CN104688269B - 一种时间强度曲线的呼吸运动补偿及双峰拟合的方法 - Google Patents

Abstract

本发明提供一种时间强度曲线的呼吸运动补偿及双峰拟合的方法：基于以累积绝对误差为标准的块匹配方法，对提取自序列B超造影图像的时间强度曲线进行呼吸运动补偿，然后利用频域滤波、时域滤波滤以及基线归零进行预处理；对预处理后的时间强度曲线进行再循环峰拟合判定，如存在再循环峰，进行再循环峰拟合，输出经过运动补偿、双峰拟合的结果，并输出再循环拐点的时刻与强度，本发明提出了对时间强度曲线进行呼吸运动补偿及双峰拟合的方法，以及微泡再循环拐点识别的方法，提高了TIC拟合的准确性，可以获取更准确的血流灌注信息，并在临床上可能为检测微循环提供新的方法，对于血流灌注的评价具有重要意义。

Description

一种时间强度曲线的呼吸运动补偿及双峰拟合的方法

技术领域

本发明涉及超声造影成像技术领域，特别涉及一种时间强度曲线的呼吸运动补偿及双峰拟合的方法。

背景技术

超声造影剂在临床B超成像中的引入，有效增强血流回波信号的强度，极大的提高超声图像中灌注组织的对比度，弥补了原有普通超声检测信号的不足，并使利用超声造影技术来定量估计血流灌注成为可能。在人体微小血管和组织灌注检测与成像方面，与CT、MRI等其他医学检测方法相比，具有成像效果好、实时、操作简便、无离子辐射、无损性、使用面广等优点，因此在医学超声成像中发挥着越来越重要的作用。在具体操作中，医生通常利用时间强度曲线(time-intensitycurve,TIC)来反映局部组织血液中造影剂含量或浓度随时间的变化，来定量分析局部组织的血流灌注信息。TIC的获取通过采集造影剂在组织血管灌注过程中的图像帧序列，选定感兴趣区(regionofinteresting,ROI)，测量造影后各帧图像感兴趣区的声学强度，绘制声学强度随时间变化曲线而获得的。TIC可反映微泡背向散射强度随时间的变化，即局部造影剂浓度随时间的变化。目前，医生通常通过提取TIC的曲线参数，如峰值、峰值时间、峰面积、冲入率等来进行病理评价，这种操作技术已在飞利浦HD15造影定量分析软件中出现；并已广泛用于估计心肌血流灌注、区分肝脏的良性恶性病变、研究肿瘤的新生血管的血液供给情况等。

然而在进行超声造影诊断时，病人不自主的呼吸将使待观察区域发生运动偏移，这在肝脏造影成像中，尤为明显。而对于TIC的提取则基于某一ROI的声学强度，一般此ROI在序列B超造影图像中的位置是固定不变的，这样，人体的呼吸运动会使前后帧ROI区域不是同一位置，而发生了偏移。这对于医生进行定量分析及处理时造成了干扰，并导致结果出现错误，影响超声造影定量评价的准确性。在实际操作中，医生虽要求病人屏住呼吸，减少呼吸运动的干扰，但在长达数分钟的造影检查过程中病人并不能持久屏住呼吸。所以，一般情况下，超声造影成像是在病人自由呼吸过程中进行的，但呼吸运动的干扰，降低了TIC提取的准确性。目前在文献中用到的呼吸运动补偿方法包括图像配准方法、呼吸门控算法等。图像配准方法，如块匹配方法，算法简单、易于实现，但其遍历搜索方法耗时太久，所选用的平均误差函数等作为评判标准并不全面。而呼吸门控算法中目前最新文献中以主成分分析方法为代表，但其运算复杂度较大，不易实现；同时需人工剔除错误的肝脏造影图像，不仅耗时，而且存在主观因素的影响。

另外，目前文献、专利中所用到的基于短时团式灌注模型分析TIC时，关注点主要是造影剂的首次通过峰拟合曲线及参数的提取，而忽略了因心脏周期搏动带来的造影剂在观察区域再循环峰的客观存在。而再循环峰包含了丰富的生理信息。在微泡的浓度达到峰值浓度之后，随后发生的是相对缓慢的微泡浓度下降，直至下降趋势受到微泡再循环的干扰，微泡再循环尖峰表明微泡已经完成整个循环并重新回到成像目标部位。首次峰和再循环峰之间的拐点具有重要的生理学意义。该拐点是微泡冲出相与再次冲入相的冲入冲出量相等的时间点，该点的时刻可以作为判断微循环及局部血供性能的重要依据。因此，在对TIC进行曲线拟合时，要同时关注首次通过峰和再循环峰的拟合，即双峰拟合，只有这样才能充分提取TIC曲线所包含的生理学信息，充分利用TIC曲线来进行病理评价。

为此，对TIC进行运动补偿，并进行双峰拟合，对于准确提取TIC趋势、获取准确的灌注信息以及更好地对血流灌注进行评价具有重要意义。

发明内容

针对肝脏超声造影成像使用TIC进行灌注评价时TIC受到强烈的呼吸运动干扰以及再次循环峰被忽略的实际问题，本发明的目的在于提供一种时间强度曲线的呼吸运动补偿及双峰拟合的方法。

为实现上述目的，本发明采用了以下技术方案：

(1)基于以累积绝对误差为标准的块匹配方法，在轴向以及横向对提取自序列B超造影图像的时间强度曲线进行呼吸运动补偿；

(2)对呼吸运动补偿后的时间强度曲线进行预处理得到预处理后的时间强度曲线，预处理依次包括频域滤波、时域滤波以及基线归零；

(3)通过强度阈值法和局部最小值法确认拟合区间的起始点和终止点；

(4)对预处理后的时间强度曲线进行再循环峰拟合判定，如存在再循环峰，进行再循环峰拟合，然后输出再循环峰拟合与首次通过峰拟合结果相加得到的双峰拟合结果，并输出首次通过峰与再循环峰的拐点强度值和时刻，拐点是指首次通过峰下降支与再循环峰上升支的交叉点。

所述步骤(1)具体包括以下步骤：

(1.1)设置当前帧、当前块的大小以及搜索路径及搜索区域；

(1.2)以下一帧为匹配帧，当前块所在的中心位置为初始位移，在搜索区域内依次按轴向、横向选定匹配块；

(1.3)计算匹配块与当前块的累积绝对误差，找到最小累积绝对误差所对应的匹配块的中心位置，计算该匹配块相对当前块的轴向偏移位移以及横向偏移位移；

(1.4)重复步骤(1.2)～(1.3)，得到序列B超造影图像中最小累积绝对误差所对应的匹配块的轴向偏移位移以及横向偏移位移；

按帧依次将需提取时间强度曲线的感兴趣区的行、列位置与所述块匹配方法得到的横向偏移位移、轴向偏移位移对应叠加，实现运动补偿；按帧计算运动补偿后的对应感兴趣区内的灰度均值以及所述当前帧感兴趣区内的灰度均值，得到呼吸运动补偿后的时间强度曲线。

所述步骤(2)具体包括以下步骤：

(2.1)对呼吸运动补偿后的时间强度曲线进行巴特沃斯低通滤波，截止频率为0.2～0.7Hz，滤波器的阶数为2～3；然后进行中值时域滤波，邻域窗长取值为：时间强度曲线总数据点数/20；

(2.2)对于经过步骤(2.1)处理后的呼吸运动补偿后的时间强度曲线，选取造影微泡进入成像平面的时刻之前的时间强度曲线幅值均值作为基线值，将基线值从整个时间强度曲线序列信号中减去，然后将时间强度曲线中所有的负强度值的点赋值为极小的数。

所述步骤(3)具体包括以下步骤：

(3.1)找出时间强度曲线的峰值I_P和峰值时间t_p；沿着时间强度曲线的上升阶段按时间增加的方向，找到时间强度曲线强度首次高于I_P10～15％的数据点对应的时刻，作为拟合区间的起始点；

(3.2)设定强度阈值为I_P的40～50％；从t_p开始，沿着时间强度曲线下降阶段找到所有局部极小值及对应的时刻，保存为局部极小值集合；若局部极小值集合为空，则在时间强度曲线下降阶段按时间增加的方向找到强度首次低于I_P20～25％的数据点对应的时刻，作为拟合区间的终止点；

(3.3)若局部极小值集合不为空，从距离t_p最近的局部极小值对应的时刻开始，沿着时间增加的方向进行判定，如该局部极小值小于所述强度阈值，则将该局部极小值对应时刻作为拟合区间的终止点，否则循环至下一个局部极小值点进行判定；如遍历t_p后所有局部极小值对应的时刻，找不到满足判定条件的局部极小值点，则在时间强度曲线下降阶段按时间增加的方向找到强度首次低于I_P20～25％的数据点对应的时刻，作为拟合区间的终止点。

所述步骤(4)具体包括以下步骤：

(4.1)对预处理后的时间强度曲线进行首次通过峰拟合：对预处理后的时间强度曲线，确定拟合区间起始点与终止点，并进行线性GAMMA团注模型拟合；GAMMA团注模型的尺度因子以及曲线形状参数通过多元线性回归分析方法确定；

(4.2)将预处理后的时间强度曲线与首次通过峰拟合结果相减得剩余时间强度曲线，若剩余时间强度曲线的峰值大于预处理后的时间强度曲线峰值的20～25％，则进行再循环峰拟合，然后输出双峰拟合结果，否则直接输出首次通过峰拟合结果。

若剩余时间强度曲线的峰值大于预处理后的时间强度曲线峰值的20～25％，则：

(1)对剩余时间强度曲线进行再循环峰拟合：对剩余时间强度曲线，确认拟合区间的起始点与终止点，然后进行线性GAMMA团注模型拟合；GAMMA团注模型的尺度因子以及曲线形状参数通过多元线性回归分析方法确定；

(2)将再循环峰拟合结果与首次通过峰拟合结果相加作为最终经过呼吸运动补偿以及双峰拟合的结果输出；

(3)输出首次通过峰与再循环峰的拐点强度值和时刻，首次通过峰下降支与再循环峰上升支交叉点即为拐点。

本发明的有益效果体现在：

本发明提出了对时间强度曲线进行呼吸运动补偿及双峰拟合的方法，以及微泡再循环拐点识别的方法，提高了TIC拟合的准确性，可以获取更准确的血流灌注信息，并在临床上可能为检测微循环提供新的方法，对于血流灌注的评价具有重要意义。

本发明的优点如下：

1、通过块匹配法，对超声造影图像(例如针对肝脏部分)TIC的提取进行了呼吸运动补偿，消除了呼吸运动对TIC的干扰。

2、在精确提取TIC单峰曲线的基础上，完成双峰TIC的拟合，提高了TIC拟合的精确度，保留了更多的信息。

3、再循环峰的拟合及双峰拐点的提取，可以作为判断微循环的性能评价的可能依据。

4、本发明的块匹配法相比现有方法更加省时、准确。

附图说明

图1为算法整体流程框图。

图2为呼吸运动运动补偿后的TIC及拟合结果，其中：(a)典型血流灌注仿体视频图像；(b)目标ROI的TIC；(c)横向位移曲线；(d)经运动补偿和团注拟合后的TIC结果。

图3为另一典型双峰分布的原始TIC。

图4为分别经时域(a)及频域(b)滤波后的双峰TIC。

图5为TIC的首次通过峰及再循环峰的模型拟合(a)和双峰TIC的拟合(b)结果。

具体实施方式

下面结合附图和实施例对本发明作详细说明。

以典型血流灌注仿体进行造影剂灌注实验提取TIC分析为例，对本发明步骤做详细叙述。本发明涉及算法均在matlab平台上编程实现。

参见图1，本发明所述时间强度曲线的呼吸运动补偿及双峰拟合的方法，包括以下步骤：

步骤一、读取序列B超造影图像，并进行初始设置，具体步骤如下：

(1.1)读取序列B超造影图像，以读取的第一帧B超造影图像为当前帧，并选择所述第一帧B超造影图像中某一恒在的强回波组织区域作为当前块(如：肝包膜或实验中探头下方强反射膜等)；

(1.2)设定当前块的大小(如：实验中探头下方强反射膜的大小)以及轴向和横向搜索路径及搜索区域，搜索区域不超过整幅造影图像横向及轴向最大像素点的10％；

(1.3)选定时间强度曲线(TIC)提取的感兴趣区(ROI)的行列位置，及ROI的大小为3×3至8×8像素；

步骤二、基于以累积绝对误差为标准的块匹配法对提取的TIC进行呼吸运动补偿。

步骤二所述以累积绝对误差为标准的块匹配法，其步骤如下：

(2.1)以下一帧为匹配帧，当前块所在的中心位置为初始位移，在搜索区域内依次按轴向、横向选定与当前块大小一致的图像区域作为匹配块；

(2.2)计算匹配块与当前块的累积绝对误差，即匹配块与当前块对应像素强度的绝对误差之和；

(2.3)找到最小累积绝对误差所对应的匹配块的中心位置；

(2.4)计算最小累积绝对误差所对应的匹配块相对当前块的轴向偏移位移以及横向偏移位移；

(2.5)重复步骤(2.1)～(2.4)，得到除当前帧外所有序列B超造影图像中最小累积绝对误差所对应的匹配块的轴向偏移位移以及横向偏移位移。

步骤二所述对提取的TIC进行呼吸运动补偿，其步骤如下：

(2.6)对除当前帧外所有序列B超造影图像，按帧依次将需提取TIC的ROI的列位置与块匹配法得到的对应轴向偏移位移叠加，即进行运动补偿；

(2.7)对除当前帧外所有序列B超造影图像，按帧依次将需提取TIC的ROI的行位置与块匹配法得到的对应横向偏移位移叠加，即进行运动补偿；

(2.8)以经过步骤(2.6)以及(2.7)运动补偿后的ROI位置为中心，按帧计算所有序列B超造影图像对应ROI区域内的灰度均值，得到呼吸运动补偿后的TIC，即原始TIC。

步骤三、预处理：对原始TIC进行频域滤波和时域滤波，以滤除杂波干扰，并基线归零。

(3.1)对原始TIC进行巴特沃斯低通滤波，截止频率为0.5Hz，滤波器的阶数为2；

(3.2)对频域滤波后的原始TIC进行中值时域滤波，取频域滤波后的原始TIC邻域窗口内所有像素点灰度值的中值作为该邻域窗口对应中心点的灰度值，邻域窗长取值为：TIC的总数据点数/20；

(3.3)经过步骤(3.2)处理后TIC进行基线归零：选取造影微泡进入成像平面的时刻之前的TIC数据点信号幅值均值作为基线值，将基线值从整个TIC序列信号中减去；

(3.4)将经过步骤(3.3)后的TIC中所有的负强度值的点赋值为接近于0的极小的数，如：10^-5。

步骤四、对步骤三得到的TIC(即经过预处理后的原始TIC)进行首次通过峰拟合：用强度阈值法和局部最小值法分别确定拟合区间的起始点和终止点，进行线性GAMMA团注模型拟合。

步骤四所述用强度阈值法和局部最小值法分别确定拟合区间的起始点和终止点，其步骤如下：

(4.1)找出步骤三得到的TIC的峰值强度I_P和相应的峰值时间t_p；

(4.2)用强度阈值法确定拟合区间起始点，即，沿着步骤三得到的TIC的上升阶段按时间增加的方向，找到TIC强度首次高于I_P10％的数据点对应的时刻，作为拟合区间的起始点；

(4.3)用强度阈值法和局部最小值法确定拟合区间的终止点，步骤如下：

(a)设定合理的强度阈值，如I_P的50％强度；

(b)从t_p开始，沿着步骤三得到的TIC的下降阶段找到所有局部极小值及对应的时刻，保存为局部极小值集合；

(c)若局部极小值集合为空，即步骤三得到的TIC下降阶段不存在局部极小值，则在TIC下降阶段按时间增加的方向，找到步骤三得到的TIC强度首次低于I_P20％的数据点对应的时刻，作为拟合区间的终止点；

(d)若局部极小值集合不为空，从距离t_p最近的局部极小值对应的时刻开始，沿着时间增加的方向进行循环判定，如该局部极小值小于步骤(a)中设定的强度阈值，则将该时刻作为拟合区间的终止点，否则循环至下一个局部极小值点进行判定；

(e)如遍历t_p后局部极小值对应的时刻，按步骤(d)中操作找不到满足判定条件(即局部极小值小于步骤(a)中设定的强度阈值)的局部极小值点，则按照步骤(c)确定拟合区间的终止点。

步骤四所述进行线性GAMMA团注模型拟合，其步骤如下：

(a)采用GAMMA团注模型进行线性拟合，GAMMA团注模型如下：

C(t)＝K(t-AT)^αe^-(t-AT)/β

其中，C(t)是指t时刻的微泡浓度，AT是指微泡冲入时刻，K是指尺度因子，α,β是指曲线形状参数。

(b)将上式两边取自然对数，表述如下：

$\ln \left(C\left(t\right)\right)=\ln K-\frac{1}{\mathrm{\β}}\×(t-\mathrm{AT})+\mathrm{\α}\×\ln (t-\mathrm{AT})$

通过与步骤三得到的TIC进行多元线性回归分析确定GAMMA团注模型的最优拟合系数(P₀,P₁,P₂)与K，α，以及β的关系，表述如下：

$P_0=\ln K,P_1=-\frac{1}{\mathrm{\β}},P_2=\mathrm{\α};$

(c)确定K，α，以及β的值，按确定的拟合区间的起始点与终止点，对首次通过峰完成GAMMA团注模型拟合。

步骤五、对步骤三得到的TIC进行再循环峰拟合判定，如存在再循环峰，进行再循环峰拟合，最终得到作为结果输出的经过运动补偿以及双峰拟合的TIC。

(5.1)进行再循环峰拟合判定：步骤三得到的TIC与步骤四输出的TIC拟合结果相减得到剩余TIC；

(5.2)若剩余TIC的峰值大于步骤三得到的TIC峰值的20％，则进行下面(5.3)～(5.4)步骤，否则直接输出步骤四所得到TIC模型线性拟合结果，作为最终结果；

(5.3)针对剩余TIC按照步骤四分别确定拟合区间的起始点和终止点，并对剩余TIC进行线性GAMMA团注模型拟合，得到再循环峰GAMMA团注模型拟合结果。

(5.4)将步骤(5.3)的拟合结果与步骤四的首次通过峰拟合结果相加作为最终输出结果，并输出首次通过峰与再循环峰的拐点强度值和时刻，首次通过峰下降支与再循环峰上升支交叉点即为拐点。

以典型血流灌注仿体为例，进行Sonovue造影剂灌注实验，以3.3MHz凸阵探头在脉冲逆转模式下提取脉冲逆转造影序列视频图像，如图2(a)所示。在血管中选择ROI(8×8像素)，匹配块的搜索区域为30个像素点，提取未经过运动补偿的TIC曲线，如图2(b)所示。通过本发明提出的块匹配法获得轴向、横向运动位移，ROI横向运动位移曲线如图2(c)所示，进行呼吸运动补偿，获得严格意义上的ROI相对血管位置不受呼吸或组织牵引导致的运动干扰下的TIC，拟合结果如图2(d)所示。再以仿血管中获得一典型双峰分布的TIC为例，进行TIC双峰拟合，其未经过运动补偿的TIC如图3所示；分别进行时域及频域滤波(如图4所示)。对TIC进行呼吸运动补偿及双峰拟合，得到首次通过峰、再循环峰拟合的具有典型双峰的TIC拟合结果，如图5(a)所示，可以看出，首次通过峰拟合结果(FPPGAMMATIC)以及再循环峰拟合结果(RCPGAMMATIC)与经过预处理的TIC(TICafterFilter)对应部分符合较好，同时，如图5(b)所示，可以看出，双峰的TIC拟合结果(DPPGAMMATIC)与经过预处理的TIC符合较好。

通过对TIC进行呼吸运动补偿和双峰拟合的方法，在提高TIC拟合的准确性的同时，获取的血流灌注信息更为准确且丰富，并填补了以往所有TIC拟合分析技术中未有再循环峰拟合的空白，这对于血流灌注的评价具有重要意义。

Claims (5)

1.一种时间强度曲线的呼吸运动补偿及双峰拟合的方法，其特征在于：包括以下步骤：

(1)基于以累积绝对误差为标准的块匹配方法，在轴向以及横向对提取自序列B超造影图像的时间强度曲线进行呼吸运动补偿；

(2)对呼吸运动补偿后的时间强度曲线进行预处理得到预处理后的时间强度曲线，预处理依次包括频域滤波、时域滤波以及基线归零；

(3)通过强度阈值法和局部最小值法确认拟合区间的起始点和终止点；

(4)对预处理后的时间强度曲线进行再循环峰拟合判定，如存在再循环峰，进行再循环峰拟合，然后输出再循环峰拟合与首次通过峰拟合结果相加得到的双峰拟合结果，并输出首次通过峰与再循环峰的拐点强度值和时刻，拐点是指首次通过峰下降支与再循环峰上升支的交叉点；

所述步骤(4)具体包括以下步骤：

(4.1)对预处理后的时间强度曲线进行首次通过峰拟合：对预处理后的时间强度曲线，确定拟合区间起始点与终止点，并进行线性GAMMA团注模型拟合；GAMMA团注模型的尺度因子以及曲线形状参数通过多元线性回归分析方法确定；

(4.2)将预处理后的时间强度曲线与首次通过峰拟合结果相减得剩余时间强度曲线，若剩余时间强度曲线的峰值大于预处理后的时间强度曲线峰值的20～25％，则进行再循环峰拟合，然后输出双峰拟合结果，否则直接输出首次通过峰拟合结果。

2.根据权利要求1所述一种时间强度曲线的呼吸运动补偿及双峰拟合的方法，其特征在于：所述步骤(1)具体包括以下步骤：

(1.1)设置当前帧、当前块的大小以及搜索路径及搜索区域；

(1.2)以下一帧为匹配帧，当前块所在的中心位置为初始位移，在搜索区域内依次按轴向、横向选定匹配块；

(1.3)计算匹配块与当前块的累积绝对误差，找到最小累积绝对误差所对应的匹配块的中心位置，计算该匹配块相对当前块的轴向偏移位移以及横向偏移位移；

(1.4)重复步骤(1.2)～(1.3)，得到序列B超造影图像中最小累积绝对误差所对应的匹配块的轴向偏移位移以及横向偏移位移；

按帧依次将需提取时间强度曲线的感兴趣区的行、列位置与所述块匹配方法得到的横向偏移位移、轴向偏移位移对应叠加，实现运动补偿；按帧计算运动补偿后的对应感兴趣区内的灰度均值以及所述当前帧感兴趣区内的灰度均值，得到呼吸运动补偿后的时间强度曲线。

3.根据权利要求1所述一种时间强度曲线的呼吸运动补偿及双峰拟合的方法，其特征在于：所述步骤(2)具体包括以下步骤：

(2.1)对呼吸运动补偿后的时间强度曲线进行巴特沃斯低通滤波，截止频率为0.2～0.7Hz，滤波器的阶数为2～3；然后进行中值时域滤波，邻域窗长取值为：时间强度曲线总数据点数/20；

(2.2)对于经过步骤(2.1)处理后的呼吸运动补偿后的时间强度曲线，选取造影微泡进入成像平面的时刻之前的时间强度曲线幅值均值作为基线值，将基线值从整个时间强度曲线序列信号中减去，然后将时间强度曲线中所有的负强度值的点赋值为极小的数。

4.根据权利要求1所述一种时间强度曲线的呼吸运动补偿及双峰拟合的方法，其特征在于：所述步骤(3)具体包括以下步骤：

(3.1)找出时间强度曲线的峰值I_P和峰值时间t_p；沿着时间强度曲线的上升阶段按时间增加的方向，找到时间强度曲线强度首次高于I_P10～15％的数据点对应的时刻，作为拟合区间的起始点；

(3.2)设定强度阈值为I_P的40～50％；从t_p开始，沿着时间强度曲线下降阶段找到所有局部极小值及对应的时刻，保存为局部极小值集合；若局部极小值集合为空，则在时间强度曲线下降阶段按时间增加的方向找到强度首次低于I_P20～25％的数据点对应的时刻，作为拟合区间的终止点；

(3.3)若局部极小值集合不为空，从距离t_p最近的局部极小值对应的时刻开始，沿着时间增加的方向进行判定，如该局部极小值小于所述强度阈值，则将该局部极小值对应时刻作为拟合区间的终止点，否则循环至下一个局部极小值点进行判定；如遍历t_p后所有局部极小值对应的时刻，找不到满足判定条件的局部极小值点，则在时间强度曲线下降阶段按时间增加的方向找到强度首次低于I_P20～25％的数据点对应的时刻，作为拟合区间的终止点。

5.根据权利要求1所述一种时间强度曲线的呼吸运动补偿及双峰拟合的方法，其特征在于：若剩余时间强度曲线的峰值大于预处理后的时间强度曲线峰值的20～25％，则：

(1)对剩余时间强度曲线进行再循环峰拟合：对剩余时间强度曲线，确认拟合区间的起始点与终止点，然后进行线性GAMMA团注模型拟合；GAMMA团注模型的尺度因子以及曲线形状参数通过多元线性回归分析方法确定；

(2)将再循环峰拟合结果与首次通过峰拟合结果相加作为最终经过呼吸运动补偿以及双峰拟合的结果输出；

(3)输出首次通过峰与再循环峰的拐点强度值和时刻，首次通过峰下降支与再循环峰上升支交叉点即为拐点。