CN111316327A - 对移动对象的pet数据的衰减校正 - Google Patents
对移动对象的pet数据的衰减校正 Download PDFInfo
- Publication number
- CN111316327A CN111316327A CN201880072162.2A CN201880072162A CN111316327A CN 111316327 A CN111316327 A CN 111316327A CN 201880072162 A CN201880072162 A CN 201880072162A CN 111316327 A CN111316327 A CN 111316327A
- Authority
- CN
- China
- Prior art keywords
- image
- pet
- sub
- gate
- pet data
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 34
- 238000011156 evaluation Methods 0.000 claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 17
- 230000033001 locomotion Effects 0.000 claims description 66
- 230000009466 transformation Effects 0.000 claims description 44
- 238000006073 displacement reaction Methods 0.000 claims description 38
- 230000000241 respiratory effect Effects 0.000 claims description 19
- 238000000844 transformation Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 230000000737 periodic effect Effects 0.000 claims description 5
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 4
- 238000002600 positron emission tomography Methods 0.000 description 207
- 238000002591 computed tomography Methods 0.000 description 116
- 238000003384 imaging method Methods 0.000 description 13
- 230000029058 respiratory gaseous exchange Effects 0.000 description 12
- 230000000694 effects Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 6
- 239000000700 radioactive tracer Substances 0.000 description 6
- 238000012879 PET imaging Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 208000037273 Pathologic Processes Diseases 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 230000009054 pathological process Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005442 electron-positron pair Effects 0.000 description 2
- 230000002503 metabolic effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000014616 translation Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 206010006322 Breath holding Diseases 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 102100029469 WD repeat and HMG-box DNA-binding protein 1 Human genes 0.000 description 1
- 101710097421 WD repeat and HMG-box DNA-binding protein 1 Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 230000004323 axial length Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008081 blood perfusion Effects 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 230000003434 inspiratory effect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000009206 nuclear medicine Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000012217 radiopharmaceutical Substances 0.000 description 1
- 229940121896 radiopharmaceutical Drugs 0.000 description 1
- 230000002799 radiopharmaceutical effect Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000004614 tumor growth Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
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
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
- A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
-
- 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
- A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Heart & Thoracic Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Nuclear Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明涉及用于辅助对移动对象(2)的门控PET数据的衰减校正的系统和方法。在所述系统中，评估单元(15)被配置为：(i)接收所述对象(2)的CT图像，并且将所述CT图像分割成多幅CT子图像，每幅CT子图像对应于被成像体积的轴向节段，(ii)针对每幅CT子图像确定包括与所述CT子图像具有最大对应性的PET数据的门，(iii)针对每幅CT子图像根据被包括在针对所述CT子图像确定的所述门中的所述PET数据来构建PET子图像，所述PET子图像基本上对应于与所述CT子图像相同的所述被成像体积的轴向节段，并且(iv)组合所述PET子图像以形成所述对象(2)的PET参考图像。
Description
技术领域
本发明涉及运动补偿的正电子发射断层摄影(PET)成像。更具体地，本发明涉及用于根据与多个门相关联的PET数据来辅助对移动对象的PET数据的衰减校正的系统和方法，每个门与运动的多个运动阶段中的一个运动阶段相关联，并且包括在相应的运动阶段期间采集的PET数据。
背景技术
在核医学中，特别地执行PET成像来可视化并定量地评价患者的代谢状态。例如，PET图像能够有助于定位病理过程(诸如肿瘤生长或发炎)和器官中的异常血液灌注的区域。
在PET中，正电子发射物质被给予到患者。选择通常也被称为放射性药物或放射性示踪剂的物质，使得它被涉及要被检查的病理过程的细胞吸收。当由放射性示踪剂发射正电子时，与附近电子的相遇湮灭了电子正电子对并且产生一对湮灭光子。这些湮灭光子中的每个具有511keV的能量并且这两个光子在基本相反的方向上行进。与所谓的符合基本上同时地由PET探测器记录这些光子。根据这样的符合，PET系统重建活动分布或活动图，所述活动分布或活动图示出了患者内的电子正电子湮灭率的空间分布，并且所述活动分布或活动图在本文中也被称为PET图像。所述活动分布或PET图像基本上对应于对象内的放射性示踪剂的空间分布，其因此能够出于诊断目的而被评估。
通常，基于真符合，即，包括不受阻碍地行进到PET探测器并且以其511keV的原始能量在相反的位置处命中探测器的两个湮灭光子的符合，来确定所述活动分布。然而，由于光子衰减，并非所有湮灭光子不受阻碍地到达探测器。衰减特别当光子在其到达探测器之前被吸收时或者当其经历非弹性康普顿散射一次或多次时(其中，散射光子可以到达探测器但是具有较低的能量)发生。
为了考虑这些效应，当确定所述活动图时执行衰减校正。在没有这样的衰减校正的情况下，具有针对源自该区域的光子的高活动和高衰减概率的区域将呈现为具有较小活动的区域。
衰减校正需要所谓的衰减图或衰减分布的知识，其提供光子衰减率的空间分布。为了确定衰减图，除了PET成像之外，可以执行计算机断层摄影(CT)成像。CT图像对应于针对X射线光子的衰减图并且能够被比例放大为湮灭光子的能量。因此，包括PET扫描器和CT成像设备的混合模态扫描器在临床领域中变得流行。
进一步地，PET图像的采集期间的呼吸运动能够引起代谢参数的基于PET图像评价和病理过程的精确定位方面的显著误差。因此，已经进行若干尝试来补偿PET图像中的呼吸运动。通过在门控PET成像的基础上执行呼吸运动补偿。这里，采集的PET数据被分成所谓的门或箱，其中每个门包含在呼吸运动的一个阶段期间采集的PET数据。为了进一步评估PET图像，来自特定门的一幅PET图像可以被选择，并且其他PET图像可以借助于图像配准被绘制到该PET图像上。
与门控PET成像相关地出现的一个问题涉及衰减校正。用于确定衰减图的CT扫描通常花费几秒，并且在这样的扫描期间，CT扫描器相对于患者沿轴向方向(z方向)被移动以成像若干切片。这样一来，患者的更窄切片能够在没有呼吸运动模糊的情况下被成像。然而，患者的运动状态通常针对不同的切片而发生改变，使得从扫描重建的CT图像示出不同运动阶段中的患者解剖结构。因此，运动阶段沿着CT图像的z方向发生改变。因此，作为一范例，CT图像的上部可以在吸气状态下被采集，而CT图像的下部可以在呼气状态下被采集。因此，对于每个PET门，CT图像的至少一部分与PET数据之间存在不匹配，当针对分箱的PET数据的衰减图使用CT图像来确定时，这导致不准确的PET衰减校正。
在一些情况下，可以在患者的屏气中采集CT图像以避免这种问题。然而，对于患者，这导致不适，并且对于某些患者，屏气是根本不可能的。
发明内容
因此，本发明的目的是允许对移动对象(特别是经历呼吸运动的患者身体)的PET图像的准确衰减校正。
根据一个方面，本发明提出了一种用于辅助对移动对象运动的PET数据的衰减校正的系统，所述PET数据与多个门相关联，每个门与所述对象的运动的多个运动阶段中的一个运动阶段相关联，并且包括在相应的运动阶段期间采集的PET数据。所述系统包括评估单元，所述评估单元被配置为：
接收所述对象的CT图像，并且沿所述对象的轴向方向将所述CT图像分割成多幅CT子图像，每幅CT子图像对应于被成像体积的轴向节段，
针对每幅CT子图像根据预定准则来确定包括与所述CT子图像具有最大对应性的PET数据的门，
针对每幅CT子图像根据被包括在针对相应的CT子图像确定的所述门中的所述PET数据来构建PET子图像，所述PET子图像基本上对应于与所述相应的CT子图像相同的所述被成像体积的轴向节段，并且
组合所述PET子图像以形成所述对象的PET参考图像。
所述系统还被配置为基于所述CT图像来提供用于对所述PET数据的衰减校正的所述PET参考图像。
由于PET参考图像从在对象的运动的运动阶段方面与CT子图像对准的PET子图像逐切片聚集，所以对于所有轴向位置，PET参考图像与CT图像基本上对准。因此，PET数据与PET参考图像的对准允许使用CT图像对PET数据的容易且准确的衰减校正。
例如，在已经将PET图像与PET参考图像配准后，能够基于CT图像来容易地执行对PET图像的衰减校正。具体地，相比于分箱的PET数据与CT图像之间的配准，这是更不复杂的且更不易于出错的。
在本发明的一个实施例中，所述评估单元被配置为针对每个门确定用于将被包括在所述相应门中的所述PET数据与CT子图像进行配准的变换，并且基于与所述PET门相关的所述变换之间的比较来确定包括与所述CT子图像具有最大对应性的所述PET数据的所述门。以此方式，与CT子图像具有最大对应性的PET数据能够被高效地且可靠地确定。
在相关的实施例中，所述变换是刚性变换和/或仿射变换。相比于其他变换(例如，弹性变换)的确定，这样的变换能够以更少的计算量来确定。然而，本发明不限于刚性或仿射变换。相反，弹性变换同样可以被确定，以便找到与CT子图像具有最大对应性的PET数据。这样的变换可以允许确定的更大准确性和鲁棒性。
在又一相关的实施例中，所述预定准则被选择为使得已经针对其确定具有沿所述对象的所述轴向方向的更小位移的变换的门中的PET数据与所述CT子图像具有比已经针对其确定具有沿所述对象的所述轴向方向的更大位移的变换的门中的PET数据更大的对应性。由于如CT图像中示出的对象的运动状态如上面解释的那样沿轴向方向发生改变，所以该准则允许对包括与CT子图像具有最大对应性的PET数据的PET门的准确确定。
为了根据该准则确定包括与CT子图像具有最大对应性的PET数据的PET门，所述评估单元可以被配置为从每个变换提取沿所述轴向方向的位移，并且基于所提取的位移来确定包括与所述CT子图像具有最大对应性的PET数据的所述门。
然而，沿其他方向的位移同样可以被考虑，以便增加准确性。因此，本发明的又一实施例包括，所述评估单元被配置为从每个变换提取沿至少一个又一方向的位移，并且另外基于所提取的沿所述至少一个又一方向的位移来确定包括与所述CT子图像具有所述最大对应性的PET数据的所述门。所述又一方向可以具体地垂直于轴向方向。假如对象包括患者身体的区段，所述又一方向可以具体地对应于前后方向和/或左右方向。
在一个实施例中，所述对象包括经历呼吸运动的患者身体的区段，并且，所述评估单元被配置为还基于呼吸模型来确定包括与所述CT子图像具有所述最大对应性的PET数据的所述门，所述呼吸模型指定在时间上在其运动期间在所述对象中发生的位移的预期过程。具体地，所述呼吸模型可以指定在时间上在其运动期间在所述对象中发生的位移的预期过程。特别地，假如类似的位移已经针对若干PET门的PET数据被确定使得所有这些PET数据都与CT子图像具有类似的对应和/或如果未预期的位移已经被确定，则呼吸模型可以被使用。特别地，在这些情况下，与CT子图像具有最大对应性的PET数据另外可以基于呼吸模型来选择。由此，能够增加PET参考图像的构建的鲁棒性。
在又一实施例中，所述移动对象经历基本上周期性运动。在这种情况下，在每个运动阶段期间采集的PET数据量比在非周期性运动的情况下更高(因为每个运动阶段在PET扫描期间发生若干次)，使得PET参考图像能够被更准确地且可靠地构建。然而，本发明不限于经历周期性运动的对象的成像，并且同样可以关于经历非周期性运动的移动对象被应用。
根据又一方面，本发明提出了一种用于辅助对移动对象的PET数据的衰减校正的方法，所述PET数据与多个门相关联，每个门与所述对象的运动的多个运动阶段中的一个运动阶段相关联，并且包括在相应的运动阶段期间采集的PET数据，所述方法包括以下步骤：
接收所述对象的CT图像，并且沿所述对象的轴向方向将所述CT图像分割成多幅CT子图像，每幅CT子图像对应于被成像体积的轴向节段，
针对每幅CT子图像根据预定准则来确定包括与所述CT子图像具有最大对应性的PET数据的门，
针对每幅CT子图像根据被包括在针对相应的CT子图像确定的所述门中的所述PET数据来构建PET子图像，所述PET子图像基本上对应于与所述相应的CT子图像相同的所述被成像体积的轴向节段，以及
组合所述PET子图像以形成所述对象的PET参考图像，以及
基于所述CT图像来提供用于对所述PET数据的衰减校正的所述PET参考。
根据又一方面，本发明提出了一种包括程序代码的计算机程序，当所述计算机程序在计算机设备中运行时，所述程序代码用于使所述计算机设备执行所述方法。
应当理解，根据权利要求1所述的系统、根据权利要求9所述的方法、以及根据权利要求10所述的计算机程序具有具体与在从属权利要求中所限定的相似和/或相同的优选实施例。
应当理解，本发明的优选实施例也能够是从属权利要求或以上实施例与相应的独立权利要求的任何组合。
本发明的这些和其他方面将从下文所描述的实施例变得显而易见并参考其得以阐述。
附图说明
在以下附图中：
图1示意性地且示范性地图示了包括PET扫描器和CT扫描器的成像系统的部件，
图2示意性地且示范性地图示了对被包括在用于将分箱的PET数据与CT子图像进行配准的变换中的轴向位移的评估的结果，并且
图3示意性地且示范性地图示了用于生成用于在对PET数据的衰减校正中使用的PET参考图像的流程的步骤。
具体实施方式
图1示意性地且示范性地示出了用于对对象2进行成像的成像系统的部件。成像系统可以用于临床应用中，并且对象2可以是人类或动物患者身体或其一部分。成像系统包括用于采集对象2的PET图像的PET扫描器1。另外，成像系统包括用于采集对象的三维CT图像的CT扫描器9。如将会在下文中更详细地解释的，考虑到可以是基本上周期性的患者身体的呼吸运动，CT图像具体用于执行对PET图像的衰减校正。
PET扫描器1可以包括在成像系统的操作期间容纳患者身体2的基本上圆柱形PET扫描器体积3。PET扫描器体积3的纵轴在本文中被称为z轴，并且限定在本文中也被称为z方向的轴向方向。患者身体2可以由患者台4支撑，该患者台可借助于可控驱动单元(图中未示出)沿轴向方向移入和移出PET扫描器体积3。在PET扫描期间，患者可以以使得患者身体2的纵轴与PET扫描器体积3的纵轴(即z轴)对准的方式被布置在PET扫描器体积中。
PET扫描器体积3对应于由基本上圆柱形探测器组件(其在图1中以纵向截面示出)限定的内部体积。探测器组件可以由沿着圆柱形PET扫描器体积3的中心纵轴邻近彼此布置的多个探测器环51、…、5N组成。每个探测器环5i可以包括多个探测器元件，其中每个探测器元件覆盖对应探测器环5i的一定(小)角度范围，并且允许探测从PET扫描器体积3进入探测器元件的光子并测量其能量。
PET扫描器体积3可以在轴向方向上具有大约10-50cm的长度，使得具有对应轴向长度的患者身体2的区段能够借助于PET扫描器1在一次扫描中进行成像(然而，使用合适的机架在一次扫描中对整个患者身体进行成像也同样可以是可能的)。这种扫描的持续时间可以在几分钟与几十分钟之间。如果患者身体2的多个区段要被成像，则这可以在若干次扫描中被完成，并且用于确定如本文描述的参考图像的程序可以被应用于每次扫描。
借助于PET扫描器1和包括在其中的探测器环51,…,5N，PET原始数据因此在对象2的PET扫描期间以本领域技术人员已知的方式来采集。具体地，放射性示踪剂可以被施予给患者，放射性示踪剂积聚在患者身体2内的感兴趣结构处，并且放射性示踪剂积发射正电子。当正电子遇到附近的电子时，电子正电子对湮灭，并且产生湮灭光子对，其借助于PET扫描器1来记录。具体地，PET扫描器1可以探测真符合，即沿相反方向行进的具有511keV的能量的湮灭光子，并且可以在湮灭光子进入探测器环51,…,5N(即探测器元件)的情况下记录探测器环51,…,5N(即探测器元件)内的位置。
PET原始数据被转发到处理单元6以便进一步处理。处理单元6具体包括被配置为根据原始数据来重建PET数据的PET重建单元7，PET数据也被称为PET图像。PET数据或PET图像具体对应于(即没有校正(诸如衰减校正和运动校正)的)如通过PET扫描器1探测的指示患者中的电子正电子湮灭的空间分布的活动图。
考虑到几分钟至几十分钟的扫描时间，PET扫描包括患者身体的呼吸运动的多个周期。鉴于此，运动校正可以被执行以便避免PET图像的模糊。为此目的，呼吸运动的周期被分成两个或更多个预定的运动阶段。另外，PET数据根据在其期间采集PET数据(或基础原始数据)的运动阶段被分成门或箱。出于该目的，呼吸运动可以借助于门控单元8来监测。门控单元8可以被配置为提供指示当前运动阶段或告知运动阶段之间的转变的门控信号。基于该门控信号，PET数据可以被分配给所提供的门。
门控单元8可以以本领域技术人员已知的任何方式进行配置。在一种可能的实施方式中，门控单元8包括以使得其随着呼吸而扩张和收缩的方式被放置在患者身体周围的柔性带。扩张和收缩运动使用合适的测量技术(例如，基于电阻或基于电感的技术)来测量，以便生成门控信号。
另外，成像系统包括用于采集CT图像数据的CT扫描器9。CT扫描器9包括彼此相对地被安装在机架12上的x射线源1和x射线探测器11，该机架可围绕CT扫描器9的检查区域旋转。CT扫描器9可以在PET扫描器体积3的轴向方向上邻近PET扫描器1进行布置，使得当患者台4沿着轴向方向被移动到PET扫描器体积3内时，患者台4和布置在其上的患者身体2移动通过CT扫描器9的检查区域。
CT扫描可以在患者台4移动到PET扫描器体积3内期间被执行，并且在CT扫描期间，x射线探测器11和x射线源10围绕患者身体2被旋转。这样做时，患者身体的切片可以以使得x射线探测器11围绕患者2被旋转的方式在沿着z方向的相邻位置处在预定义角度范围内被连续成像。备选地，x射线探测器11可以在扫描期间沿着围绕患者2的螺旋轨迹被移动。
在扫描期间借助于x射线探测器11采集的数据也可以被传输到处理单元6，并且可以在CT重建单元13中被进一步处理。CT重建单元13可以基于所采集的数据使用本领域技术人员已知的重建程序来重建CT图像。
在本成像系统中，具体采集患者的CT图像以便确定用于在处理系统的衰减校正单元14中执行对PET数据的衰减校正的衰减图。出于该目的，患者身体2的CT扫描可以在PET扫描之前使用CT扫描器1来执行。在一个实施例中，CT扫描可以是利用低x射线辐射剂量执行的螺旋低剂量扫描。考虑到x射线探测器11在该成像模式中的典型轴向速度(例如，其可以为5cm/s)，这样的扫描可以在几秒内被执行。
因此，CT扫描通常仅包括患者身体的呼吸运动的一个或极少数周期。因此，运动阶段沿着CT图像的轴向方向发生改变。因此，对于每个门，与门相关的PET图像与CT图像之间存在不匹配。因此，基于CT图像对PET图像的直接衰减校正将会导致不准确性，使得相关结构(诸如肿瘤)的位置和形状的精确量化将是不可能的。
为了允许对PET数据的更准确的衰减校正，建议构建PET参考图像，其是以使得其基本上对于所有轴向位置都示出与CT图像相同的呼吸运动的运动状态的方式从分箱的PET数据逐切片聚集的。为了执行使用CT图像对PET图像的衰减校正，衰减校正单元14可以借助于使用变换的图像配准程序将相应的PET图像与PET参考图像对准。通过构建，与PET参考图像对准的PET图像也与CT图像对准。因此，对准的PET图像的衰减校正能够以常规的方式基于CT图像来执行。
PET参考图像可以在处理单元6的评估单元15中被构建。在下文中，将会解释用于生成PET参考图像的程序的实施例。在这些实施例中，该程序可以使用如在PET重建单元7中重建的分箱的PET图像来执行。
可选地，分箱的PET图像也可以通过将中值滤波器应用于每幅PET图像来进行滤波。由此，减少图像噪声，并且因此，能够实现PET参考图像的更鲁棒的构建。此外，该程序基于CT图像来执行，并且假设CT图像的被成像体积对应于PET图像的被成像体积(如果实际CT图像的被成像体积更大，则它可以被相应地裁剪)。
在又一变体中，PET参考图像可以不基于针对每个PET门单独生成的PET图像而被构建。相反，相邻的PET门可以被组合，并且被提供用于构建参考图像的PET图像可以根据被包括在组合的PET门中的PET数据来生成。由此，PET图像的信噪比能够被改善。因此，如果基于原始PET门而生成的PET图像不提供足够高的信噪比，则该变体可以被应用。在下文中，该变体将不会被进一步明确地解决。然而，应理解，术语“门”和“箱”在下文中均表示原始PET门或组合的PET门。
为了构建参考，评估单元15接收CT图像(图3中的步骤301)，并且可以定义CT图像和PET图像的图像体积的N个轴向节段，其中每个轴向节段包括对应于z轴的特定间隔的图像体积。换言之，每个轴向节段包括具有在特定间隔内的z坐标的位置处的所有图像体素。轴向节段优选地被定义为使得整个被成像体积被轴向节段覆盖。在一种实施方式中，轴向节段可以通过将视场的z轴分成N个不相交的间隔来定义。然而，间隔不一定必须是不相交的。相反，还能够定义N个交叠的间隔。
在下一步骤(图3中的步骤302)中，评估单元15针对N个轴向节段中的每个轴向节段根据CT图像来构建一幅CT子图像，其中，针对每个切片的子图像包括对应于切片的CT图像的部分。因此，第i个子图像通过从CT图像切割在第i个区段之外的所有体素来生成。作为该步骤的结果，CT图像沿着患者身体2的轴向方向被分割成N幅CT子图像。
如上所述，患者身体2的呼吸运动的运动阶段通常沿着CT图像的轴向方向发生改变。N个区段优选地被选择为使得CT子图像中的每幅示出在基本上相同的运动状态中的患者的区段。具体地，区段可以被定义为使得每幅CT子图像示出在构成PET数据的门控的基础的运动阶段中的相同的运动阶段中的患者身体的相关区段。
对于N个区段中的每个，评估单元15然后将相关的CT子图像与分箱的PET图像进行比较，并且根据预定的对应准则来确定与CT子图像具有最大对应性的PET图像(图3中的步骤303)。出于该目的，评估单元15可以针对每幅PET图像确定用于将CT子图像与PET图像进行配准的变换。变换可以基于根据PET图像的视场和CT子图像的视场的标称位置与CT子图像空间上对准的PET图像来确定。然后，评估单元15可以基于预定准则来比较所确定的变换，以便确定与CT子图像具有最大对应性的PET图像。
在一个实施例中，变换是刚性变换。这意味着它们仅包含旋转和位移(平移)。为了对变换进行比较，评估单元15可以提取被包括在每个变换中的沿轴向方向的位移。然后，评估单元15可以确定在绝对值方面具有沿轴向方向的最小位移的变换。理想地，该最小位移基本上等于零。在已经确定最小位移后，评估单元15识别针对其的包括所确定的位移的变换已经被计算以将CT子图像与PET图像进行配准的PET图像。该PET图像与CT子图像具有最大对应性。
图2示意性地图示了被包括在用于在一种示范性情况下将分箱的PET数据与CT子图像进行配准的变换中的轴向位移的评估的结果。在这种情况下，PET数据被细分成16个门211,…,2116，并且被成像体积22的z轴被细分成18个节段231,…,2318。在图2的上部中的示意图中，图示了沿z方向(即轴向方向)的位移Δz的值，其被包括在用于将CT子图像与分箱的PET数据进行配准的变换中。这些位移Δz在示意图中借助于灰度水平来指示。
在前面提到的实施例的可选变体中，评估单元15可以另外基于呼吸模型来选择与CT子图像具有最大对应性的PET图像，所述呼吸模型描述了在时间上在呼吸周期期间在患者身体2中发生的轴向位移的过程。由此，能够增加PET参考图像的构建的鲁棒性。
特别地，假如沿z方向的类似位移(即在预定间隔内的位移)已经针对若干PET图像被确定，则呼吸模型可以被使用，使得所有这些PET图像是可能的选择候选。在这种情况下，评估单元15可以从门选择PET图像，根据呼吸模型预期到该门提供与CT子图像具有最大对应性的PET图像。例如，如果针对相继PET门的PET图像确定的位移是2mm、1mm、-1mm和-1mm，则评估单元15可以选择第三门的PET图像，因为根据呼吸模型预期到该PET图像最可能属于与相应CT子图像相同的运动状态。
在又一变体中，评估单元15可以基于呼吸模型来验证所选择的PET门的系列，并且可以基于该验证的结果来改变选择。当相继CT子图像与呼吸运动的相继阶段相关时，所选择的PET门的系列应当对应于呼吸运动的相同的相继阶段。因此，验证可以包括是否是这种情况或所选择的PET门的顺序是否不对应于呼吸运动的过程。在后一情况下，评估单元15可以改变不适合该顺序的所选择的PET门，并且用更适合的PET门代替它。例如，如果所选择的PET门的系列包括门6、7、10和9(以该顺序)，则基于呼吸模型的验证可以导致以下发现：门10的选择不是最佳的，并且评估单元15可以替代地选择门8。
在已经以上面描述的方式针对每幅CT子图像和相关联的轴向节段确定与相应CT子图像具有最大对应性的相关联的PET图像后，评估单元15可以基于所确定的PET图像来构建PET参考图像。出于该目的，评估单元15可以以使得其对应于相关联的轴向节段以便生成相关的PET子图像的方式裁剪每幅PET图像(图3中的步骤304)。然后，评估单元15可以通过聚集PET子图像来生成PET参考图像(图3中的步骤305)。这可以通过将PET子图像拼接在一起来完成。根据被成像体积中的轴向节段的顺序来进行聚集。其后，构建的参考图像可以被提供给衰减校正单元14(图3中的步骤306)，使得该单元能够使用参考图像基于CT图像来执行衰减校正。
在上面描述的示范性实施例中，用于聚集PET参考图像的PET图像或门已经基于被包括在用于将PET图像与CT子图像进行配准的刚性变换中的轴向位移而被选择。在又一实施例中，当选择用于聚集PET参考图像的PET图像时，被包括在每个变换中的沿y方向(即相对于患者身体的前后方向)的位移以及可选地沿x方向(即患者身体的左右方向)的位移同样可以被考虑。由此，患者身体沿前后方向以及可选地沿左右方向的移动能够被另外考虑，以便实现更准确的结果。
因此，在该实施例中，评估单元15可以基于被包括在用于将相应PET图像与CT子图像进行配准的(刚性)变换中的沿z方向和沿y方向以及可选地沿x方向的位移来确定与CT子图像具有最大对应性的PET图像。具体地，评估单元15可以针对每幅PET图像计算量(Δy)2+(Δz)2或(Δx)2+(Δy)2+(Δz)2，其中Δx、Δy和Δz被包括在用于将相应PET图像与CT子图像进行配准的变换中的沿x、y方向和z方向的位移，并且可以选择与该量的最小值相关联的PET图像。
在又一实施例中，PET图像可以使用仿射变换与CT子图像进行配准，除了旋转和平移之外，所述仿射变换还包括缩放。在这种情况下，与CT子图像具有最大对应性的PET图像另外可以基于缩放的量而被确定，其中缩放的更小量可以导致更大的对应性。
此外，变换可以被配置为可以通过包括针对每个图像体素的指示该体素的变换的变形向量的变形向量场描述的弹性变换。在这种情况下，与CT子图像具有最大对应性的PET图像同样可以如上面解释的那样基于沿z方向和可选地沿x方向和/或y方向的所有体素的平均位移来被选择。然而，体素的个体位移可以用来确定可以在PET图像的选择期间被另外考虑的鲁棒性指标。
通过研究附图、说明书和随附的权利要求书，本领域技术人员在实践要求保护的本发明时可以理解和实现所公开的实施例的其他变型。
在权利要求中，词语“包括”不排除其他元件或者步骤，并且词语“一”或“一个”不排除多个。
单个单元或设备可以实现在权利要求中所记载的若干项的功能。互不相同的从属权利要求中记载了特定措施的仅有事实并不指示不能有利地使用这些措施的组合。
计算机程序可以被存储/被分布在适合的介质(诸如连同其他硬件一起提供或者作为其一部分供应的光学存储介质或固态介质)，而且可以以其他形式分布(诸如经由因特网或其他有线或无线电信系统)。
权利要求中的任何附图标记不应当被解释为对范围的限制。
Claims (10)
1.一种用于辅助对移动对象(2)的PET数据的衰减校正的系统，所述PET数据与多个门(21i)相关联，每个门(21i)与所述对象(2)的运动的多个运动阶段中的一个运动阶段相关联，并且包括在相应的运动阶段期间采集的PET数据，所述系统包括评估单元(15)，所述评估单元被配置为：
接收所述对象(2)的CT图像，并且沿所述对象(2)的轴向方向将所述CT图像分割成多幅CT子图像，每幅CT子图像对应于被成像体积(22)的轴向节段(23i)，
针对每幅CT子图像根据预定准则来确定包括与所述CT子图像具有最大对应性的PET数据的门(21i)，
针对每幅CT子图像根据被包括在针对相应的CT子图像确定的所述门(21i)中的所述PET数据来构建PET子图像，所述PET子图像基本上对应于与所述相应的CT子图像相同的所述被成像体积(22)的轴向节段，并且
组合所述PET子图像以形成所述对象的PET参考图像，并且所述系统还被配置为基于所述CT图像来提供用于对所述PET数据的衰减校正的所述参考图像。
2.根据权利要求1所述的系统，其中，所述评估单元(15)被配置为：针对每个门(21i)确定用于将被包括在相应的门中的所述PET数据与CT子图像进行配准的变换，并且基于涉及所述PET门的所述变换之间的比较来确定包括与所述CT子图像具有所述最大对应性的所述PET数据的所述门。
3.根据权利要求2所述的系统，其中，所述变换是刚性变换或仿射变换。
4.根据权利要求2所述的系统，其中，所述预定准则被选择为使得已经针对其确定具有沿所述对象(2)的所述轴向方向的更小位移的变换的门(21i)中的PET数据与所述CT子图像具有比已经针对其确定具有沿所述对象(2)的所述轴向方向的更大位移的变换的门(21i)中的PET数据更大的对应性。
5.根据权利要求2所述的系统，其中，所述评估单元(15)被配置为：从每个变换提取沿所述轴向方向的位移，并且基于所提取的位移来确定包括与所述CT子图像具有所述最大对应性的PET数据的所述门(21i)。
6.根据权利要求5所述的系统，其中，所述评估单元(15)被配置为：从每个变换提取沿至少一个另外的方向的位移，并且额外地基于沿所述至少一个另外的方向的所提取的位移来确定包括与所述CT子图像具有所述最大对应性的PET数据的所述门(21i)。
7.根据权利要求5所述的系统，其中，所述对象(2)包括经历呼吸运动的患者身体的区段，并且其中，所述评估单元(15)被配置为还基于呼吸模型来确定包括与所述CT子图像具有所述最大对应性的PET数据的所述门，所述呼吸模型指定在时间上在所述对象的运动期间在所述对象(2)中发生的位移的预期过程。
8.根据权利要求1所述的系统，其中，所述移动对象(2)经历基本上周期性运动。
9.一种用于辅助对移动对象的PET数据的衰减校正的方法，所述PET数据与多个门(21i)相关联，每个门(21i)与所述对象(2)的运动的多个运动阶段中的一个运动阶段相关联，并且包括在相应的运动阶段期间采集的PET数据，所述方法包括：
接收(301)所述对象(2)的CT图像，并且沿所述对象的轴向方向将所述CT图像分割(302)成多幅CT子图像，每幅CT子图像对应于被成像体积(22)的轴向节段(23i)，
针对每幅CT子图像根据预定准则来确定(303)包括与所述CT子图像具有最大对应性的PET数据的门(21i)，
针对每幅CT子图像根据被包括在针对相应的CT子图像确定的所述门(21i)中的所述PET数据来构建(304)PET子图像，所述PET子图像基本上对应于与所述相应的CT子图像相同的所述被成像体积的轴向节段，以及
组合(305)所述PET子图像以形成所述对象(2)的PET参考图像，以及
基于所述CT图像来提供(306)用于对所述PET数据的衰减校正的所述PET参考。
10.一种包括程序代码的计算机程序，当所述计算机程序在计算机设备(6)中运行时，所述程序代码用于使所述计算机设备执行根据权利要求9所述的方法。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP17200239.6A EP3480792A1 (en) | 2017-11-07 | 2017-11-07 | Attenuation correction of pet data of moving object |
| EP17200239.6 | 2017-11-07 | ||
| PCT/EP2018/080379 WO2019091989A1 (en) | 2017-11-07 | 2018-11-07 | Attenuation correction of pet data of moving object |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111316327A true CN111316327A (zh) | 2020-06-19 |
| CN111316327B CN111316327B (zh) | 2024-05-24 |
Family
ID=60269667
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201880072162.2A Active CN111316327B (zh) | 2017-11-07 | 2018-11-07 | 对移动对象的pet数据的衰减校正 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US11246552B2 (zh) |
| EP (2) | EP3480792A1 (zh) |
| JP (1) | JP6975329B2 (zh) |
| CN (1) | CN111316327B (zh) |
| WO (1) | WO2019091989A1 (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11663758B2 (en) | 2021-01-07 | 2023-05-30 | Siemens Medical Solutions Usa, Inc. | Systems and methods for motion estimation in PET imaging using AI image reconstructions |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070131858A1 (en) * | 2005-12-12 | 2007-06-14 | General Electric Company | Multi modality imaging methods and apparatus |
| CN101959454A (zh) * | 2008-03-07 | 2011-01-26 | 皇家飞利浦电子股份有限公司 | 通过磁共振图像的自动分割进行ct替代 |
| CN102132321A (zh) * | 2008-08-04 | 2011-07-20 | 皇家飞利浦电子股份有限公司 | 用于医学图像的配准的自动预对准 |
| CN103417234A (zh) * | 2012-05-22 | 2013-12-04 | 通用电气公司 | 用于运动校正医疗图像的方法和设备 |
| US20170079608A1 (en) * | 2015-09-23 | 2017-03-23 | Siemens Medical Solutions Usa, Inc. | Spatial Registration Of Positron Emission Tomography and Computed Tomography Acquired During Respiration |
| CN106618628A (zh) * | 2017-01-24 | 2017-05-10 | 昆明理工大学 | 基于pet/ct成像的呼吸运动门控校正和衰减校正方法 |
| CN107133996A (zh) * | 2017-03-21 | 2017-09-05 | 上海联影医疗科技有限公司 | 产生用于pet数据重建的衰减图的方法及pet/ct系统 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7813783B2 (en) * | 2006-11-02 | 2010-10-12 | General Electric Company | Methods and systems for attenuation correction in medical imaging |
| US8472683B2 (en) | 2008-05-09 | 2013-06-25 | General Electric Company | Motion correction in tomographic images |
| US20120078089A1 (en) | 2010-09-23 | 2012-03-29 | General Electric Company | Method and apparatus for generating medical images |
| US9053569B2 (en) * | 2010-11-04 | 2015-06-09 | Siemens Medical Solutions Usa, Inc. | Generating attenuation correction maps for combined modality imaging studies and improving generated attenuation correction maps using MLAA and DCC algorithms |
| US9204817B2 (en) * | 2012-04-19 | 2015-12-08 | General Electric Company | Attenuation correction in positron emission tomography using magnetic resonance imaging |
| US9451926B2 (en) * | 2012-05-09 | 2016-09-27 | University Of Washington Through Its Center For Commercialization | Respiratory motion correction with internal-external motion correlation, and associated systems and methods |
| JP6184075B2 (ja) * | 2012-10-25 | 2017-08-23 | 東芝メディカルシステムズ株式会社 | Ｐｅｔ−ｃｔ装置及び画像処理装置 |
| KR101428005B1 (ko) | 2012-10-29 | 2014-08-07 | 한국과학기술원 | 소수의 저선량 ｃｔ 영상을 이용하여 ｐｅｔ 영상을 움직임 보상 및 감쇠 보정하는 방법 |
| US9730664B2 (en) * | 2014-04-14 | 2017-08-15 | Siemens Medical Solutions Usa, Inc. | Multi-bed elastic motion correction |
| US9466132B2 (en) * | 2014-12-08 | 2016-10-11 | General Electric Company | Systems and methods for motion mitigation determinations |
| US9474495B2 (en) * | 2014-12-22 | 2016-10-25 | General Electric Company | System and method for joint estimation of attenuation and activity information |
| US9336614B1 (en) * | 2015-03-20 | 2016-05-10 | General Electric Company | Methods and systems for performing joint estimation techniques in image reconstruction |
-
2017
- 2017-11-07 EP EP17200239.6A patent/EP3480792A1/en not_active Withdrawn
-
2018
- 2018-11-07 JP JP2020524198A patent/JP6975329B2/ja active Active
- 2018-11-07 US US16/761,173 patent/US11246552B2/en active Active
- 2018-11-07 WO PCT/EP2018/080379 patent/WO2019091989A1/en unknown
- 2018-11-07 CN CN201880072162.2A patent/CN111316327B/zh active Active
- 2018-11-07 EP EP18796459.8A patent/EP3707677B1/en active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070131858A1 (en) * | 2005-12-12 | 2007-06-14 | General Electric Company | Multi modality imaging methods and apparatus |
| CN101959454A (zh) * | 2008-03-07 | 2011-01-26 | 皇家飞利浦电子股份有限公司 | 通过磁共振图像的自动分割进行ct替代 |
| CN102132321A (zh) * | 2008-08-04 | 2011-07-20 | 皇家飞利浦电子股份有限公司 | 用于医学图像的配准的自动预对准 |
| CN103417234A (zh) * | 2012-05-22 | 2013-12-04 | 通用电气公司 | 用于运动校正医疗图像的方法和设备 |
| US20170079608A1 (en) * | 2015-09-23 | 2017-03-23 | Siemens Medical Solutions Usa, Inc. | Spatial Registration Of Positron Emission Tomography and Computed Tomography Acquired During Respiration |
| CN106618628A (zh) * | 2017-01-24 | 2017-05-10 | 昆明理工大学 | 基于pet/ct成像的呼吸运动门控校正和衰减校正方法 |
| CN107133996A (zh) * | 2017-03-21 | 2017-09-05 | 上海联影医疗科技有限公司 | 产生用于pet数据重建的衰减图的方法及pet/ct系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3480792A1 (en) | 2019-05-08 |
| WO2019091989A1 (en) | 2019-05-16 |
| EP3707677A1 (en) | 2020-09-16 |
| US11246552B2 (en) | 2022-02-15 |
| EP3707677B1 (en) | 2022-01-05 |
| US20200337666A1 (en) | 2020-10-29 |
| JP6975329B2 (ja) | 2021-12-01 |
| CN111316327B (zh) | 2024-05-24 |
| JP2021501888A (ja) | 2021-01-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102148662B1 (ko) | 다중-방식의 이미징 시스템 및 방법 | |
| US9474495B2 (en) | System and method for joint estimation of attenuation and activity information | |
| JP5254810B2 (ja) | リストモードデータに基づく局所動き補償 | |
| US9053569B2 (en) | Generating attenuation correction maps for combined modality imaging studies and improving generated attenuation correction maps using MLAA and DCC algorithms | |
| EP2399238B1 (en) | Functional imaging | |
| US11633166B2 (en) | Spatial registration of positron emission tomography and computed tomography acquired during respiration | |
| US20120278055A1 (en) | Motion correction in radiation therapy | |
| EP3229689B1 (en) | Outside-fov activity estimation using surview and prior patient data in positron emission tomography | |
| CN105989621B (zh) | 用于在图像重构中执行联合估计技术的方法和系统 | |
| JP2011053210A (ja) | 断層写真法画像における運動補正 | |
| CN104093360A (zh) | 核成像系统 | |
| US20080187094A1 (en) | Method and system for performing local tomography | |
| CN111316327B (zh) | 对移动对象的pet数据的衰减校正 | |
| CN104000618A (zh) | 一种用环真光子数门控方法进行呼吸运动门控校正技术 | |
| EP2711738A1 (en) | A method and a device to generate virtual X-ray computed tomographic image data | |
| Schäfers et al. | Motion correction in PET/CT | |
| US9818184B2 (en) | Method for acquiring and processing medical images | |
| EP4198904A1 (en) | Gating-free motion compensation | |
| He et al. | Respiratory motion gating based on list-mode data in 3D PET: a simulation study using the dynamic NCAT Phantom | |
| CN103654829A (zh) | 一种正电子发射断层成像图像数据集的方法和装置 | |
| CN101536913B (zh) | 校正多模态成像数据的方法和装置 | |
| Fitzpatrick et al. | Mis-registration between emission and transmission data in cardiac PET/CT | |
| JP2010085147A (ja) | 放射線撮像装置及び画像情報作成方法 | |
| CN101536913A (zh) | 校正多模态成像数据的方法和装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |