而，如图2所例示那样，前者的区域分割法存在以下问题：μ值大不相同的组织(在示例的情况下为骨骼和空气)在MR图像中均是低信号，因此不能进行区分。另外，具有与软组织相等的μ值的血液有时也不能与空气、骨骼 进行区分。
另一方面，如图3所例示那样，后者的标准图像参照法具有以下问题：不能与个人差异、占位性病变(癌、脓肿等)、脏器缺损等病变部位对应。
本发明是为了消除上述现有的问题而完成的，其目的在于生成如下的PET吸收校正图像：能够区分μ值大不相同的组织，且还能够与个人差异、占位性病变(癌、脓肿等)、脏器缺损等病变部位对应。
用于解决问题的方案
本发明通过以下方式来解决上述问题：当根据MR图像生成PET吸收校正图像时，根据像素值对通过MRI拍摄到的MR图像进行区域分割，参照既有的放射线吸收校正值表来求出能够将放射线的射线衰减系数视为一致的区域的放射线吸收校正值，参照标准图像来求出包括放射线的射线衰减系数不同的多个组织的区域的放射线吸收校正值。
在此，当参照上述标准图像时，能够与被检者的MR图像相应地使标准图像变形。
另外，能够根据生物体组织整体的图像或者生物体组织的一部分组织的图像来进行上述标准图像的参照。
另外，能够将上述标准图像设为PET吸收校正图像、CT图像或者UTE(Ultra shortEcho Time：超短回波时间)图像。在此，UTE图像是指能够根据超短回波时间(Ultra shortTE)内拍摄到的MRI图像制作的、骨骼呈高信号值的图像。
另外，能够使上述MR图像与标准图像的分辨率一致。
另外，能够根据被检者的个人信息(DNA、年龄、性别、身高、体重、出生地、居住地、病历)来改变上述放射线吸收校正值表和标准图像中的至少一方。
另外，上述放射线吸收校正值表和标准图像中的至少一方还能够反复使用被检者本人的放射线吸收校正值、PET吸收校正图像、CT图像或者UTE图像。
本发明还提供用于使计算机执行上述任一项所记载的方法的计算机程序。
发明的效果
根据本发明，对于能够通过参照MR图像的像素值来区分放射线吸收校正值(也称为μ值)的差异的区域(例如作为高信号区域的软组织和作为中信号区域的水)，通过区域分割法来代入组织固有的μ值，对于不能利用MR图像的像素值进行区分的区域(例如包括骨骼和空气的低信号区域)，通过标准图像参照法参照标准图像来求出μ值，因此能够在对不能利用MR图像的像素值进行区分的区域分配正确的μ值的同时，还与个人差异、脑的缺损部分等病变部位对应。
附图说明
图1是表示现有的透射法的概要的图。
图2是同样地表示区域分割法的图。
图3是同样地表示标准图像参照法的图。
图4是表示本发明的第一实施方式的处理过程的流程图。
图5是同样地表示图像的例子的图。
图6是表示本发明的第二实施方式的处理过程的流程图。
图7是表示本发明的第三实施方式的处理过程的流程图。
图8是表示本发明的第四实施方式的处理过程的流程图。
图9是表示本发明的第五实施方式的处理过程的流程图。
图10是表示本发明的第六实施方式的处理过程的流程图。
图11是根据第四实施方式～第六实施方式将考虑了分辨率的差时的μ映射图的例子进行比较并示出的图
图12是表示本发明的第七实施方式的处理过程的流程图。
图13是表示本发明的第八实施方式的处理过程的流程图。
图14是表示本发明的第九实施方式的处理过程的流程图。
图15是表示本发明的第十实施方式的处理过程的流程图。
图16是表示在第十实施方式中分类为骨骼和空气的区域的情形的图。
图17是表示本发明的第十一实施方式的处理过程的流程图。
图18是将现有方法和本发明方法对疑似鼻窦炎的处理结果进行比较并示出的图。
图19是表示本发明的第十二实施方式的处理过程的流程图。
图20是表示本发明的第十三实施方式的处理过程的流程图。
图21是表示本发明的第十四实施方式的处理过程的流程图。
图22是表示本发明的第十五实施方式的处理过程的流程图。
图23是表示本发明的第十六实施方式的处理过程的流程图。
图24是表示本发明的第十七实施方式的处理过程的流程图。
具体实施方式
下面，参照附图来详细地说明本发明的实施方式。
本发明的第一实施方式按如图4所示的过程来实施。
即，首先，在步骤S100中与现有的区域分割法同样地获取MR图像m。
接着，在步骤S110中，基于MR图像的像素值，如图5所例示那样例如分割为对应于软组织的高信号区域、对应于水的中信号区域、对应于空气和骨骼的低信号区域。
接着，在步骤S120中，针对各信号区域，判断各信号区域是否是包括射线衰减系数不同的多个组织的区域。当判断结果为“否”、例如判断为是对应于软组织的高信号区域或者对应于水的中信号区域时，对高信号区域分配软组织的射线衰减系数(例如μ＝0.095)，对中信号区域分配水的射线衰减系数(例如μ＝0.097)。
另一方面，在步骤S200中，与图3所示的现有的标准图像参照法同样地，利用标准MR图像ms和标准射线衰减图像μs的数据库20求出用于进行在步骤S100中获取到的MR图像m的位置对准的使得m＝F{ms}的变换F{}。
接着，在步骤S210中，同样地进行标准射线衰减图像的形状变换μ＝F{μs}。
当步骤S120的判断结果为“是”、判断为是包括射线衰减系数不同的多个组织的区域、例如不能区分空气和骨骼的低信号区域时，进入步骤S300，将在步骤S210中进行形状变换后的标准射线衰减图像μs的像素值分配给低信号区域，由此对空气和骨骼分配不同的射线衰减系数。
此外，在第一实施方式中获取的MR图像与射线衰减图像的分辨率存在差异，因此直接进行合成有可能难以辨认。因此，在图6中示出解决了这种问题的第二实施方式。
在本实施方式中，在与第一实施方式相同的处理的过程中，在步骤S140中对分辨率高的MR图像施加模糊，以成为与射线衰减图像相同程度的分辨率。步骤S140的模糊如果在紧随步骤S130之后且应用最终的标准图像的μ值之前则能够利用。
根据本实施方式，步骤S130的结果(射线衰减图像)与标准图像(MR图像)的分辨率统一，因此能够显示正确的图像。但是，在原来的MR图像与射线衰减图像的分辨率的差大的情况下，强行施加模糊，如图6的示意图所示那样，在骨骼区域的周边存在射线衰减系数降低的情况。
此外，施加模糊的方法并不限定于第二实施方式，还能够如图7所示的第三实施方式那样，在即将结束前的步骤S150中施加模糊。
根据本实施方式，能够与PET检测器的分辨率相匹配，因此能够接近实际的射线衰减系数的测量。另外，如果不施加模糊，则能够削减工时且降低计算成本。
接着，在图8中示出利用另一方法吸收分辨率的差的本发明的第四实施方式。
关于本实施方式，在与图6所示的第二实施方式相同的处理中，当步骤S120的判断结果为“是”时，在步骤S290中针对低信号区域使区域膨胀，之后在步骤S300中分配形状变换后的标准射线衰减图像的像素值。
根据本实施方式，能够抑制骨骼区域周边的射线衰减系数降低，能够将射线衰减图像与MR图像更加顺畅地连接。
在本实施方式中，也能够与第三实施方式同样地在即将结束之前施加模糊。
接着，在图9中示出利用又一方法吸收分辨率的差的本发明的第五实施方式。
关于本实施方式，在与图6所示的第二实施方式相同的处理中，在步骤S140中进行模糊前后，通过步骤S280、S300来分配形状变换后的标准射线衰减图像的像素值。
根据本实施方式，能够一边保持骨骼的射线衰减系数(图像的高度H)，一边进一步抑制骨骼区域周边的射线衰减系数降低。
由第二实施方式至第五实施方式的方法产生的效果还依赖于原来的MR图像与射线衰减图像的分辨率的差的程度，因此需要调整步骤S140的模糊的量、第四实施方式的S290的区域膨胀处理的量。
接着，在图10中示出将利用再一方法吸收分辨率的差的本发明的第六实施方式。
关于本实施方式，在与图9所示的第五实施方式相同的处理中，当在模糊处理S140之后进行分配时，使得进行与图8所示的第四实施方式相同的区域膨胀处理S290。与第二实施方式至第五实施方式的方法相比，第六实施方式的方法是能够稳定地校正MR图像与射线衰减图像的分辨率的差的方法。
在图11中将MRI图像、真正的μ映射图、由第四实施方式～第六实施方式得到的处理结果进行比较并示出。
此外，在上述实施方式中，均在进行MR图像与标准射线衰减图像的位置对准之后进行射线衰减图像的形状变换，但在图12中示出先提取骨骼并对该部分进行形状变换的本发明的第七实施方式。
在本实施方式中，首先在步骤S400中从标准MR图像ms和标准射线衰减图像μs的数据库20事先提取骨骼的部分μsb。
接着，在与第一实施方式相同的步骤S200中进行MR图像的位置对准，因此求出使得m＝F{ms}的变换F{}。
接着，在步骤S420中，针对在步骤S400中提取出的骨骼的部分变换射线衰减图像的形状，并与在步骤S130中求出的射线衰减系数进行合成。
在本实施方式中，先提取骨骼的部分，仅对骨骼的部分进行了形状变换，因此不需要步骤S120的判断并且是高精度的。
此外，在上述实施方式中，均利用了标准射线衰减图像μs的数据库20，但也能够如图13所示的第八实施方式那样取而代之地利用标准CT图像cs的数据库30。
在本实施方式中，在与第一实施方式相同的步骤S200中，进行与在步骤S100中获取到的MR图像m的位置对准，因此求出使得m＝F{ms}的变换F{}。
接着，在步骤S520中，同样求出标准CT图像的形状变换c＝F{cs}。
接着，在步骤S530中，求出从CT图像cs向射线衰减图像μ的变换。
而且，在步骤S120的判断结果为“是”的情况下，例如针对低信号区域，在步骤S300中分配形状变换后的标准射线衰减图像的像素值。
根据本实施方式，能够利用与MR图像之间分辨率的差小的CT图像来分配射线衰减系数，但即使是CT图像，也由于在标准图像中进行平均化处理而导致分辨率降低，因此如第三实施方式～第六实施方式那样的吸收分辨率的差的处理同样有效。
接着，在图14中示出同样利用了CT图像的本发明的第九实施方式。
关于本实施方式，在与图13所示的第八实施方式相同的处理过程中，针对在步骤S120中被认为包括射线衰减系数不同的多个组织的区域，在步骤S540中参照形状变换后的CT图像的像素值，在步骤S550中仅对包括多个组织的部分进行CT图像的区域分割，之后在步骤130中进行组织对放射线的射线衰减系数的分配。
具体地说，如图15所示的第十实施方式那样，在步骤S540结束后，进入步骤S560，判断在CT图像中是否为高信号。在判断结果为“是”、判断为是 骨骼的区域时，进入步骤S570，分配骨骼的射线衰减系数。
另一方面，在步骤S560的判断结果为“否”、判断为是空气的区域时，进入步骤S580，分配空气的射线衰减系数。
在本实施方式中，如图16所例示那样，在CT图像中识别了骨骼和空气，因此能够高精度地进行分配。
接着，在图17中示出同样利用CT图像来提取骨骼的本发明的第十一实施方式。
关于本实施方式，在与图12所示的第七实施方式相同的处理中，在步骤S600中从标准MR图像ms和标准CT图像cs的数据库30提取骨骼csb，接着在步骤S610中分配骨骼的射线衰减系数μsb，接着在步骤S200中进行MR图像的位置对准，在步骤S420中进行标准射线衰减图像的形状变换。
此外，变换F{}的估计并不完全，在产生了些许间隙、重叠的情况下，还能够根据需要而利用步骤S640通过放大缩小处理、最近相邻内插来进行校正的处理。
在图18中将通过现有方法和本发明方法对疑似鼻窦炎的被检者的图像进行处理而得到的结果进行比较并示出。
根据本发明方法，显然能够获得比区域分割法、标准图像参照法更优良的相关性。
图19示出在图14所示的第九实施方式中利用标准射线衰减图像来代替标准CT图像的第十二实施方式。与第九实施方式的不同之处在于，利用标准MR图像和标准射线衰减图像的数据库30作为数据库，在步骤S522、S542、S552中利用标准射线衰减图像来代替标准CT图像。其它处与第九实施方式相同，因此省略说明。
接着，对利用标准UTE图像来代替标准射线衰减图像或者标准CT图像的实施方式进行说明。
图20示出在图13所示的第八实施方式中利用标准UTE图像来代替标准CT图像的第十三实施方式。与第八实施方式的不同之处在于，利用标准MR 图像和标准UTE图像的数据库40作为数据库，在步骤S524、S534中利用标准UTE图像来代替标准CT图像。其它处与第八实施方式相同，因此省略说明。
图21示出在图14所示的第九实施方式中利用标准UTE图像来代替标准CT图像的第十四实施方式。与第九实施方式的不同之处在于，利用标准MR图像和标准UTE图像的数据库40作为数据库，在步骤S524、S544、S554中利用标准UTE图像来代替标准CT图像。其它处与第九实施方式相同，因此省略说明。
图22示出在图17所示的第十一实施方式中利用标准UTE图像来代替标准CT图像的第十五实施方式。与第十一实施方式的不同之处在于，利用了标准MR图像和标准UTE图像的数据库40作为数据库。其它处与第十一实施方式相同，因此省略说明。
并且，还能够通过如图23所示的第十六实施方式、图24所示的第十七实施方式那样基于被检者的个人信息(DNA、年龄、性别、身高、体重、出生地、居住地、病历等)来定制标准图像、射线衰减系数，来进一步提高精度。在图23、24中，S700是获取个人信息的步骤，S710是生成反映了个人信息的射线衰减系数的步骤，S729是生成反映了个人信息的标准MR图像和标准射线衰减图像的步骤。其它处与图4所示的第一实施方式相同，因此省略说明。
此外，与标准MR图像一起使用的标准图像并不限定于射线衰减图像，还能够通过按照数据库进行如下改写来应用于其它方式，在标准MR图像和标准CT图像的数据库30时，将S210处替换为图13的S520和S530，在标准MR图像和标准UTE图像的数据库40时，将S210处替换为图20的S524和S534即可。
另外，上述放射线吸收校正值表和标准图像中的至少一方还能够反复使用被检者本人的放射线吸收校正值、射线衰减图像、CT图像或者UTE图像。
此外，在上述实施方式中，本发明适用于脑图像，但本发明的适用对象并不限于此，区域分割数也并不限定于高信号区域、中信号区域、低信号区域这三个区域。
产业上的可利用性
本发明能够应用于使PET与MRI相结合的PET/MRI。
通过参照而将2012年3月28日申请的日本申请号2007-074906的说明书、附图以及权利要求书的公开内容整体引用到本说明书中。
附图标记说明
10：被检体；12：射线源；14：检测器；20：标准MR图像和标准射线衰减图像的数据库；30：标准MR图像和标准CT图像的数据库；40：标准MR图像和标准UTE图像的数据库。

Claims (7)

1.一种基于MR图像的PET吸收校正图像生成方法，其特征在于，
当根据MR图像即磁共振图像生成PET吸收校正图像即正电子放射断层扫描吸收校正图像时，
首先，根据像素值对通过磁共振成像拍摄到的MR图像进行区域分割，
接着，判定是否为能够将放射线的射线衰减系数视为一致的区域，参照既有的放射线吸收校正值表来求出能够将放射线的射线衰减系数视为一致的区域的放射线吸收校正值，另一方面，参照标准图像来求出包括不能视为一致而放射线的射线衰减系数不同的多个组织的区域的放射线吸收校正值。
2.根据权利要求1所述的基于MR图像的PET吸收校正图像生成方法，其特征在于，
当参照上述标准图像时，与被检者的MR图像相应地使标准图像变形。
3.根据权利要求2所述的基于MR图像的PET吸收校正图像生成方法，其特征在于，
根据生物体组织整体的图像或者生物体组织的一部分的图像来进行上述标准图像的参照。
4.根据权利要求1至3中的任一项所述的基于MR图像的PET吸收校正图像生成方法，其特征在于，
上述标准图像是PET吸收校正图像或者CT图像即计算机断层扫描图像或者UTE图像即超短回波时间图像。
5.根据权利要求1所述的基于MR图像的PET吸收校正图像生成方法，其特征在于，
使上述MR图像与标准图像的分辨率一致。
6.根据权利要求1所述的基于MR图像的PET吸收校正图像生成方法，其特征在于，
根据被检者的个人信息来改变上述放射线吸收校正值表和标准图像中的至少一方。
7.根据权利要求1所述的基于MR图像的PET吸收校正图像生成方法，其特征在于，
上述放射线吸收校正值表和标准图像中的至少一方反复使用被检者本人的放射线吸收校正值、PET吸收校正图像、CT图像或者UTE图像。
CN201380017570.5A 2012-03-28 2013-03-28 基于mr图像的pet吸收校正图像生成方法 Active CN104220898B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2012-074906 2012-03-28
JP2012074906 2012-03-28
PCT/JP2013/059235 WO2013147013A1 (ja) 2012-03-28 2013-03-28 Ｍｒ画像からのｐｅｔ吸収補正画像生成方法及びコンピュータプログラム

Publications (2)

Publication Number Publication Date
CN104220898A CN104220898A (zh) 2014-12-17
CN104220898B true CN104220898B (zh) 2017-05-17

Family

ID=49260261

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380017570.5A Active CN104220898B (zh) 2012-03-28 2013-03-28 基于mr图像的pet吸收校正图像生成方法

Country Status (6)

Country Link
US (1) US9342903B2 (zh)
EP (1) EP2833163B1 (zh)
JP (1) JP5741980B2 (zh)
CN (1) CN104220898B (zh)
ES (1) ES2692163T3 (zh)
WO (1) WO2013147013A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105263407B (zh) * 2013-04-02 2018-09-14 皇家飞利浦有限公司 使用磁共振成像的对骨组织的探测
US10223794B2 (en) 2014-03-28 2019-03-05 Koninklijke Philips N.V. Method and device for generating one or more computer tomography images based on magnetic resonance images with the help of tissue class separation
KR101796392B1 (ko) * 2016-07-28 2017-11-10 가톨릭대학교 산학협력단 룩업테이블을 이용한 mri 기반 합성영상의 방사선량 추정방법
CN108074270B (zh) * 2016-11-11 2021-11-30 上海东软医疗科技有限公司 一种pet衰减校正方法和装置
JP6761610B2 (ja) * 2017-05-29 2020-09-30 株式会社島津製作所 吸収係数画像推定方法、吸収係数画像推定プログラム並びにそれを搭載したポジトロンｃｔ装置
CN113670958B (zh) * 2021-09-02 2022-12-06 西安交通大学 一种基于x射线线衰减系数差异的燃气轮机叶片缺陷辨别方法
WO2023039591A1 (en) * 2021-09-13 2023-03-16 Board Of Regents, The University Of Texas System Identifying objects in magnetic resonance images
CN117372431B (zh) * 2023-12-07 2024-02-20 青岛天仁微纳科技有限责任公司 一种纳米压印模具的图像检测方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101959454A (zh) * 2008-03-07 2011-01-26 皇家飞利浦电子股份有限公司 通过磁共振图像的自动分割进行ct替代
CN102324089A (zh) * 2011-07-13 2012-01-18 南方医科大学 基于广义熵与mr先验的pet图像最大后验重建方法

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2540851B2 (ja) 1987-03-30 1996-10-09 株式会社島津製作所 数値フアントム作成装置
FR2793055B1 (fr) 1999-04-29 2001-07-13 Ge Medical Syst Sa Procede et systeme de fusion de deux images radiographiques numeriques
JP4325461B2 (ja) 2004-03-30 2009-09-02 株式会社島津製作所 診断システム
JP2006177799A (ja) 2004-12-22 2006-07-06 Hamamatsu Photonics Kk ポジトロンｃｔ装置
JP2006284346A (ja) 2005-03-31 2006-10-19 Shimadzu Corp 放射線断層撮影装置
JP4821475B2 (ja) 2006-07-19 2011-11-24 株式会社島津製作所 診断システム
EP2147327B1 (en) 2007-05-04 2018-06-20 Koninklijke Philips N.V. Combination of mr and pet with correction for radiation absorption by an mr coil
US9134441B2 (en) 2008-03-26 2015-09-15 Shimadzu Corporation Tomographic equipment, imaging system provided therewith, and imaging data acquisition method
JP4997575B2 (ja) 2008-06-25 2012-08-08 学校法人藤田学園 減弱係数マップ作成装置、減弱係数マップ作成方法およびプログラム
JP5185708B2 (ja) * 2008-06-25 2013-04-17 富士フイルム株式会社 エネルギーサブトラクション処理装置、方法、およびプログラム、並びに、放射線画像診断システム
US8724875B2 (en) * 2008-08-15 2014-05-13 Koninklijke Philips N.V. Attenuation correction for PET or SPECT nuclear imaging systems using magnetic resonance spectroscopic image data
US8600136B2 (en) * 2008-09-19 2013-12-03 Koninklijke Philips N.V. Method for generation of attenuation map in PET-MR
JP5011250B2 (ja) * 2008-09-30 2012-08-29 株式会社日立製作所 放射線撮像装置及び画像情報作成方法
BRPI1005999A2 (pt) * 2009-02-25 2016-02-16 Koninkl Philips Electronics Nv sistema que gera um modelo do mapa de correção da atenuação (ac), método para a geração de um modelo do mapa de correção da atenuação (ac) de uma bobina de ressonância magnética (mr), mídia de leitura por computador, método para a geração de uma imagem nuclear com atenuação corrigida, sistema de imagens, biblioteca de modelos do mapa de correção da atenuação (ac) armazenados em uma memória e método para o ajuste de um mapa de correção da atenuação (ac) de um paciente para a correção da atenuação nos dados de varredura nuclear
DE102009027448A1 (de) * 2009-07-03 2011-01-05 Forschungszentrum Jülich GmbH Wissensbasierte Segmentierung schwächungsrelevanter Regionen des Kopfes
DE102010024139B4 (de) * 2010-06-17 2015-02-19 Siemens Aktiengesellschaft Verfahren zur Bestimmung einer Strahlungsschwächung in einem Positronenemissionstomographen, Vorrichtung und MR-PET-Hybridanlage
US20130101193A1 (en) * 2011-10-20 2013-04-25 Jong Beom Ra Positron Emission Tomography and Method for Correcting Attenuation of PET Image Using Magnetic Resonance Image
US9135695B2 (en) * 2012-04-04 2015-09-15 Siemens Aktiengesellschaft Method for creating attenuation correction maps for PET image reconstruction
US20150065854A1 (en) * 2012-10-31 2015-03-05 General Electric Company Joint estimation of attenuation and activity information using emission data

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101959454A (zh) * 2008-03-07 2011-01-26 皇家飞利浦电子股份有限公司 通过磁共振图像的自动分割进行ct替代
CN102324089A (zh) * 2011-07-13 2012-01-18 南方医科大学 基于广义熵与mr先验的pet图像最大后验重建方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
MRI-Based Attenuation Correction for Whole-Body PET/MRI: Quantitative Evaluation of Segmentation- and Atlas-Based Method;Matthias Hofmann;《The Journal of Nuclear Medicine》;20110809;第52卷(第9期);第1392-1399页 *

Also Published As

Publication number Publication date
EP2833163B1 (en) 2018-07-25
US9342903B2 (en) 2016-05-17
EP2833163A4 (en) 2015-11-25
EP2833163A1 (en) 2015-02-04
WO2013147013A1 (ja) 2013-10-03
JP5741980B2 (ja) 2015-07-01
CN104220898A (zh) 2014-12-17
US20150117736A1 (en) 2015-04-30
JPWO2013147013A1 (ja) 2015-12-14
ES2692163T3 (es) 2018-11-30

Similar Documents

Publication Publication Date Title
CN104220898B (zh) 基于mr图像的pet吸收校正图像生成方法
US11020077B2 (en) Simultaneous CT-MRI image reconstruction
Beyer et al. What scans we will read: imaging instrumentation trends in clinical oncology
CN105078495B (zh) 一种pet-ct扫描成像方法及相关成像方法
RU2524302C2 (ru) Расширение на основе модели поля обзора при радионуклидной визуализации
JP5840125B2 (ja) 知識に基づいた頭部の減衰関連領域のセグメンテーション
CN105120738B (zh) 狭窄治疗规划
EP1967140A1 (en) X-Ray CT-Apparatus, Myocardial Perfusion Information Generating System, X-Ray Diagnostic Method and Myocardial Perfusion Information Generating Method
CN110264559B (zh) 一种骨断层图像重建方法及系统
CN110689536A (zh) 基于多模态磁共振影像的大脑灰质及白质追踪方法及装置
CN1895185B (zh) 显示检查对象的检查区域和药剂在体内影响的信息的方法
CN111402356B (zh) 参数成像输入函数提取方法、装置和计算机设备
CN110223247B (zh) 图像衰减校正方法、装置、计算机设备和存储介质
JP4997575B2 (ja) 減弱係数マップ作成装置、減弱係数マップ作成方法およびプログラム
CN110613471A (zh) 一种ct系统及ct图像重建方法
JP2004340954A (ja) 脳画像データ処理システム、方法、プログラムおよび記録媒体
CN110215226B (zh) 图像衰减校正方法、装置、计算机设备和存储介质
JP2004239782A (ja) 脳画像データ処理システム、方法、プログラムおよび記録媒体
EP2711738A1 (en) A method and a device to generate virtual X-ray computed tomographic image data
Obeid et al. 3D Modeling for Multimodal Visualization of Medical Data
WO2021206157A1 (ja) 医用情報処理装置及び医用情報処理方法
Yusof et al. Comparing Traditional MRI Techniques and Deep Learning Innovations in Advanced Imaging
Sanaat et al. Deep Learning-assisted MRI-based Attenuation Correction in Multitracer Brain PET Imaging
Hendi Development of Medical Imaging Techniques: A Review of Technological Advances in the Field of Medical Imaging, Such as Magnetic Resonance Imaging (MRI), Computed Tomography (CT), and Ultrasound Imaging (Ultrasound)
JP2005160102A (ja) 医用イメージングの方法及び装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C41 Transfer of patent application or patent right or utility model
CB02 Change of applicant information

Address after: Chiba County, Japan

Applicant after: NATIONAL INSTITUTE OF RADIOLOGICAL SCIENCES

Applicant after: SHIMADZU Corp.

Address before: Chiba County, Japan

Applicant before: NATIONAL INSTITUTE OF RADIOLOGICAL SCIENCES

Applicant before: Shimadzu Corp.

COR Change of bibliographic data
TA01 Transfer of patent application right

Effective date of registration: 20160727

Address after: Chiba County, Japan

Applicant after: NATIONAL INSTITUTE OF RADIOLOGICAL SCIENCES

Applicant after: SHIMADZU Corp.

Address before: Chiba County, Japan

Applicant before: National Institute Of Radiological Sciences

Applicant before: Shimadzu Corp.

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20210901

Address after: Kyoto Japan

Patentee after: SHIMADZU Corp.

Address before: Chiba County, Japan

Patentee before: NATIONAL INSTITUTE OF RADIOLOGICAL SCIENCES

Patentee before: SHIMADZU Corp.

TR01 Transfer of patent right