CN108932741A - 动态pet参数成像方法、装置、系统和计算机可读存储介质 - Google Patents
动态pet参数成像方法、装置、系统和计算机可读存储介质 Download PDFInfo
- Publication number
- CN108932741A CN108932741A CN201810616067.6A CN201810616067A CN108932741A CN 108932741 A CN108932741 A CN 108932741A CN 201810616067 A CN201810616067 A CN 201810616067A CN 108932741 A CN108932741 A CN 108932741A
- Authority
- CN
- China
- Prior art keywords
- image
- duration
- pet
- framing
- activity curve
- 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.)
- Granted
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 72
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 230000000694 effects Effects 0.000 claims abstract description 199
- 238000009432 framing Methods 0.000 claims abstract description 135
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000012937 correction Methods 0.000 claims abstract description 29
- 238000002591 computed tomography Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 18
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 239000002872 contrast media Substances 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 11
- 238000003702 image correction Methods 0.000 claims description 2
- 230000000191 radiation effect Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 16
- 230000004044 response Effects 0.000 description 11
- 239000008280 blood Substances 0.000 description 9
- 210000004369 blood Anatomy 0.000 description 9
- 210000000709 aorta Anatomy 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 230000005855 radiation Effects 0.000 description 6
- 239000000700 radioactive tracer Substances 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 5
- 239000013078 crystal Substances 0.000 description 4
- 238000012804 iterative process Methods 0.000 description 4
- 210000001367 artery Anatomy 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 230000004060 metabolic process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 210000003462 vein Anatomy 0.000 description 2
- VRYALKFFQXWPIH-PBXRRBTRSA-N (3r,4s,5r)-3,4,5,6-tetrahydroxyhexanal Chemical compound OC[C@@H](O)[C@@H](O)[C@H](O)CC=O VRYALKFFQXWPIH-PBXRRBTRSA-N 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000009509 drug development Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009206 nuclear medicine Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000005622 photoelectricity Effects 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- 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
-
- 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
-
- 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
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/404—Angiography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/416—Exact reconstruction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Optics & Photonics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- High Energy & Nuclear Physics (AREA)
- Biophysics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Nuclear Medicine (AREA)
Abstract
本发明涉及一种动态PET参数成像方法、装置、系统和计算机可读存储介质。该方法包括:获取受检者在第一时长内的第一PET数据,并基于第一PET数据进行分帧图像重建,得到第一时长内的第一时间活度曲线;间隔预设时长后,获取受检者在第二时长内的第二PET数据,并基于受检者的CT图像对第二PET数据的分帧重建图像进行衰减校正,得到第二时长内的第二时间活度曲线;根据第一时间活度曲线和第二时间活度曲线,估计受检者自第一时长开始时刻至第二时长截止时刻之间的完整时间活度曲线;根据完整时间活度曲线进行动态PET参数成像。该方法可以大大减少对受检者的辐射影响以及临床操作难度。
