CN110996800B - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN110996800B CN110996800B CN201980003053.XA CN201980003053A CN110996800B CN 110996800 B CN110996800 B CN 110996800B CN 201980003053 A CN201980003053 A CN 201980003053A CN 110996800 B CN110996800 B CN 110996800B
- Authority
- CN
- China
- Prior art keywords
- input function
- pet
- tracer
- subject
- blood input
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000012879 PET imaging Methods 0.000 title description 14
- 210000004369 blood Anatomy 0.000 claims abstract description 186
- 239000008280 blood Substances 0.000 claims abstract description 186
- 238000012905 input function Methods 0.000 claims abstract description 172
- 239000000700 radioactive tracer Substances 0.000 claims abstract description 145
- 238000003384 imaging method Methods 0.000 claims abstract description 10
- 238000003860 storage Methods 0.000 claims description 56
- 238000002347 injection Methods 0.000 claims description 27
- 239000007924 injection Substances 0.000 claims description 27
- 238000009826 distribution Methods 0.000 claims description 22
- 230000003902 lesion Effects 0.000 claims description 15
- 230000002427 irreversible effect Effects 0.000 claims description 13
- 230000004060 metabolic process Effects 0.000 claims description 9
- 238000002600 positron emission tomography Methods 0.000 description 223
- 238000012545 processing Methods 0.000 description 68
- 230000000694 effects Effects 0.000 description 51
- 210000001519 tissue Anatomy 0.000 description 31
- 230000006870 function Effects 0.000 description 19
- 230000008569 process Effects 0.000 description 19
- 210000001367 artery Anatomy 0.000 description 16
- 238000004891 communication Methods 0.000 description 14
- 230000000875 corresponding effect Effects 0.000 description 14
- 230000004048 modification Effects 0.000 description 13
- 238000012986 modification Methods 0.000 description 13
- 238000013213 extrapolation Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 238000011067 equilibration Methods 0.000 description 10
- 210000004027 cell Anatomy 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 8
- 230000003190 augmentative effect Effects 0.000 description 6
- 230000003068 static effect Effects 0.000 description 6
- 238000010241 blood sampling Methods 0.000 description 5
- 239000011521 glass Substances 0.000 description 5
- 238000010191 image analysis Methods 0.000 description 5
- 230000000670 limiting effect Effects 0.000 description 5
- 108091006296 SLC2A1 Proteins 0.000 description 4
- 210000004556 brain Anatomy 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 238000012417 linear regression Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000036961 partial effect Effects 0.000 description 4
- 238000000611 regression analysis Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 206010028980 Neoplasm Diseases 0.000 description 3
- 210000000617 arm Anatomy 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 210000004204 blood vessel Anatomy 0.000 description 3
- 210000000038 chest Anatomy 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 210000002683 foot Anatomy 0.000 description 3
- 210000002216 heart Anatomy 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 210000003127 knee Anatomy 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 239000000941 radioactive substance Substances 0.000 description 3
- 239000012217 radiopharmaceutical Substances 0.000 description 3
- 229940121896 radiopharmaceutical Drugs 0.000 description 3
- 230000002799 radiopharmaceutical effect Effects 0.000 description 3
- 210000002832 shoulder Anatomy 0.000 description 3
- 210000004872 soft tissue Anatomy 0.000 description 3
- 210000002784 stomach Anatomy 0.000 description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- ZCXUVYAZINUVJD-AHXZWLDOSA-N 2-deoxy-2-((18)F)fluoro-alpha-D-glucose Chemical compound OC[C@H]1O[C@H](O)[C@H]([18F])[C@@H](O)[C@@H]1O ZCXUVYAZINUVJD-AHXZWLDOSA-N 0.000 description 2
- 102000058063 Glucose Transporter Type 1 Human genes 0.000 description 2
- 102000005548 Hexokinase Human genes 0.000 description 2
- 108700040460 Hexokinases Proteins 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 2
- 210000000170 cell membrane Anatomy 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 210000003722 extracellular fluid Anatomy 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000010253 intravenous injection Methods 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 241000579895 Chlorostilbon Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 239000010976 emerald Substances 0.000 description 1
- 229910052876 emerald Inorganic materials 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 238000012933 kinetic analysis Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 210000001577 neostriatum Anatomy 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000010412 perfusion Effects 0.000 description 1
- 238000012636 positron electron tomography Methods 0.000 description 1
- ZLIBICFPKPWGIZ-UHFFFAOYSA-N pyrimethanil Chemical compound CC1=CC(C)=NC(NC=2C=CC=CC=2)=N1 ZLIBICFPKPWGIZ-UHFFFAOYSA-N 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/037—Emission tomography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/507—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for determination of haemodynamic parameters, e.g. perfusion CT
-
- 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
- G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
-
- 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
-
- 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
- A61B6/12—Arrangements for detecting or locating foreign bodies
-
- 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
- G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- High Energy & Nuclear Physics (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Optics & Photonics (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Nuclear Medicine (AREA)
Abstract
本申请涉及一种成像方法,该方法可包括指示PET扫描仪在第一时间段内对注射有示踪剂的受试者进行扫描。该方法还可包括通过重建PET数据来生成PET图像,其中所述PET数据为基于所述受试者的扫描结果并由所述PET扫描仪所生成的。该方法还可包括基于所述PET图像确定所述示踪剂的血液输入函数的第一部分。该方法还可包括基于动力学模型、所述PET数据和所述血液输入函数的第一部分,确定血液输入函数的第二部分的积分。该方法还可以包括基于所述PET数据、所述血液输入函数的第一部分和所述血液输入函数的第二部分的积分确定所述动力学模型的动力学参数。
Description
相关申请
本申请要求于2018年8月1日提交的美国专利申请16/052,366的优先权,在此将其全文引入作为参考。
技术领域
本申请涉及一种成像系统和方法,特别是涉及一种用于确定正电子发射断层成像(PET)中的动力学参数的系统、方法以及非暂时性计算机可读介质。
背景技术
近年来,正电子发射断层(英文全称为dynamic positron emission tomography,简称PET)成像已广泛应用于临床检查和疾病诊断。PET成像可包括静态PET成像和动态PET成像。与静态PET成像相反,动态PET成像可在动态扫描时间内提供一组图像,动态PET数据还可提供与生理参数(例如,灌注压力)有关的大量信息,这些信息可反映成像组织的功能状态。动力学房室模型(简称为:动力学模型)可通过动力学参数来描述在动态PET成像期间内不同房室之间的示踪剂的交换过程。动力学参数的估计在临床检查和疾病诊断中显得尤为重要。血液输入函数(也可称为:动脉血输入函数或动脉血时间-活度曲线(TAC))为动力学模型中用于估计动力学参数的关键。在现有的过程中,可通过血液采样或图像分析来获得血液输入函数。血液采样可以包括在多个时间点对注射有示踪剂的受试者(例如,患者)采样一定量的动脉血,以确定示踪剂的动脉TAC。图像分析可以包括重建一组随着时间变化的PET图像并且基于该组PET图像来拟合示踪剂的动脉TAC。为了获得示踪剂的整个动脉TAC,当将示踪剂注入受试者时,可以同时开始对受试者进行扫描。这导致了为了得到血液输入函数而进行的血液采样和图像分析耗时且昂贵。因此,亟待提供一种可高效率地确定动态PET成像的动力学参数的系统和方法。
发明内容
本申请提供了一种成像系统。所述系统可包括PET扫描仪、一个或多个存储设备、以及一个或多个处理器。一个或多个所述处理器与一个或多个所述存储设备通信连接。所述PET扫描仪可在第一时间段内对注射有示踪剂的受试者进行扫描。所述示踪剂可于所述第一时间段之前的注射时间被注射至所述受试者体内。PET扫描仪可根据所述受试者的扫描结果生成PET数据。一个或多个所述存储设备可包括一组指令。当一个或多个所述处理器执行该组指令时,可以指示一个或多个所述处理器执行以下一个或多个操作。一个或多个所述处理器可通过重建PET数据来生成基于所述受试者的扫描结果的PET图像。一个或多个所述处理器可基于所述PET图像确定所述受试者体内示踪剂的血液输入函数的第一部分。所述血液输入函数的第一部分与第一时间段可相关联。一个或多个所述处理器可基于动力学模型、所述PET数据和所述血液输入函数的第一部分来确定血液输入函数的第二部分的积分。所述血液输入函数的第二部分与在所述注射时间与所述第一时间段的开始时间之间的第二时间段可相关联。一个或多个所述处理器可以基于所述PET数据、所述血液输入函数的第一部分和所述血液输入函数的第二部分的积分来确定所述动力学模型的动力学参数。所述动力学参数可用以指示所述示踪剂在所述受试者体内的代谢。
在一些实施例中,一个或多个所述处理器可基于所述动力学参数确定所述受试者体内是否出现病变。
在一些实施例中,为了基于所述动力学模型、所述PET数据和所述血液输入函数的第一部分来确定血液所述输入函数的第二部分的积分,一个或多个所述处理器可基于所述动力学模型来确定Patlak参数。一个或多个处理器可以基于Patlak参数、所述PET数据和血液输入函数的第一部分来确定所述血液输入函数的第二部分的积分。
在一些实施例中,所述血液输入函数的第二部分的积分可基于最小二乘(LS)算法来确定。
在一些实施例中,所述血液输入函数的第二部分的积分可基于期望最大化(EM)算法来确定
在一些实施例中,所述示踪剂可适用于二室模型。
在一些实施例中,所述示踪剂可为不可逆的示踪剂。
在一些实施例中,所述第一时间段的开始时间可为所述示踪剂在所述受试者体内的分布被认为已达到稳态的时间点。
在一些实施例中,所述第一时间段的开始时间是在所述示踪剂在所述受试者体内的分布被认为已达到稳态的时间点之后。
在一些实施例中,所述PET扫描仪在单床位置或多床位置对所述受试者进行扫描。
本申请还提供一种成像方法,该方法还可包括以下一个或多个步骤。一个或多个处理器可指示PET扫描仪在第一时间段内对注射有示踪剂的受试者进行扫描。所述示踪剂在先于所述第一时间段的注射时间被注射给所述受试者。一个或多个所述处理器可通过重建PET数据来生成PET图像,其中所述PET数据为基于所述受试者的扫描结果并由所述PET扫描仪所生成的。一个或多个所述处理器可基于所述PET图像确定所述示踪剂的血液输入函数的第一部分。所述血液输入函数的第一部分与所述第一时间段相关联。一个或多个所述处理器可基于动力学模型、所述PET数据和所述血液输入函数的第一部分,确定血液输入函数的第二部分的积分。所述血液输入函数的第二部分可以与注射时间和第一时间段的开始时间之间的第二时间段相关联。一个或多个所述处理器可基于所述PET数据、所述血液输入函数的第一部分和所述血液输入函数的第二部分的积分确定所述动力学模型的动力学参数。所述动力学参数可用以指示所述示踪剂在所述受试者体内的代谢。
本申请还提供一种非暂时性计算机可读介质。所述非暂时性计算机可读介质可包括至少一组指令。所述至少一组指令可由计算机服务器的一个或多个处理器执行。一个或多个所述处理器可指示PET扫描仪在第一时间段内对注射有示踪剂的受试者进行扫描。所述示踪剂在先于所述第一时间段的注射时间被注射给所述受试者。一个或多个所述处理器可通过重建PET数据来生成PET图像,其中所述PET数据为基于所述受试者的扫描结果并由所述PET扫描仪所生成的。一个或多个所述处理器可基于所述PET图像确定所述示踪剂的血液输入函数的第一部分。所述血液输入函数的第一部分与所述第一时间段相关联。一个或多个所述处理器可基于动力学模型、所述PET数据和所述血液输入函数的第一部分,确定血液输入函数的第二部分的积分。所述血液输入函数的第二部分可以与注射时间和第一时间段的开始时间之间的第二时间段相关联。一个或多个所述处理器可基于所述PET数据、所述血液输入函数的第一部分和所述血液输入函数的第二部分的积分确定所述动力学模型的动力学参数。所述动力学参数可用以指示所述示踪剂在所述受试者体内的代谢。
本申请的附加特征将在以下描述中部分阐述,而另一部分附加特征,本领域技术人员可在查阅以下描述内容和附图后可以容易地理解,或者参照实施例进行实际操作或验证后而可理解。本申请的特征可以参照下面讨论的详细实施例进行实践或运用其阐述的各种方法、工具和其组合来取得或者实现。
附图说明
本申请将根据示例性实施例进行进一步描述。以下参考附图详细地描述这些示例性实施例。附图并不按比例绘制。这些实施例为非限制性的示例性实施例,其中附图标记仅表示在附图的多个视图中类似的结构。
图1是本申请的一些实施例中PET系统的示意图。
图2是本申请的一些实施例中计算设备的示例性硬件和/或软件组件的示意图。
图3是本申请的一些实施例中移动设备的示例性硬件和/或软件组件的示意图。
图4是本申请的一些实施例中示例性处理装置的框架示意图。
图5是本申请的一些实施例中用于确定动力学参数的方法的流程示意图。
图6是本申请的一些实施例中表示血液输入函数的估计的积分的准确性的示意图;和
图7是本申请的一些实施例中血液输入函数的估计的积分相对于PET扫描的时间帧内不同计数水平的相对标准偏差的示意图。
具体实施方式
在以下详细描述中,通过实施例阐述了诸多具体细节,以便于对相关公开内容进行深入理解。然而,本领域技术人员可以理解,在没有这些细节的情况下,本申请仍可实施。在一般情况下,为了避免不必要地混淆本申请的各个方面,本申请以相对较高的水平描述了众所周知的方法、过程、系统、组件和/或电路,而没有对其详细说明。对于本领域技术人员来说,对所公开的实施例的各种修改将是显而易见的,并且在不脱离本申请的构思和范围的情况下,本申请定义的一般原则也可以适用于其他实施例和应用。因此,本申请并不限于所示的实施例,而是涵盖了与权利要求一致的最宽范围。
本申请中使用的术语仅用于描述特定的实施例,并不限制本申请。如本申请所用,“一”、“一种”可表示单数形式,也可以包括复数形式,除非上下文另有明确指示。可以进一步理解,在本申请中所使用的术语“包括”和“包含”表示所述特征、整体、步骤、操作、元件和/或组件的存在,但不排除存在或添加一个或多个其他特征、整体、步骤、操作、元件、组件和/或其组合。
应当理解,本申请中使用的术语“系统”、“单元”、“模块”和/或“块”是一种按升序区分不同级别的不同组件、元件、部件、部分或组件的方式。但是,如果另一种表达方式的其他术语也可达到相同的目的,则这些术语可能会被其取代。
通常,这里使用的“模块”、“单元”或“块”词语是指硬件或固件中包含的逻辑组件、或指软件指令的集合。本申请描述的模块、单元或块可以用软件和/或硬件来实现,并且可以存储在任何类型的非暂时性计算机可读介质或另一存储设备中。在一些实施例中,软件模块/单元/块可以被编译并链接到可执行程序中。应当理解,软件模块可以从其他模块/单元/块或其自身调用,和/或可以响应检测到的事件或中断而调用。用于在计算设备(例如,如图2所示的处理器210)上运行的软件模块/单元/块可以设置在计算机可读介质上,例如光盘、数字视频光盘、闪存驱动器、磁盘或任何其他有形介质上,或者作为数字下载(并且最初以压缩或可安装的格式存储,在执行之前需要安装、解压缩或解密)。这些软件代码可以部分或全部存储在计算设备的存储设备上,以供计算设备执行。软件指令可以嵌入固件中,例如EPROM(可擦除可编程只读存储器)。进一步可理解,硬件模块/单元/块可以包括所连接的逻辑组件,例如门和触发器,和/或可包括可编程单元,例如可编程门阵列或处理器。本申请描述的模块/单元/块或计算设备功能可以用软件模块/单元/块来实现,但也可以用硬件或固件表示。一般来说,本申请所描述的模块/单元/块是指逻辑模块/单元/块,它们可以与其他模块/单元/块组合,或者尽管它们的物理组织或存储方式不同,但也可以划分为子模块/子单元/子块。
可以理解,当一个单元、引擎、模块或块被称为“开启”、“连接到”或“耦合到”另一个单元、引擎、模块或块时,它可以直接开启、连接到、耦合到或通信到另一个单元、引擎、模块或块,也可以是可能存在的中间单元、引擎、模块或块,除非上下文另有明确说明。如本申请所使用的,术语“和/或”包括一个或多个相关的所列项的任何和所有组合。
本申请的特征,以及相关结构元件的操作方法和功能,以及部件和结构制造的组合,在参考附图并考虑以下说明后,会变得更加明显,上述所有内容构成本申请披露的内容的一部分。然而,可以理解,附图仅用于说明和描述,并不限制本申请的保护范围。
本申请的一方面涉及基于Patlak参数来确定动态PET成像中的动力学参数的系统和方法。为了估计所述动力学参数,可以通过获得血液输入函数而作为Patlak参数的输入。为此,可以将示踪剂注入受试者体内。PET扫描仪可以在所述示踪剂在所述受试者体内的分布达到稳态之后对所述受试者进行扫描,而不是从所述示踪剂的注射时间开始就对所述受试者进行扫描。可基于在扫描期间内所生成的PET数据来生成多个PET图像。可通过处理PET图像来确定血液输入函数的第一部分。所述血液输入函数的第一部分可对应于扫描时间。可基于所述PET数据、所述Patlak参数和所述血液输入函数的第一部分来确定血液输入函数的第二部分的积分。可基于所述Patlak参数、所述PET数据、所述血液输入函数的第一部分和所述血液输入函数的第二部分的积分来确定动力学参数。所述动力学参数可提供所述受试者体内示踪剂的代谢信息。例如,所述动力学参数可以用于确定受试者体内是否出现病变。
以下描述将帮助更好地理解用于确定动态PET成像中的动力学参数的系统和/或方法。这并非旨在限制本申请的范围。对于本领域普通技术人员来说,在本申请的指导下可以进行一定程度的变化、改变和/或修改。这些变化、改变和/或修改并不脱离本申请的范围。
图1是本申请的一些实施例中PET系统的示意图。
所述PET系统100可包括PET扫描仪110、网络120、终端130、处理设备140和存储设备150。所述PET系统100中的各组件可以以一种或多种方式连接。在一实施例中,所述PET扫描仪110可通过所述网络120与所述处理设备140连接。在另一实施例中,所述PET扫描仪110可直接与所述处理设备140连接(如连接所述PET扫描仪110与所述处理装置140的具有双向箭头的虚线所示)。在另一实施例中,所述处理设备140可以通过所述网络120或直接与所述存储设备150连接。在另一实施例中,所述处理设备140可通过所述网络120与终端设备(例如130-1、130-2、130-3等)连接。在另一实施例中,所述处理设备140还可以直接与所述终端设备(例如130-1、130-2、130-3等)连接(如连接所述终端130和所述处理设备140的具有双向箭头虚线所示)。
所述PET扫描仪110可包括机架112、工作台116和检测器118。可以将注射有示踪剂(例如,放射性药物)的受试者114置于所述工作台116上。所述机架112可以支撑所述检测器118。所述机架112还可包括检测隧道(图1中未示出)。
所述示踪剂是指可能发生衰变并发射正电子的放射性物质。所述放射性药物是指基于诊断和/或治疗的目的用于所述受试者114的具有放射性的药物。所述受试者114可为生物学的或非生物学的。在一实施例中,所述受试者114可包括患者、人造物体(例如人体模型)等。在另一实施例中,所述受试者114可包括患者的特定部分、器官和/或组织。例如,所述受试者114可包括患者的头部、大脑、颈部、身体、肩膀、手臂、胸部、心脏、胃、血管、软组织、膝盖、脚等或者以上的任意组合。
在一些实施例中,所述检测器118可包括沿着轴向方向(例如图1所示Z轴方向)布置的多个检测器环。多个所述检测器环可位于所述检测隧道的周围。所述检测器环可包括沿着检测器环的圆周布置的多个检测器单元。多个所述检测器单元可检测由湮灭事件产生的光子(例如伽马光子)。
在一些实施例中,由放射性示踪剂的核产生的正电子可以在所述受试者114体内行进直到它们遇到电子。当所述正电子和所述电子碰撞时,可能会发生湮灭。电子-正电子的湮灭可同时产生沿一条线以基本相反的方向传播的两个511千伏(511keV)的γ光子(即光子对)。所述光子对可通过一对相对设置的检测器单元(在此称为检测器对)来检测。在短时间窗口内到达所述检测器对的光子对可称为符合或事件。可假定所述符合发生在沿着连接所述检测器对的线上,所述线可称为“响应线”(LOR)。所述检测器118可基于检测到的所述符合的LOR而获得符合计数以及所述符合发生的时间点。
在一些实施例中,所述PET扫描仪110也可为多模态扫描仪,例如断层-正电子发射断层成像(CT-PET)扫描仪。
所述网络120可促进信息和/或数据的交换。在一些实施例中,所述PET系统100中的一个或多个组件(例如,所述PET扫描仪110、所述终端130、所述处理设备140或所述存储设备150)可以通过所述网络120将信息和/或数据发送到所述PET系统100中的另一个组件中。例如,所述处理设备140可通过所述网络120从所述PET扫描仪110获得PET数据。在另一实施例中,所述处理设备140可通过所述网络120从所述终端130获得用户指令。在一些实施例中,所述网络120可是任何类型的有线或无线网络、或其组合。在一些实施例中,所述网络120可包括电缆网络、有线网络、光纤网络、电信网络、内联网、互联网、局域网(LAN)、广域网(WAN)、无线局域网(WLAN)、城域网(MAN)、广域网(WAN)、公共电话交换网(PSTN)、蓝牙网络、ZigBee网络、近场通信(NFC)网络等,或以上的任意组合。在一些实施例中,所述网络120可包括一个或多个网络接入点。例如,所述网络120可以包括诸如基站和/或互联网交换点之类的有线或无线网络接入点,通过它们可以将所述PET系统100的一个或多个组件连接到所述网络120以交换数据和/或信息。
所述终端130可包括移动设备130-1、平板计算机130-2、便携式计算机130-3等,或以上的任意组合。在一些实施例中,所述移动设备130-1可以包括智能家居设备、可穿戴设备、智能移动设备、虚拟现实设备、增强现实设备等,或以上的任意组合。在一些实施例中,所述智能家居设备可包括智能照明设备、智能电气设备的控制设备、智能监控设备、智能电视、智能摄像机、对讲机等,或以上的任意组合。在一些实施例中,所述可穿戴设备可包括智能手镯、智能鞋袜、智能眼镜、智能头盔、智能手表、智能服装、智能背包、智能配件等,或以上的任意组合。在一些实施例中,所述智能移动设备可包括智能电话、个人数码助理(PDA)、游戏设备、导航设备、销售点(POS)设备等,或以上的任意组合。在一些实施例中,所述虚拟现实设备和/或所述增强现实设备可包括虚拟现实头盔、虚拟现实眼镜、虚拟现实补丁、增强现实头盔、增强现实眼镜、增强现实补丁等,或以上的任何组合。例如,所述虚拟现实设备和/或所述增强现实设备可包括谷歌眼镜(Google Glass)、Oculus Rift牌虚拟现实眼镜、全息透镜(Hololens)、虚拟现实设备(Gear VR)等。所述终端130可远程操作所述PET扫描仪110。在一些实施例中,所述终端130可通过无线连接来操作所述PET扫描仪110。在一些实施例中,所述终端130可接收用户输入的信息和/或指令,并且经由所述网络120将接收到的信息和/或指令发送到所述PET扫描仪110或所述处理设备140。所述终端130可从所述处理设备140接收数据和/或信息。在一些实施例中,所述终端130可为所述处理设备140的一部分。在一些实施例中,也可以省略所述终端130。
所述处理设备140可以处理从所述PET扫描仪110、所述终端130或所述存储设备150获得的数据和/或信息。例如,所述处理设备140可处理从所述PET扫描仪110所获得的所述PET数据并基于所获得的PET数据重建图像。在一些实施例中,所述处理设备140可以是单个服务器或服务器组。所述服务器组可为集中式或分布式的。在一些实施例中,所述处理设备140可为本地的或远程的。例如,所述处理设备140可经由所述网络120访问存储在所述PET扫描仪110、所述终端130和/或所述存储设备150中的信息和/或数据。在另一实施例中,所述处理设备140可直接连接至所述PET扫描仪110、所述终端130、和/或所述存储设备150访问所存储的信息和/或数据。在一些实施例中,所述处理设备140可实施于云平台。在一实施例中,所述云平台可包括私有云、公共云、混合云、社区云、分布式云、内部间、多重云等,或以上的任意组合。在一些实施例中,所述处理设备140可在如本申请图2所示的具有一个或多个组件的计算设备200上实现。
所述存储设备150可存储数据和/或指令。在一些实施例中,所述存储设备150可存储从所述PET扫描仪110、所述终端130和/或所述处理设备140获得的数据。例如,所述存储设备150可存储由所述处理设备140生成的图像。所述存储设备150可存储数据和/或所述处理设备140可以执行或用来执行本申请中所述方法的指令。例如,所述存储设备150可存储所述处理设备140可执行或用于确定所述动力学参数的指令。在一些实施例中,所述存储设备150可包括大容量存储设备、可移动存储设备、易失性读写存储器、只读存储器(ROM)等,或以上的任意组合。所述大容量存储设备可包括磁盘、光盘、固态驱动器等。所述可移动存储设备可包括闪存驱动器、软盘、光盘、存储卡、zip盘、磁盘等。所述易失性读写存储器可包括随机存取存储器(RAM)。所述RAM可包括动态RAM(DRAM)、双倍速率同步动态RAM(DDRSDRAM)、静态RAM(SRAM)、晶闸管RAM(T-RAM)和零电容器RAM(Z-RAM)等。所述ROM可包括掩模ROM(MROM)、可编程ROM(PROM)、可擦除可编程ROM(PEROM)、电可擦除可编程ROM(EEPROM)、光盘ROM(CD-ROM)以及数字通用光盘ROM等。在一些实施例中,所述存储设备150可在云平台上实现。在一些实施例中,所述云平台可包括私有云、公共云、混合云、社区云、分布式云、内部间、多重云等,或以上的任意组合。
在一些实施例中,所述存储设备150可连接到所述网络120以与所述PET系统100中的一个或多个组件(例如,所述处理设备140、所述终端130)通信。所述PET系统100的一个或多个组件可以经由所述网络120访问存储在所述存储设备150中的数据或指令。在一些实施例中,所述存储设备150可直接连接到所述PET系统100中的一个或多个组件(例如所述处理装置140、所述终端130)或与之通信。所述PET系统100中的一个或多个组件。在一些实施例中,所述存储设备150可为所述处理设备140的一部分。
所述PET系统100可以生成静态PET图像和/或动态PET图像。所述PET图像可为二维(2D)或三维(3D)的。与所述静态PET图像相比,所述动态PET图像可提供与所述示踪剂摄取的动态变化相关的丰富信息,例如所述示踪剂在组织中随时间的新陈代谢。可通过比较于不同时间间隔/帧所采集的所述受试者的多个所述动态PET图像来估计摄取的变化。多个所述动态PET图像可以于定量动力学分析。所述定量动力学分析可包括通过使用所述动力学模型并基于动态PET数据来确定所述动力学参数。所述动力学参数可描述所述示踪剂在组织均匀区域(例如大脑图像中的心肌层或整个纹状体)中的行为。用户(例如医生或临床医生)可以通过分析所述动力学参数来进一步进行临床诊断,例如确定肿瘤病变等。
图2是本申请的一些实施例中可实现所述处理设备140的计算设备的示例性硬件和/或软件组件的示意图。如图2所示,所述计算设备200可包括处理器210、存储器220、输入/输出(I/O)230和通信端口240。
所述处理器210可根据本文描述的技术手段执行计算机指令(程序代码)并执行所述处理设备140的功能。所述计算机指令可包括例程、程序、对象、组件、信号、数据结构、过程、模块和功能,它们执行本文描述的特定功能。例如,所述处理器210可以处理从所述PET扫描仪110、所述终端130、所述存储设备150或所述PET系统100的任何其他组件获得的数据。在一些实施例中,所述处理器210可包括微控制器、微处理器、精简指令集计算机(RISC)、专用集成电路(ASIC)、专用指令集处理器(ASIP)、中央处理器(CPU)、图形处理器(GPU)、物理处理器(PPU)、微控制器单元、数字信号处理器(DSP)、现场可编程门阵列(FPGA、高级RISC机器(ARM)、可编程逻辑设备(PLD)、可执行一个或多个功能的任何电路或处理器、或以上的任意组合。
仅为了说明,在所计算设备200中仅描述了一个处理器。然而,应当注意,本申请中所述计算设备200还可以包括多个处理器。因此,如本申请所述,由一个处理器执行的操作和/或方法步骤也可以由多个处理器共同或单独执行。例如,如果在本申请中,所述计算设备200的处理器执行操作A和操作B,则应理解,操作A和操作B也可由所述计算设备200中的两个或多个不同的处理器共同或分别执行(例如,由第一处理器执行操作A,第二处理器执行操作B,或者由第一处理器、第二处理器共同执行操作A和操作B)。
所述存储器220可以存储从所述PET扫描仪110、所述终端130、所述存储设备150或所述PET系统100的任何其他组件获得的数据/信息。在一些实施例中,所述存储器220可包括大容量存储设备、可移动存储设备、易失性读写存储器、只读存储器(ROM)等,或以上的任意组合。例如,所述大容量存储设备可包括磁盘、光盘、固态驱动器等。所述可移动存储设备可包括闪存驱动器、软盘、光盘、存储卡、zip盘等。所述易失性读写存储器可包括随机存取存储器(RAM)。所述RAM可包括动态RAM(DRAM)、双倍速率同步动态RAM(DDR SDRAM)、静态RAM(SRAM)、晶闸管RAM(T-RAM)、零电容器RAM(Z-RAM)等。所述ROM可包括掩码ROM(MROM)、可编程ROM(PROM)、可擦可编程ROM(PEROM)、电可擦可编程ROM(EEPROM)、光盘ROM(CD-ROM)以及数字通用光盘ROM等。在一些实施例中,所述存储器220可存储一个或多个程序和/或指令以执行本申请中所述方法。例如,所述存储器220可存储用于所述处理装置140的用于确定所述动力学参数的程序。
所述I/O 230可以输入或输出信号、数据或信息。在一些实施例中,所述I/O230可让用户能够与所述处理设备140交互。例如,所述处理设备可通过所述I/O230显示图像。在一些实施例中,所述I/O 230可包括一输入设备和一输出设备。所述输入设备可包括键盘、鼠标、触摸屏、麦克风等,或以上的任意组合。所述输出设备可包括显示设备、扬声器、打印机、投影仪等,或以上的任意组合。所述显示设备可包括液晶显示器(LCD)、基于发光二极管(LED)的显示器、平板显示器、曲面屏幕、电视设备、阴极射线管(CRT)等,或以上的任意组合。
所述通信端口240可以连接到网络(例如所述网络120)以促进数据通信。所述通信端口240可在所述处理设备140与所述PET扫描仪110、所述终端130或所述存储设备150之间建立连接。所述连接可以是能够进行数据发送和接收的有线连接、无线连接或两者的组合。所述有线连接可包括电缆、光缆、电话线等,或以上的任意组合。所述无线连接可包括蓝牙、Wi-Fi、WiMax、WLAN、ZigBee、移动网络(例如3G、4G、5G等)等,或以上的任意组合。在一些实施例中,所述通信端口240可为标准化的通信端口,诸如RS232、RS485等。在一些实施例中,所述通信端口240可为专门设计的通信端口。例如,可根据医学数字成像与通信(DICOM)协议来设计所述通信端口240。
图3是本申请的一些实施例中可实现所述终端130的移动设备的示例性硬件和/或软件组件的示意图。如图3所示,所述移动设备300可以包括通信平台310、显示器320、图形处理单元(GPU)330、中央处理单元(CPU)340、I/O350、内存360和存储器390。在一些实施例中,任何其他合适的组件,包括但不限于系统总线或控制器(未示出),也可以被包括在移动设备300中。在一些实施例中,移动操作系统370(例如,iOS、Android、Windows Phone等)和一个或多个应用程序380可以从所述存储器390加载到所述内存360中,以便由所述CPU 340执行。所述应用程序380可包括浏览器或任何其他合适的移动应用程序,以用于接收和呈现与图像处理有关的信息或来自所述处理设备140的其他信息。用户与信息流的交互可通过所述I/O 350实现,并通过所述网络120将其提供给所述处理设备140和/或所述PET系统100的其他组件。
为了实现本申请中描述的各种模块、单元及其功能,可以将计算机硬件平台用作本申请中描述的一个或多个元件的硬件平台。这类计算机的硬件元件、操作系统和编程语言在本质上是常规的,并且假定本领域技术人员充分熟悉这些技术,以便将这些技术应用于本申请所述的PET成像。具有用户界面元件的计算机可用于实现个人计算机(PC)或其他类型的工作站或终端设备,尽管计算机也可经过适当编程后充当服务器。本领域技术人员应当熟悉所述计算机设备的结构、编程和一般操作,因此,附图所示内容是清楚完整的。
图4是本申请的一些实施例中示例性处理装置的框架示意图。所述处理设备140可包括控制模块410、数据采集模块420、图像重建模块430、输入函数确定模块440、积分确定模块450、动力学参数确定模块460和诊断模块470。
所述控制模块410可用于指示所述PET扫描仪110在第一时间段内对注射所述示踪剂的所述受试者(例如,所述受试者的感兴趣区域(ROI))进行扫描。在所述第一时间段内,所述示踪剂在所述受试者的体内的分布视为处于稳定状态。所述第一时间段(也称为扫描时间)可以在所述示踪剂被注射到所述受试者体内的注射时间之后。
所述受试者可以是生物学的或非生物学的。在一实施例中,所述受试者可包括患者、人造物体(例如人体模型)等。在另一实施例中,所述受试者可包括患者的特定部分、器官和/或组织。例如,所述受试者可包括患者的头部、大脑、颈部、身体、肩膀、手臂、胸部、心脏、胃、血管、软组织、膝盖、脚等,或者以上的任意组合。
所述示踪剂是指可能发生衰变并释放正电子的放射性物质。在一实施例中,本申请所使用的,用于PET成像的示踪剂可为不可逆的示踪剂,比如18F-氟脱氧葡萄糖(18F-FDG)。
以所述18F-FDG为例,在将18F-FDG注射(例如,大剂量静脉内注射)到所述受试者体内之后,注射的所述18F-FDG的至少一部分可移至组织液中。间质液中的18F-FDG可在细胞膜上的葡萄糖转运蛋白1(GLUT1)的作用下移入细胞或返回至血液中。细胞中的18F-FDG可通过己糖激酶被磷酸化为18F-FDG-6P。所述18F-FDG-6P是不可逆的示踪剂,其在短时间内(例如从注射时间到所述受试者扫描结束的时间段)既不会被代谢也不会去磷酸化而返回至血液中。在所述受试者扫描期间,一旦所述18F-FDG进入细胞,就认定所述18F-FDG不可逆地被困在细胞中。最终,更多的上述18F-FDG可能积聚于出现病变的组织(例如肿瘤)中,该病变的组织具有比正常的组织更快的新陈代谢。
在本申请中,在将所述示踪剂注射至所述受试者体内后,所述控制模块410可仅在认为所述示踪剂的分布在所述受试者中处于稳态之后才指示所述PET扫描仪110对所述受试者进行扫描。在一些实施例中,所述第一时间段的开始时间可等于或在平衡时间点之后,所述平衡时间点是指所述示踪剂在所述受试者体内的分布被认为已达到稳态的时间。在所述稳态下,血液中所述示踪剂的浓度与组织中所述示踪剂的浓度之间可存在动态平衡。例如,在所述稳态下,血液中所述示踪剂的浓度与组织中所述示踪剂的浓度之比可为恒定的或基本恒定的。本申请所称的血液和/或组织中所述示踪剂的浓度基本恒定可理解为在一时间段内血液和/或组织中所述示踪剂的浓度的变化低于阈值。所述阈值可为血液/组织中所述示踪剂的浓度20%、15%、10%、5%等。所述时间段可为10分钟、8分钟、5分钟、3分钟、2分钟、1分钟、30秒等。
在一些实施例中,所述示踪剂的平衡时间点可根据临床实验获得。在确定所述示踪剂的平衡时间点的过程中,可以基于血液采样或图像分析来估计血液或组织中的所述示踪剂的浓度。不同类型的示踪剂可能具有不同的平衡时间点。例如18F-FDG的平衡时间点可以是在将18F-FDG注入到所述受试者体内后大约40分钟。在18F-FDG注射到受试者体内后的40分钟至80分钟内,所述PET扫描仪110可以对所述受试者进行扫描。
在一些实施例中,对所述受试者进行扫描时每次扫描的持续时间(也称为时间帧)可以相同,也可以不同。举例来说,所述PET扫描仪110可对所述受试者进行30次扫描,比如其中4次扫描的持续时间为20秒/次;4次扫描的持续时间为40秒/次;4次扫描的持续时间为60秒/次;4次扫描的持续时间为180秒/次;以及14次扫描的持续时间为300秒/次。在一些实施例中,相邻的两次扫描之间可能存在时间间隔,或没有时间间隔。在一实施例中,在第一次扫描完成之后,紧接在所述第一次扫描后可开始第二次扫描。
在一些实施例中,所述PET扫描仪110可在所述第一时间段内在单床位置(或固定视野,FOV)对所述受试者进行扫描。在一些实施例中,在所述第一时间段内,所述PET扫描仪110可以重复的通过受试者进行遍历扫描,每个遍历包括多个床位。通过受试者时,可以依次扫描多个床位(一个床位紧接一个床位)。因此,在每个床位上,不连续地多次扫描受试者(例如,等于通过受试者的次数/总数)。
在一些实施例中,在对所述受试者进行扫描之前(例如,在第一时间段的开始时间之前),所述PET系统100的用户(例如,医生或成像技术人员)可以通过以下方式设置扫描方案:例如,所述处理设备140的I/O 230和/或所述终端130的I/O350。所述PET扫描仪110可基于所述扫描方案对所述受试者进行扫描。所述扫描方案可包括所述示踪剂的类型、所述示踪剂的平衡时间点、注射时间、所述示踪剂的半衰期、所述第一时间段、所述第一时间段的开始时间、所述第一时间段的终止时间、所述受试者的扫描时间帧、所述受试者的扫描次数等,或以上的任意组合。
在一些实施例中,所述PET数据越多,所述血液输入函数(例如,所述血液输入函数的第一部分和所述血液输入函数的第二部分的积分)就越准确(如图7所示)。由于所述示踪剂随时间衰减,因此所述第一时间段的开始时间更接近所述示踪剂的平衡时间点,则可实现在相同的扫描时间(例如相同的第一时间段)内获得更多、更丰富的所述PET数据。
所述数据采集模块420可用于基于所述受试者的扫描获得由所述PET扫描仪110生成的PET数据。
所生成的PET数据可以与由图1中的所述检测器118在扫描所述受试者的期间内所检测到的多个所述符合相关。例如,所述PET数据可包括由所述PET扫描仪110的检测器118中的每个检测器对所检测到的光子对的总数或数量、与沿着LOR的多个所述符合所发生有关的位置信息、多个所述符合的时间信息(例如,每个光子对到达所述检测器118的时间、和/或每个光子对的出现时间)等,或以上的任意组合。在一些实施例中,所述PET数据可为列表模式数据。在一些实施例中,所述PET数据可为正弦图数据。例如,列表模式数据可以被投影到正弦图数据。在一些实施例中,所述PET数据可以被存储在所述PET系统100的存储介质(例如,所述存储设备150和/或所述处理设备140的存储220)中。所述数据采集模块420可从所述PET系统100的存储介质中获取所述PET数据以用于进一步处理。在一些实施例中,所述数据采集模块420可直接从所述PET扫描仪110获取所述PET数据以用于进一步处理。
所述图像重建模块430可用于通过基于所述受试者的扫描而重建所述PET数据(例如,列表模式数据或正弦图数据)来生成PET图像。在一些实施例中,所述图像重建模块430可基于在所述受试者的一次扫描期间所生成的PET数据来重建所述PET图像。例如,如果所述PET扫描仪110对所述受试者进行30次扫描,则所述图像重建模块430可以重建30张PET图像,每张PET图像对应于所述受试者的一次扫描。
举例来说,所述图像重建技术可包括滤波反投影(FBP)、代数重建技术(ART)、统计重建(SR)算法等,或以上的任意组合。本领域技术人员应该理解,所述图像重建技术可以改变,而所有这些变化均在本申请的保护范围内。
所述输入函数确定模块440可用于基于所述PET图像(例如动态PET图像)确定在所述受试者体内示踪剂的血液输入函数的第一部分(也称为动脉血时间-活度曲线(TAC))。所述血液输入函数的第一部分可以指示所述示踪剂在第一时间段内的活度(或浓度)。
举例来说,所述输入函数确定模块440可为每个PET图像确定相同的ROI或感兴趣结构(VOI)。ROI或VOI可包括至少一条动脉。对于每个PET图像,所述输入函数确定模块440可以确定与ROI或VOI中的动脉有关的像素或体素值的平均值。所述输入函数确定模块440可以基于平均值评估在与所述PET图像相对应的扫描的时间帧内所述示踪剂在血液中的活度(或浓度)。在一些实施例中,在扫描的时间帧内,所述示踪剂在血液中的活度(或浓度)可被认为在该时间帧内是恒定的;在该时间帧内,与ROI或VOI中的动脉相关的像素或体素值的平均值可视为代表该时间帧内的活度(或浓度)。在一些实施例中,在扫描的时间帧内,所述示踪剂在血液中的活度(或浓度)可以在该时间帧内变化;例如,在扫描的时间帧内所述示踪剂的活度(或浓度)可以变化。可以认为与该时间帧内的ROI或VOI中的动脉相关的像素或体素值的平均值对应于该时间帧内某个时间点(例如该时间帧的中点)的活度(或浓度),并且代表所述时间帧内的活度(或浓度)。例如,如果所述PET扫描仪110对所述受试者进行30次扫描并且所述图像重建模块430基于所述受试者的30次扫描生成30张PET图像,则所述输入函数确定模块440通过处理30张所述PET图像可以获得在第一时间段的30个时间点血液中所述示踪剂的30次活度(或浓度)值。应当注意,基于PET图像确定血液中所述示踪剂的活度的过程仅出于说明的目的而提供,而并非意在限制本申请的范围。本领域技术人员也可以基于PET图像通过其他相关流程来确定所述示踪剂在血液中的活度。
所述输入函数确定模块440可以通过在多个时间点对所述示踪剂在血液中的活度值进行曲线拟合来确定所述血液输入函数的第一部分。在一些实施例中,所述拟合可包括插值、外推、平滑、回归分析、最小二乘算法等,或以上的任意组合。举例来说,所述插值算法可包括拉格朗日插值、牛顿插值、埃尔米特插值、分段插值、样条插值、线性插值等,或以上的任意组合。举例来说,所述外推算法可以包括线性外推、多项式外推、圆锥外推、法式曲线外推等,或以上的任意组合。举例来说,所述回归分析可以包括线性回归、非线性回归,多元回归、逻辑回归、偏回归等,或以上的任意组合。
在一些实施例中,所述确定所述血液输入函数的第一部分的过程可适用于所述PET扫描仪110于第一时间段在单床位置(或固定视野,FOV)对所述受试者进行扫描。
在一些实施例中,当所述PET扫描仪110于第一时间段内在多个床位上对所述受试者进行扫描时,所述输入函数确定模块440可以基于在多个床位扫描所获得的PET数据来确定所述血液输入函数的第一部分。例如,所述输入函数确定模块440可以确定多个床位的每个PET图像的ROI或VOI。ROI或VOI可包括至少一条动脉。与相同床位有关的ROI或VOI可以相同或至少部分重叠。所述输入函数确定模块440可以基于与上述相似的过程为每个PET图像确定所述示踪剂的活度。所述输入函数确定模块440可以基于相应的ROI或VOI中的动脉的大小来修改每个PET图像的活度。可选择地,所述输入函数确定模块440可以选择PET图像中的一个的ROI或VOI中的动脉作为标准,并可基于标准动脉大小来对其余活度进行修改。活度的修改可以通过包括如部分容积效应(PVE)校正的校正技术来完成。所述输入函数确定模块440可以结合校正后的活度(和未修改的活度、标准的活度)以生成所述血液输入函数的第一部分。例如,所述输入函数确定模块440可以按时间顺序将校正后的活度(和未修改的活度、标准的活度)拼接在一起,以生成所述血液输入函数的第一部分。关于多个床位的实施例的更多描述可以在如美国专利号为US8831323B2中找到,在此将其全文引入作为参考。
所述积分确定模块450可用于基于动力学模型、所述PET数据和所述血液输入函数的第一部分来确定所述血液输入函数的第二部分的积分。所述血液输入函数的第二部分可对应于在所述注射时间与所述第一时间段的开始时间之间的第二时间段。例如,所述第二时间段可以是从所述注射时间到所述第一时间段的开始时间或其中的一部分。
本申请中所述动力学模型可为二室模型。在二室模型中,两个室中的一个可以代表血液,而两个室中的另一个可以代表组织。
在一些实施例中,所述积分确定模块450可基于不可逆的示踪剂的二室模型来确定Patlak参数。Patlak参数可以表示不可逆的示踪剂通过两个隔室之间的传递而发生的动态行为。Patlak参数可以表示组织中所述示踪剂的活度(或浓度)与血液中所述示踪剂(例如不可逆的示踪剂)的活度(或浓度)之间的关系。当所述示踪剂在所述受试者体内的分布达到稳态时,Patlak图可能变为线性。Patlak图的线性相位的斜率可以表示两个隔室(例如组织和血液)之间的净转移速率。Patlak图的线性相位的截距可重新设置所述示踪剂在血液隔室中的分布容积。
在一些实施例中,Patlak图可适用于所述PET图像的像素或体素。在这种情况下,可以确定与所述PET图像中的至少一个像素或体素(例如,PET图像中的ROI或VOI的像素或体素)有关的斜率参数(也称为斜率值)和截距参数(也称为截距值)。所述动力学参数可包括所述PET图像的至少一个体素或像素的斜率参数和截距参数。
在一些实施例中,Patlak参数可以代表所述血液输入函数、所述PET数据和所述动力学参数的关系。例如,Patlak参数可以由以下公式(1)表示:
其中,yi(t)表示在时间t在LOR i处生成的光子对的数量;t(l)表示时间帧l的开始时间;Δt表示时间帧l的持续时间;Pij表示包括多个元素的响应矩阵,并且每个元素表示当在对应于时间帧l的PET图像的体素(或像素)j的位置处生成光子对时,由与LOR i连接的检测器对检测到光子对的概率;Kj和qj为Patlak参数,其中Kj表示体素(或像素)j的Patlak图的线性相位的斜率值,qj表示体素(或像素)的Patlak图的线性相位的截距值)j;bld(τ)和/或bld(t)表示示踪剂在血液输入函数中的某个时间点(例如t或τ)的活度(或浓度);ri(t)和si(t)分别表示在时间t沿LOR i的随机符合率和分散符合率;T0表示第一时间段的开始时间。在一些实施例中,可以基于PET数据确定yi(t)、Pij、ri(t)、和si(t)。
如公式(1)所示,公式(1)可以与一个LOR相关联。为了使Patlak参数与所述检测器118有关的所有LOR相关联,可以将公式(1)转换为公式(2),如下所示:
公式(2)可以进一步转换为公式(3),如下所示:
其中,表示血液输入函数的第二部分的积分。
根据公式(3),如果在所述示踪剂的分布被认为已经达到稳态之后PET扫描仪110开始对所述受试者进行扫描,则需要输入至Patlak参数以估计动力学参数的信息可以包括:对应于在所述注射时间和第一时间段的开始时间之间的第二时间段的血液输入函数的积分中的至少一个(比如所述血液输入函数的第二部分的积分),而不是对应于第二时间段的血液输入函数的曲线或对应于第一时间段的血液输入函数的曲线。公式(3)可以为在所述示踪剂的分布达到稳态之后对受试者进行扫描,而不是从注射时间开始对受试者进行扫描提供理论基础。
在一些实施例中,
PK=∑j∑iPijKj (8),以及
Pq=∑j∑iPijqj (9)。
基于公式(4)-(9),公式(3)可以转换为如下公式(10):
Y(l)=[CΔt+B1(l)]+PqB2(l),t>T0 (10),
其中,Y(l)可以表示在时间帧l内所生成的PET数据,不包括与随机符合和分散符合有关的数据。
如果所述PET扫描仪110对所述受试者进行n次扫描,则可以将公式(10)进一步转换为矩阵公式(例如公式(11)),如下所示:
在一些实施例中,所述积分确定模块450可以基于Patlak参数(例如,公式(11))来确定目标函数,并且可通过求解目标函数来确定所述血液输入函数的第二部分的积分。在一些实施例中,目标函数可以表示在第一时间段内所生成的PET数据、所述血液输入函数的第一部分和所述血液输入函数的第二部分的积分之间的关系。
在一些实施例中,用于确定所述血液输入函数的第二部分的积分的不同算法对应于不同的目标函数。例如,所述积分确定模块450可使用最小二乘(LS)算法来确定所述血液输入函数的第二部分的积分。假设所述PET数据的噪声分布符合高斯噪声模型,则所述积分确定模块450可以确定由如下公式(12)表示的目标函数:
其中,表示目标函数值,/>以及
应当注意,仅出于说明的目的而提供了LS算法,而并非旨在限制本申请的范围。对于本领域技术人员而言,其他相关算法也可以用于确定所述血液输入函数的第二部分的积分,例如期望最大化(EM)算法。
所述动力学参数确定模块460可用于基于所述PET数据、所述血液输入函数的第一部分和所述血液输入函数的第二部分的积分来确定所述动力学模型的动力学参数。例如,所述动力学参数确定模块460可以将所述PET数据、所述血液输入函数的第一部分和所述血液输入函数的第二部分应用于动力学模型(例如,由公式(1)、公式(2)、公式(3)、公式(10)或公式(11)表示的Patlak参数),并确定动力学参数Kj和qj。应当注意的是,对于确定Patlak参数的动力学参数的方法没有限制,并且在本申请中任何相关方法均可使用。
在一些实施例中,所述动力学参数确定模块460可基于Kj重建Patlak斜率图像,并基于qj重建Patlak截距图像。
所述诊断模块470可用于基于所述动力学参数来确定所述受试者体内是否出现病变(例如,受试者的ROI)。举例来说,所述诊断模块470可以通过将Patlak斜率Kj和Patlak截距qj与正常的Patlak斜率值和正常的Patlak截距值进行比较来确定所述受试者和病变位置中是否出现病变。在一些实施例中,可以基于临床实验和/或经验数据确定正常的Patlak斜率值和正常的Patlak截距值。正常的Patlak斜率值和正常的Patlak截距值可以存储在所述PET系统100的存储介质(例如所述存储设备150和/或所述存储设备220)中。在一些实施例中,所述诊断模块470可以通过例如所述处理设备140的I/O 230和/或终端130的I/O 350输出诊断报告,以表明在所述受试者和病变位置中是否出现病变。
可选择地,所述动力学参数确定模块460可以通过例如所述处理装置140的I/O230和/或所述终端130的I/O 350输出动力学参数(或Patlak斜率图像和Patlak截距图像)。所述PET系统100的用户可以基于所述动力学参数做出诊断。在这种情况下,可以省略所述诊断模块470。
所述处理设备140中的模块可以经由有线连接或无线连接相互连接或相互通信。所述有线连接可包括金属电缆、光缆、混合电缆等,或以上的任意组合。所述无线连接可包括局域网(LAN)、广域网(WAN)、蓝牙,ZigBee、近场通信(NFC)等,或以上的任何组合。可以将两个或更多个模块组合为一个模块,并且可以将任何一个模块划分为两个或更多个单元。例如,所述输入函数确定模块440可以集成到所述积分确定模块450而作为一个模块,而可确定所述血液输入函数的第一部分和所述血液输入函数的第二部分的积分。
应当注意,以上描述仅出于说明的目的而提供,并非旨在限制本申请的范围。对于本领域技术人员而言,可以在本申请的教导下进行多种变化和修改。然而,这些变化和修改均不脱离本申请的范围。举例来说,所述处理设备140可进一步包括存储模块(图4未示出)。所述存储模块可用于存储在由所述处理设备140中的任何组件执行的任何处理所生成的数据。在另一实施例中,所述处理设备140的每个组件可以包括存储设备。附加地或可选择地,所述处理设备140的组件可以共享公共存储设备。
图5是本申请的一些实施例中用于确定动力学参数的方法的流程示意图。所述过程500可以通过图1所示的PET系统100实施。举例来说,所述过程500可以以指令(例如应用程序)的形式存储在所述存储设备150和/或所述存储器220中,并且由所述处理设备140(例如图2所示的所述处理器210,或图4所示的所述处理设备140中的一个或多个模块)调用和/或执行。下面呈现的所述过程的操作旨在进行说明。在一些实施例中,所述过程500可以利用一个或多个未描述的附加操作和/或没有所讨论的一个或多个操作来完成。另外,图5所示的过程500的操作的顺序是顺序。图5中所示的和下面描述的内容并非旨在限制。
在操作510中,控制模块410可指示所述PET扫描仪110在第一时间段内对注射有示踪剂的受试者(例如,受试者的感兴趣区域(ROI))进行扫描。所述示踪剂在所述受试者体内被认为处于稳定状态。第一时间段(也称为扫描时间)可在所述示踪剂被注射到所述受试者体内的注射时间之后。
所述受试者可以是生物学的或非生物学的。在一实施例中,所述受试者可包括患者、人造物体(例如人体模型)等。在另一实施例中,所述受试者可包括患者的特定部分、器官和/或组织。例如,所述受试者可包括患者的头部、大脑、颈部、身体、肩膀、手臂、胸部、心脏、胃、血管、软组织、膝盖、脚等,或者以上的任意组合。
所述示踪剂是指可能发生衰变并释放正电子的放射性物质。在一实施例中,本申请的所使用的,用于PET成像的示踪剂可为不可逆的示踪剂,比如18F-氟脱氧葡萄糖(18F-FDG)。
以所述18F-FDG为例,在将18F-FDG注射(例如,大剂量静脉内注射)到所述受试者体内之后,注射的所述18F-FDG的至少一部分可移至组织液中。间质液中的18F-FDG可在细胞膜上的葡萄糖转运蛋白1(GLUT1)的作用下移入细胞或返回至血液中。细胞中的18F-FDG可通过己糖激酶被磷酸化为18F-FDG-6P。所述18F-FDG-6P是不可逆的示踪剂,其在短时间内(例如从注射时间到所述受试者扫描结束的时间段)既不会被代谢也不会去磷酸化而返回至血液中。在所述受试者扫描期间,一旦所述18F-FDG进入细胞,就认定所述18F-FDG不可逆地被困在细胞中。最终,更多的上述18F-FDG可能积聚于出现病变的组织(例如肿瘤)中,该病变的组织具有比正常的组织更快的新陈代谢。
在本申请中,在将所述示踪剂注射至所述受试者体内后,所述控制模块410可仅在认为所述示踪剂的分布在所述受试者中处于稳态之后才指示所述PET扫描仪110对所述受试者进行扫描。在一些实施例中,所述第一时间段的开始时间可等于或在平衡时间点之后,所述平衡时间点是指所述示踪剂在所述受试者体内的分布被认为已达到稳态的时间。在所述稳态下,血液中所述示踪剂的浓度与组织中所述示踪剂的浓度之间可存在动态平衡。例如,在所述稳态下,血液中所述示踪剂的浓度与组织中所述示踪剂的浓度之比可为恒定的或基本恒定的。本申请所称的血液和/或组织中所述示踪剂的浓度基本恒定可理解为在一时间段内血液和/或组织中所述示踪剂的浓度的变化低于阈值。所述阈值可为血液/组织中所述示踪剂的浓度20%、15%、10%、5%等。所述时间段可为10分钟、8分钟、5分钟、3分钟、2分钟、1分钟、30秒等。
在一些实施例中,所述示踪剂的平衡时间点可根据临床实验获得。在确定所述示踪剂的平衡时间点的过程中,可以基于血液采样或图像分析来估计血液或组织中的所述示踪剂的浓度。不同类型的示踪剂可能具有不同的平衡时间点。例如18F-FDG的平衡时间点可以是在将18F-FDG注入到所述受试者体内后大约40分钟。在18F-FDG注射到受试者体内后的40分钟至80分钟内,所述PET扫描仪110可以对所述受试者进行扫描。
在一些实施例中,对所述受试者进行扫描时每次扫描的持续时间(也称为时间帧)可以相同,也可以不同。举例来说,所述PET扫描仪110可对所述受试者进行30次扫描,比如其中4次扫描的持续时间为20秒/次;4次扫描的持续时间为40秒/次;4次扫描的持续时间为60秒/次;4次扫描的持续时间为180秒/次;以及14次扫描的持续时间为300秒/次。在一些实施例中,相邻的两次扫描之间可能存在时间间隔,或没有时间间隔。在一实施例中,在第一次扫描完成之后,紧接在所述第一次扫描后可开始第二次扫描。
在一些实施例中,所述PET扫描仪110可在所述第一时间段内在单床位置(或固定视野,FOV)对所述受试者进行扫描。在一些实施例中,在所述第一时间段内,所述PET扫描仪110可以重复的通过受试者进行遍历扫描,每个遍历包括多个床位。通过受试者时,可以依次扫描多个床位(一个床位紧接一个床位)。因此,在每个床位上,不连续地多次扫描受试者(例如,等于通过受试者的次数/总数)。
在一些实施例中,在对所述受试者进行扫描之前(例如,在第一时间段的开始时间之前),所述PET系统100的用户(例如,医生或成像技术人员)可以通过以下方式设置扫描方案:例如,所述处理设备140的I/O 230和/或所述终端130的I/O350。所述PET扫描仪110可基于所述扫描方案对所述受试者进行扫描。所述扫描方案可包括所述示踪剂的类型、所述示踪剂的平衡时间点、注射时间、所述示踪剂的半衰期、所述第一时间段、所述第一时间段的开始时间、所述第一时间段的终止时间、所述受试者的扫描时间帧、所述受试者的扫描次数等,或以上的任意组合。
在一些实施例中,所述PET数据越多,所述血液输入函数(例如,所述血液输入函数的第一部分和所述血液输入函数的第二部分的积分)就越准确(如图7所示)。由于所述示踪剂随时间衰减,因此所述第一时间段的开始时间更接近所述示踪剂的平衡时间点,则可实现在相同的扫描时间(例如相同的第一时间段)内获得更多、更丰富的所述PET数据。
在操作520中,所述数据采集模块420可以基于所述受试者的扫描获得由PET扫描仪110生成的PET数据。
所生成的PET数据可以与由图1中的所述检测器118在扫描所述受试者的期间内所检测到的多个所述符合相关。例如,所述PET数据可包括由所述PET扫描仪110的检测器118中的每个检测器对所检测到的光子对的总数或数量、与沿着LOR的多个所述符合所发生有关的位置信息、多个所述符合的时间信息(例如,每个光子对到达所述检测器118的时间、和/或每个光子对的出现时间)等,或以上的任意组合。在一些实施例中,所述PET数据可为列表模式数据。在一些实施例中,所述PET数据可为正弦图数据。例如,列表模式数据可以被投影到正弦图数据。在一些实施例中,所述PET数据可以被存储在所述PET系统100的存储介质(例如,所述存储设备150和/或所述处理设备140的存储220)中。所述数据采集模块420可从所述PET系统100的存储介质中获取所述PET数据以用于进一步处理。在一些实施例中,所述数据采集模块420可直接从实审PET扫描仪110获取所述PET数据以用于进一步处理。
在操作530中,所述图像重建模块430可用于通过基于所述受试者的扫描而重建所述PET数据(例如,列表模式数据或正弦图数据)来生成PET图像。在一些实施例中,所述图像重建模块430可基于在所述受试者的一次扫描期间所生成的PET数据来重建所述PET图像。例如,如果所述PET扫描仪110对所述受试者进行30次扫描,则所述图像重建模块430可以重建30张PET图像,每张PET图像对应于所述受试者的一次扫描。
举例来说,所述图像重建技术可包括滤波反投影(FBP)、代数重建技术(ART)、统计重建(SR)算法等,或以上的任意组合。本领域技术人员应该理解,所述图像重建技术可以改变,而所有这些变化均在本申请的保护范围内。
在操作540中,所述输入函数确定模块440可用于基于所述PET图像(例如动态PET图像)确定在所述受试者体内示踪剂的血液输入函数的第一部分(也称为动脉血时间-活度曲线(TAC))。所述血液输入函数的第一部分可以指示所述示踪剂在第一时间段内的活度(或浓度)。
举例来说,所述输入函数确定模块440可为每个PET图像确定相同的ROI或感兴趣结构(VOI)。ROI或VOI可包括至少一条动脉。对于每个PET图像,所述输入函数确定模块440可以确定与ROI或VOI中的动脉有关的像素或体素值的平均值。所述输入函数确定模块440可以基于平均值评估在与所述PET图像相对应的扫描的时间帧内所述示踪剂在血液中的活度(或浓度)。在一些实施例中,在扫描的时间帧内,所述示踪剂在血液中的活度(或浓度)可被认为在该时间帧内是恒定的;在该时间帧内,与ROI或VOI中的动脉相关的像素或体素值的平均值可视为代表该时间帧内的活度(或浓度)。在一些实施例中,在扫描的时间帧内,所述示踪剂在血液中的活度(或浓度)可以在该时间帧内变化;例如,在扫描的时间帧内所述示踪剂的活度(或浓度)可以变化。可以认为与该时间帧内的ROI或VOI中的动脉相关的像素或体素值的平均值对应于该时间帧内某个时间点(例如该时间帧的中点)的活度(或浓度),并且代表所述时间帧内的活度(或浓度)。例如,如果所述PET扫描仪110对所述受试者进行30次扫描并且所述图像重建模块430基于所述受试者的30次扫描生成30张PET图像,则所述输入函数确定模块440通过处理30张所述PET图像可以获得在第一时间段的30个时间点血液中所述示踪剂的30次活度(或浓度)值。应当注意,基于PET图像确定血液中所述示踪剂的活度的过程仅出于说明的目的而提供,而并非意在限制本申请的范围。本领域技术人员也可以基于PET图像通过其他相关流程来确定所述示踪剂在血液中的活度。
所述输入函数确定模块440可以通过在多个时间点对所述示踪剂在血液中的活度值进行曲线拟合来确定所述血液输入函数的第一部分。在一些实施例中,所述拟合可包括插值、外推、平滑、回归分析、最小二乘算法等,或以上的任意组合。举例来说,所述插值算法可包括拉格朗日插值、牛顿插值、埃尔米特插值、分段插值、样条插值、线性插值等,或以上的任意组合。举例来说,所述外推算法可以包括线性外推、多项式外推、圆锥外推、法式曲线外推等,或以上的任意组合。举例来说,所述回归分析可以包括线性回归、非线性回归,多元回归、逻辑回归、偏回归等,或以上的任意组合。
在一些实施例中,所述确定所述血液输入函数的第一部分的过程可适用于所述PET扫描仪110于第一时间段在单床位置(或固定视野,FOV)对所述受试者进行扫描。
在一些实施例中,当所述PET扫描仪110于第一时间段内在多个床位上对所述受试者进行扫描时,所述输入函数确定模块440可以基于在多个床位扫描所获得的PET数据来确定所述血液输入函数的第一部分。例如,所述输入函数确定模块440可以确定多个床位的每个PET图像的ROI或VOI。ROI或VOI可包括至少一条动脉。与相同床位有关的ROI或VOI可以相同或至少部分重叠。所述输入函数确定模块440可以基于与上述相似的过程为每个PET图像确定所述示踪剂的活度。所述输入函数确定模块440可以基于相应的ROI或VOI中的动脉的大小来修改每个PET图像的活度。可选择地,所述输入函数确定模块440可以选择PET图像中的一个的ROI或VOI中的动脉作为标准,并可基于标准动脉大小来对其余活度进行修改。活度的修改可以通过包括如部分容积效应(PVE)校正的校正技术来完成。所述输入函数确定模块440可以结合校正后的活度(和未修改的活度、标准的活度)以生成所述血液输入函数的第一部分。例如,所述输入函数确定模块440可以按时间顺序将校正后的活度(和未修改的活度、标准的活度)拼接在一起,以生成所述血液输入函数的第一部分。关于多个床位的实施例的更多描述可以在如美国专利号为US8831323B2中找到,在此将其全文引入作为参考。
在操作550中,所述积分确定模块450可用于基于动力学模型、所述PET数据和所述血液输入函数的第一部分来确定所述血液输入函数的第二部分的积分。所述血液输入函数的第二部分可对应于在所述注射时间与所述第一时间段的开始时间之间的第二时间段。例如,所述第二时间段可以是从所述注射时间到所述第一时间段的开始时间或其中的一部分。
本申请中所述动力学模型可为二室模型。在二室模型中,两个室中的一个可以代表血液,而两个室中的另一个可以代表组织。
在一些实施例中,所述积分确定模块450可基于不可逆的示踪剂的二室模型来确定Patlak参数。Patlak参数可以表示不可逆的示踪剂通过两个隔室之间的传递而发生的动态行为。Patlak参数可以表示组织中所述示踪剂的活度(或浓度)与血液中所述示踪剂(例如不可逆的示踪剂)的活度(或浓度)之间的关系。当所述示踪剂在所述受试者体内的分布达到稳态时,Patlak图可能变为线性。Patlak图的线性相位的斜率可以表示两个隔室(例如组织和血液)之间的净转移速率。Patlak图的线性相位的截距可重新设置所述示踪剂在血液隔室中的分布容积。
在一些实施例中,Patlak图可适用于所述PET图像的像素或体素。在这种情况下,可以确定与所述PET图像中的至少一个像素或体素(例如,PET图像中的ROI或VOI的像素或体素)有关的斜率参数(也称为斜率值)和截距参数(也称为截距值)。所述动力学参数可包括所述PET图像的至少一个体素或像素的斜率参数和截距参数。
在一些实施例中,Patlak参数可以代表所述血液输入函数、所述PET数据和所述动力学参数的关系。例如,Patlak参数可以由以下公式(1)表示:
其中,yi(t)表示在时间t在LOR i处生成的光子对的数量;t(l)表示时间帧l的开始时间;Δt表示时间帧l的持续时间;Pij表示包括多个元素的响应矩阵,并且每个元素表示当在对应于时间帧l的PET图像的体素(或像素)j的位置处生成光子对时,由与LOR i连接的检测器对检测到光子对的概率;Kj和qj为Patlak参数,其中Kj表示体素(或像素)j的Patlak图的线性相位的斜率值,qj表示体素(或像素)的Patlak图的线性相位的截距值)j;bld(τ)和/或bld(t)表示示踪剂在血液输入函数中的某个时间点(例如t或τ)的活度(或浓度);ri(t)和si(t)分别表示在时间t沿LOR i的随机符合率和分散符合率;T0表示第一时间段的开始时间。在一些实施例中,可以基于PET数据确定yi(t)、Pij、ri(t)、和si(t)。
如公式(1)所示,公式(1)可以与一个LOR相关联。为了使Patlak参数与所述检测器118有关的所有LOR相关联,可以将公式(1)转换为公式(2),如下所示:
公式(2)可以进一步转换为公式(3),如下所示:
其中,表示血液输入函数的第二部分的积分。
根据公式(3),如果在所述示踪剂的分布被认为已经达到稳态之后PET扫描仪110开始对所述受试者进行扫描,则需要输入至Patlak参数以估计动力学参数的信息可以包括:对应于在所述注射时间和第一时间段的开始时间之间的第二时间段的血液输入函数的积分中的至少一个(比如所述血液输入函数的第二部分的积分),而不是对应于第二时间段的血液输入函数的曲线或对应于第一时间段的血液输入函数的曲线。公式(3)可以为在所述示踪剂的分布达到稳态之后对受试者进行扫描,而不是从注射时间开始对受试者进行扫描提供理论基础。
在一些实施例中,
/>
PK=∑j∑iPijKj (8),以及
Pq=∑j∑iPijqj (9)。
基于公式(4)-(9),公式(3)可以转换为如下公式(10):
Y(l)=[CΔt+B1(l)]+PqB2(l),t>T0 (10),
其中,Y(l)可以表示在时间帧l内所生成的PET数据,不包括与随机符合和分散符合有关的数据。
如果所述PET扫描仪110对所述受试者进行n次扫描,则可以将公式(10)进一步转换为矩阵公式(例如公式(11)),如下所示:
在一些实施例中,所述积分确定模块450可以基于Patlak参数(例如,公式(11))来确定目标函数,并且可通过求解目标函数来确定所述血液输入函数的第二部分的积分。在一些实施例中,目标函数可以表示在第一时间段内所生成的PET数据、所述血液输入函数的第一部分和所述血液输入函数的第二部分的积分之间的关系。
在一些实施例中,用于确定所述血液输入函数的第二部分的积分的不同算法对应于不同的目标函数。例如,所述积分确定模块450可使用最小二乘(LS)算法来确定所述血液输入函数的第二部分的积分。假设所述PET数据的噪声分布符合高斯噪声模型,则所述积分确定模块450可以确定由如下公式(12)表示的目标函数:
其中,表示目标函数值,/>以及
应当注意,仅出于说明的目的而提供了LS算法,而并非旨在限制本申请的范围。对于本领域技术人员而言,其他相关算法也可以用于确定所述血液输入函数的第二部分的积分,例如期望最大化(EM)算法。
在操作560中,所述动力学参数确定模块460可用于基于所述PET数据、所述血液输入函数的第一部分和所述血液输入函数的第二部分的积分来确定所述动力学模型的动力学参数。例如,所述动力学参数确定模块460可以将所述PET数据、所述血液输入函数的第一部分和所述血液输入函数的第二部分应用于动力学模型(例如,由公式(1)、公式(2)、公式(3)、公式(10)或公式(11)表示的Patlak参数),并确定动力学参数Kj和qj。应当注意的是,对于确定Patlak参数的动力学参数的方法没有限制,并且在本申请中任何相关方法均可使用。
在一些实施例中,所述动力学参数确定模块460可基于Kj重建Patlak斜率图像,并基于qj重建Patlak截距图像。
在步骤570中,所述诊断模块470可用于基于所述动力学参数来确定所述受试者体内是否出现病变(例如,受试者的ROI)。举例来说,所述诊断模块470可以通过将Patlak斜率Kj和Patlak截距qj与正常的Patlak斜率值和正常的Patlak截距值进行比较来确定所述受试者和病变位置中是否出现病变。在一些实施例中,可以基于临床实验和/或经验数据确定正常的Patlak斜率值和正常的Patlak截距值。正常的Patlak斜率值和正常的Patlak截距值可以存储在所述PET系统100的存储介质(例如所述存储设备150和/或所述存储设备220)中。在一些实施例中,所述诊断模块470可以通过例如所述处理设备140的I/O 230和/或终端130的I/O 350输出诊断报告,以表明在所述受试者和病变位置中是否出现病变。
可选择地,所述动力学参数确定模块460可以通过例如所述处理装置140的I/O230和/或所述终端130的I/O 350输出动力学参数(或Patlak斜率图像和Patlak截距图像)。所述PET系统100的用户可以基于所述动力学参数做出诊断。在这种情况下,可以省略操作570。
应当注意,以上描述仅出于说明的目的而提供,并非旨在限制本申请的范围。对于本领域技术人员而言,可以在本申请的教导下进行多种变化和修改。然而,这些变化和修改均不脱离本申请的范围。
图6是本申请的一些实施例中表示血液输入函数的估计的积分的准确性的示意图。如图6所示,横轴表示基于图5所示的过程500所估计的血液输入函数的第二部分的积分。纵轴表示的真实数据与/>的估计值的方差(SSE)之和。可以根据所示PET数据确定/>的真实数据。/>的估计值可通过将估计的积分放在公式(1)中来确定。在一些实施例中,由于例如系统误差,所示积分确定模块450可重复几次操作550并且获得多个不同的估计的积分。所示系统误差可能是由所示处理设备140等中存在的计算错误引起的。如图6所示,SSE的最小值出现在x=0.002处,这意味着/>的估计值最接近当估计的积分等于0.002时/>的真实数据。所示动力学参数确定模块460可以使用0.002来确定动力学参数。应该理解的是,图6可以反映估计的积分的精度。
图7是本申请的一些实施例中血液输入函数的估计的积分相对于PET扫描的时间帧内不同计数水平的相对标准偏差的示意图。如图7所示,纵轴表示血液输入函数的估计积分的相对标准偏差(相对s.d.),横轴表示PET数据量(例如,在PET扫描的每个时间帧内由检测器118检测到的光子对的总数)。图7表明,PET数据越多,相对标准偏差可能越小。换句话说,每个时间帧内更多PET数据可能实现更准确的积分估计。
在这样描述了基本概念之后,对于本领域技术人员而言,在阅读了本申请的详细描述之后,可以很明显地认识到,上述详细公开仅旨在通过举例的方式进行描述,而并非是限制性的。尽管这里没有明确说明,但是各种改变、改进和修改可能发生并可本领域技术人员实现。这些改变、改进和修改均可经由本申请启示得到,并且在本申请的示例性实施例的精神和范围内。
此外,还使用了某些术语来描述本申请的实施例。例如,术语“一个实施例”、“一实施例”和/或“一些实施例”表示结合该实施例描述的特定特征、结构或特性均包括在本申请的至少一个实施例中。因此,应当强调并且应当理解,在本说明书的各个部分中对“一实施例”、“一个实施例”或“替代实施例”的两次或更多次引用,不一定都指同一实施例。此外,在本申请的一个或多个实施例中,可以适当地组合特定特征、结构或特性。
此外,本领域的技术人员将理解,本文中的公开内容的各个方面可以以在包括许多新的和有用的工艺、机器、制造、物质的组成、或其任何新的有用的改进的许多可专利性的类别或背景中的任何一种来示出和描述。因此,本申请的各方面可以完全以硬件、完全以软件(包括固件、常驻软件、微代码等)、或以软件和硬件的组合来实现,这些实现在本文中通常都统称为“单元”、“模块”、或“系统”。此外,本申请的各方面可以采取包括计算机可读程序代码的一个或多个计算机可读介质而呈现的计算机程序产品的形式。
非暂时性计算机可读信号介质可以包括带有计算机可读程序代码的传播数据信号,比如基带或作为载波的一部分。这种传播信号可以采取多种形式中的任何一种,包括电磁、光学等,或其任何合适的组合。计算机可读信号介质可以是非计算机可读存储介质的任何计算机可读介质,并且可以通信,传播或传输供指令执行系统、装置或设备使用或与其结合使用的程序。包含在计算机可读信号介质上的程序代码可以使用任何适当的介质,包括无线、有线、光纤电缆、射频或类似,或以上的任何适当组合,来进行传输。
用于执行本申请的操作的计算机程序代码可以用一种或多种编程语言的任何组合来编写,包括面向对象的编程语言,如Java、Scala、SmallTalk、Eiffel、JADE、Emerald、C++、C#、VB.net、Python等,传统的程序化编程语言,如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP,动态编程语言如Python、Ruby和Groovy,或其他编程语言。程序代码可以完全在用户的计算机上执行,一部分在用户的计算机上执行,作为独立的软件包,一部分在用户的计算机上并且一部分在远程计算机上执行,或者全部在远程计算机或服务器上执行。在后一种情况下,远程计算机可以通过任何类型的网络(包括局域网(LAN)或广域网(WAN))连接到用户计算机,或者可以与外部计算机建立连接(用于例如,通过使用Internet服务提供商的Internet)或在云计算环境中,或作为服务(例如软件即服务(SaaS))提供。
此外,处理元件或序列的列举顺序,或因此而使用的数字、字母或其他名称,并不会将所要求保护的过程和方法限制为任何顺序,除非权利要求中另有规定。尽管上述公开内容通过各种示例讨论了当前被认为是本申请的各种有用实施例的内容,但是应当理解,这些细节仅用于解释的目的,并且所附权利要求不限于所公开的实施例,而是旨在涵盖在所公开实施例的构思和范围内的修改和等效布置。例如,虽然上面描述的各种组件的实现可以体现在硬件设备中,但是它也可以被实现为仅软件的解决方案,例如,在现有服务器或移动设备上的安装。
类似地,应当理解,在本申请的实施例的前述描述中,各种特征有时在单个实施例、图或其描述中被组合在一起,以简化本公开,有助于理解一个或多个各种发明实施例。然而,这种披露方法不应被解释为反映了这样一种意图,即所要求保护的标的物需要比每项权利要求中明确陈述的更多的特征。本申请实施例存在特征比单个前述公开实施例的所有特征更少的实施例。
在一些实施例中,用于描述和要求应用的某些实施例的数量、属性等的数量应被理解为在某些情况下被修改为“关于”、“近似”或“实质上”。例如,“关于”、“近似”、或“实质上”可以表示其所描述的值的±20%的变化,除非另有说明。因此,在一些实施例中,在书面描述和附加声明中提出的数值参数是可以根据特定实施例所要获得的期望属性而变化的近似值。在一些实施例中,应根据报告的有效数字的数量并通过应用普通舍入技术来解释数值参数。尽管阐述了应用的一些实施例的广泛范围的数值范围和参数是近似值,但是在具体实例中所阐述的数值被精确地报告为切实可行的。
此处引用的每项专利、专利申请、专利申请的出版物和其他材料,如文章、书籍、规范、出版物、文件、物品和/或类似物,在此通过本参考文件将其全部纳入本参考文件中,以用于所有目的,除与本文件有关的任何起诉文件记录外,与本文件不一致或冲突的任何起诉文件记录,或对与本文件有关的权利要求的最广泛范围可能产生限制性影响的任何起诉文件记录。举例来说,如果与任何合并材料相关的术语的描述、定义和/或使用与本文件相关的术语之间存在任何不一致或冲突,应以本文件中术语的描述、定义和/或使用为准。
最后,应当理解,本文所公开的应用的实施例说明了应用的实施例的原理。可采用的其他修改可在本申请的范围内。因此,作为示例而不是限制,可以根据本文的教导利用应用的实施例的替代配置。因此,本申请的实施例不限于如所示和描述的精确的实施例。
Claims (20)
1.一种成像系统,其特征在于,包括:
PET扫描仪,其用于:
在第一时间段内对注射有示踪剂的受试者进行扫描,其中所述示踪剂在先于所述第一时间段的注射时间被注射给受试者;以及
根据所述受试者的扫描结果生成PET数据;
至少一个存储设备,所述至少一个储存设备包括一组指令;以及
至少一个处理器,所述至少一个处理器与所述至少一个存储设备通信连接,其中,当执行该组指令时,所述至少一个处理器被指示以使所述系统执行以下操作:
通过重建PET数据来生成基于所述受试者的扫描结果的PET图像;
基于所述PET图像确定所述示踪剂的血液输入函数的第一部分,其中所述血液输入函数的第一部分与所述第一时间段相关联;
基于动力学模型、所述PET数据和所述血液输入函数的第一部分,确定血液输入函数的第二部分的积分,其中所述血液输入函数的第二部分与第二时间段相关联,所述第二时间段位于所述注射时间与所述第一时间段的开始时间之间;以及
基于所述PET数据、所述血液输入函数的第一部分和所述血液输入函数的第二部分的积分确定所述动力学模型的动力学参数,其中所述动力学参数用以指示所述示踪剂在所述受试者体内的代谢。
2.如权利要求1所述的系统,其特征在于,当执行该组指令时,所述至少一个处理器还被指示以使所述系统执行以下操作:
基于所述动力学参数确定所述受试者体内是否出现病变。
3.根据权利要求1所述的系统,其特征在于,为了基于所述动力学模型、所述PET数据和所述血液输入函数的第一部分来确定所述血液输入函数的第二部分的积分,所述至少一个处理器被进一步被指示以使所述系统执行以下操作:
根据所述动力学模型确定Patlak参数;和
基于所述Patlak参数、所述PET数据和所述血液输入函数的第一部分,确定所述血液输入函数的第二部分的积分。
4.如权利要求3所述的系统,其特征在于,所述血液输入函数的第二部分的积分是基于最小二乘算法来确定。
5.如权利要求3所述的系统,其特征在于,所述血液输入函数的第二部分的积分是基于期望最大化算法来确定。
6.如权利要求1所述的系统,其特征在于,所述示踪剂适用于二室模型。
7.根据权利要求1所述的系统,其特征在于,所述示踪剂是不可逆的示踪剂。
8.根据权利要求1所述的系统,其特征在于,所述第一时间段的开始时间为所述示踪剂在所述受试者体内的分布被认为已达到稳态的时间点。
9.根据权利要求1所述的系统,其特征在于,所述第一时间段的开始时间是在所述示踪剂在所述受试者体内的分布被认为已达到稳态的时间点之后。
10.根据权利要求1所述的系统,其特征在于,所述PET扫描仪在单床位置或多床位置对所述受试者进行扫描。
11.一种成像方法,其通过包括一个或多个处理器和一个或多个存储设备的计算设备实现,其特征在于,该方法包括:
指示PET扫描仪在第一时间段内对注射有示踪剂的受试者进行扫描,其中所述示踪剂在先于所述第一时间段的注射时间被注射给所述受试者;
通过重建PET数据来生成PET图像,其中所述PET数据为基于所述受试者的扫描结果并由所述PET扫描仪所生成的;
基于所述PET图像确定所述示踪剂的血液输入函数的第一部分,其中所述血液输入函数的第一部分与所述第一时间段相关联;
基于动力学模型、所述PET数据和所述血液输入函数的第一部分,确定血液输入函数的第二部分的积分,其中所述血液输入函数的第二部分与第二时间段相关联,所述第二时间段位于所述注射时间与所述第一时间段的开始时间之间;以及
基于所述PET数据、所述血液输入函数的第一部分和所述血液输入函数的第二部分的积分确定所述动力学模型的动力学参数,其中所述动力学参数用以指示所述示踪剂在所述受试者体内的代谢。
12.根据权利要求11所述的方法,其特征在于,包括:
所述动力学参数用于确定所述受试者体内是否出现病变。
13.根据权利要求11所述的方法,其特征在于,所述基于所述动力学模型、所述PET数据和所述血液输入函数的第一部分,确定所述血液输入函数的第二部分的积分包括:
根据所述动力学模型确定Patlak参数;和
基于所述Patlak参数、所述PET数据和所述血液输入函数的第一部分,确定所述血液输入函数的第二部分的积分。
14.根据权利要求13所述的方法,其特征在于,所述血液输入函数的第二部分的积分是基于最小二乘算法来确定的。
15.根据权利要求13所述的方法,其特征在于,所述血液输入函数的第二部分的积分是基于期望最大化算法来确定的。
16.根据权利要求11所述的方法,其特征在于,所述示踪剂适用于二室模型。
17.如权利要求11所述的方法,其特征在于,所述示踪剂是不可逆的示踪剂。
18.如权利要求11所述的方法,其特征在于,所述第一时间段的开始时间为所述示踪剂在所述受试者体内的分布被认为已达到稳态的时间点,或者是在所述示踪剂在所述受试者体内的分布被认为已达到稳态的时间点之后。
19.如权利要求11所述的方法,其特征在于,所述PET扫描仪在单床位置或多床位置对所述受试者进行扫描。
20.一种非暂时性计算机可读介质,其特征在于,其包括至少一组用于成像的指令,其中,当由计算设备的一个或多个处理器执行时,所述至少一组指令使所述计算设备执行一种方法,所述方法包括:
指示PET扫描仪在第一时间段内对注射有示踪剂的受试者进行扫描,其中所述示踪剂在先于所述第一时间段的注射时间被注射给受试者;
通过重建PET数据来生成PET图像,其中所述PET数据为基于所述受试者的扫描结果并由所述PET扫描仪所生成的;
基于所述PET图像确定所述示踪剂的血液输入函数的第一部分,其中所述血液输入函数的第一部分与所述第一时间段相关联;
基于动力学模型、所述PET数据和所述血液输入函数的第一部分,确定血液输入函数的第二部分的积分,其中所述血液输入函数的第二部分与第二时间段相关联,所述第二时间段位于所述注射时间与所述第一时间段的开始时间之间;以及
基于所述PET数据、所述血液输入函数的第一部分和所述血液输入函数的第二部分的积分确定所述动力学模型的动力学参数,其中所述动力学参数用以指示所述示踪剂在所述受试者体内的代谢。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/052,366 US11172903B2 (en) | 2018-08-01 | 2018-08-01 | Systems and methods for determining kinetic parameters in dynamic positron emission tomography imaging |
US16/052,366 | 2018-08-01 | ||
PCT/US2019/044574 WO2020028607A1 (en) | 2018-08-01 | 2019-08-01 | Systems and methods for determining kinetic parameters in dynamic positron emission tomography imaging |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110996800A CN110996800A (zh) | 2020-04-10 |
CN110996800B true CN110996800B (zh) | 2023-12-12 |
Family
ID=69227321
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980003053.XA Active CN110996800B (zh) | 2018-08-01 | 2019-08-01 | 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 |
Country Status (3)
Country | Link |
---|---|
US (2) | US11172903B2 (zh) |
CN (1) | CN110996800B (zh) |
WO (1) | WO2020028607A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111862259B (zh) * | 2020-07-27 | 2023-08-15 | 上海联影医疗科技股份有限公司 | 医学灌注图像处理方法和医学成像设备 |
WO2022120589A1 (zh) * | 2020-12-08 | 2022-06-16 | 中国科学院深圳先进技术研究院 | 基于em算法的动态pet参数图像分部重建算法 |
WO2022257154A1 (zh) * | 2021-06-11 | 2022-12-15 | 上海联影医疗科技股份有限公司 | 参数成像的系统和方法 |
CN113397581B (zh) * | 2021-08-19 | 2021-11-30 | 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 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101542530A (zh) * | 2006-11-22 | 2009-09-23 | 皇家飞利浦电子股份有限公司 | 基于有限数据集合的图像生成 |
CN105307687A (zh) * | 2013-03-15 | 2016-02-03 | 索隆-基特林癌症研究协会 | 多模态的基于二氧化硅的纳米粒子 |
CN105809670A (zh) * | 2016-02-29 | 2016-07-27 | 上海联影医疗科技有限公司 | 灌注分析方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7848557B2 (en) | 2007-03-23 | 2010-12-07 | University Of Utah Research Foundation | Rapid multi-tracer PET imaging systems and methods |
WO2008147921A1 (en) * | 2007-05-22 | 2008-12-04 | Imaging Biometrics | Multiparameter perfusion imaging with leakage correction |
GB201109344D0 (en) | 2011-06-03 | 2011-07-20 | Siemens Medical Solutions | BIF from WB dynamic |
US10022097B2 (en) | 2014-06-16 | 2018-07-17 | University Of Southern California | Direct patlak estimation from list-mode PET data |
US11103199B2 (en) * | 2017-04-25 | 2021-08-31 | Siemens Medical Solutions Usa, Inc. | System and method for whole body continuous bed motion PET scanning with bi-directional data acquisition modes |
US11648418B2 (en) * | 2017-06-22 | 2023-05-16 | Reflexion Medical, Inc. | Systems and methods for biological adaptive radiotherapy |
-
2018
- 2018-08-01 US US16/052,366 patent/US11172903B2/en active Active
-
2019
- 2019-08-01 CN CN201980003053.XA patent/CN110996800B/zh active Active
- 2019-08-01 WO PCT/US2019/044574 patent/WO2020028607A1/en active Application Filing
-
2021
- 2021-11-15 US US17/454,829 patent/US11801028B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101542530A (zh) * | 2006-11-22 | 2009-09-23 | 皇家飞利浦电子股份有限公司 | 基于有限数据集合的图像生成 |
CN105307687A (zh) * | 2013-03-15 | 2016-02-03 | 索隆-基特林癌症研究协会 | 多模态的基于二氧化硅的纳米粒子 |
CN105809670A (zh) * | 2016-02-29 | 2016-07-27 | 上海联影医疗科技有限公司 | 灌注分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110996800A (zh) | 2020-04-10 |
US11801028B2 (en) | 2023-10-31 |
US11172903B2 (en) | 2021-11-16 |
US20200037975A1 (en) | 2020-02-06 |
US20220071585A1 (en) | 2022-03-10 |
WO2020028607A1 (en) | 2020-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10839567B2 (en) | Systems and methods for correcting mismatch induced by respiratory motion in positron emission tomography image reconstruction | |
US11636634B2 (en) | Systems and methods for positron emission tomography image reconstruction | |
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 | |
US10565746B2 (en) | Systems and methods for PET image reconstruction | |
US10690782B2 (en) | Systems and methods for positron emission tomography image reconstruction | |
US20230210477A1 (en) | Positron emission tomography imaging system and method | |
JP7027438B2 (ja) | 画像取得システム及び方法 | |
US11842465B2 (en) | Systems and methods for motion correction in medical imaging | |
US11688071B2 (en) | Systems and methods for image reconstruction and processing | |
US20230237665A1 (en) | Systems and methods for image segmentation | |
US11568581B2 (en) | Systems and methods for correcting mismatch induced by respiratory motion in positron emission tomography image reconstruction | |
CN112686967B (zh) | 图像重建系统和方法 | |
US20230360794A1 (en) | System and method for medical imaging | |
US20240112379A1 (en) | Methods and systems for parameter imaging | |
US11995744B2 (en) | Systems and methods for positron emission tomography imaging | |
US20220207792A1 (en) | Systems and methods for positron emission tomography imaging | |
US20230069017A1 (en) | Systems and methods for image reconstruction | |
US11995745B2 (en) | Systems and methods for correcting mismatch induced by respiratory motion in positron emission tomography image reconstruction | |
US20230260173A1 (en) | Systems and methods for positron emission tomography image reconstruction | |
US20240135516A1 (en) | Systems and methods for motion correction in medical imaging |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20221130 Address after: No. 2258 Chengbei Road, Shanghai, Jiading District Applicant after: Shanghai Lianying Medical Technology Co.,Ltd. Address before: Room 600, 9230 Kobe Road, Houston, Texas, USA Applicant before: United picture America |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |