CN113116370A - 用于正电子发射断层摄影中的运动检测的方法和系统 - Google Patents
用于正电子发射断层摄影中的运动检测的方法和系统 Download PDFInfo
- Publication number
- CN113116370A CN113116370A CN202011367214.4A CN202011367214A CN113116370A CN 113116370 A CN113116370 A CN 113116370A CN 202011367214 A CN202011367214 A CN 202011367214A CN 113116370 A CN113116370 A CN 113116370A
- Authority
- CN
- China
- Prior art keywords
- image
- motion
- patient
- pet
- emission 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.)
- Pending
Links
- 230000033001 locomotion Effects 0.000 title claims abstract description 206
- 238000002600 positron emission tomography Methods 0.000 title claims abstract description 190
- 238000000034 method Methods 0.000 title claims abstract description 128
- 238000001514 detection method Methods 0.000 title claims description 41
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000002059 diagnostic imaging Methods 0.000 claims abstract description 14
- 230000004044 response Effects 0.000 claims description 51
- 238000012937 correction Methods 0.000 claims description 34
- 230000015654 memory Effects 0.000 claims description 27
- 238000006073 displacement reaction Methods 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 6
- 230000002829 reductive effect Effects 0.000 abstract description 9
- 238000003384 imaging method Methods 0.000 description 65
- 238000002591 computed tomography Methods 0.000 description 55
- 238000012879 PET imaging Methods 0.000 description 31
- 239000013078 crystal Substances 0.000 description 22
- 239000000700 radioactive tracer Substances 0.000 description 20
- 238000004891 communication Methods 0.000 description 16
- 238000004422 calculation algorithm Methods 0.000 description 13
- 238000013170 computed tomography imaging Methods 0.000 description 12
- 230000005855 radiation Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000003745 diagnosis Methods 0.000 description 8
- 230000000670 limiting effect Effects 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 6
- 210000003625 skull Anatomy 0.000 description 6
- AOYNUTHNTBLRMT-SLPGGIOYSA-N 2-deoxy-2-fluoro-aldehydo-D-glucose Chemical compound OC[C@@H](O)[C@@H](O)[C@H](O)[C@@H](F)C=O AOYNUTHNTBLRMT-SLPGGIOYSA-N 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 230000015556 catabolic process Effects 0.000 description 5
- 238000006731 degradation reaction Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 239000000243 solution Substances 0.000 description 5
- 210000001519 tissue Anatomy 0.000 description 5
- 210000003484 anatomy Anatomy 0.000 description 4
- 238000003708 edge detection Methods 0.000 description 4
- 238000002595 magnetic resonance imaging Methods 0.000 description 4
- 230000004060 metabolic process Effects 0.000 description 4
- 210000000056 organ Anatomy 0.000 description 4
- 238000007476 Maximum Likelihood Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000002603 single-photon emission computed tomography Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- QJGQUHMNIGDVPM-BJUDXGSMSA-N Nitrogen-13 Chemical compound [13N] QJGQUHMNIGDVPM-BJUDXGSMSA-N 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 210000000577 adipose tissue Anatomy 0.000 description 1
- QGZKDVFQNNGYKY-BJUDXGSMSA-N ammonia-(13)N Chemical compound [13NH3] QGZKDVFQNNGYKY-BJUDXGSMSA-N 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- OKTJSMMVPCPJKN-BJUDXGSMSA-N carbon-11 Chemical compound [11C] OKTJSMMVPCPJKN-BJUDXGSMSA-N 0.000 description 1
- 238000000701 chemical imaging Methods 0.000 description 1
- OEYIOHPDSNJKLS-UHFFFAOYSA-N choline Chemical compound C[N+](C)(C)CCO OEYIOHPDSNJKLS-UHFFFAOYSA-N 0.000 description 1
- 229960001231 choline Drugs 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- YCKRFDGAMUMZLT-BJUDXGSMSA-N fluorine-18 atom Chemical compound [18F] YCKRFDGAMUMZLT-BJUDXGSMSA-N 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000010437 gem Substances 0.000 description 1
- 229910001751 gemstone Inorganic materials 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 229940116334 o-15 water Drugs 0.000 description 1
- QVGXLLKOCUKJST-BJUDXGSMSA-N oxygen-15 atom Chemical compound [15O] QVGXLLKOCUKJST-BJUDXGSMSA-N 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 210000005227 renal system Anatomy 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 238000012285 ultrasound imaging 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
- A61B6/02—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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [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
- A61B6/44—Constructional features of apparatus for radiation diagnosis
- A61B6/4417—Constructional features of apparatus for radiation diagnosis related to combined acquisition of different diagnostic modalities
-
- 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
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
-
- 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
- A61B6/48—Diagnostic techniques
- A61B6/486—Diagnostic techniques involving generating temporal series of image 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus 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
- A61B6/5264—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to motion
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
- G01T1/29—Measurement performed on radiation beams, e.g. position or section of the beam; Measurement of spatial distribution of radiation
- G01T1/2914—Measurement of spatial distribution of radiation
- G01T1/2985—In depth localisation, e.g. using positron emitters; Tomographic imaging (longitudinal and transverse section imaging; apparatus for radiation diagnosis sequentially in different planes, steroscopic radiation diagnosis)
-
- 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
-
- 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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/38—Registration of image sequences
-
- 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
- A61B6/501—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 diagnosis of the head, e.g. neuroimaging or craniography
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20182—Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering
-
- 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
- G06T2207/30168—Image quality inspection
-
- 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
-
- 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
- G06T2210/52—Parallel processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/421—Filtered back projection [FBP]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/424—Iterative
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/428—Real-time
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Radiology & Medical Imaging (AREA)
- Molecular Biology (AREA)
- High Energy & Nuclear Physics (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Optics & Photonics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Human Computer Interaction (AREA)
- Quality & Reliability (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Pulmonology (AREA)
- Nuclear Medicine (AREA)
Abstract
提供了用于医疗成像系统的方法和系统。在一个实施方案中,一种用于医学成像系统的方法包括:在患者的正电子发射断层摄影(PET)扫描期间采集发射数据;在采集发射数据的同时重建一系列实况PET图像;以及基于该一系列实况PET图像在采集期间跟踪患者的运动。这样,可以经由扫描采集和/或数据处理调节来识别和补偿扫描期间的患者运动,从而产生运动伪影减少且诊断质量提高的诊断PET图像。
Description
技术领域
本文所公开主题的实施方案涉及非侵入式诊断成像,并且更具体地涉及正电子发射断层摄影(PET)。
背景技术
正电子发射断层摄影(PET)生成表示正电子发射放射性示踪剂在患者体内的分布的图像,该图像可用于观察体内代谢过程并诊断疾病。在PET成像系统的操作期间,最初向患者注射放射性示踪剂,该放射性示踪剂随着其衰减而发射正电子。每个所发射的正电子可以在遇到电子之前行进相对短的距离,在该点处发生湮灭。当正电子通过湮灭与电子相互作用时,正负电子对的整个质量被转换成两个511keV的γ光子(也称为511keV事件)。光子沿着响应线(LOR)在相反方向上发射。湮灭光子由以配置(诸如检测器环)放置在LOR的两侧上的检测器检测,作为重合事件。因此,在数据采集期间,检测器检测重合事件,该重合事件反映了放射性示踪剂在患者体内的分布。因此,从所采集的图像数据重建的图像包括湮灭光子检测信息。通常,在完成数据采集时重建图像,并且直到重建图像之前,所采集的数据是否足以产生高质量图像可能是未知的。
发明内容
在一个实施方案中,一种用于医学成像系统的方法包括:在患者的正电子发射断层摄影(PET)扫描期间采集发射数据;在采集发射数据的同时重建一系列实况PET图像;以及基于该一系列实况PET图像在采集期间跟踪患者的运动。这样,可以准确地检测和补偿PET扫描期间的患者运动,从而减少运动伪影并提高所得PET图像的诊断质量。
应当理解,提供上面的简要描述来以简化的形式介绍在具体实施方式中进一步描述的精选概念。这并不意味着识别所要求保护的主题的关键或必要特征,该主题的范围由具体实施方式后的权利要求书唯一地限定。此外,所要求保护的主题不限于解决上文或本公开的任何部分中提到的任何缺点的实施方式。
附图说明
通过参考附图阅读以下对非限制性实施方案的描述将更好地理解本公开,其中以下:
图1示出了根据本公开的实施方案的示例性多模态成像系统的绘画视图。
图2示出了根据公开的实施方案的示例性正电子发射断层摄影(PET)成像系统的框示意图。
图3示出了根据本公开的实施方案的用于执行具有实时PET图像重建以检测和响应患者运动的PET计算机断层摄影的示例性方法的高级流程图。
图4示出了根据本公开的实施方案的用于实时重建PET图像以检测患者运动的示例性方法的流程图。
图5示意性地示出了根据本公开的实施方案,如何在用于实时PET图像重建的响应线上选择区段。
图6示意性地示出了根据本公开的实施方案的可如何确定用于实时PET图像重建的投影权重。
图7示出了使用实时重建的PET图像在PET期间检测患者运动的示例。
具体实施方式
以下描述涉及医学成像系统的各种实施方案。具体地讲,提供了用于实时重建正电子发射断层摄影(PET)图像以检测患者运动的方法和系统。在图1中提供了可用于采集根据本发明技术处理的图像的成像系统的示例。在本文中,成像系统可以是多模态系统。在一个实施方案中,多模态成像系统可以是正电子发射断层摄影/计算机断层摄影(PET/CT)成像系统,其中第一模态是CT成像系统,而第二模态是PET成像系统(例如,如图1和图2所示)。
当使用PET成像系统扫描患者时,在成像系统的视场(FOV)内捕获的事件可用于重建患者的功能图像。然而,扫描期间未得到补偿的患者运动可降低所得图像的质量。例如,由于扫描期间的患者运动,PET图像中可能出现图像伪影、模糊和增大的噪声,这可能降低图像的诊断值。如果操作PET成像系统的技术人员观察到患者移动,则技术人员可向患者发出指令以保持静止并延长扫描的持续时间。替代地,技术人员可重复扫描。然而,因为技术人员可能无法清楚地看到成像系统内的患者,所以技术人员可能不知道患者正在移动,从而导致PET图像或其他混合模态图像劣化。在一些示例中,可能从劣化的图像作出不准确的诊断。在其他示例中,可以不使用劣化的图像,并且可以请求重新扫描。重新扫描可包括向患者重新注射放射性示踪剂并重复整个扫描,这增加了成本,造成患者不适并降低了成像系统的可用性。
因此,图3中示出了用于检测和跟踪PET成像系统中的患者运动的示例性方法,该方法利用了使用图4所示的示例性快速重建方法重建的实时PET图像。在本文中,对在非常短的时间帧期间采集的图像空间数据执行列表模式重建,从而允许可实时处理的可管理数据大小。例如,可以在快速重建方法中利用飞行时间(TOF)PET信息来产生图像投影,诸如图5和图6所示。来自不同时间帧的实时PET图像之间的图像配准可用于患者运动分析,其示例在图7中示出。当患者运动超过将导致用于诊断的最终PET图像(其不同于用于运动检测的实时PET图像)中的运动相关劣化的阈值时,可采用各种运动检测响应。例如,可以选择性地延长扫描时间以捕获附加的无运动数据,可以丢弃在患者运动期间采集的数据,可以在最终图像重建期间对在患者运动期间采集的数据使用高级运动校正重建技术等。进一步地,在混合成像模态(诸如图1所示的PET/CT系统)中,也可重复在检测到的患者运动之前采集的CT数据。通过在PET扫描期间实时解决患者运动,可更有效地使用成像资源,并且可降低扫描成本。进一步地,患者不适可能降低。更进一步地,可减少作出准确诊断之前的时间量。
尽管以举例的方式描述了PET/CT成像系统,但是应当理解,当应用于使用其他成像模态(诸如CT、层析X射线照相组合、MRI、超声等)采集的图像时,本发明技术也可以是可用的。对PET/CT成像模态的本发明论述仅提供作为一种合适的成像模态的示例。在其他示例中,可使用PET/MRI成像系统或包括PET成像模态的其他成像系统。
如本文所用,短语“重建图像”并非旨在排除其中生成表示图像的数据而非可视图像的本公开的实施方案。因此,如本文所用,术语“图像”广义地是指可视图像和表示可视图像的数据两者。然而,许多实施方案生成(或被配置为生成)至少一个可视图像。
现在转向附图,图1和图2示出了多模态成像系统10。多模态成像系统10可以是合适类型的成像系统,例如诸如正电子发射断层摄影(PET)成像系统、单光子发射计算机断层摄影(SPECT)成像系统、PET/计算机断层摄影(CT)成像系统、PET/超声成像系统、PET/磁共振成像(MRI)系统或能够通过PET生成断层摄影图像的任何其他成像系统。各种实施方案不限于多模态医学成像系统,而是可用于单模态医学成像系统,诸如,例如,独立式PET成像系统或独立式SPECT成像系统。此外,各种实施方案不限于用于对人类受检者成像的医学成像系统,而是可包括用于对非人类对象成像的兽医系统或非医学系统。
首先参考图1,多模态成像系统10包括第一模态单元11和第二模态单元12。这两个模态单元使得多模态成像系统10能够使用第一模态单元11以第一模态扫描对象或患者,以及使用第二模态单元12以第二模态扫描该对象或患者。多模态成像系统10允许以不同模态进行多次扫描,以便于提高单模态系统的诊断能力。在图1所示的实施方案中,多模态成像系统10是正电子发射断层摄影/计算机断层摄影(PET/CT)成像系统10。在本示例中,第一模态单元11是CT成像系统11,而第二模态单元12是PET成像系统12。PET/CT系统10被示出为包括CT成像系统11中包括的机架13(或第一机架部分)和PET成像系统12中包括的机架14(或第二机架部分)。例如,CT成像系统11可生成患者的解剖图像,而PET成像系统12可生成对应于作为生理过程(诸如代谢)的标记的放射性示踪剂的分布的功能图像。如上所述,除了CT和PET之外的模态可以与多模态成像系统10一起采用。
机架13包括x射线源15,该x射线源投射x射线辐射束(或x射线)以用于对定位在机动化工作台24上的患者21进行成像。具体地,x射线源15被配置为将x射线辐射束朝向定位在机架13的相对侧上的检测器阵列18投射。尽管图1仅描绘了单个x射线源15,但是在某些实施方案中,可以采用多个x射线源和检测器来投射多个x射线辐射束,以用于在对应于患者的不同能量水平采集投影数据。在一些实施方案中,x射线源15可以通过快速峰值千伏电压(kVp)切换来实现双能量宝石能谱成像(GSI)。在一些实施方案中,所采用的x射线检测器是能够区分不同能量的x射线光子的光子计数检测器。在其他实施方案中,使用两组x射线源和检测器来生成双能量投影,其中一组x射线源和检测器设置为低kVp而另一组设置为高kVp。因此应当理解的是,本文所述的方法可用单能量采集技术以及双能量采集技术来实现。
在某些实施方案中,CT成像系统11还包括控制器或处理器25,该控制器或处理器被配置为使用迭代或分析图像重建方法来重建患者21的靶体积的图像。例如,控制器或处理器25可以使用分析图像重建方法(诸如滤波反投影(FBP))来重建患者的靶体积的图像。作为另一示例,控制器或处理器25可以使用迭代图像重建方法(诸如高级统计迭代重建(ASIR)、共轭梯度(CG)、最大似然期望最大化(MLEM)、基于模型的迭代重建(MBIR)等等)来重建患者21的靶体积的图像。如本文进一步所述,在一些示例中,除了迭代图像重建方法之外,控制器或处理器25还可使用分析图像重建方法(诸如FBP)。
在一些CT成像系统配置中,x射线源投射锥形x射线辐射束,该锥形x射线辐射束被准直成位于笛卡尔坐标系的X-Y-Z平面内并且通常被称为“成像平面”。x射线辐射束穿过正在被成像的对象,诸如患者或受检者。x射线辐射束在被对象衰减之后照射在检测器元件阵列上。在检测器阵列处接收的衰减x射线辐射束的强度取决于对象对辐射束的衰减。阵列的每个检测器元件产生单独的电信号,该单独的电信号是检测器位置处的x射线束衰减测量。单独地采集来自所有检测器元件的衰减测量,以产生传输分布。
在一些CT系统中,使用机架使x射线源和检测器阵列在成像平面内围绕待成像的对象旋转,使得辐射束与对象相交的角度不断变化。在一个机架角度下来自检测器阵列的一组x射线辐射衰减测量值(例如,投影数据)被称为“视图”。对象的“扫描”包括在x射线源和检测器的一次旋转期间在不同的机架角度或视角下制得的一组视图。可以设想的是,本文所述的方法的益处源于CT之外的医疗成像模态,因此如本文所用,术语“视图”不限于上文关于来自一个机架角度的投影数据所述的用途。术语“视图”用于指每当存在来自不同角度的多个数据采集(无论是来自CT、PET还是单光子发射CT(SPECT)采集)时的一个数据采集,和/或任何其他模态(包括尚待开发的模态)以及它们在融合实施方案中的组合。
处理投影数据以重建对应于通过对象获取的二维切片的图像,或者在投影数据包括多个视图或扫描的一些示例中,重建对应于对象的三维渲染的图像。一种用于由一组投影数据重建图像的方法在本领域中称为滤波反投影技术。传输和发射断层摄影重建技术还包括统计迭代方法,诸如最大似然期望最大化(MLEM)和有序子集期望重建技术以及迭代重建技术。该方法将来自扫描的衰减测量值转换成称为“CT数”或“亨氏单位(Hounsfieldunit)”的整数,该整数用于控制显示设备上的对应像素的亮度。
为了减少总扫描时间,可执行“螺旋”扫描。为了执行“螺旋”扫描,在采集规定数量的切片的数据的同时移动患者。此类系统从锥形束螺旋扫描产生单个螺旋。由锥形射束绘制出(mapped out)的螺旋产生了投影数据,根据该投影数据可重建每个规定切片中的图像。
在多模态成像系统10的某些实施方案中,控制器或处理器25可以被配置为操作CT成像系统11和PET成像系统12两者。在其他实施方案中,CT成像系统和PET成像系统可各自包括分别控制CT成像系统和PET成像系统的专用控制器。
继续图2,示出了图1中介绍的PET成像系统12的框示意图。PET成像系统12包括检测器环组件40,该检测器环组件包括多个检测器(或检测器晶体)62。例如,检测器环组件40可定位在机架14中。进一步地,检测器62中的每个检测器包括一个或多个晶体(例如,闪烁晶体)和一个或多个光传感器。在另一个示例中,检测器62可各自包括一个或多个雪崩光电二极管、光电倍增器、硅光电倍增器和/或另一种类型的辐射检测器。PET成像系统12还包括被配置为控制归一化过程和图像重建过程的控制器或处理器44。控制器44操作地耦接到操作员工作站46。在一个非限制性示例中,控制器44可为图1的控制器25的示例。作为另一示例,控制器44可包括在图1的控制器25(例如,其一部分)中或通信地连接到该控制器,诸如经由有线或无线通信。在图2的示例中,控制器44包括经由通信链路52互连的数据采集处理器48和图像重建处理器50。PET成像系统12采集扫描数据并将数据传输到数据采集处理器48。扫描操作从操作员工作站46控制。使用图像重建处理器50重建由数据采集处理器48采集的数据。
检测器环组件40包括中心开口,对象或患者(诸如患者21)可使用例如机动化工作台24(如图1所示)定位在该中心开口中。机动化工作台24与检测器环组件40的中心轴线对准。机动化工作台24响应于从操作员工作站46接收的一个或多个命令而将患者21移动到检测器环组件40的中心开口中。PET扫描仪控制器54(也称为PET机架控制器)设置(例如,安装)在PET成像系统12内。PET扫描仪控制器54通过通信链路52响应于从操作员工作站46接收的命令。因此,可从操作员工作站46通过PET扫描仪控制器54控制扫描操作。
在PET扫描之前,将放射性核种(例如,放射性核素)或放射性示踪剂递送至患者21。例如,放射性核素可为氟-18、碳-11、氮-13、氧-15等,并且可注射到患者21体内。例如,放射性核素可掺入通常由身体代谢的分子中,或掺入结合受体靶标的分子中。因此,放射性核素积聚在器官、血管等内。放射性核素经历正电子发射衰减,从而发射正电子,该正电子与周围组织中的电子碰撞。正电子遇到电子,并且当正电子与电子碰撞时,正电子和电子均湮灭并转化成各自具有511keV的任何能量的一对光子或γ射线。两个光子在基本上相反的方向上被引导,并且当它们各自在到达在检测器环组件40上彼此相对定位的相应检测器62时被检测到。因此,检测重合闪烁事件的两个检测器62彼此基本上成180度定位。当光子与检测器碰撞时,它在检测器晶体上产生闪烁事件(例如,闪光)。相应检测器62的每个光电倍增管检测闪烁事件并产生在通信线路64上传输的模拟信号。一组采集电路66经由通信线路64从光电倍增管接收模拟信号。采集电路66产生指示事件的三维(3D)位置和总能量的数字信号。采集电路66还产生指示发生闪烁事件的时间或时刻的事件检测脉冲。这些数字信号通过通信链路(例如电缆)传输到数据采集处理器48中的事件定位器电路68。
数据采集处理器48包括事件定位器电路68、采集CPU 70和重合检测器72。数据采集处理器48周期性地对由采集电路66产生的信号进行采样。采集CPU 70控制背板总线74和通信链路52上的通信。事件定位器电路68处理关于每个事件的信息,并且提供指示检测到的事件的一组数字数或数值。例如,该信息指示事件何时发生以及检测事件的检测器62的位置。事件数据分组通过背板总线74传送到重合检测器72。重合检测器72接收来自事件定位器电路68的事件数据分组,并确定所检测的事件中的任何两个事件是否重合。重合由多个因素确定。第一,每个事件数据分组中的时间标记必须在彼此的预定时间段内(诸如在12.5纳秒内),以指示重合。第二,由联接检测重合事件的两个检测器的直线形成的响应线(LOR)35应经过PET成像系统12中的视场(FOV)22。丢弃不能配对的事件。重合事件对被定位和记录为重合数据分组,该重合数据分组通过通信链路78传送到图像重建处理器50中的分类器/直方图生成器80。
图像重建处理器50包括分类器/直方图生成器80。在操作期间,分类器/直方图生成器80生成被称为直方图的数据结构。直方图包括大量的单元,其中每个单元对应于PET成像系统12中的独特的一对检测器晶体。因为PET成像系统通常包括数千个检测器晶体,所以直方图通常包括数百万个单元。直方图的每个单元还存储表示在扫描期间由该单元的一对检测器晶体检测到的重合事件的数量的计数值。在扫描结束时,直方图中的数据用于重建患者21的图像。包含来自扫描的所有数据的完整直方图通常被称为“结果直方图”。术语“直方图生成器”通常是指控制器44的部件(例如,处理器和存储器),该部件执行创建直方图的功能。
图像重建处理器50还包括存储器模块82、图像CPU 84、阵列处理器86和通信总线88。在操作期间,分类器/直方图生成器80以角度对沿每个平行LOR发生的所有事件进行计数,并形成投影。例如,以角度和距FOV 22的中心的距离s沿所有平行LOR成一整体的线形成投影p所有角度的投影被进一步组织成数据阵列90。数据阵列90可为正弦图,该正弦图为s和的函数。单个投影填充正弦图中的一行,并且正弦图包括由每个点处的平均计数加权的所有投影的叠加。数据阵列90存储在存储器模块82中。通信总线88通过图像CPU 84链接到通信链路52。图像CPU 84通过通信总线88控制通信。阵列处理器86还连接到通信总线88。阵列处理器86接收数据阵列90作为输入并以图像阵列92的形式重建图像。然后将所得图像阵列92存储在存储器模块82中。
存储在图像阵列92中的图像由图像CPU 84传送到操作员工作站46。操作员工作站46包括CPU 94、显示器96和输入设备98。CPU 94连接到通信链路52并从输入设备98接收输入,例如用户命令。输入设备98可以是例如键盘、鼠标、触摸屏面板和/或语音识别系统。通过输入设备98和相关联的控制面板开关,操作员可控制PET成像系统12的操作和患者21的定位以用于扫描。类似地,操作员可以使用由工作站CPU 94执行的程序来控制所得图像在显示器96上的显示并且可以执行图像增强功能。
此外,在一些示例中,用于检测511keV事件的定时精度可以足够高,使得重合检测器72能够测量两个光子之间的飞行时间(TOF)差。例如,当正电子湮灭事件比第二检测器晶体更靠近第一检测器晶体发生时,一个湮灭光子可以在另一个湮灭光子到达第二检测器晶体之前(例如,纳秒或皮秒之前)到达第一检测器晶体。TOF差可以用于约束沿LOR的正电子湮灭事件的位置,这可以提高由图像重建处理器50重建的图像的准确性和质量。TOF差或TOF内核的分辨率可以是存储在控制器44的存储器中的预定值,或者可以基于例如计数率来确定。例如,相同的TOF内核可用于分析数据集中的所有LOR。
需注意,提供上述控制器44的各种部件和过程作为控制器44可如何获得、处理和存储在PET成像系统12的操作期间生成的数据的一个示例。在其他示例中,控制器44可包括具有与类似或不同布置中的上述那些功能类似或不同的功能的不同处理器和存储器。具体地讲,控制器44可采用并行或大规模并行处理。进一步地,在一些实施方案中,控制器44的各种处理器(诸如数据采集处理器48和图像重建处理器50)可包含在共享外壳内,而在其他实施方案中,控制器44的各种处理器可包含在位于相同或不同位置的单独外壳内。因此,在一些示例中,控制器44的处理器可跨越通信地连接的多个位置。
在PET期间,诸如在操作医疗成像设施的PET成像系统(例如,图1和图2的PET成像系统12)以对患者(例如,图1和图2的患者21)进行成像时,患者可移动。运动可导致数据模糊、噪声增大、定量准确度降低以及图像伪影的引入。因此,所获得的图像的诊断值可能降低。操作PET成像系统的技术人员可能不知道患者已经移动,并且因此可不采取解决患者运动的步骤。在一些示例中,所获得的成像数据可经历大量的成像后运动校正,这使用大量的计算资源。然而,即使在使用成像后运动校正时,图像的诊断值仍可能降低,这可能导致安排好的患者的错误诊断或重新扫描。即使患者在医学成像设施处是立即可用的,先前使用的放射性核素也可能是由于同位素衰减而不可用的。因此,可在重复扫描之前向患者重新注射放射性核素。如果患者不是立即可用的,则患者可能必须返回到医学成像设施以用于重新扫描。总体而言,进行诊断之前的时间量、患者不适和成像成本均可增加。
因此,图3提供了用于在基于实时重建的PET图像的扫描期间跟踪患者在成像系统内的运动的示例性方法300。将针对PET/CT成像系统(诸如关于图1至图2所述的成像系统10)描述方法300,但也可使用其他PET成像系统。用于执行方法300和本文包括的其余方法的指令可由控制器(例如,图1的控制器25和图2的控制器44)基于存储在控制器的存储器上的指令并结合从成像系统的传感器(诸如上面关于图1至图2描述的传感器)接收的信号来执行。控制器可根据下述方法采用成像系统的致动器来调节成像系统的操作。
在302处,方法300包括从成像系统的用户(例如,技术人员)接收放射性示踪剂信息。从用户接收放射性示踪剂信息包括注射到定位在成像系统内的患者体内的放射性示踪剂的类型。放射性示踪剂可为发射正电子的放射性核素。放射性示踪剂的一些非限制性示例包括氟-18氟脱氧葡萄糖(FDG)、碳-11胆碱、氮-13氨和氧-15水。在一些示例中,注射的放射性示踪剂的类型可取决于正在被成像的感兴趣的解剖结构。如上所述,注射到患者体内的放射性示踪剂可积聚在器官、血管等内,并且开始衰减并发射正电子。如先前所解释的,正电子湮灭,从而生成一对γ射线。除了注射的示踪剂的类型之外,控制器还可接收附加信息,诸如注射时间、注射的放射性示踪剂的剂量和注射前延迟。除了放射性示踪剂信息之外,控制器还可接收受检者的体重。在一个示例中,用户可输入患者的体重。作为另一示例,控制器可附加地接收所选择的成像协议,该成像协议可由用户选择或由用户手动输入。
在304处,方法300包括执行CT扫描。作为一个示例,执行CT扫描可包括首先执行CT定位扫描。CT定位扫描可用作PET/CT扫描的解剖参考。在一个示例中,CT定位扫描可用于限定CT采集和PET采集的起始位置和结束位置。在一些示例中,CT定位扫描可以是全身扫描。一旦限定起始位置和结束位置,该方法包括在由起始位置和结束位置限定的区域内采集附加CT图像数据。例如,CT图像数据可通过根据指定参数激活X射线源(例如,图1的x射线源15)来采集,该指定参数可由用户输入或由用户选择的成像协议(例如,指定kV、mA、衰减滤光器位置)指定。进一步地,可旋转机架(例如,图1的机架13)以实现指定的角度。进一步地,在CT扫描期间,可以移动成像系统的工作台(例如,图1的工作台24)的位置,使得扫描从开始扫描位置前进到停止扫描位置。
在306处,方法300包括执行PET扫描以及从成像系统的视场(FOV)内部采集发射数据。PET扫描可生成对应于动态发生(诸如代谢)的功能图像。为了执行PET扫描并采集发射数据,激活PET成像系统的检测器晶体以检测由于正电子发射和湮灭而从患者发射的γ射线,并且采集电路、事件定位器电路和重合检测器可以一起记录重合事件,如上文关于图2所详述的。
在308处,方法300包括经由快速重建方法在数据采集期间产生实时PET图像。如将在下文中关于图4至图6所详述的,在一些示例中,快速重建方法可能不使用针对每个图像重建获得的所有发射数据,以便提供实时(例如,没有显著延迟)PET图像。因此,实时PET图像包括一系列实况图像,这些实况图像表示在采集发射数据时(例如,在发生时,仅具有亚秒或秒级时间延迟)正在被采集的发射数据。例如,一些数据可通过快速重建方法跳过和/或丢弃。作为另一示例,实时快速重建方法附加地或替代地可利用取子集来减少处理时间。进一步地,快速重建方法可不采用衰减或散射校正,因为所产生的图像可用于确定患者位置并且可不用于例如诊断。进一步地,快速重建方法可不采用运动校正。
快速重建方法可以使用TOF列表模式重建(而不是基于正弦图的重建)。因此,控制器可以在重建之前不将发射数据组织成直方图(例如,可以不使用图2的分类器/直方图生成器80)。列表模式数据包括所有检测到的重合事件的列表。列表中的每个项目标识所涉及的两个检测器晶体、两个检测器晶体之间的检测到的时间差(例如,TOF信息,如上文关于图2所述的)以及检测到重合的绝对时间的指示。控制器可基于两个检测器晶体之间的LOR和针对列表中的每个项目检测到事件的时间差来评估对应于重合的近似位置的图像值。在一组(例如,子集或迭代)事件被处理之后,可对图像应用更新。所应用的图像更新的数量可在一个更新与多个更新之间变化。例如,增加图像更新的数量可以增加重建时间为代价提供统计意义上最佳的图像。
快速重建方法可针对短时间帧(例如,时间段)重建图像体积以产生实时PET图像。例如,每个短时间帧可包括预定义的持续时间,该预定义的持续时间可在毫秒至秒的范围内。作为一个非限制性示例,每个短时间帧各自为一秒。在此类示例中,预定义的持续时间可用于针对每个时间帧确定(或限定)要包括的事件数据。作为另一示例,每个时间帧的持续时间可基于所捕获的事件的数量而变化。例如,可调节持续时间以便采集期望数量的事件(例如,4百万)。时间帧可延长,直到检测到期望数量的新事件,然后可开始后续时间帧。在此类示例中,事件的数量可用于针对每个时间帧以及每个时间帧的持续时间确定(或限定)要包括的事件数据。
可从在一个时间帧期间获得的发射(例如,事件)数据重建一个实时(例如,实况)PET图像,并且每个实时、实况PET图像在本文中可被称为“图像帧”。在一些示例中,时间帧可以是连续且不重叠的,而在其他示例中,时间帧可部分重叠,使得后续时间帧于在前的时间帧结束之前开始。作为一个示例,可开始第一时间帧,并且在完成第一时间帧(例如,预定持续时间或期望数量的检测事件)时可经由快速重建方法重建在第一时间帧期间采集的数据。虽然实时PET图像针对第一时间帧产生,但可针对第二后续时间帧收集数据。该序列可在整个扫描期间迭代地重复以产生一系列实时PET图像。
作为一个示例,该一系列实时PET图像可包括在预定时间点重建的图像帧,每个时间点由预先选择的间隔(例如,预定义的持续时间)分开,并且每个图像帧从在紧接在前的间隔期间采集的发射数据重建。这样,例如,可以每秒重建一个图像帧。作为另一示例,该一系列实时PET图像可包括在采集预定量的数据之后重建的图像帧。这样,例如,可以每n次事件采集重建一个图像帧。
作为进一步的示例,图像帧可以从部分重叠的数据集重建。例如,连续图像帧可共享在30%至70%范围内的事件百分比,该事件百分比对应于用于重建由连续图像帧共享的每个连续图像帧的总事件的比例。在一个非限制性示例中,连续图像帧可以在事件中共享50%的重叠。例如,可以从事件1至事件N重建一个图像帧,其中N是预定数量,并且可以从事件N/2+1至事件3N/2重建下一个图像帧,以实现连续帧之间的事件的50%重叠。然而,用于重建连续图像帧的数据集可以其他方式重叠。
替代地,如果事件的计数率非常高,则每秒检测到的事件的数量可能太多,以至于不能将所有事件用于实时重建。如将在下文中关于图4所详述的,在此类示例中,并非所有检测到的事件都可用于重建图像帧,以便保持系统的实时性能。例如,如果事件的计数率为1千万次/秒并且控制器能够重建4百万次/秒,则控制器可以不使用前4百万次之后的事件,用前4百万次事件重建图像帧,并且在下一秒开始时恢复收集事件。然而,控制器可继续存储所有列表事件以用于后续(非实时)处理。这样,无论事件计数率如何,都可以保持实时重建。
因为时间帧短,所以在时间帧期间获得的发射数据中的重合事件的数量相对小,并且通过使用TOF数据,对于每个检测到的重合,仅考虑图像的一小部分。因此,对于相同的发射数据,列表模式重建比基于正弦图的重建更有效。
进一步地,可使用有效的随机数计算来重建实时PET图像。随机数是指检测到满足重合标准的两个光子,这些光子实际上不是来自同一正电子湮灭事件(例如,重合是随机的)。随机数是PET中图像劣化的来源,并且可在图像重建期间或之前进行补偿。作为一个示例,单个标测图可以在各个检测器中示出计数率。对于快速重建方法,可以使用简单的乘法,而不是计算从单个标测图扩展成全正弦图(其使用超过4亿的计算)的随机数。例如,检测器晶体R与i之间的LOR的随机数率(j)可根据以下公式使用单计数率(SR方法)来计算:
R=2SiSjτ
其中Si是检测器晶体i的单计数,Sj是检测器晶体j的单计数,并且τ是用于检测重合的定时窗口。因此,可以使用更少计算资源来执行随机数计算。类似的原理可应用于归一化和死区时间。通过在实时PET图像重建中包括随机数和归一化,可提高图像质量,这可有助于下文所述的运动检测。
在310处,方法300包括评估随时间推移的实时PET图像以跟踪患者运动。例如,当每个图像帧被重建时,可对它执行配准,诸如通过将每个图像帧变换到统一坐标系上。统一坐标系可提供用于将图像帧彼此进行比较的参考。实时地,可将每个新重建和配准的图像帧与该一系列中紧接在前的(例如,先前重建的)图像帧(或预定数量的在前的图像帧)进行比较,以确定患者是否相对于统一坐标系在图像帧之间移动。因此,方法300可从图像空间提供实时运动计算。
配准可使用一种或多种算法来执行。在一些示例中,配准算法可利用边缘检测来限定每个图像帧中患者解剖结构的边界,并且可进一步地使用改变检测来确定由边缘检测限定的边界是否已相对于统一坐标系随时间推移(例如,在图像帧之间)移动,如将关于图7所详述的。例如,边缘检测可提供刚性配准,并且可在正在被成像的解剖特征为刚性体(诸如头部)时使用。然而,配准算法可附加地或替代地利用能够比较图像帧之间的患者位置的其他变换和分析方法。例如,控制器可在图像帧之间执行非刚性配准,诸如通过使用光流法。光流法可创建完整的3D运动场,示出与参照帧(例如,初始时间点)相比,体积的每个元素已经如何移动。进一步地,例如,配准算法可基于患者在图像帧之间的位移(或一个或多个边界的位移)来确定运动的绝对量值。
在312处,方法300包括确定是否检测到患者运动。例如,当运动的绝对量值超过存储在控制器的存储器中的预定运动阈值时,可检测到患者运动。可校准运动阈值以将患者位置的较小变化与患者位置的较大变化区分开。例如,与较大变化相比,使用成像后运动校正算法可更准确地补偿较小变化。作为另一示例,患者位置的较大变化可能无法经由处理准确地校正,或者可能需要比患者位置的较小变化更复杂的处理。例如,当运动的绝对量值超过运动阈值时,可能发生图像质量劣化。相反,可在不造成图像质量劣化的情况下校正具有低于运动阈值的绝对量值的患者运动。例如,低于运动阈值的患者运动可由患者呼吸引起。运动的量值可指患者在图像帧之间的变化,诸如患者的位移、患者的旋转和/或指示图像帧之间的患者位置的统计意义上的显著性失配的另一特征。
作为再一示例,控制器可在两个图像帧中确定总体患者位置的类似性程度,并且控制器可响应于类似性程度降低到低于阈值类似性程度而指示检测到患者运动。阈值类似性程度可将患者位置的较小变化与上文定义的患者位置的较大变化区分开。
如果未检测到患者运动,则方法300前进至330并且包括重建CT图像。可使用(作为非限制性示例)分析重建算法(诸如滤波反投影或迭代重建算法)来重建一个或多个CT图像。
在332处,方法300包括从所采集的成像数据重建最终PET图像。具体地讲,最终PET图像可在所有发射数据已被采集之后(例如,在PET扫描完成之后)完成。因此,最终PET图像不是所采集的发射数据的实时表示(例如,最终PET图像是非实况PET图像)。在一些示例中,可使用跨越数据采集的整个持续时间的发射数据来重建最终PET图像。在其他示例中,诸如本文将进一步指出的示例,可选择性地排除数据的一部分。在一些示例中,最终PET图像可包括患者的一个横截面图像。在其他示例中,最终PET图像可包括患者的多个横截面图像。进一步地,由于相对于用于重建实时PET图像的重合事件的数量,大量重合事件可用于重建最终PET图像,因此可执行基于正弦图的重建。例如,基于正弦图的重建可比上文关于实时PET图像描述的列表模式重建更有效地处理更大的数据集。因此,将在下文中描述基于正弦图的重建。然而,在其他示例中,列表模式重建可用于重建最终PET图像。
如先前参考图2所解释的,PET成像系统的图像重建处理器可包括分类器/直方图生成器(诸如图2的分类器/直方图生成器80)。分类器/直方图生成器包括大量竖条(bin)的直方图,其中每个竖条对应于独特的一对检测器晶体。直方图的每个竖条还存储表示在扫描期间由该竖条的一对检测器晶体检测到的重合事件的数量的计数值,其可组织成正弦图。在采集了所有数据并且不再主动执行PET扫描(例如,检测器晶体不是主动检测事件)之后,直方图中的数据用于重建患者的最终PET图像。例如,由该对检测器晶体检测到的重合事件的总数量将与连接该对的LOR内的放射性示踪剂的量成比例。临床医生可将最终PET图像用于诊断目的,而实时PET图像可不用于诊断。
控制器可使用分析和/或迭代图像重建算法。分析重建算法可为所重建的图像提供直接数学解,而迭代图像重建算法可使用多个数学迭代来获得重建图像。进一步地,控制器可在重建最终PET图像时采用衰减和/或散射校正。例如,可使用各种散射校正方法(诸如基于模型的散射模拟)来估计PET图像重建期间的散射事件。基于模型的散射模拟使用发射活动和衰减系数的知识,并且可包括单散射和多散射估计两者。可使用FOV内所采集的PET数据通过初始PET图像重建来估计发射活动。
在334处,方法300包括显示最终PET图像和CT图像中的一者或多者。例如,一个或多个图像可显示在显示屏(诸如图2的显示器96)上。如上所述,CT图像可限定解剖结构,而PET图像可示出动态身体功能,诸如代谢。还如上所述,注射到受检者体内的放射性示踪剂可积聚在器官中。因此,器官中放射性示踪剂的增加的摄取可在PET图像中表现为“热点”。异常组织(或肿瘤)可具有增加的摄取,并且因此在PET图像中表现为热点。然而,正常组织也摄取不同水平的放射性示踪剂。例如,放射性示踪剂诸如FDG主要通过肾系统清除,因此正常膀胱可具有最大量的FDG更新。例如,大脑可比脂肪组织具有更高的FDG摄取量。正常组织的放射性示踪剂摄取可为生理的,而异常组织的放射性示踪剂摄取可为病理的。因此,最终PET图像可提供功能信息以帮助诊断。
在一些示例中,CT图像和最终PET图像可叠加(例如,经由共配准),以便将来自PET图像的功能信息放入由CT图像给出的解剖上下文中。这些视图可允许临床医生在一个图像上关联和解释来自两种不同成像模态的信息,这可导致更精确的信息和更准确的诊断。然后方法300可结束。
返回312,如果替代地检测到患者运动,诸如响应于运动的绝对量值超过阈值运动,则方法300前进至314并且包括执行运动检测响应。例如,控制器可经由启动运动检测响应的内部条件来指示检测到患者运动和/或向用户指示警示。控制器可从多个可能的运动检测响应中选择一个或多个运动检测响应,并且同时或顺序地执行所选择的响应。此外,控制器可识别患者运动(或变化)超过阈值ssin顺序的时间帧,以便相应地应用所选择的运动检测响应。
执行运动检测响应任选地包括警示用户患者运动,如316处所示。例如,控制器可以经由工作站(诸如图2的操作员工作站46)向用户输出听觉和/或视觉警示。作为一个示例,警示可通知用户检测到患者运动,并且可进一步提示用户指示患者保持静止。
执行运动检测响应还任选地包括从要在最终PET图像重建中使用的数据集中移除在检测到的患者运动期间采集的数据,如318处所示。例如,在患者运动大于阈值的同时采集的数据可与在患者运动不大于阈值的同时采集的数据分开,并且仅在患者运动不大于阈值的同时采集的数据可用于重建最终PET图像。除了在316处输出警示之外或作为一种替代,可执行移除在检测到的患者运动期间采集的数据。通过将在检测到的运动期间采集的数据与要用于最终PET图像重建的数据集分离,在检测到的患者运动期间采集的数据可从最终PET图像中排除。因此,由检测到的患者运动引起的运动伪影将不存在于最终PET图像中。
执行运动检测响应任选地包括延长扫描的采集时间以获得期望量的无运动数据,如320处所示。例如,期望量的无运动数据可以是患者运动保持低于阈值的预定的计数数量或数据采集持续时间。预定的计数数量或数据采集持续时间可以是存储在控制器的存储器中的校准值,并且可以表示用于实现噪声和图像伪影减少的最终PET图像的期望数据的最小量。除了在316处输出警示和在318处移除在检测到的运动期间采集的数据中的一者或两者之外或作为一种替代,可执行延长扫描的采集时间。
执行运动检测响应任选地包括对于在检测到的患者运动期间采集的数据,提示使用运动校正重建技术,如322处所示。运动校正技术可能不会自动执行,因为其在计算上可能是昂贵的。因此,至少在一些示例中,可将运动校正技术选择性地应用于在患者运动大于阈值的同时采集的数据,而不是整个数据集。作为另一示例,可将运动校正技术选择性地应用于在指示患者运动的同时采集的数据以及在所指示的患者运动之后采集的数据。作为例示性示例,患者运动可导致患者从第一姿势移动到第二姿势。尽管患者在处于第二姿势时可能没有主动移动(例如,在处于第二姿势时患者运动保持小于阈值),但是可以校正在患者处于第二姿势时采集的所有事件,以便补偿第一姿势与第二姿势之间的差异。此外,在一些示例中,可将发射数据分离成“运动前”、“运动期间”和“运动后”数据集,这些数据集可至少部分地彼此分开处理,以便准确地校正患者运动,同时提高计算效率。除了在316处输出警示,在318处移除在检测到的运动期间采集的数据以及在320处延长扫描的采集时间中的任一者或全部之外或作为一种替代,可执行提示使用运动校正重建技术。例如,通过执行运动校正技术,在检测到的患者运动期间采集的数据仍可用于最终PET图像重建,而不引入模糊和运动伪影。
执行运动检测响应任选地包括显示实时运动曲线图,如324处所示。例如,实时运动曲线图可以示出FOV内的患者随时间推移在三个空间方向上的位移,这可以经由显示屏显示给用户。因为用户可能无法看到机架内的患者运动,所以实时运动曲线图可允许用户在扫描期间更容易地监测患者的运动。除了在316处输出警示,在318处移除在检测到的运动期间采集的数据,在320处延长扫描的采集时间以及在322处提示使用运动校正重建技术中的任一者或全部之外或作为一种替代,可执行显示实时运动曲线图。
执行运动检测响应任选地包括在已经检测到运动之后重复患者的CT扫描,如326处所示。例如,在机架旋转以实现由成像协议指定的角度的同时,可通过激活x射线源来采集新的CT图像数据。新的CT图像数据可替换较早的CT图像数据,该较早的CT图像数据可被丢弃或与新的CT图像数据分开临时存储,直到重建CT图像。除了在316处输出警示,在318处移除在检测到的运动期间采集的数据,在320处延长扫描的采集时间,在322处提示使用运动校正重建技术以及在324处显示实时运动曲线图中的任一者或全部之外或作为一种替代,可执行重复CT扫描。
尽管PET扫描期间的运动检测可能不与CT扫描期间的患者运动直接相关,但重复CT扫描可增加获得无运动和正确配准的CT扫描数据的可能性。然而,在同时采集两种模态的数据的其他混合成像模态中(诸如在PET/MRI中),检测到的运动影响两种成像模态。因此,在326处的方法可以包括选择性地重复在检测到的患者运动期间执行的MR扫描部分(并且例如,不重复整个MR扫描)。
执行运动检测响应任选地包括基于检测到的患者运动来调整PET和CT数据采集两者,如328处所示。例如,可延长PET和CT数据采集以便捕获附加的无运动数据。当检测到患者运动时(而不是当未检测到患者运动时)延长PET和CT数据采集可使得能够更有效地使用成像系统资源,同时还提高最终PET图像和CT图像两者的图像质量。除了在316处输出警示,在318处移除在检测到的运动期间采集的数据,在320处延长扫描的采集时间,在322处提示使用运动校正重建技术,在324处显示实时运动曲线图以及在326处重复CT扫描中的任一个或全部之外或作为一种替代,可基于检测到的患者运动来调整PET和CT数据采集两者。
方法300前进至330,并且包括重建CT图像,如上所述。因此,CT图像可在采集附加数据和/或对检测到的患者运动执行补偿之后重建。因此,CT图像可具有较少运动伪影,并且可提高图像质量。
与不执行所选择的运动检测响应相比,在332处重建的最终PET图像也可具有提高的图像质量。例如,在患者运动期间采集的数据可不用于重建最终PET图像(例如,当在318处选择时),从而减少最终PET图像中的模糊和噪声,同时提高最终PET图像的定量准确性。作为另一示例,运动校正重建技术可应用于在患者运动期间(例如,当在322处选择时)采集的数据,并且在患者运动期间采集的校正数据可用于重建最终PET图像,而不引入模糊和噪声。
通过使用快速重建方法实时(或接近实时)跟踪患者运动,可实时进行对成像协议的各种调节和调整,以便补偿患者运动和/或排除在患者运动期间获得的数据,而不会对图像质量或扫描仪资源造成不利影响。这样,可获得具有较少运动伪影的PET图像,从而提高PET图像的质量和PET图像的诊断准确性。此外,CT图像也可从在患者未移动的同时获得的数据重建,从而提高CT图像的质量和准确性。总体而言,可降低患者重新扫描的发生率,同时可提高最终PET图像的定量准确性,从而降低成像成本和诊断时间。
继续图4,示出了用于图3中介绍的快速重建方法的示例性方法400。例如,方法400可作为图3的方法300的一部分(例如,在308处)由控制器在PET数据采集期间实时执行。方法400的至少部分可作为单个图像帧的图像更新的一次迭代来执行,并且至少在一些示例中,可针对单个图像帧并行地执行多次迭代。
在402处,方法400包括确定用于成像数据的每个子集的事件。对于上文在308处描述的用于重建实时PET图像的每个短时间帧(例如,图像帧),可使用取子集来更快地达到收敛。代替针对图像帧的每次更新在时间帧期间采集的所有事件进行迭代,可使用每第n个事件(其中n为整数),并且可使用每次通过的事件的不同子集对数据进行n次通过。例如,每次通过可包括一个更新。
因此,在一些示例中,控制器可以确定n的值以用于确定用于每个子集的事件。n的值可基于数据密度和数据集的矩阵大小来确定,例如,以便在每个子集中保持至少事件的下限阈值数量。事件的下限阈值数量可以是存储在存储器中的预定值,该预定值对应于事件数量,在该预定值以下没有足够的数据来产生准确的图像更新。控制器可将数据密度和矩阵大小输入到查找表或算法中,该查找表或算法可输出给定数据集的n值。然后,控制器可基于所确定的n值来确定用于成像数据的每个子集的事件,诸如通过创建用于给定子集的事件的查找表。作为例示性示例,当n为4时,第一迭代可使用事件1、5、9、13等;第二迭代可使用事件2、6、10、14等;第三迭代可使用事件3、7、11、15等;并且第四迭代可使用事件4、8、12、16等。这样,可更快地到达更收敛的图像,其中在仅处理每个事件一次之后对图像进行四次更新,如下文将进一步详述的。然而,在一些示例中,随着时间帧减少,事件的数量更少,并且数据集不能被分成子集(例如,n等于1)。
在一些示例中,当在每个时间帧中捕获的事件的数量高于事件的上限阈值数量时,控制器可选择跳过事件以便减少处理时间。事件的上限阈值数量可以是存储在存储器中的预先校准的值,该预先校准的值对应于预期处理时间大于用于实时处理的预定阈值持续时间的事件数量。在一些示例中,控制器可以调节(例如,增加)上面确定的n值,然后仅处理子集的一部分。继续以上例示性示例,其中n为4,n可增加至5,并且5个子集中的仅4个可被处理,例如,导致处理时间减少20%。作为另一示例,附加地或替代地,可在确定每个子集的事件之前减少数据集中事件的总数量。作为例示性示例,可从5百万个总事件中选择仅前4百万个事件,这可对结果造成轻微的时间偏差。
在一些示例中,控制器可以通过测量处理给定大小的数据集所花费的实际时间来更新事件的下限阈值数量和/或事件的上限阈值数量。这样,控制器可在实施时细化快速重建方法,以便确保生成提供准确和及时的患者运动检测的实时PET图像。
在404处,方法400包括将每个事件分配给子集索引。例如,单个子集中的事件可被分成可存储在连续存储器中的事件组或事件块。连续存储器可经历并行处理,其中每个并行线程被分配用于处理一个事件块。例如,每个并行线程可访问存储在其中的成像数据的给定子集的仅一个块,从而减少由每个线程处理的数据量。进一步地,在每次图像更新(例如,每次迭代)开始时,每个线程获得其自己的更新矩阵副本,使得线程彼此不干扰。当线程已全部完成下文概述的其各个处理任务(例如,从406到410)时,其矩阵在应用于与该子集相关联的单个图像更新之前接合在一起,该单个图像更新可存储在连续存储器或非连续存储器中。
在406处,方法400包括,对于每个事件,确定短飞行时间(TOF)内核在响应线(LOR)内的投影的开始位置和停止位置。例如,使用上述并行处理,控制器可找到行进通过成像FOV的数据的给定子集中的每个重合事件的开始位置和停止位置。如上文关于图2所述,TOF内核可跨数据集标准化,使得相同的TOF内核用于每个LOR。因此,TOF内核可为给定LOR限定要投影的最短有效区段。作为另一示例,使用比TOF内核更长的区段可导致处理时间增加。因此,控制器可使用TOF内核在LOR上的位置来确定每个投影的开始位置和停止位置,这可进一步由检测事件的每个光子之间的计时差来确定。
简要转到图5,示意图500示出了确定投影对于不同响应线的开始位置和停止位置的方式的例示性示例。图5示出了PET成像系统的检测器环组件540,该检测器环组件包括多个检测器562。例如,检测器环组件540可以是图2的检测器环组件40,并且多个检测器562可以是图2的多个检测器62。示意图500还示出了PET成像视场(FOV)522。例如,FOV 522可包括定位在检测器环组件540内的患者。
在示意图500中示出了三个响应线:第一线A、第二线B和第三线C。线A不与FOV 522相交。因此,未确定线A的投影。线B和线C各自与FOV 522相交,并且确定每条线的检测到的事件是重合的(例如,如图2的重合检测器72所确定的)。计算线B的四个点,包括b1、b2、b3和b4。点b1是线B进入FOV 522的位置,点b2是线B的TOF内核开始的位置,点b3是线B的TOF内核结束的位置,并且点b4是线B离开FOV 522的位置。点b2被确定为开始位置,并且点b3被确定为线B的投影的停止位置,以便涵盖线B的TOF内核。
还计算线C的四个点,包括c1、c2、c3和c4。点c1是线C的TOF内核开始的位置,点c2是线C进入FOV 522的位置,点c3是线C的TOF内核结束的位置,并且点c4是线C离开FOV 522的位置。点c2被确定为开始位置,并且点c3被确定为线C的投影的停止位置,以便涵盖线C的TOF内核。
返回图4,在408处,方法400包括对于每个事件,基于由TOF内核遍历的每个体素的路径长度和TOF内核高度来计算投影系数(权重)。例如,控制器可以基于稀疏矩阵乘法中的体素识别和权重(例如,从路径长度和TOF内核高度导出的)来计算快速Siddon投影。例如,可以针对每个体素边界交叉点确定每个区段的中心处的路径长度和TOF内核高度。例如,控制器可计算在给定时间帧期间采集的数据中每个事件的投影。
简要转到图6,示意图600示出了确定有效投影仪的路径长度和TOF内核高度的例示性示例。尽管示意图600示出了二维表示,但应当注意,实际计算可以是三维的。示意图600示出了多个体素602、方向矢量n(其可以是LOR的一部分,例如开始位置606和停止位置608)。开始位置606和停止位置608对应于上文关于图4和图5所述的TOF内核的开始位置和停止位置(例如,在406处确定的)。因此,方向矢量n在开始位置606与停止位置608之间的部分对应于将在事件的投影中使用的TOF内核的一部分。
因子α被定义为沿方向矢量n距TOF内核的中心的距离。因此,TOF内核的中心在α=0处。对于x中的每个阶跃(例如,dx,在示意图600上从左到右示出),α通过dx/n[0]改变。可保持“下一个α”查找以穿过体素边界。α中击中体素边界的最小阶跃用于确定路径长度和TOF内核高度。例如,沿方向矢量n从开始位置606行进到停止位置608,存在六个体素边界交叉点,从而产生具有不同长度的七个区段L1、L2、L3、L4、L5、L6和L7。每个区段的长度可基于α的变化来确定。每个区段具有对应的TOF内核高度。如图所示,区段L1具有TOF内核高度H1,区段L2具有TOF内核高度H2,区段L3具有TOF内核高度H3,区段L4具有TOF内核高度H4,区段L5具有TOF内核高度H5,区段L6具有TOF内核高度H6,并且区段L7具有TOF内核高度H7。每个区段的长度乘以对应的TOF内核高度可以与由方向矢量n在开始位置606与停止位置608之间遍历的每个体素的体素ID一起存储。然后可根据存储值的稀疏矩阵乘法来确定投影610。
返回图4,在410处,方法400包括对于每个事件,基于投影系数来执行正投影(例如,上文在408处确定的),应用校正,以及基于投影系数进行反投影。作为一个示例,在每个子集内,可对每个事件进行正投影、调节以用于校正,然后进行反投影。正投影和反投影可通过访问稀疏矩阵元素来执行,例如,其中每个处理线程重建一个图像以减少或避免存储器锁定。进一步地,如上文关于图3的308所述,重建算法可不采用衰减或散射校正,并且可使用有效的随机数计算。
在412处,方法400包括组合给定子集内的每个事件的反投影。例如,可将来自子集内的所有事件的反投影求和,并且这可用于生成图像更新。因此,来自每个子集的数据可提供一个图像更新。
在414处,方法400包括基于每个子集迭代地更新图像。例如,控制器可使用迭代重建算法,该迭代重建算法更新图像估计,直到实现期望解。例如,期望解可以是最大似然解。如上所述,每个子集可提供一个图像更新。可使用从在给定时间帧(例如,第一迭代)期间采集的发射数据的第一子集生成的第一图像更新来更新初始空白(例如,均匀)图像。可使用从发射数据的第二子集生成的第二图像更新(例如,第二迭代)来进一步更新所得的更新图像。可利用来自事件的每个子集的图像更新来重复该过程,使得图像估计能够收敛(例如,达到期望解)。最终更新图像包括针对一个时间帧的实时PET图像。然后方法400可返回。例如,可针对每个后续时间帧重复方法400,使得可经由图3的方法产生后续图像帧以用于运动检测。
接下来,图7示出了基于实时重建的PET图像帧的PET期间的患者运动检测的示例性具体实施700。例如,控制器(例如,图1的控制器25和/或图2的控制器44)可以使用利用TOF列表模式重建而没有衰减和散射校正重建的实时PET图像(诸如根据图4的快速重建方法),根据图3的方法检测PET采集期间的患者运动。需注意,具体实施700是可如何分析PET图像帧以确定患者运动的一个例示性示例,并且在其他示例中,控制器可执行其他分析。
具体实施700示出了从随时间推移而采集的发射数据重建的一系列PET图像帧,包括第一图像帧702、第二图像帧704和第三图像帧706。第一图像帧702、第二图像帧704和第三图像帧706中的每个图像帧从在短持续时间内(例如,每个图像帧1秒)采集的数据重建,如上文关于图3和图4所述,并且每个图像帧示出了患者的颅骨的侧面轮廓。第一图像帧702是最早的帧,并且第三图像帧706是最晚的时间帧,如时间轴线701所示。具体地讲,第一图像帧702是该一系列中的第一图像帧(例如,帧1),并且第二图像帧704是该一系列中的下一个图像帧(例如,帧2,紧接在帧1之后,其间没有任何其他图像帧)。第三图像帧706是在第二图像帧704之后的一定数量的图像帧(例如,帧n)。
在示例性具体实施700中,在重建每个图像帧时,控制器执行配准以将图像帧转换到统一坐标系(示出为网格)上,并且使用边缘检测来限定每个图像帧中患者解剖结构的边界。图7示出了第一图像帧702中患者的颅骨的顶部的第一边界线708、第二图像帧704中患者的颅骨的顶部的第二边界线710以及第三图像帧706中患者的颅骨的顶部的第三边界线712,但附加地或替代地,其他边界线可用于确定和跟踪图像帧之间的患者运动。此外,为了比较,第一边界线708被示出为第二图像帧704上的虚线叠加,并且第一边界线708和第二边界线710两者被示出为第三图像帧706上的虚线叠加。
一旦采集到至少两个图像帧(例如,图7所示示例中的第一图像帧702和第二图像帧704),控制器就比较两个图像帧之间的对应边界线的位置以确定它们之间的位移。在所示的示例中,患者的颅骨已在第一图像帧702与第二图像帧704之间移位,如第二边界线710相对于第二图像帧704上的第一边界线708的位置所示。控制器可基于第二边界线710相对于第一边界线708的位置差直接确定位移的量值,并且响应于该量值超过阈值来指示患者运动,如上文在图3的312处所述。
在一些示例中,还可以比较该一系列中的非连续图像帧的边界,以跟踪患者随时间推移的运动。在所示的示例中,即使在第二图像帧704与第三图像帧706之间采集一个或多个图像帧,也将第三边界线712与第二边界线710和第一边界线708两者进行比较。第三边界线712相对于第二边界线710的位置示出了患者的颅骨已经以与第一图像帧702与第二图像帧704之间相同的方向在第二图像帧704与第三图像帧706之间移位(例如,在相对于页面向下的方向上),但应当理解,在第二图像帧704之后并且在第三图像帧706之前的图像帧可在其他方向上示出患者运动。例如,患者可在再次向下移动并且到达第三帧706中所示的位置之前沿向上方向(相对于页面)移动。
控制器可确定第三边界线712与第一边界线708和第二边界线710中的一个或两个边界线之间的位移。第三边界线712与第二边界线710之间的位移的量值小于第一边界线708与第二边界线710之间的位移的量值。进一步地,第一边界线708与第三边界线712之间的位移最大。作为一个示例,示例性具体实施中所示的该一系列可根据第二图像帧704与第三图像帧706之间的居间图像帧中所示的任何位移来指示患者正在向下方向上一致地移动。在一些示例中,控制器可生成连续图像帧之间的位移(或边界位置的变化)的曲线图,以跟踪患者随时间推移在量值和方向上的运动。进一步地,在一些示例中,曲线图可实时显示给操作者(例如,在图3的324处)。
这样,可实时跟踪患者运动,以便识别在移动期间(例如,当患者运动的量值超过阈值时)获得的发射数据。因此,可实时进行对成像协议的各种调节和调整,以便补偿患者运动和/或排除在患者运动期间获得的数据,而不会对图像质量或扫描仪资源造成不利影响。通过实时跟踪患者运动,可生成具有较少运动伪影的诊断PET图像,从而提高诊断PET图像的质量和诊断PET图像的诊断准确性。进一步地,通过利用使用快速重建方法(其使用列表模式TOF数据并且不采用散射校正、衰减校正和运动校正)重建的PET图像帧来跟踪患者运动,PET图像帧可实时重建(例如,当采集数据时),同时避免存储器锁定并减少处理时间。总体而言,可降低患者重新扫描的发生率,同时可提高最终PET图像的定量准确性,从而降低成像成本和诊断时间。
使用在短持续时间内采集的数据从图像空间计算一系列PET图像帧的技术效果是可实时重建该一系列PET图像帧,从而实现患者运动的实时跟踪。
一个示例提供了一种用于医学成像系统的方法,该方法包括:在患者的正电子发射断层摄影(PET)扫描期间采集发射数据;在采集发射数据的同时重建一系列实况PET图像;以及基于一系列实况PET图像在采集期间跟踪患者的运动。
在一个示例中,在采集发射数据的同时重建一系列实况PET图像包括实时执行列表模式重建。
在示例中,一系列实况PET图像中的每个实况PET图像从在限定的持续时间期间采集的发射数据重建。在一些示例中,对于一系列实况PET图像中的每个实况PET图像,在采集发射数据的同时重建一系列实况PET图像包括:将在限定的持续时间期间采集的发射数据分成子集;从发射数据的每个子集重建图像迭代;以及组合来自每个子集的图像迭代以产生实况PET图像。在一个示例中,从发射数据的每个子集重建图像迭代包括将给定子集内的发射数据分配给多个组以及并行处理每个组。在另一个示例中,从发射数据的每个子集重建图像迭代包括:确定发射数据的给定子集中的TOF内核在每个响应线(LOR)内的开始位置和停止位置;基于由TOF内核遍历的每个体素的路径长度和内核高度来计算投影系数;以及通过使用所计算的投影系数进行正投影和反投影来重建图像迭代。
在示例中,基于一系列实况PET图像在PET扫描期间跟踪患者的运动包括:对一系列实况PET图像中的每个实况PET图像执行图像配准;确定患者在一系列实况PET图像中的时间点之间的变化;以及响应于变化超过阈值,执行运动响应。作为一个示例,执行运动响应包括以下项中的至少一者:输出警示;显示患者的运动的曲线图;延长用于采集发射数据的采集时间;将在位移大于阈值的同时采集的发射数据与在位移小于阈值的同时采集的发射数据分离;以及对于在位移大于阈值的同时采集的发射数据,提示使用运动校正重建技术。
该方法还可包括在采集发射数据之后重建非实况PET图像,其中重建非实况PET图像包括执行散射校正和衰减校正,并且重建一系列实况PET图像包括不执行散射校正和衰减校正。
该方法还可包括在采集发射数据之后重建非实况PET图像,其中重建非实况PET图像包括执行运动校正,并且重建一系列实况PET图像包括不执行运动校正。
一种用于正电子发射断层摄影(PET)的示例性方法包括:在执行患者的发射扫描的同时,使用实时采集的发射数据重建图像帧;响应于患者在图像帧之间的位移超过阈值来指示患者运动;以及响应于患者运动,执行一个或多个运动检测响应。
在一个示例中,执行一个或多个运动检测响应包括:分离在所指示的患者运动期间采集的发射数据;以及在患者的最终PET图像的重建期间不使用所分离的发射数据。
在一个示例中,执行一个或多个运动检测响应包括在患者的最终PET图像的重建期间仅对在所指示的患者运动期间和之后采集的发射数据执行运动校正。
在一个示例中,执行一个或多个运动检测响应包括延长用于执行患者的发射扫描的采集时间。
在示例中,每个图像帧从在发射扫描的确定的时间段期间采集的发射数据重建,并且对于每个图像帧,在执行患者的发射扫描的同时,使用实时采集的发射数据重建图像帧包括:只要完成确定的时间段,就从在确定的时间段期间采集的发射数据确定投影;以及从所确定的投影重建图像帧。
一种示例性系统包括:检测器阵列,该检测器阵列被配置为在受检者的扫描期间采集发射数据;和处理器,该处理器操作地耦接到将可执行指令存储在非暂态存储器中的检测器阵列,该可执行指令在被执行时使处理器:基于所采集的发射数据在扫描期间实时跟踪受检者的运动;以及响应于受检者的运动超过阈值来调节扫描的参数。在示例中,为了基于所采集的发射数据来在扫描期间实时跟踪受检者的运动,处理器包括非暂态存储器中的附加可执行指令,该附加可执行指令在被执行时使处理器:在预定时间点重建受检者的图像,每个时间点由限定的间隔分开,并且每个图像从在紧接在前的间隔期间采集的发射数据重建;以及将受检者的当前图像与前一图像进行比较,以确定受检者在前一图像与当前图像之间的运动的量值。在一个示例中,为了重建受检者的图像,处理器包括非暂态存储器中的附加可执行指令,该附加可执行指令在被执行时使处理器:对由在紧接在前的间隔期间采集的发射数据确定的取子集的发射数据执行并行处理;从取子集的发射数据确定投影;以及从所确定的投影重建当前图像。
在一个示例中,为了响应于受检者的运动超过阈值来调节扫描的参数,处理器包括非暂态存储器中的附加可执行指令,该附加可执行指令在被执行时使处理器:延长扫描的持续时间;以及输出运动检测警示。
在一个示例中,为了响应于受检者的运动超过阈值来调节扫描的参数,处理器包括非暂态存储器中的附加可执行指令,该附加可执行指令在被执行时使处理器:将在受检者的运动超过阈值的同时采集的发射数据与在受检者的运动不超过阈值的同时采集的发射数据分开;以及仅使用在受检者的运动不超过阈值的同时采集的发射数据重建受检者的诊断图像。
如本文所用,以单数形式列举并且以单词“一个”或“一种”开头的元件或步骤应当被理解为不排除多个所述元件或步骤,除非明确说明此类排除。此外,对本发明的“一个实施方案”的引用不旨在被解释为排除也包含所引用特征的附加实施方案的存在。此外,除非明确地相反说明,否则“包含”、“包括”或“具有”具有特定特性的元件或多个元件的实施方案可包括不具有该特性的附加此类元件。术语“包括”和“在...中”用作相应的术语“包含”和“其中”的简明语言等同形式。此外,术语“第一”、“第二”和“第三”等仅用作标记,而不旨在对其对象施加数字要求或特定位置次序。
该书面描述使用示例来公开本发明,包括最佳模式,并且还使相关领域中的普通技术人员能够实践本发明,包括制造和使用任何设备或系统以及执行任何包含的方法。本发明可取得专利权的范围由权利要求书限定,并且可包括本领域普通技术人员想到的其他示例。如果此类其它示例具有与权利要求书的字面语言没有区别的结构元件,或者如果它们包括与权利要求书的字面语言具有微小差别的等效结构元件,则此类其它示例旨在落入权利要求书的范围内。
Claims (20)
1.一种用于医疗成像系统的方法,所述方法包括:
在患者的正电子发射断层摄影(PET)扫描期间采集发射数据;
在采集所述发射数据的同时重建一系列实况PET图像;以及
基于所述一系列实况PET图像在所述采集期间跟踪所述患者的运动。
2.根据权利要求1所述的方法,其中在采集所述发射数据的同时重建所述一系列实况PET图像包括实时执行列表模式重建。
3.根据权利要求1所述的方法,其中所述一系列实况PET图像中的每个实况PET图像从在限定的持续时间期间采集的发射数据重建。
4.根据权利要求3所述的方法,其中对于所述一系列实况PET图像中的每个实况PET图像,在采集所述发射数据的同时重建所述一系列实况PET图像包括:
将在所述限定的持续时间期间采集的所述发射数据分成子集;
从所述发射数据的每个子集重建图像迭代;以及
组合来自每个子集的所述图像迭代以产生所述实况PET图像。
5.根据权利要求4所述的方法,其中从所述发射数据的每个子集重建所述图像迭代包括将给定子集内的所述发射数据分配给多个组以及并行处理每个组。
6.根据权利要求4所述的方法,其中从所述发射数据的每个子集重建所述图像迭代包括:
确定所述发射数据的所述给定子集中的TOF内核在每个响应线(LOR)内的开始位置和停止位置;
基于由所述TOF内核遍历的每个体素的路径长度和内核高度来计算投影系数;以及
通过使用所计算的投影系数进行正投影和反投影来重建所述图像迭代。
7.根据权利要求1所述的方法,其中基于所述一系列实况PET图像在所述PET扫描期间跟踪所述患者的所述运动包括:
对所述一系列实况PET图像中的每个实况PET图像执行图像配准;
确定所述患者在所述一系列实况PET图像中的时间点之间的变化;以及
响应于所述变化超过阈值,执行运动响应。
8.根据权利要求7所述的方法,其中执行所述运动响应包括以下项中的至少一者:输出警示;显示所述患者的所述运动的曲线图;延长用于采集所述发射数据的采集时间;将在所述位移大于所述阈值的同时采集的发射数据与在所述位移小于所述阈值的同时采集的发射数据分离;以及对于在所述位移大于所述阈值的同时采集的所述发射数据,提示使用运动校正重建技术。
9.根据权利要求1所述的方法,还包括在采集所述发射数据之后重建非实况PET图像,其中重建所述非实况PET图像包括执行散射校正和衰减校正,并且其中重建所述一系列实况PET图像包括不执行所述散射校正和所述衰减校正。
10.根据权利要求1所述的方法,还包括在采集所述发射数据之后重建非实况PET图像,其中重建所述非实况PET图像包括执行运动校正,并且其中重建所述一系列实况PET图像包括不执行所述运动校正。
11.一种用于正电子发射断层摄影(PET)的方法,所述方法包括:
在执行患者的发射扫描的同时,使用实时采集的发射数据重建图像帧;
响应于所述患者在图像帧之间的位移超过阈值来指示患者运动;以及
响应于所述患者运动,执行一个或多个运动检测响应。
12.根据权利要求11所述的方法,其中执行一个或多个运动检测响应包括:
分离在所指示的患者运动期间采集的发射数据;以及
在所述患者的最终PET图像的重建期间不使用所分离的发射数据。
13.根据权利要求11所述的方法,其中执行一个或多个运动检测响应包括在所述患者的最终PET图像的重建期间仅对在所指示的患者运动期间和之后采集的发射数据执行运动校正。
14.根据权利要求11所述的方法,其中执行一个或多个运动检测响应包括延长用于执行所述患者的所述发射扫描的采集时间。
15.根据权利要求11所述的方法,其中每个图像帧从在所述发射扫描的确定的时间段期间采集的发射数据重建,并且对于每个图像帧,在执行所述患者的所述发射扫描的同时,使用实时采集的所述发射数据重建所述图像帧包括:
只要完成所述确定的时间段,就从在所述确定的时间段期间采集的所述发射数据确定投影;以及
从所确定的投影重建所述图像帧。
16.一种系统,包括:
检测器阵列,所述检测器阵列被配置为在受检者的扫描期间采集发射数据;和
处理器,所述处理器操作地耦接到将可执行指令存储在非暂态存储器中的所述检测器阵列,所述可执行指令在被执行时使所述处理器:
基于所采集的发射数据在所述扫描期间实时跟踪所述受检者的运动;以及
响应于所述受检者的所述运动超过阈值来调节所述扫描的参数。
17.根据权利要求16所述的系统,其中为了基于所采集的发射数据在所述扫描期间实时跟踪所述受检者的所述运动,所述处理器包括非暂态存储器中的附加可执行指令,所述附加可执行指令在被执行时使所述处理器:
在预定时间点重建所述受检者的图像,每个时间点由限定的间隔分开,并且每个图像从在紧接在前的间隔期间采集的发射数据重建;以及
将所述受检者的当前图像与前一图像进行比较,以确定所述受检者在所述前一图像与所述当前图像之间的所述运动的量值。
18.根据权利要求17所述的系统,其中为了重建所述受检者的所述图像,所述处理器包括非暂态存储器中的附加可执行指令,所述附加可执行指令在被执行时使所述处理器:
对由在所述紧接在前的间隔期间采集的所述发射数据确定的取子集的发射数据执行并行处理;
从所述取子集的发射数据确定投影;以及
从所确定的投影重建所述当前图像。
19.根据权利要求16所述的系统,其中为了响应于所述受检者的所述运动超过所述阈值来调节所述扫描的所述参数,所述处理器包括非暂态存储器中的附加可执行指令,所述附加可执行指令在被执行时使所述处理器:
延长所述扫描的持续时间;以及
输出运动检测警示。
20.根据权利要求16所述的系统,其中为了响应于所述受检者的所述运动超过所述阈值来调节所述扫描的所述参数,所述处理器包括非暂态存储器中的附加可执行指令,所述附加可执行指令在被执行时使所述处理器:
将在所述受试者的所述运动超过所述阈值的同时采集的发射数据与在所述受试者的所述运动不超过所述阈值的同时采集的发射数据分开;以及
仅使用在所述受检者的所述运动不超过所述阈值的同时采集的所述发射数据重建所述受检者的诊断图像。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/732,250 US11179128B2 (en) | 2019-12-31 | 2019-12-31 | Methods and systems for motion detection in positron emission tomography |
US16/732,250 | 2019-12-31 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113116370A true CN113116370A (zh) | 2021-07-16 |
Family
ID=76547110
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011367214.4A Pending CN113116370A (zh) | 2019-12-31 | 2020-11-27 | 用于正电子发射断层摄影中的运动检测的方法和系统 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11179128B2 (zh) |
CN (1) | CN113116370A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111568450A (zh) * | 2020-05-20 | 2020-08-25 | 上海联影医疗科技有限公司 | Pet扫描数据散射校正方法、装置和计算机设备 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11995744B2 (en) * | 2017-12-20 | 2024-05-28 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for positron emission tomography imaging |
US11918390B2 (en) * | 2019-12-31 | 2024-03-05 | GE Precision Healthcare LLC | Methods and systems for motion detection in positron emission tomography |
JP7242594B2 (ja) * | 2020-02-13 | 2023-03-20 | 富士フイルム株式会社 | 放射線画像検出装置、その作動方法及び作動プログラム |
EP4176815A1 (en) | 2021-11-04 | 2023-05-10 | Positrigo AG | Method to position a subject to be scanned in a pet-scanning device |
WO2023141603A1 (en) * | 2022-01-20 | 2023-07-27 | The Regents Of The University Of California | Real-time singles-base cardio-respiratory motion tracking for motion-free photon imaging |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2129437A2 (en) * | 2007-02-07 | 2009-12-09 | Koninklijke Philips Electronics N.V. | Motion compensation in quantitative data analysis and therapy |
WO2016033458A1 (en) * | 2014-08-29 | 2016-03-03 | The University Of North Carolina At Chapel Hill | Restoring image quality of reduced radiotracer dose positron emission tomography (pet) images using combined pet and magnetic resonance (mr) |
US11246543B2 (en) * | 2014-11-12 | 2022-02-15 | Washington University | Systems and methods for point-of-care positron emission tomography |
US20160247293A1 (en) * | 2015-02-24 | 2016-08-25 | Brain Biosciences, Inc. | Medical imaging systems and methods for performing motion-corrected image reconstruction |
US10282836B2 (en) | 2016-08-12 | 2019-05-07 | General Electric Company | System and method of data analysis for detecting gross head motion from pet images |
US11432737B2 (en) * | 2017-03-17 | 2022-09-06 | The Regents Of The University Of California | Systems and methods for real-time motion prediction in dynamic imaging |
EP3612098B1 (en) * | 2017-04-21 | 2023-01-04 | Koninklijke Philips N.V. | Respiratory gating using pulse oximeters for tomographic imaging |
-
2019
- 2019-12-31 US US16/732,250 patent/US11179128B2/en active Active
-
2020
- 2020-11-27 CN CN202011367214.4A patent/CN113116370A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111568450A (zh) * | 2020-05-20 | 2020-08-25 | 上海联影医疗科技有限公司 | Pet扫描数据散射校正方法、装置和计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
US11179128B2 (en) | 2021-11-23 |
US20210196219A1 (en) | 2021-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11179128B2 (en) | Methods and systems for motion detection in positron emission tomography | |
US7680240B2 (en) | Iterative reconstruction of tomographic image data method and system | |
CN108242068B (zh) | 用于成像系统的方法和ct/pet系统 | |
US6856666B2 (en) | Multi modality imaging methods and apparatus | |
US7920670B2 (en) | Keyhole computed tomography | |
US8098916B2 (en) | System and method for image-based attenuation correction of PET/SPECT images | |
US8131044B2 (en) | Method and apparatus for determining the effectiveness of an image transformation process | |
US8553959B2 (en) | Method and apparatus for correcting multi-modality imaging data | |
US11309072B2 (en) | Systems and methods for functional imaging | |
US11918390B2 (en) | Methods and systems for motion detection in positron emission tomography | |
US8575554B2 (en) | Methods and systems for scatter estimation in positron emission tomography | |
JP2017067765A (ja) | 医用画像処理装置及びポジトロン放射断層撮影装置 | |
US9684973B2 (en) | Systems and methods for selecting imaging data for principle components analysis | |
US8532357B2 (en) | Method and apparatus for reducing image artifacts | |
US10925554B2 (en) | Outside-FOV activity estimation using surview and prior patient data in positron emission tomography | |
US9905044B1 (en) | Systems and methods for functional imaging | |
US9125286B2 (en) | X-ray dose estimation technique | |
US8450693B2 (en) | Method and system for fault-tolerant reconstruction of images | |
JP2020091277A (ja) | 医用画像処理装置、陽電子放射断層撮像装置、医用画像処理方法及び医用画像処理プログラム | |
US7853314B2 (en) | Methods and apparatus for improving image quality | |
US20180203140A1 (en) | Methods and systems for adaptive scatter estimation | |
JP2008185335A (ja) | 医用画像アニメーション表示装置 | |
US7155047B2 (en) | Methods and apparatus for assessing image quality | |
WO2022096335A1 (en) | System and method for nuclear medicine imaging with adaptive stopping criteria |
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 |