Description
技术领域
本发明涉及医学成像领域,特别是涉及一种动态PET参数成像方法、装置、系统和计算机可读存储介质。
背景技术
正电子发射断层扫描(Positron Emission Tomography,PET)是核医学领域中重要的一种临床检查影像技术,现已被广泛应用于医学领域的诊断和研究。 PET采用正电子核素作为示踪剂,通过病灶部位对示踪剂的摄取了解病灶功能代谢状态,从而对疾病做出诊断。通常,PET扫描仪会集成有电子计算机断层扫描 (Computed Tomography,CT),通过配准的CT图像获得衰减图像,用于对重建的图像进行衰减校正。动态PET成像不仅能显示放射性示踪剂浓度的空间分布,还揭示了示踪剂随时间代谢的动态过程。通过应用动力学模型,即可获得具有丰富意义的动力学参数,从而为疾病诊断、治疗以及药物开发提供指导。
在进行动态PET成像时,需要时间活度曲线的信息。传统技术中,一般通过图像分割、人工智能等方法获取主动脉的空间位置,然后通过计算PET数据在各时间点的重建帧对时间活度曲线进行拟合,并且,在获取时间活度曲线的信息的过程中,需要受检者从药物注射开始的整个扫描和采集过程中保持不动。
但是,传统技术中在获取时间活度曲线的信息的过程中,整个扫描过程均需要对受检者进行CT扫描,辐射比较大;并且,需要受检者从药物注射开始的整个扫描和采集过程中保持不动,临床操作难度比较大。
发明内容
基于此,有必要针对传统技术中获取时间活度曲线时,辐射较大,操作难度较大的问题,提供一种动态PET参数成像方法、装置、系统和计算机可读存储介质。
第一方面,本发明实施例提供一种动态PET参数成像方法,包括:
获取受检者在第一时长内的第一PET数据,并基于所述第一PET数据进行分帧图像重建,得到第一时长内的第一时间活度曲线;
间隔预设时长后,获取受检者在第二时长内的第二PET数据,并基于所述所述受检者的CT图像对所述第二PET数据的分帧重建图像进行衰减校正,得到第二时长内的第二时间活度曲线;
根据所述第一时间活度曲线和所述第二时间活度曲线,估计所述受检者自所述第一时长开始时刻至所述第二时长截止时刻之间的完整时间活度曲线;
根据所述完整时间活度曲线进行动态PET参数成像。
本实施例提供的动态PET参数成像方法,计算机设备可以获取受检者在第一时长内的第一PET数据,并基于第一PET数据进行分帧图像重建,得到第一时长内的第一时间活度曲线;间隔预设时长后,计算机设备可以获取受检者在第二时长内的第二PET数据,并基于第二时长内受检者的CT图像对利用第二PET 数据得到的重建图像进行衰减校正,得到第二时长内的第二时间活度曲线;然后,计算机设备根据第一时间活度曲线和第二时间活度曲线,估计受检者自第一时长开始时刻至第二时长截止时刻之间的完整时间活度曲线;最终,根据完整时间活度曲线进行动态PET参数成像。也就是说,本实施例中,计算机设备在第一时长内未进行CT扫描,仅在第二时长前进行了第一预设时长的CT扫描,且进行CT扫描之前,间隔了预设时长,大大减少了CT扫描时间及受检者保持静止的时间,从而大大减少了对受检者的辐射影响,并且,在第二时长内,受检者可以不用保持静止,进一步降低了临床操作难度;另外,计算机设备可以根据第一时间活度曲线和第二时间活度曲线,估计受检者自第一时长开始时刻至第二时长截止时刻之间的完整时间活度曲线,进而可以根据完整时间活度曲线进行动态PET参数成像,保证了动态PET参数成像的精准性。
第二方面,本发明实施例提供一种动态PET参数成像装置,包括:
获取受检者在第一时长内的第一PET数据,并基于所述第一PET数据进行分帧图像重建,得到第一时长内的第一时间活度曲线;
间隔预设时长后,获取受检者在第二时长内的第二PET数据,并基于所述第二时长内所述受检者的CT图像对所述第二PET数据的分帧重建图像进行衰减校正,得到第二时长内的第二时间活度曲线;
根据所述第一时间活度曲线和所述第二时间活度曲线,估计所述受检者自所述第一时长开始时刻至所述第二时长截止时刻之间的完整时间活度曲线;
根据所述完整时间活度曲线进行动态PET参数成像。
第三方面,本发明实施例提供一种动态PET参数成像系统,包括PET扫描仪和计算机设备,其中计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时可用于执行一种图像重建方法,所述方法包括:
获取受检者在第一时长内的第一PET数据,并基于所述第一PET数据进行分帧图像重建,得到第一时长内的第一时间活度曲线;
间隔预设时长后,获取受检者在第二时长内的第二PET数据,并基于所述第二时长内所述受检者的CT图像对所述第二PET数据的分帧重建图像进行衰减校正,得到第二时长内的第二时间活度曲线;
根据所述第一时间活度曲线和所述第二时间活度曲线,估计所述受检者自所述第一时长开始时刻至所述第二时长截止时刻之间的完整时间活度曲线;
根据所述完整时间活度曲线进行动态PET参数成像。
第四方面,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取受检者在第一时长内的第一PET数据,并基于所述第一PET数据进行分帧图像重建,得到第一时长内的第一时间活度曲线;
间隔预设时长后,获取受检者在第二时长内的第二PET数据,并基于所述第二时长内所述受检者的CT图像对所述第二PET数据的分帧重建图像进行衰减校正,得到第二时长内的第二时间活度曲线;
根据所述第一时间活度曲线和所述第二时间活度曲线,估计所述受检者自所述第一时长开始时刻至所述第二时长截止时刻之间的完整时间活度曲线;
根据所述完整时间活度曲线进行动态PET参数成像。
本发明实施例提供的动态PET参数成像装置、系统以及计算机可读存储介质,能够使得计算机设备可以获取受检者在第一时长内的第一PET数据,并基于第一PET数据进行分帧图像重建,得到第一时长内的第一时间活度曲线;间隔预设时长后,计算机设备可以获取受检者在第二时长内的第二PET数据,并基于第二时长内受检者的CT图像对利用第二PET数据得到的重建图像进行衰减校正,得到第二时长内的第二时间活度曲线;然后,计算机设备根据第一时间活度曲线和第二时间活度曲线,估计受检者自第一时长开始时刻至第二时长截止时刻之间的完整时间活度曲线;最终,根据完整时间活度曲线进行动态PET 参数成像。也就是说,本实施例中,计算机设备在第一时长内未进行CT扫描,仅在第二时长前进行了第一预设时长的CT扫描,且进行CT扫描之前,间隔了预设时长,大大减少了CT扫描时间及受检者保持静止的时间,从而大大减少了对受检者的辐射影响,并且,在第二时长内,受检者可以不用保持静止,进一步降低了临床操作难度;另外,计算机设备可以根据第一时间活度曲线和第二时间活度曲线,估计受检者自第一时长开始时刻至第二时长截止时刻之间的完整时间活度曲线,进而可以根据完整时间活度曲线进行动态PET参数成像,保证了动态PET参数成像的精准性。
附图说明
图1为一个实施例提供的一种PET系统的结构示意图;
图2为一个实施例提供的动态PET参数成像方法的流程示意图;
图3为另一个实施例提供的动态PET参数成像方法的流程示意图;
图4为另一个实施例提供的动态PET参数成像方法的流程示意图;
图5为一个实施例提供的动态PET参数成像装置的结构示意图;
图6为另一个实施例提供的动态PET参数成像装置的结构示意图;
图7为另一个实施例提供的动态PET参数成像装置的结构示意图;
图8为另一个实施例提供的动态PET参数成像装置的结构示意图;
图9为一个实施例提供的一种计算机设备的内部结构示意图。
附图标记说明:
10:PET扫描仪; 11:扫描床; 12:探测器;
13:机架; 14:计算机设备。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,通过下述实施例并结合附图,对本发明实施例中的技术方案的进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明提供的动态PET参数成像的方法,适用于各种图像处理系统,例如 PET系统、正电子发射计算机断层显像-计算机断层扫描多模态系统PET-CT系统、正电子发射计算机断层显像-磁共振多模态混合系统PET-MR系统等。以PET系统为例,图1为一个实施例提供的PET系统的结构示意图,如图1所示,该PET 系统可以包括PET扫描仪10和计算机设备14。PET扫描仪10可以包括扫描床 11、探测器12和机架13。探测器12可以为环形探测器,还可以为矩形探测器。上述探测器12可以包括晶体、光电倍增管。PET扫描仪10和计算机设备14可以通过有线方式通信,也可以通过无线方式通信。其中,有线网络可以包括利用金属电缆、混合电缆、光纤、一个或多个接口等一种或多种组合的方式。无线网络可以包括利用蓝牙、区域局域网(LAN)、广域局域网(WAN)、近源场通信(Near Field Communication,NFC)等一种或多种组合的方式。
扫描床11用于支撑受检者(图1中未示出),并可将受检者移动至扫描视野(FieldOf View,FOV)区域,探测器12中的晶体可将从受检者入射的γ光子转化为可视光,光电倍增管可以把晶体产生的可视光通过光电效应而转变成电信号,经逐级放大后,以电流的形式输出给电子线路系统(图1未示出),电子线路系统将光电倍增管输出的微弱电信号(脉冲)进行必要的放大后,将采集到的信号转换成数字信号,送往计算机设备14进行数据处理,以使计算机设备 14根据图像重建算法重建出示踪剂在生物体内的位置,从而得到示踪剂的代谢过程和分布图像,即PET图像。临床诊断中,需要对动态PET图像进行动力学定量分析,通过对动态PET图像分割得到感兴趣区域,提取该感兴趣区域的时间活度曲线,然后应用房室模型等动力学模型计算感兴趣区域的动力学参数理参数估计。
传统动态参数成像协议是比较严格的,需要病人从药物注射开始的整个采集过程中保持不动,临床难度较大。为解决上述问题,本实施例提出一种动态 PET参数成像方法,适用于上述PET系统,尤其适用于PET扫描仪和CT扫描仪集成的多模态系统中。该方法可包括:获取受检者在第一时长内的第一PET数据,并基于所述第一PET数据进行分帧图像重建,获取分帧重建图像;根据分帧重建图像得到第一时长内的第一时间活度曲线;间隔预设时长后,获取受检者在第二时长内的第二PET数据,并基于所述受检者的CT图像对所述第二PET 数据的分帧重建图像进行衰减校正,获取动态重建图像,受检者的CT图像为在第二时长扫描前采集重建获得;根据所述CT图像和所述动态重建图像得到第二时长内的第二时间活度曲线;根据所述第一时间活度曲线和所述第二时间活度曲线,估计所述受检者自所述第一时长开始时刻至所述第二时长截止时刻之间的完整时间活度曲线;以及根据所述完整时间活度曲线进行动态PET参数成像。可选地,根据所述CT图像和所述动态重建图像得到第二时长内的第二时间活度曲线包括:根据所述CT图像确定所述动态重建图像中与动脉区域对应的部分;根据所述动态重建图像中与动脉区域对应的部分的活度信息确定第二时长内的第二时间活度曲线。本发明对满足二室模型的非可逆性核素提出了一种新的扫描协议以及配套成像算法,在保证定量精度的同时显著缩短了病人需要保持静止的时间和扫描总时间,降低了操作难度,同时可有效降低患者辐射剂量。
需要说明的是,本发明实施例提供的动态PET参数成像的方法,其执行主体可以是动态PET参数成像装置,该装置可以通过软件、硬件或者软硬件结合的方式实现成为计算机设备的部分或者全部。可选的,该计算机设备可以为PC、便携式设备、服务器等具有数据处理功能的电子设备,本实施例对计算机设备的具体形式并不做限定。
图2为一个实施例提供的动态PET参数成像方法的流程示意图。本实施例涉及的是计算机设备根据受检者在第一时长内的第一PET数据和在第二时长内的第二PET数据,获取完整时间活度曲线(Time Activity Curve,TAC,也可称之为动脉血时间活度曲线),以进行动态PET参数成像的具体过程,该实施例中,第一时长和第二时长之间具有时间间隔,受检者在该时间间隔内可自由活动。如图2所示,该方法包括:
S201,获取受检者在第一时长内的第一PET数据,并基于所述第一PET数据进行分帧图像重建,得到第一时长内的第一时间活度曲线。
示例性的,PET扫描仪可以对受检者进行扫描,计算机设备可以获取PET扫描仪对受检者进行扫描的扫描结果。上述第一时长可以为操作者预设的时长,也可以根据所使用的造影剂的不同设置不同的第一时长,例如,当利用的造影剂为脱氧葡萄糖FDG时,可以设置第一时长为5分钟,在第一时长内,可以将 PET扫描位定位在覆盖受检者胸腔主动脉的床位,然后对受检者进行弹丸注射 FDG并进行PET扫描,获得第一PET数据。可选的,在第一时长截止时刻,受检者可以离开扫描床。
可选的,上述第一PET数据可以包括符合事件数据。可选的,符合事件数据指的是与响应线对应的符合事件数据,其可以为按归响应线的角度和径向距离编码形成的矩阵图。可选的,符合事件数据可包括真符合数据,而不包含散射符合事件数据和/或随机符合事件数据。可选的,上述第一PET数据的数据格式可以为正弦图格式(sinogram),还可以为列表格式(list mode)。可选的,列表格式可以是将探测到的事件信息以流数据的形式依次记录,数据中可包括光子入射晶体条编号、光子能量和光子飞行时间信息。可选的,正弦图格式是将每条响应线上发生的符合事件数进行合并存储而形成的一种数据存储形式。可选的,上述符合事件数据可以用于重建受检者体内造影剂的空间分布以进行 PET图像的重建和分帧图像的重建。
可选的,计算机设备可以根据有序子集最大期望值重建算法(Ordered SubsetsExpectation Maximization,OSEM)进行预设迭代次数的迭代过程,获得PET图像和分帧图像,也可以利用滤波反投影法(Filtered Back-projection,FBP)进行图像重建,获得PET图像和分帧图像,本实施例对获得PET图像和分帧图像的重建算法不做限定。计算机设备获取重建的分帧图像后,可以基于重建的分帧图像,对时间活度曲线进行拟合,得到第一时长内的第一时间活度曲线。
S202,间隔预设时长后,获取受检者在第二时长内的第二PET数据,并基于所述受检者的CT图像对所述第二PET数据的分帧重建图像进行衰减校正,得到第二时长内的第二时间活度曲线。
本实施例中,上述预设时长可以由操作者根据造影剂的不同设置不同的预设时长,例如,利用FDG时,可以设置预设时长为40分钟,利用其它核素时,可以设置其它的时长。到达间隔预设时长后,受检者返回扫描床,先利用PET 扫描仪对受检者进行CT扫描,到达第一预设时长后,再利用PET扫描仪对受检者进行第二预设时长的PET扫描。可选的,上述第二时长包括第一预设时长和第二预设时长,例如,可以设置第二时长为20分钟。可选的,在第二时长内,受检者可以进行一定范围的活动,而不用保持静止。可选的,上述PET扫描仪集成有CT扫描仪。分别利用CT扫描仪对受检者在第二时长前进行CT扫描,利用PET扫描仪对受检者进行第二时长的PET扫描后,计算机设备可以获取受检者的CT数据和第二PET数据,重建CT数据可获取CT图像。可以理解地,本发明中的第一时长对应第一阶段的扫描时间,第二时长对应第二阶段的扫描时间,且第一时长早于第二时长。
开始进行第二时长的扫描时,受检者体内的造影剂的已达到稳态,其变化速率已经较为缓慢,可以设置较长的数据分帧时长,例如可以设置数据分帧时长为1分钟至5分钟。计算机设备可以根据分帧后的每一帧第二PET数据进行分帧图像重建,并在第二PET数据重建过程中利用CT图像对第二PET数据进行衰减校正,得到多帧图像构成的动态重建图像。
可选的,上述基于所述受检者的CT图像对所述第二PET数据的分帧重建图像进行衰减校正,得到第二时长内的第二时间活度曲线的实现过程,可以包括:
S2021,根据所述受检者的CT图像对所述第二PET数据的分帧重建图像进行衰减校正,获取动态重建图像。
示例性的,计算机设备可以根据OSEM重建算法进行预设迭代次数的迭代过程,获得动态重建图像,也可以利用FBP重建算法进行图像重建,获得动态重建图像,本实施例对获得动态重建图像的重建算法不做限定。
S2022,根据所述CT图像确定所述动态重建图像中与动脉区域对应的部分。
示例性的,当计算机设备获取受检者的动态重建图像后,计算机设备可以基于上述CT图像进行主动脉分割,可以在动态重建图像的各个分帧图像上进行主动脉分割,还可以将CT图像和动态重建图像的各个分帧图像进行图像配准获取主动脉的区域。可选的,计算机设备可以利用阿特拉斯(atlas)模板基于CT 图像分割出主动脉,还可以根据人工智能的方法分割出主动脉,本实施例对进行主动脉分割的方式不做限定。
S2023,根据所述动态重建图像中与动脉区域对应的部分的活度信息得到第二时长内的第二时间活度曲线。
示例性的,计算机设备可以根据动态重建图像中,各个分帧图像上分割出的主动脉区域的造影剂的活度,对时间活度曲线作拟合,得到第二时长内的第二时间活度曲线。可选的,计算机设备可以利用线性拟合的方式得到第二时长内的第二时间活度曲线,也可以根据指数拟合的方式得到第二时长内的第二时间活度曲线,还可以根样条曲线(splineCurves)拟合的方式得到第二时长内的第二时间活度曲线,本实施例对获得第二时长内的第二时间活度曲线的方式不做限定。
S203,根据所述第一时间活度曲线和所述第二时间活度曲线,估计所述受检者自所述第一时长开始时刻至所述第二时长截止时刻之间的完整时间活度曲线。
示例性的,计算机设备可以根据步骤S201获得的第一时间活度曲线和步骤 S202获得的第二时间活度曲线,以及利用PET扫描仪对部分受检者进行预设扫描时长的扫描后,获得的时间活度曲线中的至少一个时间活度曲线,估计受检者自所述第一时长开始时刻至所述第二时长截止时刻之间的完整时间活度曲线。
可选的,计算机设备可以根据公式和公式确定所述受检者自所述第一时长开始时刻至所述第二时长截止时刻之间的完整时间活度曲线;其中,所述为完整时间活度曲线,所述S(t)为基于群体样本获取的“标准化”时间活度曲线,所述d(t)为所述第一时间活度曲线,所述bld(t)为所述第二时间活度曲线,所述t1为所述第一时长的截止时刻,所述t2为所述第二时长的截止时刻,所述T0为所述动脉区域中的造影剂的分布达到稳态的时刻。
上述S(t)可以为根据采样的多条时间活度曲线进行归一化并求平均获得的时间活度曲线,例如,可以选取10个受检者,获取该10个受检者的同等时长的10条时间活度曲线,对获得的10条时间活度曲线进行归一化,获得10条归一化的时间活度曲线,最后对10条归一化的时间活度曲线取平均,可以得到 S(t)。
S204,根据所述完整时间活度曲线进行动态PET参数成像。
示例性的,计算机设备可以根据估计的完整时间活度曲线,以及动态重建图像的各个分帧图像,利用PET动态参数估计模型,如Patlak参数模型或logan 模型,进行动态PET参数成像。
可选的,计算机设备可以根据公式或者包含的其它公式,进行动态PET参数成像;其中,Yi(t2)为t2时刻第i条响应线上收集到的符合计数的期望,τ为放射性核素的半衰期,Pij为PET系统的系统响应矩阵,Kj为Patlak参数图像在第j个体素上的Patlak斜率,Vj为Patlak参数图像在第j个体素上的Patlak截距,bld(t2) 为t2时刻的动脉血时间活度,ri(t2)为t2时刻第i条响应线上的随机符合事件的数量,si(t2)为t2时刻第i条响应线上的散射符合事件的数量。
本实施例提供的动态PET参数成像方法,计算机设备可以获取受检者在第一时长内的第一PET数据,并基于第一PET数据进行分帧图像重建,得到第一时长内的第一时间活度曲线;间隔预设时长后,计算机设备可以获取受检者在第二时长内的第二PET数据,并基于第二时长内受检者的CT图像对利用第二PET 数据得到的重建图像进行衰减校正,得到第二时长内的第二时间活度曲线;然后,计算机设备根据第一时间活度曲线和第二时间活度曲线,估计受检者自第一时长开始时刻至第二时长截止时刻之间的完整时间活度曲线;最终,根据完整时间活度曲线进行动态PET参数成像。也就是说,本实施例中,计算机设备在第一时长内未进行CT扫描,仅在第二时长前进行了第一预设时长的CT扫描,且进行CT扫描之前,间隔了预设时长,大大减少了CT扫描时间及受检者保持静止的时间,从而大大减少了对受检者的辐射影响,并且,在第二时长内,受检者可以不用保持静止,进一步降低了临床操作难度;另外,计算机设备可以根据第一时间活度曲线和第二时间活度曲线,估计受检者自第一时长开始时刻至第二时长截止时刻之间的完整时间活度曲线,进而可以根据完整时间活度曲线进行动态PET参数成像,保证了动态PET参数成像的精准性。
图3为另一个实施例提供的动态PET参数成像方法的流程示意图。本实施例涉及的是基于所述第一PET数据,得到第一时长内的第一时间活度曲线的一种可选的过程。在上述实施例的基础上,可选的,上述S201中的“基于所述第一PET数据进行分帧图像重建,得到第一时长内的第一时间活度曲线”可以包括:
S301,采用MLAA(活度与衰减信息联合估计)算法所述第一PET数据进行 PET图像重建,并在所述PET图像重建过程中确定所述第一时长内的目标衰减图像。
可选的,计算机设备可以采用公式或包含的其它公式进行迭代,确定所述第一时长内的目标衰减图像;其中,所述为第n次迭代中第m+1个子集的子迭代对应的所述目标衰减图像,所述Sm为第一PET数据中第m个数据子集,所述lij为从所述目标衰减图像映射到衰减系数的线积分模型的系统矩阵中第i行第j列的元素值,所述为经过第n次迭代中第m+1个子集的子迭代后第i条响应线收到计数的期望值,所述si为第i条响应线上的散射符合事件的数量,所述ri为第i条响应线上的随机符合事件的数量,所述yi为第i条响应线上采集到的湮没光子的数目,所述β惩罚函数的惩罚权重,所述为所述惩罚函数C(μ,μ0)的一阶导数,所述为所述惩罚函数C(μ,μ0)的二阶导数,所述lik为所述目标衰减图像映射到所述衰减系数的线积分系统矩阵中第i行第k列的元素值,所述为第n次迭代中第m+1个子集的子迭代对应的PET放射图像中第j个元素的值,所述为所述目标衰减弦图第n次迭代中第m个子集的子迭代后第i条响应线的衰减系数。
上述所述μ0为所述初始衰减图像,所述所述所述其中,所述Hijt和为Hikt均为所述目标衰减图的变换矩阵,k为所述放射图像中第k个体素,t为飞行时间的时间箱的编号,所述εi为列表数据的规范化系数。
可选的,上述的具体获得过程可以为:
计算机设备可以根据所有体素任意设定(通常可查找字典库获得)衰减值得到初始衰减图像μ0,并将初始衰减图像作为非零迭代初始值,利用公式或包含的其它公式进行迭代更新,得到目标衰减图像重建过程中第n次迭代中第m个子集的子迭代对应的所述目标衰减图像中第i个元素的衰减系数可选的,第一次迭代时即将第一PET数据重建的 PET图像作为初始衰减图像μ0作为非零迭代初始值。
得到后,计算机设备根据公式确定第n次迭代中第m+1个子集的子迭代对应的PET放射图像中第j个元素的值。
然后根据公式确定第n次迭代中第m+1个子集的子迭代对应的PET放射图像中第i个元素的期望值。
获得后,计算机设备可以根据公式确定第一时长内的目标衰减图像。上述为时所述惩罚函数C(μ,μ0)的一阶导数,所述为时所述惩罚函数C(μ,μ0)的二阶导数。可选的,惩罚函数可以根据PET系统的实际情况进行设定,例如,惩罚函数可以为C(μ,μ0)=|μ-μ0|或者C(μ,μ0)=|μ-μ0|2。可选的,惩罚权重可以根据实际情况进行调节,β越大,偏离μ0的可能性就越小,β越小,偏离μ0的可能性就越大。
可选的,上述迭代过程达到停止迭代条件时,停止迭代,最终得到第一时长内的目标衰减图像。可选的,停止迭代条件可以为预设的迭代次数,也可以为目标衰减图像的分辨率达到预设阈值时,停止迭代。停止迭代后,计算机设备可以得到目标衰减图像。
S302,对所述第一PET数据进行重建以获取分帧重建图像,且在所述分帧重建图像的重建过程中根据所述第一时长内的目标衰减图像对所述第一PET数据进行衰减校正。采用所述目标衰减图像对所述第一PET数据进行衰减校正,得到所述第一时间活度曲线。
示例性的,计算机设备可以将第一PET数据进行数据分帧,基于分帧数据进行分帧图像重建。由于第一时长内,动脉血中的造影剂的活变化速率比较快,可以设置较短的数据分帧时长,例如可以设置数据分帧时长为10秒至30秒。可选的,计算机设备可以根据分帧后的每一帧第二PET数据进行分帧图像重建。可选的,可以利用确定的目标衰减图像对第二PET数据的分帧重建图像进行衰减校正。可选的,计算机设备可以根据OSEM重建算法进行预设迭代次数的迭代过程,获得分帧重建图像,也可以利用FBP重建算法进行图像重建,获得分帧重建图像,本实施例对获得第一分帧图像集合的重建算法不做限定。
S303,根据所述分帧重建图像得到所述第一时间活度曲线。
示例性的,计算机设备可以根据分帧重建图像得到第一时间活度曲线。
可选的,计算机设备可以根据分帧重建图像得到第一时间活度曲线的实现过程可以包括:
S3031,根据所述第一分帧图像集合中多个分帧图像的活度信息,确定所述第一分帧图像集合中各个分帧图像中的动脉区域。
示例性的,上述分帧重建图像包括第一分帧图像集合。上述活度信息为第一分帧图像集合中各个分帧图像对应的造影剂的活度信息。可选地,第一分帧图像集合包括第一时段的分帧图像、第二时段的分帧图像,根据所述第一分帧图像集合中多个分帧图像的活度信息,确定所述第一分帧图像集合中各个分帧图像中的动脉区域包括:从所述第一分帧图像集合中选取第一时段的分帧图像;根据所述第一时段的分帧图像的活度信息,分别确定所述第一时段的分帧图像、第二时段的分帧图像的动脉区域。需要说明的是,第一时段在第一时长中处于第二时段之前,即第一时段早于第二时段。可选地,第一时段可以是第一时长的前半段,第二时段可以是第一时长的后半段。
S3032,根据所述各个分帧图像的动脉区域中的造影剂的活度变化,确定所述第一时间活度曲线。
计算机设备获取第一分帧图像集合中各个分帧图像中的动脉区域后,可以根据分割出的动脉区域内的造影剂的活度均值作为采样点,对动脉血时间活度曲线进行拟合,得到第一时长内的第一动脉血时间活度曲线。可选的,计算机设备可以利用线性拟合的方式得到第一时长内的第一动脉血时间活度曲线,也可以根据指数拟合的方式得到第一时长内的第一动脉血时间活度曲线,还可以根样条曲线spline拟合的方式得到第一时长内的第一动脉血时间活度曲线,本实施例对获得第一时长内的第一动脉血时间活度曲线的方式不做限定。
本实施例提供的动态PET参数成像方法,计算机设备可以采用MLAA算法对所述第一PET数据进行PET图像重建,并在所述PET图像重建过程中确定所述第一时长内的目标衰减图像;对所述第一PET数据进行重建以获取分帧重建图像,且在所述分帧重建图像的重建过程中根据所述第一时长内目标衰减图像对所述第一PET数据衰减校正;根据所述分帧重建图像得到所述第一时间活度曲线。也就是说,本实施例并未通过CT扫描获得CT图像作为目标衰减图像,这样在获得目标衰减图像的同时,大大减少了CT扫描时间,进而大大减少了对受检者的辐射影响。
为了便于本领域技术人员的理解,以下对本发明提供的动态PET参数成像方法进行详细介绍,示例性的,如图4所示,该方法可以包括:
S501,计算机设备获取受检者在第一时长内的第一PET数据。
S502,计算机设备根据公式利用MLAA算法,根据公式进行迭代,确定所述第一时长内的目标衰减图像。
S503,计算机设备根据所述目标衰减图像对所述第一PET数据进行分帧图像重建,得到第一分帧图像集合。
S504,计算机设备根据所述第一分帧图像集合中一个或多个分帧图像的活度信息,确定所述第一分帧图像集合中各个分帧图像中的动脉区域。
S505,计算机设备根据所述各个分帧图像中的动脉区域中的造影剂的活度变化,确定所述第一时间活度曲线。
S506,间隔预设时长后,计算机设备获取受检者在第二时长内的第二PET 数据,并基于所述受检者的CT图像对所述第二PET数据的分帧重建图像进行衰减校正,得到第二时长内的第二时间活度曲线,CT图像对应的CT数据采集在第二时长前进行。
S507,计算机设备根据公式和公式确定所述受检者自所述第一时长开始时刻至所述第二时长截止时刻之间的完整时间活度曲线。
S508,根据公式进行所述动态PET参数成像。
需要说明的是,针对上述S501-S508中的描述可以参见上述实施例中相关的描述,且其效果类似,本实施例在此不再赘述。
应该理解的是,虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-4中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
图5为一个实施例提供的动态PET参数成像装置的结构示意图。如图5所示,该动态PET参数成像装置可以包括:第一确定模块10、第二确定模块11、估计模块12和成像模块13。
示例性的,第一确定模块10,用于获取受检者在第一时长内的第一PET数据,并基于所述第一PET数据进行分帧图像重建,得到第一时长内的第一时间活度曲线;
第二确定模块11,用于间隔预设时长后,获取受检者在第二时长内的第二 PET数据,并基于所述受检者的CT图像对所述第二PET数据进行衰减校正,得到第二时长内的第二时间活度曲线;
估计模块12,用于根据所述第一时间活度曲线和所述第二时间活度曲线,估计所述受检者自所述第一时长开始时刻至所述第二时长截止时刻之间的完整时间活度曲线;
成像模块13,用于根据所述完整时间活度曲线进行动态PET参数成像。
本实施例提供的PET参数成像装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
图6为另一个实施例提供的PET参数成像装置的结构示意图。在如图5所示实施例的基础上,如图6所示,上述第一确定模块10可以包括:第一确定单元101、校正单元102和第一获取单元103。
第一确定单元101,用于采用MLAA算法对所述第一PET数据进行PET图像重建,并在所述PET图像重建过程中确定所述第一时长内的目标衰减图像。
校正单元102,用于对所述第一PET数据进行重建以获取分帧重建图像,且在所述分帧重建图像的重建过程中根据所述第一时长内的目标衰减图像对所述第一PET数据进行衰减校正。
第一获取单元103,根据所述分帧重建图像得到所述第一时间活度曲线。
本实施例提供的PET参数成像装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
图7为另一个实施例提供的PET参数成像装置的结构示意图。在上述实施例的基础上,可选的,上述第一获取单元103可以包括:第一确定子单元1031 和第二确定子单元1032。
第一确定子单元1031,用于根据所述第一分帧图像集合中多个分帧图像的活度信息,确定所述第一分帧图像集合中各个分帧图像中的动脉区域。
可选的,上述第一确定子单元1031具体用于从所述第一分帧图像集合中选取第一时段的分帧图像,并根据所述第一时段的分帧图像的活度信息,分别确定所述第一时段的分帧图像、第二时段的分帧图像的动脉区域。
第二确定子单元1032,用于根据所述各个分帧图像的动脉区域中的造影剂的活度变化,确定所述第一时间活度曲线。
本实施例提供的PET参数成像装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
图8为另一个实施例提供的PET参数成像装置的结构示意图。在上述实施例的基础上,可选的,上述第二确定模块11包括第二获取单元111、第二确定单元112和第三获取单元113。
第二获取单元111,用于根据所述受检者的CT图像对所述第二PET数据的分帧重建图像进行衰减校正,获取动态重建图像;
第二确定单元112,用于根据所述CT图像确定所述动态重建图像中与动脉区域对应的部分;
第三获取单元113,根据所述动态重建图像中与动脉区域对应的部分的活度信息得到第二时长内的第二时间活度曲线。
本实施例提供的PET参数成像装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
关于动态PET参数成像装置的具体限定可以参见上文中对于动态PET参数成像方法的限定,在此不再赘述。上述动态PET参数成像装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种动态PET参数成像系统,如图1所示,如图1 所示,该动态PET参数成像系统包括PET扫描仪10和计算机设备14,该计算机设备14可以是终端,其内部结构图可以如图9所示。该计算机设备14包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备14的处理器用于提供计算和控制能力。该计算机设备14的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备14的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现如下步骤:
获取受检者在第一时长内的第一PET数据,并基于所述第一PET数据进行分帧图像重建,得到第一时长内的第一时间活度曲线;
间隔预设时长后,获取受检者在第二时长内的第二PET数据,并基于所述受检者的CT图像对所述第二PET数据的分帧重建图像进行衰减校正,得到第二时长内的第二时间活度曲线;
根据所述第一时间活度曲线和所述第二时间活度曲线,估计所述受检者自所述第一时长开始时刻至所述第二时长截止时刻之间的完整时间活度曲线;
根据所述完整时间活度曲线进行动态PET参数成像。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取受检者在第一时长内的第一PET数据,并基于所述第一PET数据进行分帧图像重建,得到第一时长内的第一时间活度曲线;
间隔预设时长后,获取受检者在第二时长内的第二PET数据,并基于所述受检者的CT图像对所述第二PET数据的分帧重建图像进行衰减校正,得到第二时长内的第二时间活度曲线;
根据所述第一时间活度曲线和所述第二时间活度曲线,估计所述受检者自所述第一时长开始时刻至所述第二时长截止时刻之间的完整时间活度曲线;
根据所述完整时间活度曲线进行动态PET参数成像。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM (EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM (SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM (DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种动态PET参数成像方法,其特征在于,包括:
获取受检者在第一时长内的第一PET数据,并基于所述第一PET数据进行分帧图像重建,得到第一时长内的第一时间活度曲线;
间隔预设时长后,获取受检者在第二时长内的第二PET数据,并基于所述受检者的CT图像对所述第二PET数据的分帧重建图像进行衰减校正,得到第二时长内的第二时间活度曲线;
根据所述第一时间活度曲线和所述第二时间活度曲线,估计所述受检者自所述第一时长开始时刻至所述第二时长截止时刻之间的完整时间活度曲线;
根据所述完整时间活度曲线进行动态PET参数成像。
2.根据权利要求1所述的方法,其特征在于,所述基于所述第一PET数据进行分帧图像重建,得到第一时长内的第一时间活度曲线,包括:
采用MLAA算法对所述第一PET数据进行PET图像重建,并在所述PET图像重建过程中确定所述第一时长内的目标衰减图像;
对所述第一PET数据进行重建以获取分帧重建图像,且在所述分帧重建图像的重建过程中根据所述第一时长内的目标衰减图像对所述第一PET数据进行衰减校正;
根据所述分帧重建图像得到所述第一时间活度曲线。
3.根据权利要求2所述的方法,其特征在于,所述分帧重建图像包括第一分帧图像集合,所述根据所述分帧重建图像得到所述第一时间活度曲线包括:
根据所述第一分帧图像集合中多个分帧图像的活度信息,确定所述第一分帧图像集合中各个分帧图像中的动脉区域;
根据所述各个分帧图像的动脉区域中的造影剂的活度变化,确定所述第一时间活度曲线。
4.根据权利要求3所述的方法,其特征在于,所述第一分帧图像集合包括第一时段的分帧图像和第二时段的分帧图像,所述根据所述第一分帧图像集合中多个分帧图像的活度信息,确定所述第一分帧图像集合中各个分帧图像中的动脉区域包括:
从所述第一分帧图像集合中选取第一时段的分帧图像;
根据所述第一时段的分帧图像的活度信息,分别确定所述第一时段的分帧图像、第二时段的分帧图像的动脉区域。
5.根据权利要求1所述的方法,其特征在于,基于所述受检者的CT图像对所述第二PET数据的分帧重建图像进行衰减校正,得到第二时长内的第二时间活度曲线,包括:
根据所述受检者的CT图像对所述第二PET数据的分帧重建图像进行衰减校正,获取动态重建图像;
根据所述CT图像确定所述动态重建图像中与动脉区域对应的部分;
根据所述动态重建图像中与动脉区域对应的部分的活度信息得到第二时长内的第二时间活度曲线。
6.一种动态PET参数成像装置,其特征在于,所述装置包括:
第一确定模块,用于获取受检者在第一时长内的第一PET数据,并基于所述第一PET数据进行分帧图像重建,得到第一时长内的第一时间活度曲线;
第二确定模块,用于间隔预设时长后,获取受检者在第二时长内的第二PET数据,并基于所述受检者的CT图像对所述第二PET数据进行衰减校正,得到第二时长内的第二时间活度曲线;
估计模块,用于根据所述第一时间活度曲线和所述第二时间活度曲线,估计所述受检者自所述第一时长开始时刻至所述第二时长截止时刻之间的完整时间活度曲线;
成像模块,用于根据所述完整时间活度曲线进行动态PET参数成像。
7.根据权利要求6所述的装置,其特征在于,所述第一确定模块包括:
第一确定单元,用于采用MLAA算法对所述第一PET数据进行PET图像重建,并在所述PET图像重建过程中确定所述第一时长内的目标衰减图像;
校正单元,用于对所述第一PET数据进行重建以获取分帧重建图像,且在所述分帧重建图像的重建过程中根据所述第一时长内的目标衰减图像对所述第一PET数据进行衰减校正;
第一获取单元,用于根据所述分帧重建图像得到所述第一时间活度曲线。
8.根据权利要求6所述的装置,其特征在于,所述第二确定模块包括:
第二获取单元,用于根据所述受检者的CT图像对所述第二PET数据的分帧重建图像进行衰减校正,获取动态重建图像;
第二确定单元,用于根据所述CT图像确定所述动态重建图像中与动脉区域对应的部分;
第二获取单元,根据所述动态重建图像中与动脉区域对应的部分的活度信息得到第二时长内的第二时间活度曲线。
9.一种动态PET参数成像系统,包括:
PET扫描仪,用于对受检者执行PET扫描;
CT扫描仪,与所述PET扫描仪集成在一起,用于对受检者执行CT扫描;
存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器能够执行如下操作:
在第一时长内,控制所述PET扫描仪对受检者执行PET扫描,以获取第一PET数据;
根据分帧重建图像得到第一时长内的第一时间活度曲线;
间隔预设时长后,分别控制所述CT扫描仪、所述PET扫描仪对受检者执行扫描获取受检者的CT数据和在第二时长内的第二PET数据;
重建所述CT数据获取所述受检者的CT图像;
基于所述CT图像对所述第二PET数据的分帧重建图像进行衰减校正,获取动态重建图像;
根据所述CT图像和所述动态重建图像得到第二时长内的第二时间活度曲线;
根据所述第一时间活度曲线和所述第二时间活度曲线,估计所述受检者自所述第一时长开始时刻至所述第二时长截止时刻之间的完整时间活度曲线;
根据所述完整时间活度曲线进行动态PET参数成像。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810616067.6A CN108932741B (zh) | 2018-06-14 | 2018-06-14 | 动态pet参数成像方法、装置、系统和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810616067.6A CN108932741B (zh) | 2018-06-14 | 2018-06-14 | 动态pet参数成像方法、装置、系统和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108932741A true CN108932741A (zh) | 2018-12-04 |
CN108932741B CN108932741B (zh) | 2022-08-19 |
Family
ID=64446673
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810616067.6A Active CN108932741B (zh) | 2018-06-14 | 2018-06-14 | 动态pet参数成像方法、装置、系统和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108932741B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112006713A (zh) * | 2020-08-28 | 2020-12-01 | 上海联影医疗科技股份有限公司 | 动态重建、扫描对象定位、计数率显示方法和pet扫描设备 |
CN112767516A (zh) * | 2021-03-02 | 2021-05-07 | 岭东核电有限公司 | 核电试验工序的描点图确定方法、装置和计算机设备 |
CN113397581A (zh) * | 2021-08-19 | 2021-09-17 | 浙江太美医疗科技股份有限公司 | 重建医学动态影像的方法及装置 |
CN113744264A (zh) * | 2021-09-26 | 2021-12-03 | 上海联影医疗科技股份有限公司 | 一种图像处理方法和系统 |
CN113729751A (zh) * | 2021-10-12 | 2021-12-03 | 上海交通大学 | 一种示踪剂活度的检测方法、设备及pet扫描仪 |
CN113822298A (zh) * | 2021-09-28 | 2021-12-21 | 上海联影医疗科技股份有限公司 | 一种时间活度曲线提取方法和系统 |
WO2022193072A1 (zh) * | 2021-03-15 | 2022-09-22 | 深圳高性能医疗器械国家研究院有限公司 | 一种参数成像方法及系统 |
WO2023051632A1 (en) * | 2021-09-28 | 2023-04-06 | Shanghai United Imaging Healthcare Co., Ltd. | Methods and systems for image processing |
CN116138796A (zh) * | 2022-09-07 | 2023-05-23 | 南方医科大学南方医院 | 动态正电子发射断层成像技术参数成像方法、系统及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102013108A (zh) * | 2010-11-23 | 2011-04-13 | 南方医科大学 | 基于区域时空先验的动态pet重建方法 |
CN103263275A (zh) * | 2013-04-28 | 2013-08-28 | 浙江大学 | 一种基于h无穷滤波的pet生理参数的重构方法 |
CN106510744A (zh) * | 2016-04-27 | 2017-03-22 | 上海联影医疗科技有限公司 | Pet扫描中多示踪剂动态参数的估计方法 |
US20170084060A1 (en) * | 2015-09-23 | 2017-03-23 | Siemens Medical Solutions Usa, Inc. | Image Construction With Multiple Clustering Realizations |
CN107146218A (zh) * | 2017-04-11 | 2017-09-08 | 浙江大学 | 一种基于图像分割的动态pet图像重建及示踪动力学参数估计方法 |
-
2018
- 2018-06-14 CN CN201810616067.6A patent/CN108932741B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102013108A (zh) * | 2010-11-23 | 2011-04-13 | 南方医科大学 | 基于区域时空先验的动态pet重建方法 |
CN103263275A (zh) * | 2013-04-28 | 2013-08-28 | 浙江大学 | 一种基于h无穷滤波的pet生理参数的重构方法 |
US20170084060A1 (en) * | 2015-09-23 | 2017-03-23 | Siemens Medical Solutions Usa, Inc. | Image Construction With Multiple Clustering Realizations |
CN106510744A (zh) * | 2016-04-27 | 2017-03-22 | 上海联影医疗科技有限公司 | Pet扫描中多示踪剂动态参数的估计方法 |
CN107146218A (zh) * | 2017-04-11 | 2017-09-08 | 浙江大学 | 一种基于图像分割的动态pet图像重建及示踪动力学参数估计方法 |
Non-Patent Citations (2)
Title |
---|
BENJAMIN SPENCER 等: "Dynamic PET Image Reconstruction for Parametric Imaging Using the HYPR Kernel Method", 《SPIE MEDICAL IMAGING》 * |
魏夏平 等: "一种结合低秩与稀疏惩罚的PET动态图像重建方法", 《南方医科大学学报》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112006713A (zh) * | 2020-08-28 | 2020-12-01 | 上海联影医疗科技股份有限公司 | 动态重建、扫描对象定位、计数率显示方法和pet扫描设备 |
CN112767516A (zh) * | 2021-03-02 | 2021-05-07 | 岭东核电有限公司 | 核电试验工序的描点图确定方法、装置和计算机设备 |
CN112767516B (zh) * | 2021-03-02 | 2024-04-12 | 岭东核电有限公司 | 核电试验工序的描点图确定方法、装置和计算机设备 |
WO2022193072A1 (zh) * | 2021-03-15 | 2022-09-22 | 深圳高性能医疗器械国家研究院有限公司 | 一种参数成像方法及系统 |
CN113397581A (zh) * | 2021-08-19 | 2021-09-17 | 浙江太美医疗科技股份有限公司 | 重建医学动态影像的方法及装置 |
CN113744264A (zh) * | 2021-09-26 | 2021-12-03 | 上海联影医疗科技股份有限公司 | 一种图像处理方法和系统 |
CN113822298A (zh) * | 2021-09-28 | 2021-12-21 | 上海联影医疗科技股份有限公司 | 一种时间活度曲线提取方法和系统 |
WO2023051632A1 (en) * | 2021-09-28 | 2023-04-06 | Shanghai United Imaging Healthcare Co., Ltd. | Methods and systems for image processing |
CN113729751A (zh) * | 2021-10-12 | 2021-12-03 | 上海交通大学 | 一种示踪剂活度的检测方法、设备及pet扫描仪 |
CN113729751B (zh) * | 2021-10-12 | 2024-01-30 | 上海交通大学 | 一种示踪剂活度的检测方法、设备及pet扫描仪 |
CN116138796A (zh) * | 2022-09-07 | 2023-05-23 | 南方医科大学南方医院 | 动态正电子发射断层成像技术参数成像方法、系统及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108932741B (zh) | 2022-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108932741A (zh) | 动态pet参数成像方法、装置、系统和计算机可读存储介质 | |
CN107638188B (zh) | 图像衰减校正方法及装置 | |
CN106491151B (zh) | Pet图像获取方法及系统 | |
Li et al. | Model‐based image reconstruction for four‐dimensional PET | |
US7680240B2 (en) | Iterative reconstruction of tomographic image data method and system | |
CN110151210B (zh) | 一种医学图像处理方法、系统、装置和计算机可读介质 | |
CN106846430B (zh) | 一种图像重建方法 | |
Lamare et al. | Evaluation of respiratory and cardiac motion correction schemes in dual gated PET/CT cardiac imaging | |
CN105147312A (zh) | Pet图像获取方法及系统 | |
JP2020514720A (ja) | 陽電子放出断層撮影(pet)撮像における結果のロバスト性を向上させるための標準取込値(suv)誘導再構成制御 | |
CN113226183A (zh) | 根据静态pet扫描对代谢速率的确定 | |
CN109961419B (zh) | 对pet活度分布图像进行衰减校正的校正信息获取方法 | |
US10064593B2 (en) | Image reconstruction for a volume based on projection data sets | |
CN110996800B (zh) | 用于确定pet成像动力学参数的系统、方法及非暂时性计算机可读介质 | |
CN107348969B (zh) | 一种pet数据处理方法、系统及pet成像设备 | |
CN110415310B (zh) | 医学扫描成像方法、装置、存储介质及计算机设备 | |
JP2018505390A (ja) | 放射線放出撮像システム、記憶媒体及び撮像方法 | |
Li et al. | A deep neural network for parametric image reconstruction on a large axial field-of-view PET | |
CN110742632A (zh) | Pet图像衰减校正方法和pet-ct设备 | |
CN110136076A (zh) | 医学扫描成像方法、装置、存储介质及计算机设备 | |
CN110223247B (zh) | 图像衰减校正方法、装置、计算机设备和存储介质 | |
CN109741411B (zh) | 基于梯度域的低剂量pet图像重建方法、装置、设备及介质 | |
US20200294285A1 (en) | Reconstructing images for a whole body positron emission tomograpy (pet) scan with overlap and varying exposure time for individual bed positions | |
CN112365479B (zh) | Pet参数图像处理方法、装置、计算机设备及存储介质 | |
CN110687585B (zh) | 获取晶体效率的方法、装置、计算机设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 201800 No. 2258 Chengbei Road, Jiading District, Shanghai Applicant after: Shanghai Lianying Medical Technology Co.,Ltd. Address before: 201800 No. 2258 Chengbei Road, Jiading District, Shanghai Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |