CN115298572A - 列表模式图像重构方法以及核医学诊断装置 - Google Patents
列表模式图像重构方法以及核医学诊断装置 Download PDFInfo
- Publication number
- CN115298572A CN115298572A CN202080098594.8A CN202080098594A CN115298572A CN 115298572 A CN115298572 A CN 115298572A CN 202080098594 A CN202080098594 A CN 202080098594A CN 115298572 A CN115298572 A CN 115298572A
- Authority
- CN
- China
- Prior art keywords
- subset
- ideal
- events
- list mode
- subsets
- 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
- 238000000034 method Methods 0.000 title claims abstract description 93
- 238000009206 nuclear medicine Methods 0.000 title claims description 11
- 238000003745 diagnosis Methods 0.000 title claims description 7
- 238000000638 solvent extraction Methods 0.000 claims abstract description 6
- 238000004364 calculation method Methods 0.000 claims description 35
- 230000005855 radiation Effects 0.000 claims description 32
- 238000001514 detection method Methods 0.000 claims description 25
- 238000010521 absorption reaction Methods 0.000 claims description 9
- 229940121896 radiopharmaceutical Drugs 0.000 claims description 8
- 239000012217 radiopharmaceutical Substances 0.000 claims description 8
- 230000002799 radiopharmaceutical effect Effects 0.000 claims description 8
- 238000002600 positron emission tomography Methods 0.000 description 26
- 238000005259 measurement Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 14
- 230000014509 gene expression Effects 0.000 description 14
- 230000000694 effects Effects 0.000 description 13
- 230000002285 radioactive effect Effects 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 230000005251 gamma ray Effects 0.000 description 4
- 239000002904 solvent Substances 0.000 description 4
- 238000007476 Maximum Likelihood Methods 0.000 description 3
- 101100311330 Schizosaccharomyces pombe (strain 972 / ATCC 24843) uap56 gene Proteins 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 101150018444 sub2 gene Proteins 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 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 1
- 238000009825 accumulation Methods 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- 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)
-
- 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
- A61B6/52—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
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
- G01T1/16—Measuring radiation intensity
- G01T1/161—Applications in the field of nuclear medicine, e.g. in vivo counting
-
- 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
-
- 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
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/424—Iterative
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- High Energy & Nuclear Physics (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Mathematical Physics (AREA)
- Algebra (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Radiology & Medical Imaging (AREA)
- Pathology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine (AREA)
Abstract
该列表模式图像重构方法包括以下步骤：将列表模式数据分割为多个子集；以及基于多个子集的事件数来获取子集平衡系数。
Description
技术领域
本发明涉及一种列表模式(list mode)图像重构方法以及核医学诊断装置。
背景技术
以往，已知有根据由核医学诊断装置收集到的列表模式数据通过迭代计算来重构被摄体的放射性分布的列表模式图像重构方法。例如在Wang,W.,等.“Systematic anddistributed time-of-flight list mode PET reconstruction.”2006IEEE NuclearScience Symposium Conference Record.Vol.3.IEEE,2006.(以下，简称为“非专利文献1”)中公开了这样的列表模式图像重构方法。
在上述非专利文献1中，公开了根据由PET装置(核医学诊断装置)收集到的列表模式数据通过迭代计算来重构被摄体的放射性分布的列表模式图像重构方法。
现有技术文献
专利文献
非专利文献1：Wang,W.,等.“Systematic and distributed time-of-flightlist mode PET reconstruction.”2006IEEE Nuclear Science Symposium ConferenceRecord.Vol.3.IEEE,2006.
发明内容
发明要解决的问题
然而，在上述非专利文献1中记载那样的以往的列表模式图像重构方法中，在对列表模式数据进行分割而得到的子集之间的事件数不均匀的情况下，因子集之间的事件数不均匀而导致迭代计算的计算值有时不收敛于表示被摄体的放射性浓度的值。在该情况下，存在无法生成定量的放射性分布图像的不利情况。另外，在改变了子集数的情况下，还存在像素值依赖于子集而发生变化的不利情况。因此，在以往的列表模式图像重构方法中，存在难以不依赖于子集数地生成定量的放射性分布图像这一问题点。
本发明是为了解决上述那样的问题而完成的，本发明的一个目的在于提供一种能够不依赖于子集数地生成定量的放射性分布图像的列表模式图像重构方法以及核医学诊断装置。
用于解决问题的方案
为了实现上述目的，本发明的第一方面的列表模式图像重构方法是根据由核医学诊断装置收集到的列表模式数据通过迭代计算来重构被摄体的放射性分布的列表模式图像重构方法，该列表模式图像重构方法包括以下步骤：将列表模式数据分割为多个子集；基于多个子集的事件数来获取子集平衡系数；基于列表模式数据来获取反投影值；基于反投影值来获取反投影图像；对反投影值或反投影图像乘以子集平衡系数；以及基于反投影图像来更新放射性分布图像。此外，列表模式数据是指以时间序列保存放射线的检测事件信息(检测器编号、检测时间以及放射线的能量等)而得到的数据。
另外，本发明的第二方面的核医学诊断装置具备：检测部，其检测从被摄体内的放射性药剂产生的放射线；以及运算部，其根据作为检测部对放射线的检测结果的列表模式数据通过迭代计算来重构被摄体的放射性分布，运算部构成为：将列表模式数据分割为多个子集，基于多个子集的事件数来获取子集平衡系数，基于列表模式数据来获取反投影值，基于反投影值来获取反投影图像，对反投影值或反投影图像乘以子集平衡系数，基于反投影图像来更新放射性分布图像。
发明的效果
根据本发明，如上所述，将列表模式数据分割为多个子集，基于多个子集的事件数来获取子集平衡系数，基于列表模式数据来获取反投影值，基于反投影值来获取反投影图像，对反投影值或反投影图像乘以子集平衡系数，基于反投影图像来更新放射性分布图像。由此，通过导入子集平衡系数，从而能够调整子集之间的事件数的不均匀，因此能够抑制因子集之间的事件数的不均匀而导致变为迭代计算的计算值(像素值)不收敛于表示被摄体的放射性浓度的值的状态。换言之，能够使迭代计算的计算值收敛于表示被摄体的放射性浓度的值，因此能够生成定量的放射性分布图像。另外，通过导入子集平衡系数，从而在改变了子集数的情况下也能够调整子集之间的事件数的不均匀，因此能够抑制像素值依赖于子集数而发生变化。即，能够不依赖于子集数地获得同等的像素值。其结果是，能够不依赖于子集数地生成定量的放射性分布图像。
附图说明
图1是示出了第一实施方式的PET装置的结构的示意图。
图2是示出了第一实施方式的放射线(伽马射线)检测器的结构的示意性的立体图。
图3是示出了第一实施方式的重构处理的流程图。
图4是用于说明第一实施方式的子集平衡系数的效果的图、且是示出了计数率相对于测定时间的变化的示意性的曲线图。
图5是用于说明第一实施方式的子集平衡系数的效果的图、且是用于说明子集平衡系数的概念的示意图。
图6是用于说明第一实施方式的子集平衡系数的效果的图、且是示出了子集平衡系数校正前的各子集的面积的状态的示意图。
图7是用于说明第一实施方式的子集平衡系数的效果的图、且是示出了子集平衡系数校正后的各子集的面积的状态的示意图。
图8是示出了未使用子集平衡系数而重构出的实际的重构图像的一例、正解图像的一例、以及重构图像与正解图像的差分图像的图。
图9是示出了使用子集平衡系数而重构出的实际的重构图像的一例、正解图像的一例、以及重构图像与正解图像的差分图像的图。
图10是示出了第二实施方式的PET装置的结构的示意图。
具体实施方式
以下，基于附图来对将本发明进行了具体化的实施方式进行说明。
(PET装置的结构)
参照图1和图2来说明第一实施方式的PET(Positron Emission Tomography：正电子发射断层扫描)装置1的结构。
如图1所示，PET装置1是通过检测因预先被注入到被摄体100的放射性药剂而导致从被摄体100内产生的放射线(伽马射线)来拍摄被摄体100的装置。放射线(伽马射线)是在被摄体100内因从放射性药剂产生的正电子与该正电子的附近的原子所具有的电子的对湮灭而产生的湮灭放射线。PET装置1构成为基于被摄体100的拍摄结果来生成被摄体100的放射性分布图像。此外，PET装置1可以构成为能够拍摄被摄体100的全身，也可以构成为能够拍摄被摄体100的一部分(乳房、头部等)。另外，PET装置1是本公开的“核医学诊断装置”的一例。
PET装置1具备包围被摄体100的周围的检测器环2。检测器环2被设置为沿被摄体100的体轴方向层叠多层。在检测器环2的内部设置有多个放射线(伽马射线)检测器3(参照图2)。由此，检测器环2构成为检测从被摄体100内的放射性药剂产生的放射线(伽马射线)。此外，检测器环2是本公开的“检测部”的一例。
另外，PET装置1具备控制部4。控制部4包括符合计数电路40以及运算电路41。此外，在图1中，仅图示了从放射线检测器3(参照图2)到控制部4(符合计数电路40)的两条布线，但实际上，与放射线检测器3的后述的光电倍增管(PMT：Photo Multiplier Tube)33(参照图2)的总通道数相应的数地将布线连接于控制部4(符合计数电路40)。此外，运算电路41是本公开的“运算部”的一例。另外，也有时使用PMT以外的例如SiPM(SiliconPhotomultiplier：硅光电倍增管)等传感器。
如图2所示，放射线检测器3包括闪烁体块(scintillator block)31、光引导件32以及光电倍增管33。此外，也有时不使用光引导件32。
闪烁体块31将从被注入了放射性药剂的被摄体100(参照图1)产生的放射线(伽马射线)转换为光。当对被摄体100注入放射性药剂时，正电子发射型的RI的正电子湮灭，由此产生两条放射线(伽马射线)。构成闪烁体块31的各闪烁体元件随着放射线(伽马射线)的入射而发光，由此将放射线(伽马射线)转换为光。
光引导件32与闪烁体块31及光电倍增管33各自光学耦合。在闪烁体块31的闪烁体元件中发出的光在闪烁体块31中扩散，并经由光引导件32输入到光电倍增管33。
光电倍增管33使经由光引导件32输入的光倍增，并转换为电信号。该电信号被发送到符合计数电路40(参照图1)。
符合计数电路40(参照图1)基于从光电倍增管33发送的电信号，来生成检测信号数据(计数值)。
具体而言，符合计数电路40(参照图1)检查闪烁体块31的位置和放射线(伽马射线)的入射定时，仅在放射线(伽马射线)同时入射到位于被摄体100的两侧(以被摄体100为中心的对角线上)的两个闪烁体块31时，将发送的电信号判定为适当的数据。即，符合计数电路40基于上述的电信号，检测在位于被摄体100的两侧(以被摄体100为中心的对角线上)的两个放射线检测器3中同时观测到放射线(伽马射线)(即符合计数)的情况。
由通过符合计数电路40判定为符合计数的适当的数据构成的检测信号数据(计数值)被发送到运算电路41(参照图1)。运算电路41获取列表模式数据来作为由检测器环2检测的放射线(伽马射线)的检测结果。列表模式数据是指以时间序列保存放射线(伽玛射线)的检测事件信息(检测器编号、检测时间以及放射线(伽玛射线)的能量等)而得到的数据。运算电路41根据列表模式数据通过迭代计算来重构被摄体100的放射性分布。
(与放射性分布的重构有关的结构)
接着，参照图3的流程图来说明第一实施方式的PET装置1使用列表模式数据对被摄体100的放射性分布的重构处理。此外，流程图的各处理由控制部4的运算电路41进行。
首先，如图3所示，在步骤101中，通过PET装置1以规定的测定时间(例如30分钟等)进行被摄体100的拍摄(测定)，由此获取测定时间范围的列表模式数据。测定时间范围的列表模式数据包含多个事件(实测事件)。
接着，在步骤102中，测定时间范围的列表模式数据被分割为多个子集。具体而言，在步骤102中，利用等事件数分割方法、等理想事件数分割方法、等事件间隔分割方法以及等时间间隔分割方法中的任一种将列表模式数据分割为多个子集。此外，子集分割方法以及子集数可以是在PET装置1中预先决定的特有的子集分割方法以及子集数，也可以是用户对PET装置1输入而指定的子集分割方法以及子集数。
等事件数分割方法是将重构时间范围(即，测定时间范围)的实测事件分割为相等(大致相等)的事件数的子集分割方法。例如，考虑将总实测事件数为10万个的列表模式数据分割为10个子集的情况。在该情况下，在等事件数分割方法中，以使第一个子集包含事件编号{1，2，…，10000}的实测事件、第二个子集包含事件编号{10001，10002，…，20000}的实测事件、…这样的方式从开头的事件起按各10000的方式将列表模式数据进行等分割。此外，在产生零数的情况下，将零数包含在最后的子集(第十个子集)中。
等理想事件数分割方法是将重构时间范围的实测事件分割为相等(大致相等)的理想事件数的子集分割方法。
理想事件数是利用从放射性核素的物理衰减、检测器3的计数损失、检测器3的检测效率的偏差以及被摄体100进行的光子吸收这四个物理因子中选择的至少一个因子对实测事件数进行校正而获得的数。即，理想事件数是没有物理因子的影响的情况下的理想的事件数。在将基于从放射性核素的物理衰减、检测器3的计数损失、检测器3的检测效率的偏差以及被摄体100进行的光子吸收这四个物理因子中选择的至少一个因子的因子系数设为ηt的情况下，一个实测事件的理想事件数能够由ηt的倒数(即，1/ηt)表示。因此，总理想事件数能够由以下的式(1)表示。
[数学式1]
在此，
X：总理想事件数
N：总实测事件数
t：事件编号
ηt：因子系数。
此外，四个物理因子中的用于因子系数的因子可以是在PET装置1中预先决定的特有的因子，也可以是用户对PET装置1输入而指定的因子。
等理想事件数分割方法是在将子集数设为M的情况下以各子集的理想事件数K为X/M的方式分割重构时间范围的实测事件的子集分割方法。具体而言，在等理想事件数分割方法中，对各实测事件的理想事件数(即，1/ηj)进行累积，以若在事件编号j1的实测事件处理想事件数的累积值超过K则将事件编号{1，2，…，j1}的实测事件设为第一个子集、若在事件编号j2的实测事件处理想事件数的累积值超过K则将事件编号{j1+1，j1+2，…，j2}的实测事件设为第二个子集、…这样的方式从开头的事件起以使理想事件数各为K的方式将列表模式数据进行等分割。此外，在产生零数的情况下，将零数包含在最后的子集中。
等事件间隔分割方法是以相等的事件间隔分割重构时间范围的实测事件的子集分割方法。例如，考虑将总实测事件数为10万个的列表模式数据分割为10个子集的情况。在该情况下，在等事件间隔分割方法中，以使第一个子集包含事件编号{1，11，21，…，99991}的实测事件、第二个子集包含事件编号{2，12，22，…，99992}的实测事件、…这样的方式从开头的事件起跳过10个事件(与子集数相应的量的事件)地分割列表模式数据。
等时间间隔分割方法是以相等的时间间隔分割重构时间范围的实测事件的子集分割方法。例如，考虑将重构时间范围为30分钟的列表模式数据分割为10个子集的情况。在该情况下，在等时间间隔分割方法中，以使第一个子集包含重构时间范围的从0分钟到3分钟的实测事件、第二个子集包含重构时间范围的从3分钟到6分钟的实测事件、…这样的方式从开头的事件起以等时间间隔分割列表模式数据。
接着，在步骤103中，估计用于对放射线(伽马射线)在被摄体100内的吸收进行校正的吸收系数图像。吸收系数图像的估计方法没有特别限定，例如能够使用CT(ComputedTomography：计算机断层扫描)图像转换法、同时估计法等公知的方法。另外，作为同时估计法，例如能够使用MLAA(Maximum Likelihood Estimation of Attenuation andActivity：衰减和活动的最大似然估计)法、MLACF(Maximum Likelihood AttenuationCorrection Factors：最大似然衰减校正因素)法等。
接着，在步骤104中，估计用于对放射线(伽马射线)在被摄体100内的散射进行校正的散射线分布投影数据。散射线分布投影数据的估计方法没有特别限定，例如能够使用单散射模拟法、卷积法等公知的方法。
在此，在第一实施方式中，在步骤105中，基于多个子集的事件数来获取用于调整子集之间的事件数的不均匀的子集平衡系数。在步骤105中，基于重构时间范围的理想事件数与各子集的理想事件数的比率来获取子集平衡系数。具体而言，基于重构时间范围的平均理想事件数与各子集的平均理想事件数的比率来获取子集平衡系数。更具体而言，获取由以下的式(2)～式(4)表示的子集平衡系数。
[数学式2]
cl＝W/Wl…(2)
[数学式3]
[数学式4]
在此，
W：重构时间范围的平均理想事件数
Wl：第l个子集的平均理想事件数
l：子集编号
Cl：子集平衡系数
Sl：属于第l个子集的实测事件的集合
j：像素编号
ηt：因子系数。
例如，在列表模式数据被分割为10个子集的情况下，根据式(2)～式(4)，获取与第一个子集～第十个子集分别对应的c1-c10这10个子集系数。即，在步骤105中，获取每个子集的子集平衡系数。子集平衡系数是依赖于子集编号的正系数。此外，关于子集平衡系数的效果的详情，在后文描述。
接着，在步骤106中，进行根据列表模式数据通过迭代计算来重构被摄体100的放射性分布的重构计算。具体而言，在步骤106中，进行包括以下步骤的重构计算：基于列表模式数据来获取反投影值；通过对反投影值乘以子集平衡系数来获取修正反投影值；基于修正反投影值来获取反投影图像；以及基于反投影图像来更新放射性分布图像。更具体而言，通过以下的式(5)～式(8)进行重构计算。此外，将子集平衡系数导入式(5)。另外，式(5)是使用包含反投影计算的DRAMA(Dynamic Row-Action Maximum Likelihood Algorithm：动态行动作最大似然算法)法作为列表模式重构算法的式子。
[数学式5]
[数学式6]
[数学式7]
[数学式8]
λ(k，l)＝β0/(β0+l+γkL)…(8)
在此，
k：迭代次数
l：子集编号
L：子集数
Sl：属于第l个子集的实测事件的集合
t：事件编号
i：检测器编号
j：像素编号
xj：估计对象的放射性分布图像的第j个像素值
aij：在第j个像素中产生的放射线被第i个检测器检测到的概率(不依赖于时间的值)
ri：背景事件的平均系数率
Tacq：测定时间(sec)
ht：第t个实测事件的检测时刻下的物理衰减系数与针对第t个实测事件的计数损失系数之积
β0、γ：缓和参数。
此外，在式(5)中，反投影值是由以下的式(9)表示的部分，修正反投影值是由以下的式(10)表示的部分，反投影图像是由以下的式(11)表示的部分。
[数学式9]
[数学式10]
[数学式11]
如式(5)所示，重构计算包括：第一步骤，按每个子集更新放射性分布图像；以及第二步骤，将第一步骤迭代(重复)迭代次数(即k次)。在第一步骤中，按每个子集进行以下步骤：基于上述的列表模式数据来获取反投影值；通过对反投影值乘以子集平衡系数来获取修正反投影值；基于修正反投影值来获取反投影图像；以及基于反投影图像来更新放射性分布图像。
例如，在列表模式数据被分割为10个子集的情况下，在第一步骤中，以使用与第一个子集对应的子集平衡系数c1并利用第一个子集来更新放射性分布图像、使用与第二个子集对应的子集平衡系数c2并利用第二个子集来更新放射性分布图像(利用第一个子集进行更新后的放射性分布图像)、…这样的方式从第一个子集到第十个子集依次进行计算来更新放射性分布图像。在第二步骤中，将该第一步骤的计算重复迭代次数。
当包括第一步骤和第二步骤的重构计算完成时，获得各像素的像素值收敛于表示被摄体100的放射线浓度的值的定量的放射性分布图像。
(子集平衡系数的效果的说明)
接着，参照图4～图7来对子集平衡系数的效果进行说明。
图4是示出了对被摄体100进行拍摄时的计数率相对于测定时间的变化的示意性的曲线图。在图4的曲线图中，纵轴表示计数率(cps：count/sec)，横轴表示时间(sec)。另外，在图4的曲线图中，用实线表示实测计数率的时间变化，用双点划线表示理想计数率的时间变化。此外，如上所述，理想计数率的时间变化是对实测计数率的时间变化乘以因子系数ηt的倒数(即，1/ηt)而得到的时间变化。即，理想计数率的时间变化是没有物理因子的影响的情况下的理想的计数率的时间变化。
另外，图4的曲线图示出了利用等事件数分割方法将列表模式数据分割为6个子集的情况。在图4的曲线图中，将6个子集分别图示为sub1、sub2、sub3、sub4、sub5以及sub6。在图4的例子中，由于利用等事件数分割方法进行了分割，因此在sub1～sub6这6个子集中，实测事件数相等(大致相等)。另一方面，在sub1～sub6这6个子集中，各子集的时间宽度不均等，并且各子集的理想事件数不均匀。
图5是用于说明子集平衡系数的概念的示意图。
如图5所示，关于作为由(重构时间范围的平均理想事件数)/(子集的平均理想事件数)表示的子集平衡系数的分子的重构时间范围的平均理想事件数，能够表示为将重构时间范围的全部的理想计数率的时间变化的面积除以重构时间范围的全部的实测计数率的时间变化的面积而得到的值。另外，关于作为子集平衡系数的分母的子集(sub2)的平均理想事件数，能够表示为将重构时间范围的子集(sub2)的理想计数率的时间变化的面积除以重构时间范围的子集(sub2)的实测计数率的时间变化的面积而得到的值。此外，由于通过cps×sec求出面积，因此各面积的单位为count(计数)。
另外，在图5中，示出了获取sub2的子集平衡系数的例子，但对于sub2以外的sub1和sub3～sub6，也能够通过同样的计算来获取子集平衡系数。
图6是示出了子集平衡系数校正前(乘法运算前)的各子集(sub1～sub6)的面积的状态的示意图。在图6中，使用各子集的平均理想计数率通过矩形来表示各子集的理想计数率的时间变化的面积。此外，各子集的平均理想计数率是指各子集的时间范围的理想计数率的平均值。在图6中，各子集的理想计数率的时间变化的面积通过以各子集的平均理想计数率为上端值的矩形表示。另外，在图6中，仅示出了sub5的平均理想计数率，但对于sub5以外的sub1～sub4和sub6，矩形的上端值也是平均理想计数率。在图6中，在sub1～sub6中，各子集的面积不均匀。即，在sub1～sub6中，各子集的理想事件数不均匀。在该情况下，由于各子集的理想事件数不均匀且不一致，因此无法获得定量的放射性浓度。
图7是示出了子集平衡系数校正后(乘法运算后)的各子集的面积的状态的示意图。在图7中，为了容易理解，用虚线表示子集平衡系数校正前的各子集的平均理想计数率的位置(即，图6的表示各子集的面积的矩形的上端位置)。在图7中，通过对各子集的面积乘以子集平衡系数，从而面积相对小的sub1～sub3的面积变大，并且面积相对大的sub4～sub6的面积变小。
乘以子集平衡系数是指如上所述在将子集的面积除以“子集的平均理想事件数”之后乘以不依赖于子集的“重构时间范围的平均理想事件数”，因此，通过对各子集的面积乘以子集平衡系数而使各子集的面积一致(大致相等)。即，通过乘以子集平衡系数，从而使各子集的理想事件数一致(大致相等)，因此能够获得定量的放射性浓度。
(实际的图像)
接着，参照图8和图9来说明实际的重构图像(放射性分布图像)。图8是示出了未使用子集平衡系数而重构出的实际的重构图像的一例、正解图像的一例、以及重构图像与正解图像的差分图像的图。另外，图9是示出了使用子集平衡系数而重构出的实际的重构图像的一例、正解图像的一例、以及重构图像与正解图像的差分图像的图。
在图8和图9中的任一者的情况下，子集分割方法设为等事件数分割方法，子集数设为100。另外，在图8的重构图像的重构计算中，使用不包含子集平衡系数的上述式(5)，在图9的重构图像的重构计算中，使用包含子集平衡系数的上述式(5)。另外，在图8和图9中的任一者的情况下，作为正解图像，使用将子集数设为1的情况下的重构图像。
如图8所示，在未使用子集平衡系数的情况下，重构图像与正解图像的差分图像不为零。即，在重构图像中迭代计算的计算值(像素值)不收敛于表示被摄体100的放射性浓度的值(正解图像的值)。因此，在未使用子集平衡系数的情况下，无法获得定量的重构图像(放射性分布图像)。
另一方面，如图9所示，在使用子集平衡系数的情况下，重构图像与正解图像的差分图像为零。即，在重构图像中迭代计算的计算值(像素值)收敛于表示被摄体100的放射性浓度的值(正解图像的值)。因此，通过使用子集平衡系数，从而能够获得定量的重构图像(放射性分布图像)。此外，在改变了子集数的情况下，也能够获得同样的结果。
(第一实施方式的效果)
在第一实施方式中，能够获得以下那样的效果。
在第一实施方式中，如上所述，将列表模式数据分割为多个子集，基于多个子集的事件数来获取子集平衡系数，基于列表模式数据来获取反投影值，通过对反投影值乘以子集平衡系数来获取修正反投影值，基于修正反投影值来获取反投影图像，基于反投影图像来更新放射性分布图像。由此，通过导入子集平衡系数，从而能够调整子集之间的事件数的不均匀，因此能够抑制因子集之间的事件数的不均匀而导致变为迭代计算的计算值(像素值)不收敛于表示被摄体的放射性浓度的值的状态。换言之，能够使迭代计算的计算值收敛于表示被摄体的放射性浓度的值，因此能够生成定量的放射性分布图像。另外，通过导入子集平衡系数，从而在改变了子集数的情况下也能够调整子集之间的事件数的不均匀，因此能够抑制像素值依赖于子集数而发生变化。即，能够不依赖于子集数地获得同等的像素值。其结果是，能够不依赖于子集数地生成定量的放射性分布图像。
另外，在第一实施方式中，如上所述，基于重构时间范围的理想事件数与各子集的理想事件数的比率来获取子集平衡系数。由此，能够基于重构时间范围的理想事件数与各子集的理想事件数的比率来容易地调整子集之间的理想事件数的不均匀，因此能够容易地使迭代计算的计算值收敛于表示被摄体的放射性浓度的值。
另外，在第一实施方式中，如上所述，基于重构时间范围的平均理想事件数与各子集的平均理想事件数的比率来获取子集平衡系数。由此，能够基于重构时间范围的理想事件数与各子集的理想事件数的比率来更容易地调整子集之间的理想事件数的不均匀，因此能够使迭代计算的计算值更容易地收敛于表示被摄体的放射性浓度的值。此外，该结构在利用等事件数分割方法分割子集的情况下特别有效。
另外，在第一实施方式中，如上所述，理想事件数是利用从放射性核素的物理衰减、检测器的计数损失、检测器的检测效率的偏差以及被摄体进行的光子吸收这四个物理因子中选择的至少一个因子对实测事件数进行校正而得到的数。由此，能够利用从放射性核素的物理衰减、检测器的计数损失、检测器的检测效率的偏差以及被摄体进行的光子吸收这四个物理因子中选择的至少一个因子对实测事件数进行校正，因此能够准确地获取理想事件数。
另外，在第一实施方式中，如上所述，获取每个子集的子集平衡系数。由此，能够用适于每个子集的子集平衡系数来调整子集之间的理想事件数的不均匀，因此能够可靠地调整子集之间的理想事件数的不均匀。
另外，在第一实施方式中，如上所述，利用等事件数分割方法、等理想事件数分割方法、等事件间隔分割方法以及等时间间隔分割方法中的任一种分割方法将列表模式数据分割为多个子集。由此，能够利用等事件数分割方法、等理想事件数分割方法、等事件间隔分割方法以及等时间间隔分割方法中的任一种分割方法将列表模式数据分割为多个子集，因此能够容易地将列表模式数据分割为多个子集。
[第二实施方式]
接着，参照图10来对本发明的第二实施方式进行说明。在第二实施方式中，说明使用与上述第一实施方式的子集平衡系数不同的子集平衡系数的例子。此外，对于与上述第一实施方式相同的结构，在图中标注相同的附图标记进行图示，并省略其说明。
(PET装置的结构)
在第二实施方式中，如图10所示，PET装置201具备运算电路241来取代上述第一实施方式的运算电路41。此外，PET装置201是本公开的“核医学诊断装置”的一例。另外，运算电路241是本公开的“运算部”的一例。
运算电路241构成为基于重构时间范围的理想事件数与对各子集的理想事件数乘以子集数而得到的值的比率来获取子集平衡系数。具体而言，运算电路241构成为获取由以下的式(12)～式(14)表示的子集平衡系数。
[数学式12]
cl＝W/Wl…(12)
[数学式13]
[数学式14]
在此，
W：重构时间范围的理想事件数(总理想事件数)
Wl：对第l个子集的理想事件数乘以子集数而得到的值
l：子集编号
Cl：子集平衡系数
Sl：属于第l个子集的实测事件的集合
j：像素编号
ηt：因子系数。
在第二实施方式中，运算电路241构成为利用取代上述第一实施方式的式(2)的子集平衡系数而将式(12)的子集平衡系数导入上述第一实施方式的式(5)所得到的式子进行重构计算。此外，关于重构计算的详情，与上述第一实施方式相同，因此省略详细的说明。
另外，第二实施方式的其它结构与上述第一实施方式相同。
(第二实施方式的效果)
在第二实施方式中，能够获得以下那样的效果。
在第二实施方式中，如上所述，基于重构时间范围的理想事件数与对各子集的理想事件数乘以子集数而得到的值的比率来获取子集平衡系数。由此，与基于重构时间范围的理想事件数与子集的理想事件数的比率来获取子集平衡系数的情况(上述第一实施方式的情况)相比，能够获取通用性高的子集平衡系数，因此能够更进一步地容易地调整子集之间的理想事件数的不均匀。
此外，第二实施方式的其它效果与上述第一实施方式相同。
[变形例]
此外，应认为本次公开的实施方式在所有方面均为例示而非限制性的。本发明的范围不是由上述的实施方式的说明表示，而是由权利要求书表示，还包含与权利要求书等同的含义及范围内的所有变更(变形例)。
例如，在上述第一实施方式和第二实施方式中，示出了核医学诊断装置为PET装置的例子，但本发明并不限于此。例如，核医学诊断装置也可以是PET装置以外的SPECT(Single photon emission computed tomography：单光子发射计算机断层扫描)装置。
另外，在上述第一实施方式和第二实施方式中，示出了获取由式(2)～式(4)或式(12)～式(14)表示的子集平衡系数的例子，但本发明并不限于此。在本发明中，只要能够调整子集之间的事件数的不均匀，也可以获取除由式(2)～式(4)或式(12)～式(14)表示的子集平衡系数以外的子集平衡系数。
另外，在上述第一实施方式和第二实施方式中，示出了在将包含反投影计算的DRAMA法用作列表模式重构算法的式(5)中导入子集平衡系数的例子，但本发明并不限于此。在本发明中，也可以在将除包含反投影处理的DRAMA法以外的OSEM(Ordered SubsetsExpectation Maximization)法等用作列表模式重构算法的式子中导入子集平衡系数。即，在本发明中，子集平衡系数的导入不限定于应用于特定的列表模式重构算法。
另外，在上述第一实施方式和第二实施方式中，示出了根据被摄体的拍摄完成后的列表模式数据来重构被摄体的放射性分布的例子，但本发明并不限于此。在本发明中，也可以在被摄体的拍摄过程中根据被摄体的拍摄过程中的列表模式数据实时地重构被摄体的放射性分布。例如，也可以根据被摄体的拍摄过程中的列表模式数据(中途经过的列表模式数据)来估计被摄体的拍摄完成时的列表模式数据，并根据估计出的列表模式数据来重构被摄体的放射性分布。在该情况下，也可以与上述第一实施方式或第二实施方式同样地将估计出的列表模式数据分割为多个子集，与上述第一实施方式或第二实施方式同样地获取子集平衡系数。另外，例如，也可以根据被摄体的拍摄过程中的列表模式数据(中途经过的列表模式数据)直接重构被摄体的放射性分布。在该情况下，也可以与上述第一实施方式或第二实施方式同样地将被摄体的拍摄过程中的列表模式数据(中途经过的列表模式数据)分割为多个子集，与上述第一实施方式或第二实施方式同样地获取子集平衡系数。
另外，在上述第一实施方式和第二实施方式中，为了便于说明，使用“流程驱动型”的流程图对运算电路41(241)的各处理进行了说明，但本发明并不限于此。在本发明中，也可以通过以事件单位执行的“事件驱动型”进行上述各处理。在该情况下，也可以以完全的事件驱动型进行，也可以组合事件驱动和流程驱动来进行。
另外，在上述第一实施方式和第二实施方式中，示出了对反投影值乘以子集平衡系数的例子，但本发明并不限于此。在本发明中，也可以对反投影图像乘以子集平衡系数。即，子集平衡系数不依赖于子集内的事件编号，因此能够通过以下的式(15)来表示对反投影图像进行表示的式(11)。
[数学式15]
[方式]
本领域技术人员理解的是，上述的例示性的实施方式是以下的方式的具体例。
(项目1)
一种列表模式图像重构方法，根据由核医学诊断装置收集到的列表模式数据通过迭代计算来重构被摄体的放射性分布，所述列表模式图像重构方法包括以下步骤：
将所述列表模式数据分割为多个子集；
基于所述多个子集的事件数来获取子集平衡系数；
基于所述列表模式数据来获取反投影值；
基于所述反投影值来获取反投影图像；
对所述反投影值或所述反投影图像乘以所述子集平衡系数；以及
基于所述反投影图像来更新放射性分布图像。
(项目2)
根据项目1所述的列表模式图像重构方法，其中，获取所述子集平衡系数的步骤包括以下步骤：基于重构时间范围的理想事件数与各子集的理想事件数的比率来获取所述子集平衡系数。
(项目3)
根据项目2所述的列表模式图像重构方法，其中，获取所述子集平衡系数的步骤包括以下步骤：基于重构时间范围的平均理想事件数与各子集的平均理想事件数的比率来获取所述子集平衡系数。
(项目4)
根据项目2所述的列表模式图像重构方法，其中，
获取所述子集平衡系数的步骤包括以下步骤：基于重构时间范围的理想事件数与对各子集的理想事件数乘以子集数而得到的值的比率来获取所述子集平衡系数。
(项目5)
根据项目2～4中的任一项所述的列表模式图像重构方法，其中，所述理想事件数是利用从放射性核素的物理衰减、检测器的计数损失、检测器的检测效率的偏差以及所述被摄体进行的光子吸收这四个物理因子中选择的至少一个因子对实测事件数进行校正而得到的数。
(项目6)
根据项目1～5中的任一项所述的列表模式图像重构方法，其中，获取所述子集平衡系数的步骤包括以下步骤：获取每个子集的所述子集平衡系数。
(项目7)
根据项目1～6中的任一项所述的列表模式图像重构方法，其中，将所述列表模式数据分割为所述多个子集的步骤包括以下步骤：利用等事件数分割方法、等理想事件数分割方法、等事件间隔分割方法以及等时间间隔分割方法中的任一种分割方法将所述列表模式数据分割为所述多个子集。
(项目8)
一种核医学诊断装置，具备：
检测部，其检测从被摄体内的放射性药剂产生的放射线；以及
运算部，其根据作为所述检测部对放射线的检测结果的列表模式数据通过迭代计算来重构所述被摄体的放射性分布，
其中，所述运算部构成为：将所述列表模式数据分割为多个子集，基于所述多个子集的事件数来获取子集平衡系数，基于所述列表模式数据来获取反投影值，基于所述修正反投影值来获取反投影图像，对所述反投影值或所述反投影图像乘以所述子集平衡系数，基于所述反投影图像来更新放射性分布图像。
(项目9)
根据项目8所述的核医学诊断装置，其中，所述运算部构成为基于重构时间范围的理想事件数与各子集的理想事件数的比率来获取所述子集平衡系数。
(项目10)
根据项目9所述的核医学诊断装置，其中，所述运算部构成为基于重构时间范围的平均理想事件数与各子集的平均理想事件数的比率来获取所述子集平衡系数。
(项目11)
根据项目9所述的核医学诊断装置，其中，所述运算部构成为基于重构时间范围的理想事件数与对各子集的理想事件数乘以子集数而得到的值的比率来获取所述子集平衡系数。
附图标记说明
1、201：PET装置(核医学诊断装置)；2：检测器环(检测部)；41、241：运算电路(运算部)；100：被摄体。
Claims (11)
1.一种列表模式图像重构方法，根据由核医学诊断装置收集到的列表模式数据通过迭代计算来重构被摄体的放射性分布，所述列表模式图像重构方法包括以下步骤：
将所述列表模式数据分割为多个子集；
基于所述多个子集的事件数来获取子集平衡系数；
基于所述列表模式数据来获取反投影值；
基于所述反投影值来获取反投影图像；
对所述反投影值或所述反投影图像乘以所述子集平衡系数；以及
基于所述反投影图像来更新放射性分布图像。
2.根据权利要求1所述的列表模式图像重构方法，其中，
获取所述子集平衡系数的步骤包括以下步骤：基于重构时间范围的理想事件数与各子集的理想事件数的比率来获取所述子集平衡系数。
3.根据权利要求2所述的列表模式图像重构方法，其中，
获取所述子集平衡系数的步骤包括以下步骤：基于重构时间范围的平均理想事件数与各子集的平均理想事件数的比率来获取所述子集平衡系数。
4.根据权利要求2所述的列表模式图像重构方法，其中，
获取所述子集平衡系数的步骤包括以下步骤：基于重构时间范围的理想事件数与对各子集的理想事件数乘以子集数而得到的值的比率来获取所述子集平衡系数。
5.根据权利要求2所述的列表模式图像重构方法，其中，
所述理想事件数是利用从放射性核素的物理衰减、检测器的计数损失、检测器的检测效率的偏差以及所述被摄体进行的光子吸收这四个物理因子中选择的至少一个因子对实测事件数进行校正而得到的数。
6.根据权利要求1所述的列表模式图像重构方法，其中，
获取所述子集平衡系数的步骤包括以下步骤：获取每个子集的所述子集平衡系数。
7.根据权利要求1所述的列表模式图像重构方法，其中，
将所述列表模式数据分割为所述多个子集的步骤包括以下步骤：利用等事件数分割方法、等理想事件数分割方法、等事件间隔分割方法以及等时间间隔分割方法中的任一种分割方法将所述列表模式数据分割为所述多个子集。
8.一种核医学诊断装置，具备：
检测部，其检测从被摄体内的放射性药剂产生的放射线；以及
运算部，其根据作为所述检测部对放射线的检测结果的列表模式数据通过迭代计算来重构所述被摄体的放射性分布，
其中，所述运算部构成为：
将所述列表模式数据分割为多个子集，
基于所述多个子集的事件数来获取子集平衡系数，
基于所述列表模式数据来获取反投影值，
基于所述反投影值来获取反投影图像，
对所述反投影值或所述反投影图像乘以所述子集平衡系数，
基于所述反投影图像来更新放射性分布图像。
9.根据权利要求8所述的核医学诊断装置，其中，
所述运算部构成为基于重构时间范围的理想事件数与各子集的理想事件数的比率来获取所述子集平衡系数。
10.根据权利要求9所述的核医学诊断装置，其中，
所述运算部构成为基于重构时间范围的平均理想事件数与各子集的平均理想事件数的比率来获取所述子集平衡系数。
11.根据权利要求9所述的核医学诊断装置，其中，
所述运算部构成为基于重构时间范围的理想事件数与对各子集的理想事件数乘以子集数而得到的值的比率来获取所述子集平衡系数。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2020/011486 WO2021186504A1 (ja) | 2020-03-16 | 2020-03-16 | リストモード画像再構成方法および核医学診断装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115298572A true CN115298572A (zh) | 2022-11-04 |
Family
ID=77770751
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202080098594.8A Pending CN115298572A (zh) | 2020-03-16 | 2020-03-16 | 列表模式图像重构方法以及核医学诊断装置 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US20230056540A1 (zh) |
| JP (1) | JP7302737B2 (zh) |
| CN (1) | CN115298572A (zh) |
| WO (1) | WO2021186504A1 (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114399562B (zh) * | 2021-12-30 | 2022-08-23 | 山东格诠信息科技有限公司 | 一种结合光通量补偿的迭代量化光声成像方法 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06342072A (ja) * | 1993-05-31 | 1994-12-13 | Shimadzu Corp | ポジトロンｃｔ装置 |
| EP1706759A1 (en) * | 2004-01-13 | 2006-10-04 | Koninklijke Philips Electronics N.V. | Analog to digital conversion shift error correction |
| EP2163201A1 (en) * | 2008-09-15 | 2010-03-17 | Westfälische Wilhelms-Universität Münster | List mode-based respiratory and cardiac gating in positron emission tomography |
| US8987674B2 (en) * | 2009-09-04 | 2015-03-24 | Shimadzu Corporation | Data processing method for nuclear medicine, and a nuclear medicine diagnostic apparatus |
| WO2011121737A1 (ja) * | 2010-03-30 | 2011-10-06 | 独立行政法人放射線医学総合研究所 | 核医学イメージング装置の画像化方法、システム、核医学イメージグシステム及び放射線治療制御システム |
| US9820710B2 (en) * | 2011-06-08 | 2017-11-21 | Shimadzu Corporation | Radiation tomography apparatus |
| KR101950633B1 (ko) | 2015-12-15 | 2019-05-20 | 가부시키가이샤 사하라 | 환기 장치 |
| GB201618487D0 (en) * | 2016-11-02 | 2016-12-14 | Ucl Business Plc | Pet imaging system |
-
2020
- 2020-03-16 WO PCT/JP2020/011486 patent/WO2021186504A1/ja active Application Filing
- 2020-03-16 CN CN202080098594.8A patent/CN115298572A/zh active Pending
- 2020-03-16 US US17/910,468 patent/US20230056540A1/en active Pending
- 2020-03-16 JP JP2022508620A patent/JP7302737B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JPWO2021186504A1 (zh) | 2021-09-23 |
| WO2021186504A1 (ja) | 2021-09-23 |
| JP7302737B2 (ja) | 2023-07-04 |
| US20230056540A1 (en) | 2023-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6381349B1 (en) | Projector/backprojector with slice-to-slice blurring for efficient 3D scatter modeling | |
| US8183531B2 (en) | System and method for tomography combining single and paired photons | |
| CN102266232B (zh) | 医用图像诊断装置及图像重构方法 | |
| US20090232375A1 (en) | Iterative reconstruction with enhanced noise control filtering | |
| Nunez et al. | A fast Bayesian reconstruction algorithm for emission tomography with entropy prior converging to feasible images | |
| US7173248B2 (en) | Methods and systems for positron emission tomography data correction | |
| US11501474B2 (en) | Collimators for medical imaging systems and image reconstruction methods thereof | |
| US9460494B2 (en) | Methods and systems for inverse problem reconstruction and application to ECT reconstruction | |
| US10304218B2 (en) | Image reconstruction processing method | |
| CN103430048A (zh) | 正电子计算机断层扫描装置和重构方法 | |
| US20050253076A1 (en) | Method and system for normalization of a positron emission tomography system | |
| US9916670B1 (en) | Fast, efficient, and list-mode compatible tomographic image reconstruction using a novel quadratic surrogate | |
| Nuyts et al. | The SNR of positron emission data with Gaussian and non-Gaussian time-of-flight kernels, with application to prompt photon coincidence | |
| JP7302737B2 (ja) | リストモード画像再構成方法および核医学診断装置 | |
| Zaidi et al. | Scatter correction strategies in emission tomography | |
| WO2018220686A1 (ja) | 吸収係数画像推定方法、吸収係数画像推定プログラム並びにそれを搭載したポジトロンｃｔ装置 | |
| WO2021182281A1 (ja) | 医用画像処理装置、コンピュータプログラム及び核医学装置 | |
| US10354417B2 (en) | Medical image processing apparatus and medical image diagnosis apparatus and medical image processing method | |
| Manglos et al. | Attenuation compensation of cone beam SPECT images using maximum likelihood reconstruction | |
| US20230206516A1 (en) | Scatter estimation for pet from image-based convolutional neural network | |
| US20220319068A1 (en) | Nuclear medicine diagnosis apparatus and nuclear medicine diagnosis method | |
| JP2010203807A (ja) | 画像処理装置、画像処理システム、画像処理方法およびプログラム | |
| Ljungberg | Instrumentation, Calibration, Quantitative Imaging, and Quality Control | |
| Presotto | Multi-energy Sinogram space quantification for the IAEA PGET detector | |
| JP2024015834A (ja) | 画像処理方法、画像処理装置および核医学診断装置 |
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 |