CN117916633A - 断层图像制作装置、断层图像制作方法和tof-pet装置 - Google Patents
断层图像制作装置、断层图像制作方法和tof-pet装置 Download PDFInfo
- Publication number
- CN117916633A CN117916633A CN202280057053.XA CN202280057053A CN117916633A CN 117916633 A CN117916633 A CN 117916633A CN 202280057053 A CN202280057053 A CN 202280057053A CN 117916633 A CN117916633 A CN 117916633A
- Authority
- CN
- China
- Prior art keywords
- gamma
- signal
- time difference
- tomographic image
- ray
- 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
- 238000004519 manufacturing process Methods 0.000 title claims description 11
- 230000005251 gamma ray Effects 0.000 claims abstract description 134
- 238000012545 processing Methods 0.000 claims abstract description 36
- 238000004364 calculation method Methods 0.000 claims abstract description 32
- 230000005855 radiation Effects 0.000 claims description 63
- 238000005259 measurement Methods 0.000 claims description 29
- 238000013528 artificial neural network Methods 0.000 claims description 16
- 238000012549 training Methods 0.000 claims description 8
- 230000000052 comparative effect Effects 0.000 description 56
- 238000009826 distribution Methods 0.000 description 31
- 238000013527 convolutional neural network Methods 0.000 description 18
- 238000000034 method Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 16
- 238000001514 detection method Methods 0.000 description 12
- OCKGFTQIICXDQW-ZEQRLZLVSA-N 5-[(1r)-1-hydroxy-2-[4-[(2r)-2-hydroxy-2-(4-methyl-1-oxo-3h-2-benzofuran-5-yl)ethyl]piperazin-1-yl]ethyl]-4-methyl-3h-2-benzofuran-1-one Chemical compound C1=C2C(=O)OCC2=C(C)C([C@@H](O)CN2CCN(CC2)C[C@H](O)C2=CC=C3C(=O)OCC3=C2C)=C1 OCKGFTQIICXDQW-ZEQRLZLVSA-N 0.000 description 9
- 238000013459 approach Methods 0.000 description 4
- RFVFQQWKPSOBED-PSXMRANNSA-N 1-myristoyl-2-palmitoyl-sn-glycero-3-phosphocholine Chemical compound CCCCCCCCCCCCCCCC(=O)O[C@@H](COP([O-])(=O)OCC[N+](C)(C)C)COC(=O)CCCCCCCCCCCCC RFVFQQWKPSOBED-PSXMRANNSA-N 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000002600 positron emission tomography Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 229910052684 Cerium Inorganic materials 0.000 description 1
- GWXLDORMOJMVQZ-UHFFFAOYSA-N cerium Chemical compound [Ce] GWXLDORMOJMVQZ-UHFFFAOYSA-N 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- RCVOTEPLGFCFIG-UHFFFAOYSA-N lutetium(3+);yttrium(3+);silicate Chemical compound [Y+3].[Lu+3].[O-][Si]([O-])([O-])[O-] RCVOTEPLGFCFIG-UHFFFAOYSA-N 0.000 description 1
- 238000010791 quenching Methods 0.000 description 1
- 230000000171 quenching effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
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
- G01T1/16—Measuring radiation intensity
- G01T1/161—Applications in the field of nuclear medicine, e.g. in vivo counting
-
- 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)
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- High Energy & Nuclear Physics (AREA)
- Molecular Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Nuclear Medicine (AREA)
Abstract
断层图像制作装置(10)包括时间差计算部(12)、信号波形处理部(13)、误差推测部(14)、γ射线对发生位置计算部(15)、图像制作部(16)等。时间差计算部(12)对大量的γ射线对符合计数事件分别求取从信号波形取得部(11)输出的第1信号和第2信号各自的值达到阈值的时刻的时间差(tled)。信号波形处理部(13)将第1信号的波形或第2信号的波形在时间轴方向上向相互靠近的方向相对地移位时间差(tled)。误差推测部(14)基于移位后的第1信号和第2信号各自的波形,利用DNN,推测时间差(tled)所包含的误差(terr)。由此,实现了基于由PET检测器收集的多个γ射线对符合计数事件的信息使用DNN制作受试者的断层图像的装置、即能够容易地使DNN学习的断层图像制作装置。
Description
技术领域
本发明涉及断层图像制作装置、断层图像制作方法以及TOF-PET装置。
背景技术
PET(Positron Emission Tomography(正电子发射断层扫描))装置包括:包含围绕测定空间设置的大量的放射线检测器的PET检测器;和基于由该PET检测器对受试者收集到的大量γ射线对符合计数事件(coincidence counting event)的信息制作受试者的断层图像的断层图像制作装置。被给予了标记有正电子放出核素的药剂的受试者置于PET检测器的测定空间。
当在受试者的体内从正电子放出核素发射正电子时,由于该正电子与电子的湮灭而产生能量511KeV的2个γ射线光子。这2个γ射线光子(γ射线对)彼此向相反方向飞行,由PET检测器的任意2个放射线检测器进行符合计数。然后,通过利用断层图像制作装置,基于所收集的大量γ射线对符合计数事件的信息进行所需的图像重建处理,能够制作表示γ射线对发生位置的分布的图像(即,受试者的断层图像)。
在PET装置中尤其是TOF-PET(Time-of-Flight PET(飞行时间PET))装置中,能够按每个γ射线对符合计数事件,基于对γ射线对进行符合计数的2个放射线检测器各自的检测时刻之间的时间差,检测将这2个放射线检测器相互连结的符合计数线上的γ射线对发生位置。然后,通过对大量γ射线对符合计数事件检测γ射线对发生位置,能够制作表示γ射线对发生位置的分布的图像(即,受试者的断层图像)。
以下,将这样的技术称为“比较例1”。在TOF-PET装置中,为了制作空间分辨率高的断层图像,优选以高的时间分辨率求取对γ射线对进行符合计数的2个放射线检测器各自的检测时刻之间的时间差。
在非专利文献1所记载的技术(以下称为“比较例2”。)中,在TOF-PET装置中,使从对γ射线对进行符合计数的2个放射线检测器输出的第1信号和第2信号各自的波形输入到作为深度神经网络(Deep Neural Network,DNN)之一种的卷积神经网络(ConvolutionalNeural Network,CNN)。然后,利用该CNN,推测对γ射线对进行符合计数的2个放射线检测器各自的检测时刻之间的时间差。
相比比较例1,在比较例2中,能够以高的时间分辨率求取对γ射线对进行符合计数的2个放射线检测器各自的检测时刻之间的时间差。
现有技术文献
非专利文献
非专利文献1:E.Berg and S.Cherry,“Using convolutional neural networksto estimate time-of-flight from PET detector waveforms”,Phys.Med.Biol.6302LT01,2018
发明内容
发明所要解决的问题
相比比较例1,在比较例2中,能够以高的时间分辨率求取对γ射线对进行符合计数的2个放射线检测器各自的检测时刻之间的时间差,因此可期待能够制作空间分辨率高的断层图像。但是,本发明人们发现了,在比较例2中,使CNN学习所需的数据的量很庞大,因此存在CNN的学习并不容易这样的问题,此外,存在所制作的断层图像失真这样的问题。
本发明的目的在于,提供基于由PET检测器收集的多个γ射线对符合计数事件的信息使用DNN制作受试者的断层图像的装置和方法、即能够使DNN容易地学习且能够制作失真小的断层图像的断层图像制作装置和断层图像制作方法。此外,本发明的目的在于,提供具备这样的断层图像制作装置和PET检测器的TOF-PET装置。
解决问题的技术手段
本发明的实施方式为断层图像制作装置。断层图像制作装置是基于对置于包含多个放射线检测器的PET检测器的测定空间的受试者收集的多个γ射线对符合计数事件的信息制作受试者的断层图像的装置,包括:(1)时间差计算部,其关于多个γ射线对符合计数事件,分别求取从多个放射线检测器中对γ射线对进行符合计数的2个放射线检测器输出的第1信号和第2信号各自的值达到阈值的时刻的时间差tled;(2)信号波形处理部,其将第1信号的波形或第2信号的波形在时间轴方向上向相互靠近的方向相对地移位时间差tled;(3)误差推测部,其基于信号波形处理部进行的移位后的第1信号和第2信号各自的波形,通过深度神经网络推测时间差tled的误差terr;(4)γ射线对发生位置计算部,其基于时间差tled和误差terr,求取将2个放射线检测器相互连结的符合计数线上的γ射线对发生位置;和(5)图像制作部,其基于由γ射线对发生位置计算部对多个γ射线对符合计数事件分别求取的γ射线对发生位置,制作受试者的断层图像。
本发明的实施方式为TOF-PET装置。TOF-PET装置包括:包含多个放射线检测器的PET检测器;和上述结构的的断层图像制作装置,其基于对置于PET检测器的测定空间的受试者收集的多个γ射线对符合计数事件的信息制作受试者的断层图像。
本发明的实施方式为断层图像制作方法。断层图像制作方法是基于对置于包含多个放射线检测器的PET检测器的测定空间的受试者收集的多个γ射线对符合计数事件的信息制作受试者的断层图像的方法,包括:(1)关于多个γ射线对符合计数事件,分别求取从多个放射线检测器中对γ射线对进行符合计数的2个放射线检测器输出的第1信号和第2信号各自的值达到阈值的时刻的时间差tled的时间差计算步骤;(2)将第1信号的波形或第2信号的波形在时间轴方向上向相互靠近的方向相对地移位时间差tled的信号波形处理步骤;(3)基于信号波形处理步骤进行的移位后的第1信号和第2信号各自的波形,通过深度神经网络推测时间差tled的误差terr的误差推测步骤;(4)基于时间差tled和误差terr,求取将2个放射线检测器相互连结的符合计数线上的γ射线对发生位置的γ射线对发生位置计算步骤;和(5)基于由γ射线对发生位置计算步骤对多个γ射线对符合计数事件分别求取的γ射线对发生位置,制作受试者的断层图像的图像制作步骤。
发明的效果
根据本发明的实施方式,能够基于由PET检测器收集的多个γ射线对符合计数事件的信息使用DNN制作受试者的断层图像,并且能够使DNN容易地学习,能够制作失真小的断层图像。
附图说明
图1是表示TOF-PET装置1的结构的图。
图2是说明TOF-PET装置1的时间差计算部12的处理内容的图。
图3是表示TOF-PET装置1的信号波形处理部13的处理结果的图。
图4是表示为了与比较例对比以确认实施例的效果而进行的实验中使用的实验系统的结构的图。
图5是表示比较例1中求取的γ射线对发生位置的分布的图。
图6是表示比较例2A中求取的γ射线对发生位置的分布的图。
图7是表示比较例2B中求取的γ射线对发生位置的分布的图。
图8是表示实施例中求取的γ射线对发生位置的分布的图。
图9是对比较例1、比较例2A、比较例2B和实施例中分别求取的γ射线对发生位置的分布的峰位置进行汇总的表。
图10是对比较例1、比较例2A、比较例2B和实施例中分别求取的γ射线对发生位置的分布的半值全宽进行汇总的表。
图11是表示在PET检测器20的多个放射线检测器之间没有性能差异的情况下,在比较例2中为了收集学习用数据而应该在PET检测器20的测定空间配置正电子放出核素3的位置的图。
图12是表示在PET检测器20的多个放射线检测器之间有性能差异的情况下,在比较例2中为了收集学习用数据而应该在PET检测器20的测定空间配置正电子放出核素3的位置的图。
图13是表示在PET检测器20的多个放射线检测器之间没有性能差异的情况下,在本实施方式中为了收集学习用数据而应该在PET检测器20的测定空间配置正电子放出核素3的位置的图。
图14是表示在PET检测器20的多个放射线检测器之间有性能差异的情况下,在本实施方式中为了收集学习用数据而应该在PET检测器20的测定空间配置正电子放出核素3的位置的图。
具体实施方式
以下,参照附图,详细地说明断层图像制作装置、断层图像制作方法和TOF-PET装置的实施方式。另外,在附图的说明中对相同的要素标注相同的符号,省略重复的说明。本发明并不限定于这些例示。
图1是表示TOF-PET装置1的结构的图。TOF-PET装置1包括断层图像制作装置10和PET检测器20。
PET检测器20包含包围受试者2所置于的测定空间地设置成环状的大量放射线检测器。被给予了以正电子放出核素标识了的药剂的受试者2置于PET检测器20的测定空间。当在该受试者2的体内从正电子放出核素发射正电子时,由于该正电子与电子的湮灭而产生能量511KeV的2个γ射线光子。
这2个γ射线光子(γ射线对)彼此向相反方向飞行,由PET检测器20的多个放射线检测器中的任意2个放射线检测器21、22进行符合计数。PET检测器20的多个放射线检测器分别根据γ射线检测事件输出脉冲信号。另外,在图1中,以箭头表示在受试者2的体内的某个位置(γ射线对发生位置)产生的某个γ射线对的飞行路径,多个放射线检测器中检测γ射线对的2个表示为放射线检测器21、22。
断层图像制作装置10基于对置于PET检测器20的测定空间的受试者2收集的大量γ射线对符合计数事件的信息制作受试者2的断层图像。断层图像制作装置10包括信号波形取得部11、时间差计算部12、信号波形处理部13、误差推测部14、γ射线对发生位置计算部15、图像制作部16和学习部17。
信号波形取得部11通过信号线与PET检测器20的多个放射线检测器分别连接,输入从多个放射线检测器分别根据γ射线检测事件输出的脉冲信号。另外,在图1中,表示PET检测器20的多个放射线检测器中检测某个γ射线对的2个放射线检测器21、22与信号波形取得部11之间的信号线,为了简化图示不表示其它放射线检测器与信号波形取得部11之间的信号线。
信号波形取得部11基于从PET检测器20的多个放射线检测器分别根据γ射线检测事件输出的脉冲信号,检知多个放射线检测器中的任意2个放射线检测器所得到的γ射线对符合计数事件,识别这2个放射线检测器。然后,信号波形取得部11关于大量γ射线对符合计数事件,分别向时间差计算部12输出从对γ射线对进行了符合计数的2个放射线检测器分别输出的脉冲信号(第1信号,第2信号)的波形。
时间差计算部12关于大量γ射线对符合计数事件,分别输入从信号波形取得部11输出的第1信号和第2信号各自的波形。然后,时间差计算部12求取作为脉冲信号的第1信号和第2信号各自的值达到阈值的时刻的时间差tled。
图2是说明时间差计算部12的处理内容的图。时间差计算部12求取第1信号的值达到阈值的时刻t1,并且求取第2信号的值达到阈值的时刻t2,求取这些时刻t1、t2的时间差tled。另外,该处理被称为LED(Lead Edge Discriminator(前沿定时)),是在比较例1也进行的处理。
信号波形处理部13使第1信号的波形或第2信号的波形在时间轴方向上向相互靠近的方向相对地移位时间差tled。信号波形处理部13既可以以使第1信号的波形和第2信号的波形中的任一波形向另一波形靠近的方式在时间轴方向上移位,也可以以使第1信号的波形和第2信号的波形的双方相互靠近的方式在时间轴方向上移位。另外,在时间差tled为0的情况下,第1信号的波形和第2信号的波形均不需要在时间轴方向上移位。
图3是表示信号波形处理部13的处理结果的图。信号波形处理部13进行的移位后的第1信号和第2信号各自的值达到阈值的时刻应该彼此相等。但是,实际上,由时间差计算部12求取的时间差tled有时会包含误差,因此存在两个时刻彼此不相等的情况。另外,认为由时间差计算部12求取的时间差tled所包含的误差不依赖于γ射线对发生位置。
误差推测部14基于信号波形处理部13进行的移位后的第1信号和第2信号各自的波形(图3),推测由时间差计算部12求取的时间差tled所包含的误差terr。进行该误差terr的推测时,使用DNN,优选使用作为DNN的一种的CNN。
γ射线对发生位置计算部15基于由时间差计算部12求取的时间差tled和由误差推测部14推测的误差terr,求取更准确的时间差test(=tled-terr)。然后,γ射线对发生位置计算部15基于该时间差test,求取将对γ射线对进行符合计数的2个放射线检测器相互连结的符合计数线上的γ射线对发生位置。
图像制作部16基于由γ射线对发生位置计算部15对大量γ射线对符合计数事件分别求取的γ射线对发生位置,制作受试者2的断层图像。
学习部17基于对替代受试者2而置于PET检测器20的测定空间的正电子放出核素收集的大量γ射线对符合计数事件的信息,使误差推测部14中的DNN进行学习。学习部17关于多个γ射线对符合计数事件分别将信号波形处理部13进行的移位后的第1信号和第2信号各自的波形(图3)作为向DNN的输入数据,将由时间差计算部12求取的时间差tled与基于正电子放出核素的位置的真实的时间差的差作为训练数据,使DNN学习。
使用这样的断层图像制作装置10的断层图像制作方法包括信号波形取得部11进行的信号波形取得步骤、时间差计算部12进行的时间差计算步骤、信号波形处理部13进行的信号波形处理步骤、误差推测部14进行的误差推测步骤、γ射线对发生位置计算部15进行的γ射线对发生位置计算步骤、图像制作部16进行的图像制作步骤和学习部17进行的学习步骤。
即,在信号波形取得步骤中,输入从PET检测器20的多个放射线检测器分别根据γ射线检测事件输出的脉冲信号。在时间差计算步骤中,关于多个γ射线对符合计数事件,分别求取从多个放射线检测器中对γ射线对进行符合计数的2个放射线检测器输出的第1信号和第2信号各自的值达到阈值的时刻的时间差tled。在信号波形处理步骤中,将第1信号的波形或第2信号的波形在时间轴方向上向相互靠近的方向相对地移位时间差tled。
在误差推测步骤中,基于信号波形处理步骤进行的移位后的第1信号和第2信号各自的波形,通过DNN推测时间差tled的误差terr。在γ射线对发生位置计算步骤中,基于时间差tled和误差terr,求取将2个放射线检测器相互连结的符合计数线上的γ射线对发生位置。在图像制作步骤中,基于由γ射线对发生位置计算步骤对PET检测器20的多个γ射线对符合计数事件分别求取的γ射线对发生位置,制作受试者2的断层图像。
在学习步骤中,基于对置于PET检测器20的测定空间的正电子放出核素收集的多个γ射线对符合计数事件的信息,使DNN进行学习。另外,只要DNN完成学习,就不需要学习步骤和学习部17。但是,即使DNN完成学习,在为了能够进行更高精度的推测而进一步进行学习的情况下,也可以存在学习步骤和学习部17。
接着,对为了与比较例对比以确认本实施方式的效果而进行的实验的结果进行说明。图4是表示实验系统的结构的图。在该实验中,在将2个放射线检测器21、22相互连结的线(相当于符合计数线)上的按5mm间距隔开的7个位置P1~P7分别依次放置正电子放出核素(22Na)。
放射线检测器21、22分别是在MPPC(Multi-Pixel Photon Counter(多像素光子计数器))的受光面上设置有LYSO(Cerium Doped Lutetium Yttrium Orthosilicate)闪烁体的检测器。MPPC(注册商标)是将在以盖革模式进行动作的雪崩光电二极管连接有淬灭电阻的单元作为1个像素,将多个像素2维排列而成的计数器,能够进行高速/高灵敏度的光检测。MPPC的受光面的尺寸为3mm×3mm。LYSO闪烁体的尺寸为3mm×3mm×10mm厚。
在比较例1中,基于由时间差计算部12对各γ射线对符合计数事件求取的时间差tled求取γ射线对发生位置。
比较例2A和比较例2B均相当于上述的非专利文献1中记载的技术(比较例2),但在用于使CNN学习的数据库方面不同。在比较例2A、2B中,基于由信号波形取得部11对各γ射线对符合计数事件取得的第1信号和第2信号各自的波形(图2)由CNN推测两信号之间的时间差,基于该推测的时间差求取γ射线对发生位置。
在比较例2A中,使CNN学习时,将在7个位置P1~P7分别放置正电子放出核素时由信号波形取得部11取得的第1信号和第2信号各自的波形(图2)作为向CNN的输入数据,将基于放置了正电子放出核素的位置的真实的时间差作为训练数据。
在比较例2B中,使CNN学习时,将在除位置P5以外的6个位置P1~P4、P6、P7分别放置正电子放出核素时由信号波形取得部11取得的第1信号和第2信号各自的波形(图2)作为向CNN的输入数据,将基于放置了正电子放出核素的位置的真实的时间差作为训练数据。
在实施例中,由上述的本实施方式的断层图像制作装置10和断层图像制作方法求取γ射线对发生位置。在实施例中,使CNN学习时,将在7个位置P1~P7中仅位置P4放置正电子放出核素时由信号波形处理部13移位后的第1信号和第2信号各自的波形(图3)作为向CNN的输入数据,将由时间差计算部12求取的时间差tled与基于正电子放出核素的位置P4的真实的时间差的差作为训练数据。
图5是表示比较例1中求取的γ射线对发生位置的分布的图。图6是表示比较例2A中求取的γ射线对发生位置的分布的图。图7是表示比较例2B中求取的γ射线对发生位置的分布的图。图8是表示实施例中求取的γ射线对发生位置的分布的图。图5~图8表示在7个位置P1~P7分别放置正电子放出核素的情况下求取的γ射线对发生位置的分布的形状。
根据这些图,能够对所求取的γ射线对发生位置的分布的形状得到如下结论。在比较例1(图5)和实施例(图8)中,所求取的γ射线对发生位置的分布是以峰位置为中心而大致左右对称的。与此相对,在比较例2A(图6)中,在中央的位置P4放置正电子放出核素的情况下求取的γ射线对发生位置的分布是以峰位置为中心而大致左右对称的,但在中央的位置P4以外的位置放置正电子放出核素的情况下求取的γ射线对发生位置的分布不是以峰位置为中心而左右对称的,峰位置偏向远离中央的位置P4的一侧。
在比较例2B(图7)中,除了比较例2A的上述趋势之外,还能够得到以下结论。在不将在位置P5放置正电子放出核素时的数据用于CNN的学习的比较例2B中,在位置P5放置正电子放出核素的情况下求取的γ射线对发生位置的分布中出现2个峰。此外,在比较例2B中,在中央的位置P4放置正电子放出核素的情况下求取的γ射线对发生位置的分布不是以峰位置为中心而左右对称的,峰位置偏向位置P3一侧。
图9是将比较例1、比较例2A、比较例2B和实施例中分别求取的γ射线对发生位置的分布的峰位置汇总的表。图10是将比较例1、比较例2A、比较例2B和实施例中分别求取的γ射线对发生位置的分布的半值全宽汇总的表。图9和图10是由图5~图8所示的γ射线对发生位置的分布的形状求取的,以时间(单位:ps)表示在7个位置P1~P7分别放置正电子放出核素的情况下求取的γ射线对发生位置的分布的峰位置和半值全宽。
根据7个位置P1~P7按5mm间距隔开,理想上,求取的γ射线对发生位置的分布的峰位置会按33ps间距隔开。如图9所示,在实施例和比较例1中,所求取的γ射线对发生位置的分布的峰位置大体按照理想按33ps间距隔开。与此相对,在比较例2A和比较例2B中,所求取的γ射线对发生位置的分布的峰位置的间距与理想不同,尤其是离中央的位置P4越远,所求取的γ射线对发生位置的分布的峰位置的间距就越窄。
所求取的γ射线对发生位置的分布的半值全宽如图10所示,比较例2A和比较例2B最窄,实施例其次窄。即,γ射线对发生位置的检测的时间分辨率为比较例2A和比较例2B最高,实施例其次高。在中央的位置P4放置正电子放出核素的情况下求取的γ射线对发生位置的分布的半值全宽,在比较例1中为175.5ps,与此相对,在实施例中为159.2ps,相比比较例1,实施例的时间分辨率更高。
由图5~图10所示的实验结果能够得到以下结论。在本实施方式中,与比较例1相同,对置于一定间距的各位置的正电子放出核素求取的γ射线对发生位置的分布的峰位置的间距也大致一定,因此能够制作失真小的断层图像。在本实施方式中,与比较例1相比,γ射线对发生位置的检测的时间分辨率高,能够取得空间分辨率高的断层图像。
在比较例2(2A、2B)中,虽然能够以高的时间分辨率求取γ射线对发生位置,但是对置于一定间距的各位置的正电子放出核素求取的γ射线对发生位置的分布的峰位置的间距并不是一定的,因此所制作的断层图像失真。
在比较例2中,认为通过使用遍及比受试者所占的空间更大的范围(根据情况,比被大量放射线检测器包围的测定空间更大的范围)在大量位置密集放置正电子放出核素而取得的学习用数据使CNN学习,能够制作失真小的断层图像,但准备这样的大量的学习用数据很困难,使CNN学习也很困难。
图11和图12是表示在比较例2中为了收集学习用数据而应该在PET检测器20的测定空间配置正电子放出核素3的位置的图。图11表示在PET检测器20的多个放射线检测器之间没有性能差异的情况。在这种情况下,需要在沿径向延伸的直线上的大量位置密集放置正电子放出核素3来收集学习用数据。
图12表示在PET检测器20的多个放射线检测器之间存在性能差异的情况。在这种情况下,需要在网格状的大量位置密集地放置正电子放出核素3来收集学习用数据。在比较例2中,在任何情况下装置的视野都受到限制。
与此相对,在本实施方式中,仅使用在比比较例2(2A、2B)少的数量的位置放置正电子放出核素而取得的学习用数据使DNN学习即可,因此能够容易地使DNN学习。
图13和图14是表示在本实施方式中为了收集学习用数据而应该在PET检测器20的测定空间配置正电子放出核素3的位置的图。图13表示在PET检测器20的多个放射线检测器之间没有性能差异的情况。在这种情况下,在测定空间的任意1个位置放置正电子放出核素3来收集学习用数据即可。
图14表示在PET检测器20的多个放射线检测器之间存在性能差异的情况。在这种情况下,例如,一边在测定空间中使正电子放出核素3绕中心轴旋转一边对所有放射线检测器对收集学习用数据即可。在本实施方式中,不会像比较例2那样装置的视野受到限制。
本发明的断层图像制作装置、断层图像制作方法和TOF-PET装置并不限定于上述实施方式和结构例,能够进行各种变形。
上述实施方式的断层图像制作装置是基于对置于包含多个放射线检测器的PET检测器的测定空间的受试者收集的多个γ射线对符合计数事件的信息制作受试者的断层图像的装置,包括:(1)时间差计算部,其关于多个γ射线对符合计数事件,分别求取从多个放射线检测器中对γ射线对进行符合计数的2个放射线检测器输出的第1信号和第2信号各自的值达到阈值的时刻的时间差tled;(2)信号波形处理部,其将第1信号的波形或第2信号的波形在时间轴方向上向相互靠近的方向相对地移位时间差tled;(3)误差推测部,其基于信号波形处理部进行的移位后的第1信号和第2信号各自的波形,通过深度神经网络推测时间差tled的误差terr;(4)γ射线对发生位置计算部,其基于时间差tled和误差terr,求取将2个放射线检测器相互连结的符合计数线上的γ射线对发生位置;和(5)图像制作部,其基于由γ射线对发生位置计算部对多个γ射线对符合计数事件分别求取的γ射线对发生位置,制作受试者的断层图像。
上述的断层图像制作装置也可以构成为进一步包括学习部,该学习部基于对置于测定空间的正电子放出核素收集的多个γ射线对符合计数事件的信息,关于多个γ射线对符合计数事件,分别将信号波形处理部进行的移位后的第1信号和第2信号各自的波形作为向深度神经网络的输入数据,将由时间差计算部求取的时间差tled与基于正电子放出核素的位置的真实的时间差的差作为训练数据,使深度神经网络学习。
上述实施方式的TOF-PET装置包括:包含多个放射线检测器的PET检测器;和基于对置于PET检测器的测定空间的受试者收集的多个γ射线对符合计数事件的信息制作受试者的断层图像的上述结构的断层图像制作装置。
上述实施方式的断层图像制作方法是基于对置于包含多个放射线检测器的PET检测器的测定空间的受试者收集的多个γ射线对符合计数事件的信息制作受试者的断层图像的方法,包括:(1)关于多个γ射线对符合计数事件,分别求取从多个放射线检测器中对γ射线对进行符合计数的2个放射线检测器输出的第1信号和第2信号各自的值达到阈值的时刻的时间差tled的时间差计算步骤;(2)将第1信号的波形或第2信号的波形在时间轴方向上向相互靠近的方向相对地移位时间差tled的信号波形处理步骤;(3)基于信号波形处理步骤进行的移位后的第1信号和第2信号各自的波形,通过深度神经网络推测时间差tled的误差terr的误差推测步骤;(4)基于时间差tled和误差terr,求取将2个放射线检测器相互连结的符合计数线上的γ射线对发生位置的γ射线对发生位置计算步骤;和(5)基于由γ射线对发生位置计算步骤对多个γ射线对符合计数事件分别求取的γ射线对发生位置,制作受试者的断层图像的图像制作步骤。
上述的断层图像制作方法也可以构成为进一步包括学习步骤,在该学习步骤中,基于对置于测定空间的正电子放出核素收集的多个γ射线对符合计数事件的信息,关于多个γ射线对符合计数事件,分别将信号波形处理步骤进行的移位后的第1信号和第2信号各自的波形作为向深度神经网络的输入数据,将由时间差计算步骤求取的时间差tled与基于正电子放出核素的位置的真实的时间差的差作为训练数据,使深度神经网络学习。
产业上的可利用性
本发明能够作为能够基于由PET检测器收集的多个γ射线对符合计数事件的信息使用DNN制作受试者的断层图像,并且能够使DNN容易地学习且能够制作失真小的断层图像的断层图像制作装置、断层图像制作方法和TOF-PET装置来使用。
符号的说明
1…TOF-PET装置、2…受试者、3…正电子放出核素、10…断层图像制作装置、11…信号波形取得部、12…时间差计算部、13…信号波形处理部、14…误差推测部、15…γ射线对发生位置计算部、16…图像制作部、17…学习部、20…PET检测器、21、22…放射线检测器。
Claims (5)
1.一种断层图像制作装置,其中,
是基于对置于包含多个放射线检测器的PET检测器的测定空间的受试者收集的多个γ射线对符合计数事件的信息制作所述受试者的断层图像的装置,
包括:
时间差计算部,其关于所述多个γ射线对符合计数事件,分别求取从所述多个放射线检测器中对γ射线对进行符合计数的2个放射线检测器输出的第1信号和第2信号各自的值达到阈值的时刻的时间差tled;
信号波形处理部,其将所述第1信号的波形或所述第2信号的波形在时间轴方向上向相互靠近的方向相对地移位所述时间差tled;
误差推测部,其基于所述信号波形处理部所进行的移位后的所述第1信号和所述第2信号各自的波形,通过深度神经网络推测所述时间差tled的误差terr;
γ射线对发生位置计算部,其基于所述时间差tled和所述误差terr,求取将所述2个放射线检测器相互连结的符合计数线上的γ射线对发生位置;和
图像制作部,其基于由所述γ射线对发生位置计算部对所述多个γ射线对符合计数事件分别求取的γ射线对发生位置,制作所述受试者的断层图像。
2.如权利要求1所述的断层图像制作装置,其中,
还包括:学习部,其基于对置于所述测定空间的正电子放出核素收集的多个γ射线对符合计数事件的信息,关于所述多个γ射线对符合计数事件,分别将所述信号波形处理部所进行的移位后的所述第1信号和所述第2信号各自的波形作为向所述深度神经网络的输入数据,将由所述时间差计算部求取的所述时间差tled与基于所述正电子放出核素的位置的真实的时间差的差作为训练数据,使所述深度神经网络学习。
3.一种TOF-PET装置,其中,
包括:
包含多个放射线检测器的PET检测器;和
权利要求1或2所述的断层图像制作装置,其基于对置于所述PET检测器的测定空间的受试者收集的多个γ射线对符合计数事件的信息制作所述受试者的断层图像。
4.一种断层图像制作方法,其中,
是基于对置于包含多个放射线检测器的PET检测器的测定空间的受试者收集的多个γ射线对符合计数事件的信息制作所述受试者的断层图像的方法,
包括:
关于所述多个γ射线对符合计数事件,分别求取从所述多个放射线检测器中对γ射线对进行符合计数的2个放射线检测器输出的第1信号和第2信号各自的值达到阈值的时刻的时间差tled的时间差计算步骤;
将所述第1信号的波形或所述第2信号的波形在时间轴方向上向相互靠近的方向相对地移位所述时间差tled的信号波形处理步骤;
基于所述信号波形处理步骤进行的移位后的所述第1信号和所述第2信号各自的波形,通过深度神经网络推测所述时间差tled的误差terr的误差推测步骤;
基于所述时间差tled和所述误差terr,求取将所述2个放射线检测器相互连结的符合计数线上的γ射线对发生位置的γ射线对发生位置计算步骤;和
基于由所述γ射线对发生位置计算步骤对所述多个γ射线对符合计数事件分别求取的γ射线对发生位置,制作所述受试者的断层图像的图像制作步骤。
5.如权利要求4所述的断层图像制作方法,其中,
还包括:学习步骤,其基于对置于所述测定空间的正电子放出核素收集的多个γ射线对符合计数事件的信息,关于所述多个γ射线对符合计数事件,分别将所述信号波形处理步骤进行的移位后的所述第1信号和所述第2信号各自的波形作为向所述深度神经网络的输入数据,将由所述时间差计算步骤求取的所述时间差tled与基于所述正电子放出核素的位置的真实的时间差的差作为训练数据,使所述深度神经网络学习。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021135572A JP2023030440A (ja) | 2021-08-23 | 2021-08-23 | 断層画像作成装置、断層画像作成方法およびtof-pet装置 |
JP2021-135572 | 2021-08-23 | ||
PCT/JP2022/031259 WO2023026958A1 (ja) | 2021-08-23 | 2022-08-18 | 断層画像作成装置、断層画像作成方法およびtof-pet装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117916633A true CN117916633A (zh) | 2024-04-19 |
Family
ID=85322108
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280057053.XA Pending CN117916633A (zh) | 2021-08-23 | 2022-08-18 | 断层图像制作装置、断层图像制作方法和tof-pet装置 |
Country Status (4)
Country | Link |
---|---|
JP (1) | JP2023030440A (zh) |
CN (1) | CN117916633A (zh) |
DE (1) | DE112022004087T5 (zh) |
WO (1) | WO2023026958A1 (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7227149B2 (en) * | 2004-12-30 | 2007-06-05 | General Electric Company | Method and system for positron emission tomography image reconstruction |
JP4877766B2 (ja) * | 2006-08-25 | 2012-02-15 | 独立行政法人放射線医学総合研究所 | 陽電子放射断層撮像装置及び放射線検出器 |
US8816286B2 (en) * | 2011-08-01 | 2014-08-26 | Siemens Medical Solutions Usa, Inc. | Optical simulation-based time-of-flight compensation and PET system configuration |
CN111012372B (zh) * | 2019-12-20 | 2023-05-09 | 沈阳智核医疗科技有限公司 | 确定飞行时间的方法、装置、介质及正电子断层扫描仪 |
US11573339B2 (en) * | 2019-12-30 | 2023-02-07 | Canon Medical Systems Corporation | Timing calibration using internal radiation and external radiation source in time of flight positron emission tomography |
-
2021
- 2021-08-23 JP JP2021135572A patent/JP2023030440A/ja active Pending
-
2022
- 2022-08-18 WO PCT/JP2022/031259 patent/WO2023026958A1/ja active Application Filing
- 2022-08-18 CN CN202280057053.XA patent/CN117916633A/zh active Pending
- 2022-08-18 DE DE112022004087.4T patent/DE112022004087T5/de active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2023026958A1 (ja) | 2023-03-02 |
DE112022004087T5 (de) | 2024-06-06 |
JP2023030440A (ja) | 2023-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101600972B (zh) | 正电子发射断层摄影中的飞行时间测量 | |
US9945965B2 (en) | Universal readout for silicon photomultiplier based detectors | |
WO2014014074A1 (ja) | データ取得装置、対消滅ガンマ線検出器及び対消滅ガンマ線検出方法 | |
US20080265167A1 (en) | Achieving accurate time-of-flight calibrations with a stationary coincidence point source | |
US8822933B2 (en) | Time-to-digital converter for a medical imaging system | |
US9279888B2 (en) | System for online/offline singles-pairing with keeping/rejecting multi-coincidences for positron emission tomography | |
US7626172B2 (en) | Nuclear medical diagnosis apparatus | |
WO2016046703A2 (en) | Time of flight calibration in digital positron emission tomography | |
US8969814B2 (en) | System and method of determining timing triggers for detecting gamma events for nuclear imaging | |
US20120153165A1 (en) | Positron emission detection and imaging | |
JP7317586B2 (ja) | 医用画像処理装置、方法及びプログラム | |
US20130009063A1 (en) | System and Method for Improving Detection of Gamma Interactions in a Positron Emission Tomography System | |
Groll et al. | Hybrid pixel-waveform (HPWF) enabled CdTe detectors for small animal gamma-ray imaging applications | |
CN110934604B (zh) | 康普顿散射序列恢复方法、装置、存储介质和pet成像系统 | |
US20130256536A1 (en) | Methods and systems for determining timing recovery information in a positron emission tomography (pet) system | |
CN110602992B (zh) | 使用涉及来自瞬发γ正电子发射器的高能级联γ的符合对正电子发射断层摄影(PET)的计时校准 | |
CN110664423A (zh) | 成像方法、装置、探测器、终端设备和pet系统 | |
Son et al. | Development and performance evaluation of a time-of-flight positron emission tomography detector based on a high-quantum-efficiency multi-anode photomultiplier tube | |
CN117916633A (zh) | 断层图像制作装置、断层图像制作方法和tof-pet装置 | |
Shim et al. | Inter-crystal scattering event identification using a novel silicon photomultiplier signal multiplexing method | |
JP2024515639A (ja) | 陽電子放射断層撮影デバイスを修正するためのシステムおよび方法 | |
US11324459B2 (en) | Methods and systems for pet detectors | |
CN110770604B (zh) | 放射线检测装置以及具备该放射线检测装置的核医学诊断装置 | |
CN113711084A (zh) | 具有采样的区分器的电荷共享补偿 | |
EP3742203A1 (en) | X-ray and gamma imaging using a single radiation detector |
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 |