CN107485404A - 心肌核医学图像数据的解析方法和解析装置 - Google Patents

心肌核医学图像数据的解析方法和解析装置 Download PDF

Info

Publication number
CN107485404A
CN107485404A CN201710134690.3A CN201710134690A CN107485404A CN 107485404 A CN107485404 A CN 107485404A CN 201710134690 A CN201710134690 A CN 201710134690A CN 107485404 A CN107485404 A CN 107485404A
Authority
CN
China
Prior art keywords
data
tranquillization
myocardium
nuclear medicine
load
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.)
Pending
Application number
CN201710134690.3A
Other languages
English (en)
Inventor
西田和正
浜田男
浜田一男
小林和德
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.)
Nihon Medi Physics Co Ltd
Original Assignee
Nihon Medi Physics Co Ltd
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 Nihon Medi Physics Co Ltd filed Critical Nihon Medi Physics Co Ltd
Publication of CN107485404A publication Critical patent/CN107485404A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/026—Measuring blood flow
    • A61B5/0263—Measuring blood flow using NMR
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/48—Diagnostic techniques
    • A61B6/481—Diagnostic techniques involving the use of contrast agents
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computerised tomographs
    • A61B6/037—Emission tomography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/50—Clinical applications
    • A61B6/504—Clinical applications involving diagnosis of blood vessels, e.g. by angiography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/50—Clinical applications
    • A61B6/507—Clinical applications involving determination of haemodynamic parameters, e.g. perfusion CT
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. 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
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • 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
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • 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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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
    • G06T2207/10108—Single photon emission computed tomography [SPECT]
    • 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
    • G06T2207/30048—Heart; Cardiac
    • 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
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104—Vascular flow; Blood flow; Perfusion

Abstract

提供一种用于评价缺血状态的可靠性高的心肌核医学图像数据的解析方法和解析装置。在优选实施方式中，在静息时和负荷时这两次中进行放射性药品的投放和放射线测量的核医学测量协议中，在第二次投放放射性药品前，进行不投放放射性药品的放射线收集，使用该结果修正由第二次投放放射性药品导致的核医学测量结果。

Description

心肌核医学图像数据的解析方法和解析装置
技术领域
本申请涉及心肌核医学图像数据的解析方法和解析装置。
背景技术
为了得到与心脏相关的各种生理学信息、生化信息，经常使用核医学的方法。特别是，SPECT检查具有能容易地进行负荷检查、检查成功率高且侵袭性低这样的优异的特征。
对心脏的核医学图像检查的一个利用领域是缺血的检测。缺血的检测通过比较在静息时拍摄的核医学图像和施加负荷而拍摄的核医学图像而进行。
在核医学测量中得到的初级图像是将放射线的计数值或组织放射性浓度图像化而成的图像，与示踪物的积聚度较高的部位对应的像素的像素值较大，较亮地显示。但是，由于放射线计数值、组织放射性浓度受到各种因素的影响，虽说特定像素的像素值与其他部位不同，但在对应的组织中是否有异常不一定明显。因此，进行了通过按照一定规则将各像素值正规化从而定量地评价像素值的尝试。作为这样的定量值，经常使用的是SUV(Standardized Uptake Value：标准摄取值)。SUV是如下的值。
SUV＝组织放射性浓度/{放射能投放量/被检查者的体重}
即，SUV是用单位体重的放射能投放量将组织的放射性浓度正规化而得的值。有时不是简单的使用体重，而是使用除脂肪体重(非专利文献1)。
现有技术文献
非专利文献
非专利文献1：Yoshifumi Sugawara、Kenneth R.Zasadny等，“Reevaluation ofthe Standardized Uptake Value for FDG：Variations with Body Weight and Methodsfor Correction”，1999年11月Radiology，213，521-525.
发明内容
以往的SUV是假定示踪物均匀地分布在全身或肌肉中而作成的值。但是，在以心脏为对象的核医学检查的情况下，由于示踪物主要积聚在心肌中，所以以往的SUV中的假定有可能不适当。因此，需要开发定量地评价示踪物积聚的新方法。
另外，关于以往的缺血检测法，被指出：如果是像多支病变的缺血性心肌病患者那样弥漫性地心肌血流下降的患者，有可能将缺血状态评价得过小。因此，希望开发用于评价缺血状态的可靠性高的方法。
本申请公开的发明是想要解决这些问题中的至少某一个而做出的发明。
本申请记载的一个发明的特征在于：使用与心脏的大小相关的值将在心肌核医学测量中得到的图像数据正规化。
优选实施方式的特征在于，将心肌核医学图像数据的各像素的像素值转换成可用以下公式表达的SUV。
SUV＝组织放射性浓度/(放射能投放量/与心脏的大小相关的值)
本发明在进行心肌核医学图像数据的正规化时，将与示踪物积聚的心脏的大小相关的值作为正规化的基准。因此，与现有技术相比，正规化的基准更准确地反映了心功能诊断剂的实际情况。因此，与现有技术相比，正规化值的妥当性增加，能够进行比以往更适当的图像评价。
在上述发明中，“与心脏的大小相关的值”例如可以是心脏的重量。心脏的重量例如可以是心肌的重量。心肌重量例如可以是将心肌体积乘以密度系数而得到的值。
在上述发明中，“组织放射性浓度”可以是将心肌核医学图像数据的像素值乘以贝可勒尔修正因子(Becquerel Calibration Factor，BCF)而得到的值。BCF是将放射线计数值转换成放射性浓度(例如Bq/ml)的系数。BCF能够用公知的方法求出。例如，能够设为如下的值：将存储了总放射量已知的放射性药品的药瓶(或注射器)作为对象进行核医学图像的拍摄，并用以下公式算出。
BCF＝衰减修正总放射量(Bq)÷(所有断层的总计数÷收集时间(秒))
另外，在根据利用圆柱体模型(cylindrical phantom)得到的数据求出BCF的情况下，能够使用下述公式。
体积(volume)系数＝一个断层中的平均计数值÷(一个像素的体积×收集时间(秒))
BCF＝衰减修正总放射量(Bq)÷(模型容量×体积系数)
根据实施方式的不同，也可以对BCF进行收集时间修正。收集时间修正例如可以通过将{一个像素的体积[cm3]/收集时间[sec]}乘以BCF来进行。
此外，由于根据心肌核医学图像数据的不同，有时各像素值已经表示放射性浓度，所以在该情况下，当然不需要进行使用了BCF的转换。
在上述发明的一种实施方式中，存在以下方法。该方法是处理心肌核医学图像数据的方法，通过装置的处理单元执行程序指令而完成，所述方法包括：
·使所述装置作为存储心脏参数的第一单元和存储放射能投放量的第二单元工作，所述心脏参数是与心脏的大小相关的值；以及
·使用存储在所述第一单元和所述第二单元中的值，利用以下公式：
SUV＝组织放射性浓度/(放射能投放量/基于心脏参数的值)
将所述图像数据的至少一部分的像素的像素值转换成SUV并存储。
根据实施方式的不同，所述心脏参数是心肌重量，基于所述心脏参数的值也是心肌重量。
根据实施方式的不同，所述心脏参数是心肌体积，基于所述心脏参数的值是将换算系数乘以所述心肌体积算出而得的心肌重量。
在上述发明的一种实施方式中，存在具备程序指令的计算机程序，所述程序指令构成为当由装置的处理单元执行时，使所述装置完成上述方法。
另外，在上述发明的一种实施方式中，存在一种具备处理单元和存储单元的装置，所述存储单元存储程序指令，该程序指令构成为：当由所述处理单元执行时，使上述方法完成。
本申请记载的另一个发明的特征在于：在静息时和负荷时这两次中进行放射性药品的投放和放射线测量的核医学测量协议(protocol)中，在第二次投放放射性药品前，进行不投放放射性药品的放射线收集，使用该结果修正由第二次投放放射性药品得出的后续的核医学测量结果。
在本说明书中，将该在第二次投放放射性药品前进行的放射线收集称为预扫描(PreScan)。预扫描在负荷时测量与静息时测量中的时间上在后的测量之前进行，在进行用于时间上在后的测量的放射性药品投放之前进行。
在静息时测量与负荷时测量之间没有设置足够的时间的情况下，在通过时间上在后的核医学测量得到的核医学数据中，残存时间上在先的核医学测量中的放射性药品投放的影响。根据上述发明，能够通过预扫描的数据收集结果修正该影响。因此，能够更准确地在静息时与负荷时之间进行核医学数据的比较。另外，以往，在第一次放射性药品投放的影响消失之前，不能够进行第二次核医学测量，但根据上述发明，由于能够修正该影响，能够缩短静息时测量与负荷时测量的时间间隔。例如，以往，有时必须在不同天进行静息时测量和负荷时测量，但根据上述发明，能够没有问题地在相同的天进行两个测量。
在上述发明的一种实施方式中，存在以下方法。该方法是一种为了求出负荷时相对于静息时的血流增加率而处理心肌核医学图像数据的方法，所述方法通过装置的处理单元执行程序指令从而完成，所述方法包括：
·存储在静息时收集的心肌核医学图像数据和在负荷时收集的心肌核医学图像数据中的、时间上在先收集的第一心肌核医学图像数据的至少一部分；
·存储第二心肌核医学图像数据的至少一部分，所述第二心肌核医学图像数据是在所述静息时的核医学图像数据收集与所述负荷时的核医学图像数据收集之间收集的核医学图像数据，并在用于所述静息时和所述负荷时的心肌核医学图像数据中的、时间上在后的数据收集的放射性药品的投放前收集；
·存储所述在静息时收集的心肌核医学图像数据和所述在负荷时收集的心肌核医学图像数据中的、时间上较晚收集的第三心肌核医学图像数据的至少一部分；
·为了除去残存于所述第三心肌核医学图像数据的所述第一心肌核医学图像数据涉及的残存放射能的影响，使用所述第二心肌核医学图像数据的至少一部分修正所述第三心肌核医学图像数据的至少一部分；以及
·使用所述第一心肌核医学图像数据的至少一部分和所述修正后的所述第三心肌核医学图像数据的至少一部分，求出所述血流增加率。
根据实施方式的不同，也可以是，上述方法还包括：
·使所述装置作为存储心脏参数的第一单元和存储放射能投放量的第二单元工作，所述心脏参数是与心脏的大小相关的值；以及
·使用存储在所述第一单元和所述第二单元中的值，利用以下公式：
SUV＝组织放射性浓度/(放射能投放量/基于心脏参数的值)
将所述图像数据的至少一部分的像素的像素值转换成SUV并存储；以及
·使用所述SUV的至少一部分求出所述血流增加率。
根据实施方式的不同，也可以是，所述心脏参数是心肌重量，基于所述心脏参数的值也是心肌重量。根据实施方式的不同，也可以是，所述心脏参数是心肌体积，基于所述心脏参数的值是将换算系数乘以所述心肌体积而算出的心肌重量。
根据实施方式的不同，也可以是，上述方法还包括：将所述第一～第三心肌核医学图像数据转换成二维阵列数据或极坐标图，并使用该转换后数据计算所述心肌血流增加率。
在上述发明的一种实施方式中，存在具备程序指令的计算机程序，所述程序指令构成为当由装置的处理单元执行时，使所述装置完成上述方法。
另外，在上述发明的一种实施方式中，存在一种具备处理单元和存储单元的装置，所述存储单元存储程序指令，该程序指令构成为：当由所述处理单元执行时，使上述方法完成。
在权利要求书包括的权利要求中确定了几个在当前时间点认为优选的本申请发明的具体实现方式。但是，在这些权利要求中确定的构成不一定包括本申请说明书和附图公开的全部新颖的技术思想。请注意：申请人主张无论是否记载在当前的权利要求中，对本申请说明书和附图公开的全部新颖的技术思想具有接受专利的权利。
附图说明
图1是用于说明可实施本发明的系统的硬件构成的图。
图2是用来说明用于取得在本申请中作为解析对象的数据的核医学测量协议(protocol)的图。
图3是用于说明算出心肌血流增加率的处理的优选实施例的图。
图4是用于说明图3的步骤345的具体实施例的图。
图5是用于说明图3的步骤345的另一具体实施例的图。
图6是用于说明图3的步骤345的另一具体实施例的图。
图7是用于说明图3的步骤345的另一具体实施例的图。
附图标记的说明
100 系统
102 CPU
104 主存储装置
106 大容量存储装置
107 显示器·接口
108 外围设备接口
109 网络·接口
120 心肌血流增加率算出程序
122 位置匹配程序
124 轮廓提取·体积计算程序
130 负荷时数据
132 预扫描数据
134 静息时数据
具体实施方式
以下，参照附图，说明本申请公开的技术思想的优选实施方式的例子。
图1是用于说明可实施本发明的系统100的硬件构成的图。如图1所示，系统100在硬件上与一般的计算机相同，能够具备CPU102、主存储装置104、大容量存储装置106、显示器·接口107、外围设备接口108以及网络·接口109等。与一般的计算机同样地，作为主存储装置104，能够使用高速的RAM(随机存取存储器)，作为大容量存储装置106，能够使用廉价且大容量的硬盘或SSD等。能够将用于信息显示的显示器与系统100连接，其经由显示器·接口107连接。另外，能够将键盘、鼠标、触摸面板这样的用户接口与系统100连接，其经由外围设备接口108连接。网络·接口109能够用于经由网络与其他计算机或互联网连接。
在大容量存储装置106中，存储有操作系统(OS)110、心肌血流增加率算出程序120、位置匹配程序122以及轮廓提取·体积计算程序124。系统100的最基本的功能通过OS110使CPU102执行来提供。心肌血流增加率算出程序120具备与本申请公开的新颖的处理相关的程序指令，通过由CPU102执行这些指令的至少一部分，系统100能够完成本申请公开的新颖的处理。
位置匹配程序122是具备用于在多个核医学图像数据间匹配图像的位置、大小的指令的程序。也可以是，在当前市场上出售的许多PET、SPECT装置中具备这样的程序，作为位置匹配程序122，利用这样的程序或其一部分。
轮廓提取·体积计算程序124是具备用于提取心肌轮廓的指令的程序。已知几种心肌轮廓提取的算法或软件，例如，在由本申请的申请人提交的PCT申请的国际公开公报(WO2013/047496A1)中公开了这样的算法。此外，还存在：在瑟达斯-西奈医疗中心开发的QGS、在密歇根大学开发的4D-MSPECT、在札幌医大开发的pFAST这样的心肌轮廓提取的算法或软件。轮廓提取·体积计算程序124包括的程序指令可以构成为：使用这些算法或软件进行心肌轮廓的提取，并计算提取的心肌的体积。本申请公开的发明的实施方式可与各种心肌轮廓提取算法一起工作，但为了保证高提取精度，优选使用WO2013/047496A1记载的算法来进行心肌轮廓提取。
在大容量存储装置106中，还能够存储有三维核医学图像数据130、132、134。这些核医学图像数据成为程序120、122、124的解析或操作的对象。在大容量存储装置106中，还能够存储收集条件文件131、133、135，所述收集条件文件131、133、135存储与上述核医学图像数据关联的各种数据收集条件。后面会再次说明这些数据的详细情况。在图1中还描绘了数据140、150、152，后面也将对它们进行说明。
除了图1所示的要素以外，系统100也能够具备电源、冷却装置等与通常的计算机系统具备的装置同样的构成。关于计算机系统的实施方式已知有利用各种各样的技术的各样各样的方式，该技术例如有：适于存储装置的分散·冗长化和虚拟化、多台CPU的利用、CPU虚拟化、DSP等特定处理的处理器的使用；将特定处理硬件化而组合于CPU。在本申请中公开的发明可以搭载在任意方式的计算机系统上，其范围不由计算机系统的方式限定。本说明书公开的技术思想一般来说能够具体实现为如下等：(1)具备指令的程序，所述指令构成为通过由处理单元执行，从而使具备该处理单元的装置或系统完成在本说明书中说明的各种处理；(2)通过该处理单元执行该程序而实现的装置或系统的工作方法；以及(3)具备该程序和构成为执行该程序的处理单元的装置或系统。如上所述，软件处理的一部分有时被硬件化。
另外，需要注意的是，在很多情况下，在系统100的制造贩卖时、启动时，数据130～135等不存储在大容量存储装置106之中。这些数据例如也可以是经由外围设备接口108或网络·接口109从外部装置传送给系统100的数据。根据实施方式的不同，数据131、133、135、140、150、152是通过CPU102执行心肌血流增加率算出程序120而形成的数据。另外，根据位置匹配程序122、OS110的安装方式的不同，也有数据131、133、135、140、150、152的至少某一个不存储在大容量存储装置106中，而只存储在主存储装置104中的情况。为谨慎起见，请注意：本申请公开的发明的范围不由这些数据的有无所限定。
接着，详细说明三维核医学图像数据130、132、134。这些图像数据是通过核医学测量而得到的图像数据，所述核医学测量是为了求出心肌血流增加率而完成的。另外，在本实施例中，该三维核医学图像数据是使用SPECT作为核医学测量的方法而得到的图像数据。为了求出心肌血流增加率，一般来说，比较施加负荷(Stress)并进行核医学测量而得到的核医学图像数据、在静息(Rest)时进行核医学测量得到的核医学图像数据。因此，为了求出心肌血流增加率，至少需要这两个核医学图像数据。在本实施例中，数据130是在施加负荷(Stress)后立即进行SPECT数据收集而得到的数据，数据134是在静息(Rest)时进行SPECT数据收集而得到的数据。以后，有时分别称为负荷时数据、静息时数据。
在以下详细说明的实施例中，图像数据130、132、134均为各像素值与放射线计数值对应的图像数据。但是，根据实施方式的不同，图像数据130、132、134有时是各像素值表示组织放射性浓度这样的图像数据。
并且，进行在本申请中作为解析对象的核医学数据的收集的协议的特征在于，包括：在负荷时测量和静息时测量期间，不进行放射性药品的投放，使用核医学装置进行从被检查者的体内放射的放射线的收集。将该放射线收集称为预扫描(PreScan)。预扫描在负荷时测量和静息时测量中的、时间上在后面的测量之前进行，并在该后面的测量中的一系列的数据收集之前进行。例如，如在后面参照图2说明地那样，在后面的测量为负荷时数据的测量的情况下，在施加负荷之前，在后面的测量为静息时数据的情况下，在放射性药品投放之前进行预扫描。在本实施例中，用标号132表示通过该预扫描得到的核医学图像数据。因此，在本申请中作为解析对象的数据至少包括负荷时数据130、预扫描数据132以及静息时数据134这三种数据。
参照图2，更具体地说明用于取得在本申请中作为解析对象的数据的核医学测量协议。在该图中，在时间轴上示意性描绘了在协议之中进行怎样的事件。如上所述，为了求出心肌血流增加率，需要针对负荷时和静息时中的每一个进行核医学测量，但既能够编制使负荷时测量在先的协议，也能够编制使静息时测量在先的协议。
在使负荷时测量在先的情况下，首先对被检查者施加负荷(202)。作为负荷，例如能够采用使用了测力计或跑台的运动负荷、使用了腺嘌呤核苷或双嘧达莫的药物负荷。在施加负荷期间，进行放射性药品的投放(静脉注射)(204)。接着，停止负荷，使用核医学装置，进行从被检查者的体内放射的放射线的数据收集(206)。之后，隔一定的时间(数小时)再进行静息时测量，在静息时测量之前，首先不进行放射性药品的投放，使用核医学装置，进行从被检查者的体内放射的放射线的数据收集(208)。即，进行预扫描。在预扫描结束后，立即进行静息时测量用的放射性药品投放(210)，并使用核医学装置，进行从被检查者的体内放射的放射线的数据收集(212)。通过数据收集206得到的图像数据成为负荷时数据130，通过数据收集208得到的图像数据成为预扫描数据132，通过数据收集212得到的图像数据成为静息时数据134。
另一方面，在使静息时测量在先的情况下，首先，向被检查者进行静息时测量用的放射性药品投放(222)，使用核医学装置，进行从被检查者的体内放射的放射线的数据收集(224)。之后，隔一定的时间(数小时)再进行负荷时测量，在负荷时测量之前，首先不进行放射性药品的投放，使用核医学装置，进行从被检查者的体内放射的放射线的数据收集(226)。即，进行预扫描。预扫描结束后，立即开始施加负荷(228)。另外，在负荷期间，进行负荷时测量用的放射性药品的投放(230)。负荷结束后，使用核医学装置，进行从被检查者的体内放射的放射线的数据收集(232)。通过数据收集232得到的图像数据成为负荷时数据130，通过数据收集226得到的图像数据成为预扫描数据132，通过数据收集224得到的图像数据成为静息时数据134。
此外，如上所述，在本实施例中，在放射线数据收集中使用的核医学装置是SPECT装置，因此，投放的放射性药品是适合于SPECT装置的放射线数据收集的药品。作为适合于心肌血流的核医学图像化的SPECT用放射线药品，例如已知有：201TlCl(氯化铊)或锝(99mTc)替曲膦注射液、15-(4-碘苯基)-3(R，S)-甲基十五烷酸(123I)注射液等。本申请公开的发明能够针对适合于心肌血流的核医学图像化的放射性药品的任一种使用。
接着，使用图3，说明本申请公开的算出心肌血流增加率的处理300的流程。处理300能够是通过由CPU102执行心肌血流增加率算出程序120，从而由系统100完成的处理。另外，根据实施方式的不同，有时通过在完成处理300的中途，从心肌血流增加率算出程序120调用位置匹配程序122或轮廓提取·体积计算程序124，并由CPU102执行，从而完成预定处理。
步骤305表示处理的开始。在步骤310中，进行成为心肌血流增加率算出程序120的处理对象的数据的读入(加载)。即，针对负荷时数据130、预扫描数据132以及静息时数据134中的每一个，从大容量存储装置106读出其全部或一部分，并存储在主存储装置104中。此外，也可以是，负荷时数据130、预扫描数据132以及静息时数据134经由网络·接口109，直接从外部的核医学装置取入主存储装置104。
在步骤315中，进行数据收集协议的判定。即，判定收集了负荷时数据130、预扫描数据132以及静息时数据134的协议是使负荷时测量和静息时测量中的哪一个在先的协议。该判定例如可以通过比较负荷时数据130和静息时数据134包括的时间信息(例如数据收集开始时刻等)来进行。例如，在负荷时数据130的收集开始时刻在时间上比静息时数据134的收集开始时刻早的情况下，能够判定为是负荷在先的协议。相反地，在负荷时数据130的收集开始时刻在时间上比静息时数据134的收集开始时刻晚的情况下，能够判定为是静息在先的协议。根据实施方式的不同，也可以是，通过操作者将是哪一种协议的信息输入系统100，从而系统100确定数据收集协议。
此外，也可以根据数据130包括的识别信息来判断数据130是负荷时数据这一情况。同样地，也可以根据数据134包括的识别信息来判断数据134是静息时数据这一情况。
在步骤320中，进行关于负荷时数据130、预扫描数据132以及静息时数据134的各种收集条件的取得。各种收集条件例如是如下的信息。
·在向被检查者投放放射性药品前测量的放射线量(投放前放射线量)。例如，在将投放的放射性药品放入投放用的注射器的状态下，通过按该注射器测量放射线量，从而得到的值。
·投放前放射线量的测量日期时间
·数据收集开始日期时间
·数据收集时间
·在向被检查者投放放射性药品后测量的放射线量(投放后放射线量)。例如，残存在投放后的注射器中的放射线量的测量值。
·投放后放射线量的测量日期时间
·放射性药品包括的示踪物的半衰期
·BCF(将贝可勒尔修正因子、放射线计数值转换成放射性浓度(例如Bq/ml)的系数)
根据实施方式的不同，这些收集条件有时包括在负荷时数据130、预扫描数据132以及静息时数据134中。在该情况下，也可以是，系统100从数据130～134读入这些信息，并存储在主存储装置104、大容量存储装置106中。
根据实施方式的不同，系统100也可以构成为：生成并显示用于操作者输入这些收集条件的用户接口(例如对话框)。也可以是，当操作者输入需要的收集条件时，系统100将它们存储在主存储装置104或大容量存储装置106中。
此外，在图像数据130～134是各像素值表示组织放射性浓度的图像数据的实施方式中，由于不使用BCF，所以也不需要取得BCF。
也可以是，需要上述收集条件中的哪个信息根据实施方式而不同。实际，是后面介绍几个步骤345的实施方式，但在这些实施方式之间，需要的信息不同。另外，也可以是，在负荷时数据130或静息时数据134、预扫描数据132中，需要的信息不同。系统100可以根据成为收集条件的输入对象的数据，(即，根据该数据是负荷时数据130，还是预扫描数据132，还是静息时数据134，)生成并显示不同的用户接口，各个用户接口可以构成为便于进行相对于该数据要求的固有的数据输入。
如上所述，系统100也可以构成为：将取得的收集条件信息存储在主存储装置104或大容量存储装置106中。在本实施例中，虽然仅为例子，用于负荷时数据130的收集条件信息存储在收集条件文件131中，用于预扫描数据132的收集条件信息存储在收集条件文件133中，用于静息时数据134的收集条件信息存储在收集条件文件135中。
在步骤325中，如果需要，进行数据132是否是预扫描数据的判定。根据实施方式的不同，该判定可以基于数据132包括的识别信息来进行。根据实施方式的不同，该判定可以基于数据132包括的时间信息(例如数据收集开始时刻等)来进行。例如，在数据收集协议为负荷在先的情况下，可以根据数据132表示的数据收集开始时刻位于负荷时数据130的数据收集结束时刻与静息时数据134的数据收集开始时刻之间，判定为数据132是预扫描数据。另外，在数据收集协议为静息在先的情况下，可以根据数据132表示的数据收集开始时刻位于静息时数据134的数据收集结束时刻与负荷时数据的数据收集开始时刻之间，判定为数据132是预扫描数据。
在步骤330中，进行负荷时数据130、预扫描数据132以及静息时数据134的位置匹配。即，以使根据这些数据图像化而成的心肌的位置、大小相互一致的方式进行位置、大小的修正。该处理可以通过由CPU102执行位置匹配程序122从而完成。心肌血流增加率算出程序120也可以构成为：在步骤330中调出位置匹配程序122并使CPU102执行。
在数据收集协议为负荷在先的情况下，优选以静息时数据134为基准进行位置匹配。在数据收集协议为静息在先的情况下，优选以负荷时数据130为基准进行位置匹配。
步骤335是可选的处理。在该步骤中，针对位置匹配后的负荷时数据130和静息时数据134中的每一个进行心肌轮廓提取。作为步骤345的实施方式，进行处理600或处理700的情况下，特别需要步骤335的处理。
步骤335的处理可以通过由CPU102执行轮廓提取·体积计算程序124来完成。如上所述，已知几种心肌轮廓提取的算法或软件，例如，在由本申请的申请人提交的PCT申请的国际公开公报(WO2013/047496A1)中公开了这样的算法。轮廓提取·体积计算程序124包括的程序指令可以构成为：使用该算法进行心肌轮廓的提取。
另外，根据实施方式的不同，轮廓提取·体积计算程序124可以构成为：使用提取的轮廓，计算心肌的体积。例如，也可以是，将存在于提取的心肌内膜与心肌外膜之间的像素数乘以像素-体积的换算系数(例如，每个像素的体积)，作为心肌的体积。
根据实施方式的不同，也可以构成为对预扫描数据132也进行心肌轮廓提取。但是，由于预扫描的数据收集时间有时较短，也不进行放射性药品的投放并进行数据收集，所以预扫描数据132的各像素的像素值(放射线计数值)经常较低。因此，在预扫描数据132中，有时心肌轮廓提取会失败。在该情况下，预扫描数据132的心肌轮廓信息可以视为与负荷时数据130或静息时数据134中的某一个的心肌轮廓信息相同。特别是，可以视为与负荷时数据130和静息时数据134中的、时间上较晚收集的数据的心肌轮廓信息相同。
步骤340也是可选的步骤。根据实施方式的不同，可以针对负荷时数据130和静息时数据134的全部像素或全部心肌像素算出心肌血流增加率，根据实施方式的不同，也可以仅针对其一部分像素算出心肌血流增加率。例如，可以将数据130～134转换为在本申请的技术领域中经常使用的阵列(Array)数据或极坐标图(极坐标显示)，并对其各像素算出心肌血流增加率。即，可以作成心肌血流增加率的阵列数据或极坐标图。此外，阵列数据是针对预定范围的短轴断层图像中的每一个，从图像中心起按每个预定角度呈放射状扫描并求出最大像素值，并将其表现在二维图中而成的数据，所述二维图将一个轴取为短轴断层图像的位置，将另一个轴取为从图像中心起的角度。与之相对，极坐标图依然是针对预定范围的短轴断层图像中的每一个，从图像中心起按每个预定角度呈放射状扫描并求出最大像素值，并将其展开在同心圆状的极坐标中而成的图。
通过将数据130～134转换成阵列数据或极坐标图，能够减轻下一个步骤345中的处理负荷，并且能够使结果的可视性提高。
在进行步骤340的情况下，将负荷时数据130、预扫描数据132以及静息时数据134中的每一个转换成阵列数据或极坐标图。在进行该转换的情况下，在以下说明中，负荷时数据130、预扫描数据132以及静息时数据134均应理解为是转换为阵列数据或极坐标图而成的数据。
在步骤345中，进行心肌血流增加率的算出。该步骤的实施方式大致有四个种类。以下，使用图4～7说明各个实施方式。
图4是用于说明作为图3的步骤345的一个实施方式的处理400的流程图。另外，处理400(与例示在图3或图5～7中的处理同样地)是用于算出心肌血流增加率的处理，是通过由CPU102执行心肌血流增加率算出程序120从而由系统100完成的处理。
并且，处理400是在步骤315中判定为数据收集协议是使负荷时测量先于静息时测量的协议的情况下进行的处理。并且，处理400是不对图像数据130、134进行后述的SUV转换并算出心肌血流增加率的情况下进行的处理。
步骤402表示处理的开始。在步骤404中，算出在负荷时测量中向被检查者投放的放射线量(负荷时投放量)。投放的放射线量的算出所需的信息如下。
·在向被检查者投放放射性药品前测量的放射线量(投放前放射线量)。
·投放前放射线量的测量日期时间
·数据收集开始日期时间
·在向被检查者投放放射性药品后测量的放射线量(投放后放射线量)。
·投放后放射线量的测量日期时间
·放射性药品包括的示踪物的半衰期
在本实施例中，这些信息在步骤320中取得，并存储在收集条件文件131中。因此，系统100也可以通过在步骤404中从收集条件文件131读入这些信息而取得。
接着，使用以下的公式，算出负荷时投放量。
衰减时间1(秒)＝|投放前放射线量的测量日期时间-数据收集开始日期时间|
衰减时间2(秒)＝|投放后放射线量的测量日期时间-数据收集开始日期时间|
衰减系数＝LN(2.0)/半衰期(秒)(LN：底数为e的自然对数)
负荷时投放量＝{投放前放射线量×Exp(-衰减系数×衰减时间1)}-{投放后放射线量×Exp(-衰减系数×衰减时间2)}
接着，在步骤406中，算出在预扫描中向被检查者投放的放射线量(预扫描投放量)。该算出所需的信息如下。
·在负荷时，在向被检查者投放放射性药品前测量的放射线量(投放前放射线量)。
·投放前放射线量的测量日期时间
·数据收集开始日期时间
·在负荷时，在向被检查者投放放射性药品后测量的放射线量(投放后放射线量)。
·投放后放射线量的测量日期时间
·放射性药品包括的示踪物的半衰期
即，与为了算出负荷时投放量所需的信息相同。
此外，如上所述，不为了预扫描而独立地进行放射性药品的投放。如与图2的负荷在先型协议关联并说明地那样，该实施方式中的预扫描是在负荷时测量之后没有进行放射性药品的投放而完成的放射线数据收集。因此，除去数据收集开始日期时间，上述信息与和负荷时测量相关的信息相同。即，与在步骤404中使用的信息相同。仅数据收集开始日期时间需要预扫描的数据收集开始日期时间信息。
因此，根据实施方式的不同，可以从负荷时数据130用的收集条件文件131取得上述信息中的、数据收集开始日期时间以外的信息。关于数据收集开始日期时间，可以从预扫描数据132用的收集条件文件133取得。(关于预扫描的数据收集开始日期时间，在步骤320中取得。)根据实施方式的不同，系统100可以构成为将数据收集开始日期时间以外的信息自动地从收集条件文件131复制到收集条件文件133，该情况下的系统100可以构成为在本步骤中从收集条件文件133取得全部上述信息。
取得了上述信息后，与负荷时的情况下同样地，系统100使用以下公式算出预扫描投放量。
衰减时间1(秒)＝|投放前放射线量的测量日期时间-数据收集开始日期时间|
衰减时间2(秒)＝|投放后放射线量的测量日期时间-数据收集开始日期时间|
衰减系数＝LN(2.0)/半衰期(秒)(LN：底数为e的自然对数)
预扫描投放量＝{投放前放射线量×Exp(-衰减系数×衰减时间1)}-{投放后放射线量×Exp(-衰减系数×衰减时间2)}
在步骤408中，算出在静息时向被检查者投放的放射线量(静息时投放量)。该算出所需的信息也与算出负荷时投放量时相同，如下。
·在静息时，在向被检查者投放放射性药品前测量的放射线量(投放前放射线量)。
·投放前放射线量的测量日期时间
·数据收集开始日期时间
·在静息时，在向被检查者投放放射性药品后测量的放射线量(投放后放射线量)。
·投放后放射线量的测量日期时间
·放射性药品包括的示踪物的半衰期
在本实施例中，这些信息在步骤320中取得，并存储在收集条件文件135中。因此，系统100也可以通过在本步骤中从收集条件文件135读入这些信息而取得。
之后，系统100可以构成为：与负荷时的情况下同样地，使用以下的公式算出静息时投放量。
衰减时间1(秒)＝|投放前放射线量的测量日期时间-数据收集开始日期时间|
衰减时间2(秒)＝|投放后放射线量的测量日期时间-数据收集开始日期时间|
衰减系数＝LN(2.0)/半衰期(秒)(LN：底数为e的自然对数)
静息时投放量＝{投放前放射线量×Exp(-衰减系数×衰减时间1)}-{投放后放射线量×Exp(-衰减系数×衰减时间2)}
在步骤410中，通过对预扫描数据132的各像素值乘以以下的修正系数，从而进行投放量修正。
预扫描用投放量修正系数＝负荷时投放量/预扫描投放量
在步骤412中，通过对静息时数据134的各像素值乘以以下修正系数，从而进行投放量修正。
静息时用投放量修正系数＝负荷时投放量/静息时投放量
在步骤414中，通过对进行投放量修正得到的预扫描数据132的各像素值乘以以下的修正系数，从而进行收集时间修正。
预扫描用收集时间修正系数＝负荷时数据收集时间/预扫描数据收集时间
在本实施例中，负荷时数据收集时间和预扫描数据收集时间在步骤320中取得，并分别存储在收集条件文件131、133中。因此，系统100可以构成为：从这些文件取得负荷时数据收集时间和预扫描数据收集时间的信息，并计算预扫描用收集时间修正系数。
在步骤416中，通过对进行投放量修正得到的静息时数据134的各像素值也乘以以下的修正系数，从而进行收集时间修正。
静息时用收集时间修正系数＝负荷时数据收集时间/静息时数据收集时间
在本实施例中，由于静息时数据收集时间在步骤320中取得，并存储在收集条件文件135中，所以系统100可以构成为：从收集条件文件135得到所需的信息，并计算静息时用收集时间修正系数。
在步骤418中，使用进行投放量修正和收集时间修正得到的预扫描数据132，对进行投放量修正和收集时间修正得到的静息时数据134进行计数修正。该修正通过针对所述修正(投放量修正(步骤412)和收集时间修正(步骤416))后的静息时数据134的各像素，从其像素值减去所述修正后的预扫描数据132的对应的位置的像素的像素值而进行。通过该计数修正，从静息时数据134除去了在负荷时投放的放射性药品的影响。
在步骤420中，使用负荷时数据130和计数修正后的静息时数据134，进行心肌血流增加率的计算。像素ij的心肌血流增加率(IncMapij)根据负荷时数据130的各像素的像素值(Stressij)和计数修正后的静息时数据134的对应的位置的像素的像素值(Restij)，利用以下的公式求出。
IncMapij[％]＝(Stressij-Restij)/(Restij)×100
也可以是，计算得到的增加率数据作为增加率数据140，例如存储在大容量存储装置106中(参照图1)。增加率数据140例如能够是各像素的像素值表示增加率的三维图像数据。另外，在进行图3的步骤340的情况下，能够是各像素的像素值表示增加率的二维阵列数据或二维极坐标图。
通过进行步骤418的计数修正，从静息时数据134除去了在负荷时投放的放射性药品的影响。因此，该修正后的静息时数据134中的各像素的像素值更准确地反映了静息时的心功能。然后，通过使用这样的数据进行计算，与现有技术相比，能够更准确地求出心肌血流增加率。
步骤422表示处理的结束。
图5是用于说明作为图3的步骤345的一个实施方式，并用于算出心肌血流增加率的处理500的流程图。处理500是在步骤315中判定为数据收集协议是使静息时测量先于负荷时测量的协议的情况下进行的处理。并且，处理500是不对图像数据130、134进行后述的SUV转换并算出心肌血流增加率的情况下进行的处理。
步骤502表示处理的开始。在步骤504中，算出在静息时测量中向被检查者投放的放射线量(静息时投放量)。投放的放射线量的算出所需的信息如下。
·在向被检查者投放放射性药品前测量的放射线量(投放前放射线量)。
·投放前放射线量的测量日期时间
·数据收集开始日期时间
·在向被检查者投放放射性药品后测量的放射线量(投放后放射线量)。
·投放后放射线量的测量日期时间
·放射性药品包括的示踪物的半衰期
在本实施例中，这些信息在步骤320中取得，并存储在收集条件文件135中。因此，系统100也可以通过在步骤502中从收集条件文件135读入这些信息而取得。
接着，使用以下的公式，算出静息时投放量。
衰减时间1(秒)＝|投放前放射线量的测量日期时间-数据收集开始日期时间|
衰减时间2(秒)＝|投放后放射线量的测量日期时间-数据收集开始日期时间|
衰减系数＝LN(2.0)/半衰期(秒)(LN：底数为e的自然对数)
静息时投放量＝{投放前放射线量×Exp(-衰减系数×衰减时间1)}-{投放后放射线量×Exp(-衰减系数×衰减时间2)}
接着，在步骤506中，算出在预扫描中向被检查者投放的放射线量(预扫描投放量)。该算出所需的信息如下。
·在静息时的核医学图像数据收集中，在向被检查者投放放射性药品前测量的放射线量(投放前放射线量)。
·投放前放射线量的测量日期时间
·数据收集开始日期时间
·在静息时的核医学图像数据收集中，在向被检查者投放放射性药品后测量的放射线量(投放后放射线量)。
·投放后放射线量的测量日期时间
·放射性药品包括的示踪物的半衰期
即，与为了算出静息时投放量所需的信息相同。
需要说明的是，如上所述，不为了预扫描而独立地进行放射性药品的投放。如与图2的静息在先型协议关联并说明地那样，该实施方式中的预扫描是在静息时测量之后没有进行放射性药品的投放而完成的放射线数据收集。因此，除去数据收集开始日期时间，上述信息与和静息时测量相关的信息相同。即，与在步骤504中使用的信息相同。仅数据收集开始日期时间需要预扫描的数据收集开始日期时间信息。
因此，根据实施方式的不同，可以从静息时数据134用的收集条件文件135取得上述信息中的、数据收集开始日期时间以外的信息。关于数据收集开始日期时间，可以从预扫描数据132用的收集条件文件133取得。(关于预扫描的数据收集开始日期时间，在步骤320中取得。)根据实施方式的不同，系统100可以构成为将数据收集开始日期时间以外的信息自动地从收集条件文件135复制到收集条件文件133，该情况下的系统100可以构成为在本步骤中从收集条件文件133取得全部上述信息。
取得了上述信息后，与静息时的情况下同样地，系统100使用以下公式算出预扫描投放量。
衰减时间1(秒)＝|投放前放射线量的测量日期时间-数据收集开始日期时间|
衰减时间2(秒)＝|投放后放射线量的测量日期时间-数据收集开始日期时间|
衰减系数＝LN(2.0)/半衰期(秒)(LN：底数为e的自然对数)
预扫描投放量＝{投放前放射线量×Exp(-衰减系数×衰减时间1)}-{投放后放射线量×Exp(-衰减系数×衰减时间2)}
在步骤508中，算出在负荷时向被检查者投放的放射线量(负荷时投放量)。该算出所需的信息也与算出静息时投放量时相同地如下。
·在向被检查者投放放射性药品前测量的放射线量(投放前放射线量)。
·投放前放射线量的测量日期时间
·数据收集开始日期时间
·在向被检查者投放放射性药品后测量的放射线量(投放后放射线量)。
·投放后放射线量的测量日期时间
·放射性药品包括的示踪物的半衰期
在本实施例中，这些信息在步骤320中取得，并存储在收集条件文件131中。因此，系统100也可以通过在本步骤中从收集条件文件131读入这些信息而取得。
之后，系统100可以构成为：与静息时的情况下同样地，使用以下的公式算出负荷时投放量。
衰减时间1(秒)＝|投放前放射线量的测量日期时间-数据收集开始日期时间|
衰减时间2(秒)＝|投放后放射线量的测量日期时间-数据收集开始日期时间|
衰减系数＝LN(2.0)/半衰期(秒)(LN：底数为e的自然对数)
负荷时投放量＝{投放前放射线量×Exp(-衰减系数×衰减时间1)}-{投放后放射线量×Exp(-衰减系数×衰减时间2)}
在步骤510中，通过对预扫描数据132的各像素值乘以以下的修正系数，从而进行投放量修正。
预扫描用投放量修正系数＝静息时投放量/预扫描投放量
在步骤512中，通过对负荷时数据130的各像素值乘以以下修正系数，从而进行投放量修正。
负荷时用投放量修正系数＝静息时投放量/负荷时投放量
在步骤514中，通过对进行投放量修正得到的预扫描数据132的各像素值乘以以下的修正系数，从而进行收集时间修正。
预扫描用收集时间修正系数＝静息时数据收集时间/预扫描数据收集时间
在本实施例中，静息时数据收集时间和预扫描数据收集时间在步骤320中取得，并分别存储在收集条件文件135、133中。因此，系统100可以构成为：从这些文件取得静息时数据收集时间和预扫描数据收集时间的信息，并计算预扫描用收集时间修正系数。
在步骤516中，通过对进行投放量修正得到的负荷时数据130的各像素值也乘以以下的修正系数，从而进行收集时间修正。
负荷时用收集时间修正系数＝静息时数据收集时间/负荷时数据收集时间
在本实施例中，由于负荷时数据收集时间在步骤320中取得，并存储在收集条件文件131中，所以系统100可以构成为：从收集条件文件131得到所需的信息，并计算负荷时用收集时间修正系数。
在步骤518中，使用进行了投放量修正和收集时间修正得到的预扫描数据132，对进行了投放量修正和收集时间修正得到的负荷时数据130进行计数修正。该修正通过如下这样而进行：针对投放量修正(步骤512)和收集时间修正(步骤516)后的负荷时数据130的各像素，从其像素值减去所述修正后的预扫描数据132的对应的位置的像素的像素值，由此进行修正。通过该计数修正，从负荷时数据130除去了为了静息时测量而投放的放射性药品的影响。
在步骤520中，使用计数修正后的负荷时数据130和静息时数据134，进行心肌血流增加率的计算。像素ij的心肌血流增加率(IncMapij)根据计数修正后的负荷时数据130的各像素的像素值(Stressij)和静息时数据134的对应的位置的像素的像素值(Restij)，利用以下的公式求出。
IncMapij[％]＝(Stressij-Restij)/(Restij)×100
也可以是，计算得到的增加率数据作为增加率数据140，例如存储在大容量存储装置106中(参照图1)。增加率数据140例如能够是各像素的像素值表示增加率的三维图像数据。另外，在进行图3的步骤340的情况下，能够是各像素的像素值表示增加率的二维阵列数据或二维极坐标图。
通过进行步骤518的计数修正，从负荷时数据130除去了在静息时投放的放射性药品的影响。因此，负荷时数据130中的各像素的像素值更准确地反映了负荷时的心功能。然后，通过使用这样的数据进行计算，与现有技术相比，能够更准确地求出心肌血流增加率。
步骤522表示处理的结束。
图6是用于说明作为图3的步骤345的一个实施方式，并用于算出心肌血流增加率的处理600的流程图。处理600是在步骤315中判定为数据收集协议是使负荷时测量先于静息时测量的协议的情况下进行的处理。并且，处理600是对图像数据130、134进行了本申请公开的特征性SUV转换后算出心肌血流增加率的情况下进行的处理。
步骤602表示处理的开始。在步骤604中，算出在负荷时测量中向被检查者投放的放射线量(负荷时投放量)。由于负荷时投放量的算出方法和与图4的处理400关联并说明的步骤404相同，所以省略说明。
在步骤606中，将负荷时数据130的各像素的像素值转换成SUV。已有的SUV转换使用被检查者的体重进行正规化。但是，本实施方式的SUV转换通过以下的式1进行。
[式1]
SUV＝组织放射性浓度/(放射能投放量/心肌重量)
简单地说明各参数如下。
组织放射性浓度：是在负荷时数据130的各像素的像素值上乘以贝可勒尔修正因子(Becquerel Calibration Factor：BCF)而得到的值。BCF是将放射线计数值转换成放射线浓度(例如Bq/ml)的系数。在本实施例中，在步骤320中取得BCF。在负荷时数据130的各像素的像素值表示组织放射性浓度的实施方式中，可以按原样将像素值作为组织放射性浓度使用而无需乘以BCF。
放射能投放量：在本步骤中，是在负荷时测量中向被检查者投放的放射线量。即，是在步骤604中求出的负荷时投放量。
心肌重量：基于在步骤335中得到的负荷时数据的心肌轮廓数据计算。例如，也可以是，将存在于提取的心肌内膜与心肌外膜之间的像素数乘以像素-体积的换算系数而求出心肌的体积，并且将求出的心肌体积乘以心肌体积-心肌重量的换算系数(密度系数)而求出心肌重量。密度系数能够使用公知的文献值等，例如能够是1.05。心肌重量的算出既可以在步骤335中进行，也可以在本步骤中进行。根据实施方式的不同，心肌重量算出算法既可以安装在轮廓提取·体积计算程序124中，也可以安装在心肌血流增加率算出程序120中。计算得到的心肌重量可以存储在主存储装置104或大容量存储装置106中。根据实施方式的不同，也可以存储在CPU102的寄存器中。
将各像素的像素值转换成SUV后的负荷时数据可以作为负荷时SUV数据150，例如存储在大容量存储装置106中(参照图1)。
此外，BCF能够用公知的方法求出。例如，能够设为将存储了总放射量已知的放射性药品的药瓶(或注射器)作为对象进行核医学图像的拍摄，并用以下公式算出的值。
BCF＝衰减修正总放射量(Bq)÷(所有断层的总计数÷收集时间(秒))
另外，在根据利用圆柱体模型得到的数据求出BCF的情况下，能够使用下述公式。
体积(volume)系数＝一个断层中的平均计数值÷(一个像素的体积×收集时间(秒))
BCF＝衰减修正总放射量(Bq)÷(模型容量×体积系数)
根据实施方式的不同，也可以对BCF进行收集时间修正。收集时间修正例如可以通过将{一个像素的体积[cm3]/收集时间[sec]}乘以BCF来进行。
在步骤608中，算出在静息时测量中向被检查者投放的放射线量(静息时投放量)。由于静息时投放量的算出方法和与图4的处理400关联并说明的步骤408相同，所以省略说明。
在步骤610中，通过对预扫描数据132的各像素值乘以以下的修正系数，从而进行收集时间修正。
收集时间修正系数＝静息时数据收集时间/预扫描数据收集时间
在本实施例中，静息时数据收集时间和预扫描数据收集时间在步骤320中取得，并分别存储在收集条件文件135、133中。因此，系统100可以构成为：从这些文件取得静息时数据收集时间和预扫描数据收集时间的信息，并计算上述收集时间修正系数。
在步骤612中，通过对进行收集时间修正得到的预扫描数据132的各像素值乘以按以下方式求出的衰减修正系数，从而进行衰减修正。
衰减时间(秒)＝预扫描的数据收集开始日期时间-静息时的数据收集开始日期时间
衰减系数＝LN(2.0)/示踪物的半衰期(秒)(LN：底数为e的自然对数)
衰减修正系数＝Exp(衰减系数×衰减时间)
在步骤614中，使用进行了收集时间修正和衰减修正得到的预扫描数据132，进行静息时数据134的计数修正。该修正通过针对静息时数据134的各像素，从其像素值减去修正后的预扫描数据132的对应的位置的像素的像素值而进行。通过该计数修正，从静息时数据134除去了在负荷时投放的放射性药品的影响。
在步骤616中，将计数修正后的静息时数据134的各像素的像素值转换成SUV。转换式与上述式1相同。其中，式中的“组织放射性浓度”是将上述BCF乘以作为静息时数据134的像素值且在步骤614中说明的计数修正后的像素值而得到的值。另外，式中的“放射能投放量”是在步骤608中求出的静息时投放量。并且，式中的“心肌重量”也基于静息时数据的心肌轮廓数据(例如，在在步骤335中得到的数据)而计算得到。
将各像素的像素值转换成SUV后的静息时数据可以作为静息时SUV数据152，例如存储在大容量存储装置106中(参照图1)。
在步骤618中，使用负荷时SUV数据150和静息时SUV数据152，进行心肌血流增加率的计算。像素ij的心肌血流增加率(IncMapij)根据负荷时SUV数据150的各像素的像素值(Stress_SUVij)和静息时SUV数据152的对应的位置的像素的像素值(Rest_SUVij)，利用以下的公式求出。
IncMapij[％]＝(Stress_SUVij-Rest_SUVij)/(Rest_SUVij)×100
也可以是，计算得到的增加率数据作为增加率数据140，例如存储在大容量存储装置106中(参照图1)。增加率数据140例如能够是各像素的像素值表示增加率的三维图像数据。另外，在进行图3的步骤340的情况下，能够是各像素的像素值表示增加率的二维阵列数据或二维极坐标图。
在本实施例中，以示踪物积聚的心肌的重量为基准，进行心肌核医学图像数据的正规化。因此，正规化值与现有技术相比更准确地反映了心功能的实际情况。由于使用这样的正规化值计算心肌血流增加率，所以心肌血流增加率的可比较性与现有技术相比提高。即，例如，容易进行与过去的测量结果的比较、与其他被检查者的测量结果的比较。此外，根据实施方式的不同，也可以不使用心肌重量而是使用心肌体积来进行正规化，另外，也可以使用与心脏的大小相关的其他指标来进行正规化。
并且，通过进行步骤614的计数修正，从静息时数据134除去了在负荷时投放的放射性药品的影响。因此，静息时数据134中的各像素的像素值更准确地反映了静息时的心功能。然后，通过使用这样的数据进行计算，与现有技术相比，能够更准确地求出SUV、心肌血流增加率。
步骤620表示处理的结束。
图7是用于说明作为图3的步骤345的一个实施方式，并用于算出心肌血流增加率的处理700的流程图。处理700是在步骤315中判定为数据收集协议是使静息时测量先于负荷时测量的协议的情况下进行的处理。并且，处理700是对图像数据130、134进行了本申请公开的特征性SUV转换后算出心肌血流增加率的情况下进行的处理。
步骤702表示处理的开始。在步骤704中，算出在静息时测量中向被检查者投放的放射线量(静息时投放量)。由于静息时投放量的算出方法和与图4的处理400关联并说明的步骤408相同，所以省略说明。
在步骤706中，将静息时数据134的各像素的像素值转换成SUV。转换式与式1相同，所述式1与步骤606关联并公开。其中，式中的“组织放射性浓度”是将BCF乘以静息时数据134的像素值得到的值。另外，式中的“放射能投放量”是在步骤704中求出的静息时投放量。并且，式中的“心肌重量”也基于静息时数据的心肌轮廓数据而计算得到。
将各像素的像素值转换成SUV后的静息时数据可以作为静息时SUV数据152，例如存储在大容量存储装置106中(参照图1)。
在步骤708中，算出在负荷时测量中向被检查者投放的放射线量(负荷时投放量)。由于负荷时投放量的算出方法和与图4的处理400关联并说明的步骤404相同，所以省略说明。
在步骤710中，通过对预扫描数据132的各像素值乘以以下的修正系数，从而进行收集时间修正。
收集时间修正系数＝负荷时数据收集时间/预扫描数据收集时间
在本实施例中，负荷时数据收集时间和预扫描数据收集时间在步骤320中取得，并分别存储在收集条件文件131、133中。因此，系统100可以构成为：从这些文件取得负荷时数据收集时间和预扫描数据收集时间的信息，并计算上述收集时间修正系数。
在步骤712中，通过对进行收集时间修正得到的预扫描数据132的各像素值乘以按以下方式求出的衰减修正系数，从而进行衰减修正。
衰减时间(秒)＝预扫描的数据收集开始日期时间-负荷时的数据收集开始日期时间
衰减系数＝LN(2.0)/示踪物的半衰期(秒)(LN：底数为e的自然对数)
衰减修正系数＝Exp(衰减系数×衰减时间)
在步骤714中，使用进行了收集时间修正和衰减修正得到的预扫描数据132，进行负荷时数据130的计数修正。该修正通过针对负荷时数据130的各像素，从其像素值减去修正后的预扫描数据132的对应的位置的像素的像素值而进行。通过该计数修正，从负荷时数据130除去了在静息时测量中投放的放射性药品的影响。
在步骤716中，将计数修正后的负荷时数据130的各像素的像素值转换成SUV。转换式与上述式1相同。其中，式中的“组织放射性浓度”是将上述BCF乘以作为负荷时数据130的像素值且在步骤714中说明的计数修正后的像素值而得到的值。另外，式中的“放射能投放量”是在步骤708中求出的负荷时投放量。并且，如在步骤606中说明地那样，式中的“心肌重量”也基于负荷时数据的心肌轮廓数据而计算得到。
将各像素的像素值转换成SUV后的负荷时数据可以作为负荷时SUV数据150，例如存储在大容量存储装置106中(参照图1)。
在步骤718中，使用负荷时SUV数据150和静息时SUV数据152，进行心肌血流增加率的计算。该步骤的处理与步骤618相同。因此，省略说明。
在本实施例中，以示踪物积聚的心肌的重量或体积为基准，进行心肌核医学图像数据的正规化。因此，正规化值与现有技术相比更准确地反映了心功能的实际情况。由于使用这样的正规化值计算心肌血流增加率，所以心肌血流增加率的可比较性与现有技术相比提高。即，例如，容易进行与过去的测量结果的比较、与其他被检查者的测量结果的比较。
并且，通过进行步骤714的计数修正，从负荷时数据130除去了在静息时测量中投放的放射性药品的影响。因此，负荷时数据130中的各像素的像素值更准确地反映了静息时的心功能。然后，通过使用这样的数据进行计算，与现有技术相比，能够更准确地求出SUV、心肌血流增加率。
步骤720表示处理的结束。
这样，结束图3的步骤345的实施方式的变形的说明。
在任一种变形中，通过负荷时测量和静息时测量中的、时间上在后进行的测量而得到的数据均利用通过预扫描得到的数据修正。由此，修正了残存于通过时间上在后进行的测量得到的数据的、在时间上再先的测量中投放的放射能的影响。因此，数据的妥当性提高，计算得到的心肌血流增加率的可靠性变高。与以往相比，能够显著缩短在负荷时测量与静息时测量之间必须隔开的时间间隔，对测量者和被检查者双方来说，减轻了测量的负担。
另外，根据用处理600、处理700例示的实施方式，由于使用心肌重量将核医学图像数据的像素值SUV化，并在比以往更适当的假定之下对示踪物的积聚进行正规化，所以比较测量日期时间、被检查者不同的数据时的妥当性·可靠性提高。
返回图3的流程图。在步骤350中，进行心肌血流增加率的算出结果的显示。显示的方法能够有多种。例如，在存储有结果的增加率数据140是各像素的像素值表示增加率的三维图像数据的情况下，例如，可以通过排列显示短轴断层图像，通过辉度或色调的不同来进行算出的心肌血流增加率的显示。根据该显示法，能够详细观察在各断层位置心肌血流增加率怎样变化。
例如，在存储有结果的增加率数据140是各像素的像素值表示增加率的二维阵列数据或二维极坐标图的情况下，可以按原样显示作为二维阵列或二维极坐标图。能够用一张图片容易地观察根据位置的心肌血流增加率的高低。根据实施方式的不同，也可以与转换成二维阵列数据或二维极坐标图的负荷时数据130、静息时数据134一起显示增加率数据140。或者，也可以与转换成二维阵列数据或二维极坐标图的负荷时SUV数据150和静息时SUV数据152一起显示增加率数据140。此时，当按静息时→负荷时→增加率的顺序将图排列时，容易观察负荷时的增加率，且很合适。
以上，使用优选实施例详细说明了本申请发明，但上述说明或附图并不是出于限定本申请发明的范围的意图而出示，是为了满足法律的要求而出示。在本申请发明的实施方式中，除了在这里介绍的以外，存在各种变形。例如，说明书或附图所示的各种数值均为例示，这些数值并不是出于限定发明的范围的意图而出示。在说明书或附图中介绍的各种实施例所包括的各个特征不是只能与直接记载了包括该特征的实施例一起使用的特征，也能够组合使用于在这里说明的其他实施例或没有说明各种具体实现例中。特别是，在流程图中介绍的处理的顺序不一定按介绍的顺序执行，也可以根据实施者的要求或必要性，以更换顺序或并列地同时执行，进一步一体不可分地安装多个块或作为适当的循环执行的方式安装。这些变形全部包括在本申请公开的发明的范围内，发明的范围不由处理的安装方式限定。在权利要求中确定的处理的记载顺序也并非确定了处理的必需的顺序，例如，处理的顺序不同的实施方式、包括循环并执行处理的实施方式等也包括在权利要求涉及的发明的范围中。
而且，例如，在心肌血流增加率算出程序120的实施方式中，也可包括：单一的程序、由多个独立的程序构成的程序组以及位置匹配程序122或轮廓提取·体积计算程序124的全部或一部分被一体化而成的程序。众所周知，程序的安装方式有多种，这些变形全部包括在在本申请中公开的发明的范围内。
而且，需要注意的是，本申请公开的新颖的SUV并不仅仅可用于本申请公开的心肌血流增加率的导出。由于本申请公开的新颖的SUV的特征在于使用心肌的重量或体积进行正规化，所以能够在以心脏为对象的各种核医学检查等该正规化具有妥当性的全部领域中，使用本申请的SUV。
请注意：无论在当前的权利要求书中是否进行了专利请求，申请人对于不脱离本申请所公开的发明思想的所有方式都主张具有享受专利权的权利。

Claims (9)

1.一种为了求出负荷时相对于静息时的血流增加率而处理心肌核医学图像数据的方法，所述方法通过装置的处理单元执行程序指令从而完成，所述方法包括：
存储在静息时收集的心肌核医学图像数据和在负荷时收集的心肌核医学图像数据中的、时间上在先收集的第一心肌核医学图像数据的至少一部分；
存储在所述静息时与所述负荷时之间收集的第二心肌核医学图像数据的至少一部分；
存储所述在静息时收集的心肌核医学图像数据和所述在负荷时收集的心肌核医学图像数据中的、时间上较晚收集的第三心肌核医学图像数据的至少一部分；
为了除去残存于所述第三心肌核医学图像数据的所述第一心肌核医学图像数据的影响，使用所述第二心肌核医学图像数据的至少一部分修正所述第三心肌核医学图像数据的至少一部分；以及
使用所述第一心肌核医学图像数据的至少一部分和所述修正后的所述第三心肌核医学图像数据的至少一部分，求出所述血流增加率。
2.根据权利要求1所述的方法，还包括：
使所述装置作为存储心脏参数的第一单元和存储放射能投放量的第二单元工作，所述心脏参数是与心脏的大小相关的值；
使用存储在所述第一单元和所述第二单元中的值，利用以下公式：
SUV＝组织放射性浓度/(放射能投放量/基于心脏参数的值)
将所述图像数据的至少一部分的像素的像素值转换成SUV并存储；以及
使用所述SUV的至少一部分求出所述血流增加率。
3.根据权利要求2所述的方法，
所述心脏参数是心肌重量，基于所述心脏参数的值也是心肌重量。
4.根据权利要求2所述的方法，
所述心脏参数是心肌体积，基于所述心脏参数的值是将换算系数乘以所述心肌体积而算出的心肌重量。
5.根据权利要求2所述的方法，
所述组织放射性浓度是将贝可勒尔修正因子(BCF)乘以所述像素值得到的值。
6.根据权利要求5所述的方法，
对所述贝可勒尔修正因子进行收集时间修正。
7.根据权利要求1所述的方法，
还包括：将所述第一～第三心肌核医学图像数据转换成二维阵列数据或极坐标图，并使用该转换后数据计算所述心肌血流增加率。
8.一种计算机程序，
具备程序指令，所述程序指令构成为当由装置的处理单元执行时，使所述装置完成权利要求1至7中任一项所述的方法。
9.一种具备处理单元和存储单元的装置，所述存储单元存储有程序指令，该程序指令构成为：当由所述处理单元执行时，完成权利要求1至7中任一项所述的方法。
CN201710134690.3A 2016-06-10 2017-03-08 心肌核医学图像数据的解析方法和解析装置 Pending CN107485404A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016115778A JP6060302B1 (ja) 2016-06-10 2016-06-10 心筋核医学画像データの解析方法及び解析装置
JP2016-115778 2016-06-10

Publications (1)

Publication Number Publication Date
CN107485404A true CN107485404A (zh) 2017-12-19

Family

ID=57756267

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710134690.3A Pending CN107485404A (zh) 2016-06-10 2017-03-08 心肌核医学图像数据的解析方法和解析装置

Country Status (7)

Country Link
US (1) US10258247B2 (zh)
EP (1) EP3254625B1 (zh)
JP (1) JP6060302B1 (zh)
KR (1) KR20170140063A (zh)
CN (1) CN107485404A (zh)
ES (1) ES2739425T3 (zh)
HK (1) HK1243299A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11065475B2 (en) * 2017-12-05 2021-07-20 Siemens Medical Solutions Usa, Inc. Multi-cycle dosimetry and dose uncertainty estimation
JP6530128B1 (ja) * 2018-08-27 2019-06-12 日本メジフィジックス株式会社 被ばく線量管理装置、被ばく線量管理方法、およびプログラム
JP7246907B2 (ja) * 2018-12-12 2023-03-28 日本メジフィジックス株式会社 心筋核医学画像データのスコアリング
JP7217633B2 (ja) * 2019-01-07 2023-02-03 日本メジフィジックス株式会社 診断支援方法、診断支援プログラム及び診断支援装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007333471A (ja) * 2006-06-13 2007-12-27 Shimadzu Corp 核医学診断装置
CN101259023A (zh) * 2007-03-09 2008-09-10 株式会社东芝 X射线ct装置、心肌灌流信息生成系统和x射线诊断方法
US20080230703A1 (en) * 2007-03-23 2008-09-25 Kadrmas Dan J Rapid multi-tracer pet imaging systems and methods
JP2009098131A (ja) * 2007-09-25 2009-05-07 Fujifilm Ri Pharma Co Ltd 心臓核医学検査法による検査画像の解析装置及び方法
CA2775869A1 (en) * 2012-04-30 2013-10-30 Elazar A. Bienenstock Single photon emission computed tomography imaging method
US20140121511A1 (en) * 2012-10-30 2014-05-01 The University Of Utah Rapid Stress-Rest Cardiac PET Imaging Systems and Methods
US20150230762A1 (en) * 2012-09-21 2015-08-20 Nathaniel Alpert System and method for single-scan rest-stress cardiac pet

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3724511B2 (ja) * 1994-09-19 2005-12-07 司 山本 心筋バイアビリティの評価方法及び心筋断層画像処理装置
US5970182A (en) * 1995-11-15 1999-10-19 Focus Imaging, S. A. Registration process for myocardial images
JP2006053102A (ja) * 2004-08-13 2006-02-23 Daiichi Radioisotope Labs Ltd 脳画像データ処理プログラム、記録媒体および脳画像データ処理方法
US8155408B2 (en) * 2008-04-15 2012-04-10 General Electric Company Standardized normal database having anatomical phase information
NO2534136T3 (zh) * 2010-02-08 2018-02-03
US9205156B2 (en) * 2010-05-27 2015-12-08 Hadasit Medical Research Services & Development Limited Molecular imaging agents
US8315812B2 (en) * 2010-08-12 2012-11-20 Heartflow, Inc. Method and system for patient-specific modeling of blood flow
CN108484449A (zh) * 2011-09-09 2018-09-04 蓝瑟斯医学影像公司 用于合成和使用显像剂的组合物、方法和系统
JP5714711B2 (ja) 2011-09-27 2015-05-07 日本メジフィジックス株式会社 心筋輪郭判定技術
JP5930193B2 (ja) * 2012-05-29 2016-06-08 日本メジフィジックス株式会社 Ｓｐｅｃｔ画像の画像変換装置、画像変換プログラム、および画像変換方法
JP5754718B1 (ja) * 2014-12-03 2015-07-29 公立大学法人横浜市立大学 核医学画像データの定量化

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007333471A (ja) * 2006-06-13 2007-12-27 Shimadzu Corp 核医学診断装置
CN101259023A (zh) * 2007-03-09 2008-09-10 株式会社东芝 X射线ct装置、心肌灌流信息生成系统和x射线诊断方法
US20080230703A1 (en) * 2007-03-23 2008-09-25 Kadrmas Dan J Rapid multi-tracer pet imaging systems and methods
JP2009098131A (ja) * 2007-09-25 2009-05-07 Fujifilm Ri Pharma Co Ltd 心臓核医学検査法による検査画像の解析装置及び方法
CA2775869A1 (en) * 2012-04-30 2013-10-30 Elazar A. Bienenstock Single photon emission computed tomography imaging method
US20150230762A1 (en) * 2012-09-21 2015-08-20 Nathaniel Alpert System and method for single-scan rest-stress cardiac pet
US20140121511A1 (en) * 2012-10-30 2014-05-01 The University Of Utah Rapid Stress-Rest Cardiac PET Imaging Systems and Methods

Also Published As

Publication number Publication date
JP2017219490A (ja) 2017-12-14
KR20170140063A (ko) 2017-12-20
US20170354333A1 (en) 2017-12-14
US10258247B2 (en) 2019-04-16
EP3254625A1 (en) 2017-12-13
JP6060302B1 (ja) 2017-01-11
EP3254625B1 (en) 2019-07-03
HK1243299A1 (zh) 2018-07-13
ES2739425T3 (es) 2020-01-31

Similar Documents

Publication Publication Date Title
US9275451B2 (en) Method, a system, and an apparatus for using and processing multidimensional data
JP5744834B2 (ja) 医学的ガイドラインで支持されるｐｅｔ／ｃｔ治療モニタシステム
CN107111867B (zh) 多模态成像系统及方法
CN103260521B (zh) 用于准确的输入函数估计的整合的工作流程
US20120271840A1 (en) Systems and methods for storing and providing scan protocol information
Schwartz et al. Repeatability of SUV measurements in serial PET
CN107485404A (zh) 心肌核医学图像数据的解析方法和解析装置
US20130077845A1 (en) Identification of potential perfusion defects
US9626759B2 (en) Method for the automatic recognition of anatomical structures in images obtained by positron emission tomography, system and computer program for performing said method
Boellaard Methodological aspects of multicenter studies with quantitative PET
US11051773B2 (en) Systems and methods for imaging with improved dosages
CN107481216A (zh) 心肌核医学图像数据的解析方法以及解析装置
EP1631844B1 (en) Generating detector efficiency estimates for a oet scanner
CN110477941A (zh) 摄取值的校正方法、装置、计算机设备和可读存储介质
EP4026103A1 (en) Continuous bed motion acquisition with axially short phantom for pet imaging system setup and quality control
JP2017219531A (ja) 心筋核医学画像データの解析方法及び解析装置
CN110215203A (zh) 心电信号获取方法、装置、计算机设备和存储介质
CN113647969B (zh) 一种放射性示踪剂成分分析方法和系统
US20230056685A1 (en) Methods and apparatus for deep learning based image attenuation correction
Case Accurate myocardial blood flow measurements: Quality from start to finish is key to success
JP2017211391A (ja) 核医学骨画像解析技術
Scott-Jackson Marker-less respiratory gating for PET imaging with intelligent gate optimisation.
Trägårdh et al. Normal stress databases in myocardial perfusion scintigraphy–how many subjects do you need?
Bruyant et al. Nuclear Medicine, Computers in

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1243299

Country of ref document: HK

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20171219