KR102148662B1 - 다중-방식의 이미징 시스템 및 방법 - Google Patents
다중-방식의 이미징 시스템 및 방법 Download PDFInfo
- Publication number
- KR102148662B1 KR102148662B1 KR1020187006468A KR20187006468A KR102148662B1 KR 102148662 B1 KR102148662 B1 KR 102148662B1 KR 1020187006468 A KR1020187006468 A KR 1020187006468A KR 20187006468 A KR20187006468 A KR 20187006468A KR 102148662 B1 KR102148662 B1 KR 102148662B1
- Authority
- KR
- South Korea
- Prior art keywords
- image
- pet
- imaging
- data
- bed
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 149
- 238000003384 imaging method Methods 0.000 title claims abstract description 66
- 230000035945 sensitivity Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 abstract description 21
- 238000007689 inspection Methods 0.000 abstract description 8
- 238000003325 tomography Methods 0.000 abstract description 6
- 238000002600 positron emission tomography Methods 0.000 description 165
- 230000008569 process Effects 0.000 description 74
- 238000005259 measurement Methods 0.000 description 71
- 238000004422 calculation algorithm Methods 0.000 description 66
- 238000012937 correction Methods 0.000 description 26
- 230000004044 response Effects 0.000 description 20
- 238000002591 computed tomography Methods 0.000 description 16
- 238000010606 normalization Methods 0.000 description 15
- 238000003860 storage Methods 0.000 description 14
- 230000008033 biological extinction Effects 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 12
- 238000001514 detection method Methods 0.000 description 12
- 230000033001 locomotion Effects 0.000 description 12
- 239000011159 matrix material Substances 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000007476 Maximum Likelihood Methods 0.000 description 8
- 238000009826 distribution Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 238000012879 PET imaging Methods 0.000 description 5
- 238000002059 diagnostic imaging Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000015654 memory Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 210000003484 anatomy Anatomy 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 230000002285 radioactive effect Effects 0.000 description 3
- 239000012857 radioactive material Substances 0.000 description 3
- 238000002603 single-photon emission computed tomography Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001727 in vivo Methods 0.000 description 2
- 238000012804 iterative process Methods 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 206010009244 Claustrophobia Diseases 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 206010036618 Premenstrual syndrome Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000000746 body region Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000003727 cerebral blood flow Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000002872 contrast media Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000007435 diagnostic evaluation Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000005714 functional activity Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000004153 glucose metabolism Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000000155 isotopic effect Effects 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 210000002414 leg Anatomy 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010339 medical test Methods 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008557 oxygen metabolism Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 208000019899 phobic disease Diseases 0.000 description 1
- 230000001766 physiological effect Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 230000006335 response to radiation Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 230000035899 viability Effects 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computerised tomographs
- A61B6/037—Emission tomography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computerised tomographs
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. 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 for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/488—Diagnostic techniques involving pre-scan acquisition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/4808—Multimodal MR, e.g. MR combined with positron emission tomography [PET], MR combined with ultrasound or MR combined with computed tomography [CT]
- G01R33/481—MR combined with positron emission tomography [PET] or single photon emission computed tomography [SPECT]
-
- 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
- G01T1/164—Scintigraphy
- G01T1/1641—Static instruments for imaging the distribution of radioactivity in one or two dimensions using one or several scintillating elements; Radio-isotope cameras
- G01T1/1644—Static instruments for imaging the distribution of radioactivity in one or two dimensions using one or several scintillating elements; Radio-isotope cameras using an array of optically separate scintillation elements permitting direct location of scintillations
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/42—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for detecting radiation specially adapted for radiation diagnosis
- A61B6/4208—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector
- A61B6/4258—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector for detecting non x-ray radiation, e.g. gamma radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/54—Control of apparatus or devices for radiation diagnosis
- A61B6/545—Control of apparatus or devices for radiation diagnosis involving automatic set-up of acquisition parameters
-
- 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]
Abstract
본 발명의 실시예들은 다중 이미징 방식들을 사용하는 결합된 검사에서 이미지 생성을 위한 시스템 및 방법을 제공한다. 본 발명의 적어도 하나의 실시예는 일반적으로 제 1 이미징 방식으로 방출 단층 촬영을 수행하고 준비할 수 있는 하이브리드 이미징 디바이스를 통해 정찰 이미징 데이터를 생성 및 처리하는 방법을 제공한다. 이러한 종류의 하이브리드 이미징 디바이스들은 예를 들어 결합된 PET-MR 시스템 또는 결합된 PET-CT 시스템 또는 결합된 SPECT-CT 시스템 또는 결합된 SPECT-MR 시스템과 같은 것이다.
Description
본 발명의 실시예들은 일반적으로 다중 이미징 방식들을 사용하는 결합된 검사에서 이미지 생성을 위한 시스템 및 방법에 관한 것이다.
결합된 양전자 방출 단층촬영(PET: Positron Emission Tomography)-자기 공명(MR: Magnetic Resonance) 시스템 또는 결합된 PET-컴퓨터 단층촬영(CT: Computed Tomography) 시스템과 같은 하이브리드 이미징 디바이스들은 MR 또는 CT 측정 데이터와 양전자 방출 단층촬영 측정 데이터를 모두 동시에 또는 비동기적으로 기록하기 위해 사용될 수 있다. 통상적으로 MR 또는 CT인 제 1 이미징 방식은 검사되는 환자의 해부학적 특성들을 나타낼 수 있는 제 1 이미지에 표시될 검사 체적을 묘사할 수 있다. 예를 들어, PET일 수 있는 제 2 이미징 방식은 추가 이미지를 생성하는데 사용될 수 있다. 추가 이미지는 신체의 방사성 물질 분포를 나타내는데 사용될 수 있고, 따라서 환자의 생화학적 및 생리학적 특성을 나타낼 수 있다. MR 또는 CT 측정 데이터는 PET 측정 데이터의 기록 전 또는 후에 또는 동시에 기록될 수 있다.
2개 이상의 상이한 방식들을 가진 의료 이미지들의 병행 생성은 검사될 환자의 상태에 대한 개선된 평가를 가능하게 한다. 예를 들어, PET 이미지들은 환자의 관심 영역의 다양한 특성들의 그래픽 설명을 제공하기 위해 MR 이미지들과 결합되거나 MR 이미지에 중첩될 수 있다. 그럼에도 불구하고, 의료 검사에서 하이브리드 의료 이미징을 수행할 때 환자의 위치설정이 문제가 될 수 있다. 검사 도중, 검사될 객체 또는 환자는 동일한 관심 영역에 대해 상이한 유형들의 이미징을 수행하기 위한 상이한 침대 위치들로 이동하도록 요구될 수 있다. 종래의 PET-MR 이미징을 통해, 때때로 "스텝 앤 슈트(step and shoot)" 스케줄로 지칭되는 기록 스케줄이 PET 측정 데이터를 상이한 침대 위치들에서 연속적으로 기록하는데 이용될 수 있다. 기록 시간은 각각의 침대 위치에 대해 미리 결정될 수 있다.
종래의 PET-MR 하이브리드 시스템에서 PET 측정 데이터를 기록하기 위한 시간은 상대적으로 길어, 침대 위치 당 대략 5 내지 15분 동안 지속되는 경향이 있다. 이는 침대에 누워있는 환자 예를 들어 밀실 공포증 환자에 일부 문제들을 야기할 수 있다. 한 가지 제안된 해결책은 소위 "측위 이미지(scout image)"를 사용함으로써 보다 타깃형의 정확한 검사 절차이다. 예를 들어 측위 이미지는 환자의 잠재적으로 유해한 영역을 찾기 위하여 사용될 수 있다. 측위 이미지의 촬영은 오히려 빠른 경향이 있고, 이에 의해 환자가 받는 선량과 노출을 줄이고, 의사가 타깃을 보다 면밀히 검사할 수 있게 한다.
다중-침대 MR 또는 CT 이미지들은 때때로 측위 이미지로 사용된다. 예를 들어, 다양한 침대 위치들에서 촬영된 측위 이미지들이 함께 결합되어 환자의 전제 신체 화상을 생성하는 것을 기술하는 미국 특허출원 공보 제2007/0173716호를 참조한다. 그것은 의료 검사의 이후 절차에 사용될 수 있다. 그럼에도 불구하고, PET와 같은 상이한 방식들을 사용하여 측위 이미지의 더 빠르고 더 편리한 생성에 대한 필요성이 존재한다.
본 발명의 실시예들은 일반적으로 2개의 이미징 방식들을 사용하여 결합된 검사를 수행하기 위한 시스템 및 방법에 관한 것이다. 본 발명의 적어도 하나의 실시예는 일반적으로 제 1 이미징 방식으로서 방출 단층촬영을 수행하고 준비할 수 있는 하이브리드 이미징 디바이스로 정찰 이미징 데이터를 생성 및 처리하기 위한 방법에 관한 것이다. 본 발명의 적어도 하나의 실시예는 또한 일반적으로 하이브리드 이미징 디바이스에 관한 것이다. 이러한 종류의 하이브리드 이미징 디바이스들은 예를 들어 결합된 PET-MR 시스템 또는 결합된 PET-CT 시스템 또는 결합된 SPECT-MR 시스템 또는 결합된 SPECT-CT 시스템과 같은 것이다.
본 개시사항의 목적은 측위 이미지 처리 시스템 및 측위 이미지 처리 방법을 제공하는 것이다. 측위 이미지 처리 방법들은 핵 의료 이미징 시스템에 적용할 수 있다. 핵 의료 이미징 시스템은 또한 하이브리드 이미징 시스템일 수 있다. 예를 들어, PET-MR 시스템, PET-CT 시스템, SPECT-MR 시스템 또는 SPECT-CT 시스템을 들 수 있다. 측위 이미지는 PET 이미지일 수 있다. PET 측위 이미지의 생성은 5 내지 15초 이내일 수 있다. 선택적으로, PET 측위 이미지의 생성은 표식-만들기(landmarking) 또는 표시자들의 사용에 기초할 수 있다.
본 명세서에 개시된 하이브리드 시스템은 점 확산 함수(point spread function)가 허용 가능한 처리 시간에 개선된 이미지 재구성을 제공하는데 사용될 수 있도록, 점 확산 함수(PSF)를 모델링하는 방법 및 수단을 제공한다. PET 시스템은 목록 모드에서 PET 비행-시간(TOF) 데이터와 함께 PSF를 모델링한다.
본 명세서에 개시된 하이브리드 시스템은 특정 반복형 알고리즘에서 점 확산 함수의 추정치를 이용하는 이미지 재구성을 위한 방법 및 수단을 제공한다. 반복 알고리즘은 최대 가능도 기대값 최대화(MLEM) 알고리즘일 수 있다. 반복 알고리즘은 정렬된 부분집합들의 기대값 최대화(OSEM) 알고리즘일 수 있다.
본 명세서에 개시된 PET 시스템은 본 발명의 일 실시예에 따른 PET 정찰 이미징을 생성하는 의료 검사 절차를 제공한다. 의료 검사의 절차는 데이터 획득, 히스토그램 작성, 및 투과/감쇄, 정규화, 감쇄 정정, 재정규화, 산란 정정, 이미지 재구성 및 이미지 디스플레이의 단계들로 구성될 수 있다.
본 명세서에 통합되어 본 명세서의 일부를 구성하는 첨부된 도면들은 이하에서 설명되는 몇몇 양상들을 도시한다.
도 1은 본 발명의 일 실시예에 따른 PET/MR 이미징 시스템을 도시하는 도면.
도 2a 및 도 2b는 예시적인 3-D PET 시스템들에서 다수의 검출기 링들을 도시하는 도면.
도 3a는 511keV 소멸 광자들의 비-공선성(noncolinearity)을 도시하는 도면.
도 3b는 PET 시스템에서의 예시적인 반응선(line-of-response)을 도시하는 도면.
도 4는 리비닝(rebinning) 알고리즘의 원리를 도시하는 도면.
도 5는 상이한 침대 위치들에서 기록된 PET 측위 이미지 데이터를 나타내는 도면.
도 6a 내지 도 6d는 4-링 스캐너에 대한 대표적인 반응선을 도시하는 도면.
도 7은 본 발명의 일 실시예에 따른 PET 측위 이미지를 획득하는 프로세스를 도시하는 흐름도.
도 8은 본 발명의 일 실시예에 따른 PET 측위 이미지를 이용한 의료 검사 프로세스를 개략적으로 나타낸 도면.
도 9는 본 발명의 일 실시예에 따른 결합 또는 중첩 이미지를 생성하는 장치의 구성을 도시하는 도면.
도 10은 본 발명의 실시예에 따른 점 확산 함수(PSF:Point Spreading Function) 방법을 이용하여 이미지를 생성하는 프로세스를 도시하는 흐름도.
도 11은 본 발명의 일 실시예에 따른 PET 스캔 이미지를 재구성하기 위한 예시적인 프로세스를 도시하는 흐름도.
도 12는 본 발명의 일 실시예에 따른 핵 의료 이미지 데이터 획득하는 프로세스의 흐름도.
도 13은 PET 이미지 재구성을 위한 병렬/파이프라인 구조의 블록도.
도 14는 X-선 변환들을 이용한 2차원 및 3차원 PET 이미징의 공간 불변성을 도시하는 도면.
도 2a 및 도 2b는 예시적인 3-D PET 시스템들에서 다수의 검출기 링들을 도시하는 도면.
도 3a는 511keV 소멸 광자들의 비-공선성(noncolinearity)을 도시하는 도면.
도 3b는 PET 시스템에서의 예시적인 반응선(line-of-response)을 도시하는 도면.
도 4는 리비닝(rebinning) 알고리즘의 원리를 도시하는 도면.
도 5는 상이한 침대 위치들에서 기록된 PET 측위 이미지 데이터를 나타내는 도면.
도 6a 내지 도 6d는 4-링 스캐너에 대한 대표적인 반응선을 도시하는 도면.
도 7은 본 발명의 일 실시예에 따른 PET 측위 이미지를 획득하는 프로세스를 도시하는 흐름도.
도 8은 본 발명의 일 실시예에 따른 PET 측위 이미지를 이용한 의료 검사 프로세스를 개략적으로 나타낸 도면.
도 9는 본 발명의 일 실시예에 따른 결합 또는 중첩 이미지를 생성하는 장치의 구성을 도시하는 도면.
도 10은 본 발명의 실시예에 따른 점 확산 함수(PSF:Point Spreading Function) 방법을 이용하여 이미지를 생성하는 프로세스를 도시하는 흐름도.
도 11은 본 발명의 일 실시예에 따른 PET 스캔 이미지를 재구성하기 위한 예시적인 프로세스를 도시하는 흐름도.
도 12는 본 발명의 일 실시예에 따른 핵 의료 이미지 데이터 획득하는 프로세스의 흐름도.
도 13은 PET 이미지 재구성을 위한 병렬/파이프라인 구조의 블록도.
도 14는 X-선 변환들을 이용한 2차원 및 3차원 PET 이미징의 공간 불변성을 도시하는 도면.
본 설명을 읽은 후에, 다양한 대안 실시예들 및 대안 애플리케이션들에서 본 개시사항을 구현하는 방법은 당업자에게 명백해질 것이다. 그러나 본 개시사항의 모든 실시예들이 본 명세서에서 구체적으로 기술되지는 않는다. 실시예들이 제한이 아닌, 단지 예로서 제공된 것임이 이해될 것이다. 이와 같이, 다양한 대안 실시예들의 이러한 상세한 기술은 이하에서 설명되는 본 발명의 범위 또는 폭을 제한하는 것으로 해석되지 않아야 한다.
이하에 설명되는 양상들은 특정 시스템들, 그러한 시스템을 제조하는 방법들 또는 그 자체로서의 그들의 용도들이 당연히 다양할 수 있음을 이해해야 한다. 본 명세서에서 사용된 용어는 오로지 특정 양상들을 설명하기 위한 것이며 제한하려는 의도가 아님을 이해해야 한다.
본 출원의 상세한 설명 및 청구항들에 따르면, 내용에서 달리 명시되지 않는 한, 단수로 표시된 물품들은 반드시 단일 형태들을 나타내는 것은 아니며, 또한 복수 형태들을 포함한다. 일반적으로, "포함하는"과 같은 표현은 번호가 매겨진 단계들 또는 요소들을 나타내기 위해서만 사용된다. 그러나 이러한 단계들 및 요소들의 목록은 총망라한 것이 아니며, 방법들 또는 디바이스들은 다른 단계들 또는 요소들을 포함할 수 있다.
용어 PET는 양전자 방출 단층 촬영을 언급하고, 용어 CT는 컴퓨터 단층촬영(Computed Tomography)을 언급하고, 용어 MR은 자기 공명(Magnetic Resonance)을 언급하고, 용어 SPECT는 단일-광자 방출 컴퓨터 단층촬영(Single-Photon Emission Computed Tomography)을 언급함을 이해해야 한다.
예컨대, PET-CT, SPECT-CT, PET-MR 및 SPECT-MR과 같은 소위 "하이브리드 방식들"은 최근 몇 년간 의료 이미징 분야에서 많은 주목을 받아왔다. 그러한 결합들의 이점들은 높은 국부 분해능을 갖는 하나의 방식(예를 들어, MR 또는 CT)의 고감도의 방식(예를 들어, SPECT 또는 PET)에 대한 연결을 포함한다. 설명을 위해 결합된 PET-MR 또는 PET-CT 시스템에 참조가 아래에서 이루어진다. 그러나 본 발명의 실시예들은 일반적으로 모든 형태의 하이브리드 방식들 또는 관련 측정 방법들을 위해 사용될 수 있다. 예를 들어, 본 발명의 실시예들은 SPECT-MR 하이브리드 시스템에서 사용될 수 있고, 여기에서 적절한 조정 또는 변경이 이하에 설명되는 바와 같이 본 발명의 범주 또는 폭 내에서 동일하거나 유사한 사상으로 이루어질 수 있다.
결합된 PET-MR 시스템 또는 PET-CT 시스템과 같은 하이브리드 이미징 디바이스들은 MR 또는 CT 측정 데이터 및 양전자 방출 단층 촬영 측정 데이터를 동시에 또는 비동기적으로 기록하기 위해 사용될 수 있다. 일부 실시예들에서, MR 또는 CT인 제 1 이미징 방식은 제 1 이미지에 표시될 검사 체적을 도시할 수 있고, 제 1 이미지는 검사될 객체에서 해부학적 특징들을 나타낼 수 있다. 예를 들어 PET인 제 2 이미징 방식은 추가 이미지를 생성하는데 사용될 수 있다. 추가 이미지는 객체의 몸체 내의 방사성 물질의 분포를 나타내는데 사용될 수 있고, 따라서 객체의 생화학적 및 생리학적 특징들을 나타낼 수 있다. MR 또는 CT 측정 데이터는 PET 측정 데이터의 기록 전 또는 후 또는 동시에 기록될 수 있다.
다른 실시예들에서, 제 1 이미징 방식은 객체의 몸체에 방사성 물질의 분포를 보여주는 PET일 수 있고, 객체의 생화학적 및 생리학적 기능들(기능적 이미징)을 도시할 수 있다. 제 2 이미징 방식은 추가 이미지를 생성하는데 사용될 수 있다. 제 2 이미징 방식은 검사되는 객체에서 해부학적 관계를 도시하기 위해 구성된 MR 또는 CT 이미징 디바이스일 수 있다.
MR 시스템은 제어 유닛, 측정 유닛 및 이미징 유닛을 포함할 수 있다. 일부 실시예들에서, 측정 프로그램이 제어 유닛 상에서 작동하여, 측정 유닛으로 하여금 활성화되어, 계획된 측정 시퀀스에 따라 MR 신호들을 기록하게 할 수 있다. 일부 다른 실시예들에서, 측정 프로그램은 다수의 프로그램 단계들 및 선택적으로 측정 휴지 시간들을 포함할 수 있으며, 이 동안 조작자는 예를 들어 환자가 위치하거나 누워있는 침대의 위치, 또는 환자 지지대의 높이를 조정할 수 있거나, 또는 환자에게 조영제를 투여할 수 있다. 일부 실시예들에서, 각각의 프로그램 단계는 측정 목적들을 위해 측정 유닛의 물리적 파라미터들을 제어하는 측정 프로토콜을 할당받을 수 있다.
PET는 기관들 또는 세포 영역들의 기능을 양적으로 평가하기 위해 양전자 이미터 및 양전자 소멸의 특징들을 사용할 수 있다. 이 목적을 위해, 대응하는 방사성 약제들은 의료 검사 전에 환자에게 투여될 수 있다. 방사성 약제들의 붕괴 과정에서 방사성 핵종들은 양전자를 방출하고, 양전자는 짧은 거리를 여행한 후에 전자와 상호작용할 수 있고, 이러한 프로세스는 소위 말하는 소멸이다. 일정 시간 동안, 이들 소멸 "이벤트 쌍들"을 검출함으로써, 환자의 신체 단면에서 방사선 약제들의 동위 원소 분포가 재구성될 수 있다. 이러한 이벤트들은 차례대로 환자의 신체 내에서 매핑될 수 있어, 생체 내의 관심 체적 내에서 신진대사, 생화학 및/또는 기능적 활동의 양적 측정을 허용한다.
일부 실시예들에서, (종종 가정된 생리 모델과 관련하여) PET 이미지들은, 포도당 신진대사율, 뇌 혈류량, 조직 생존력, 산소 신진대사 및 생체내의 뇌 신경 활동을 포함하지만 이에 국한되지 않는 다양한 생리학적 파라미터들을 평가하는데 사용될 수 있다.
일부 실시예들에서, 소멸 "이벤트 쌍들"은 특정 시간 윈도우(코인시던스(coincidence) 측정) 내에서 2개의 반대되는 PET 검출기 블록들을 이용하여 획득될 수 있고, 여기서 소멸 위치는 2개의 검출기 블록들 사이의 연결 라인 상의 위치에서 결정될 수 있다. 다른 실시예들에서, PET 검출기는 검출 블록들의 다수의 쌍을 가질 수 있고, 검출 블록의 각각의 쌍은 이들의 신틸레이터 면들이 서로 대향하는 상태로 샘플 영역의 측면에 위치한다. PET 검출기의 복수의 검출 블록들은, 입방 열 구성 및 배럴형 구성을 포함하지만 이에 국한되지 않는 다양한 상이한 구성들을 형성할 수 있다. 예를 들어, 입방 열 구조에서, 4개의 검출 블록들은 2개의 대향 쌍들을 형성하고, 각 쌍은 샘플 영역의 측면에 위치하므로, 입방 열을 형성한다; 인접하는 검출 블록들 사이의 각도는 90도이다. 반면에 배럴형 구성에서, 8개의 검출 블록들이 4개의 대향 쌍들을 형성하고, 각각의 쌍은 샘플 영역의 측면에 위치하므로 배럴을 형성한다; 8개의 검출 블록들은 심지어 360도 원에 걸쳐 분포된다. PET 검출기의 다른 가능한 구성이 본 시스템과 관련하여 사용될 수 있다.
일부 실시예들에서, 소위 트레이서들(tracers)이 PET 데이터에 상이한 생물학적 특징들을 디스플레이하기 위해 사용될 수 있고, 이에 의해 하나의 이미징 프로세스 내에서 관심 영역을 추가로 최적화하고, 이러한 특징들은 후속 검사들에서 분석된다.
일부 실시예들에서, PET 이미지는 관심 체적, 또는 관심 영역을 설명하기 위해 측위 이미지 또는 사전-스캔 이미지로 사용될 수 있다. PET 측위 이미지는 예를 들어 하이브리드 PET/MR 검사와 같은 추가 의료 검사로 진행하도록 의사를 안내하는데 사용될 수 있다. PET 측위 이미지는 짧은 시간 윈도우에서 생성될 수 있다. 예를 들어 시간 윈도우는 수 초에서 수십 분이 될 수 있다. 시간 윈도우는 수십 초에서 수 분이 될 수 있다. 시간 윈도우는 5 초에서 15 초가 될 수 있다.
일부 다른 실시예들에서, PET 측위 이미지는 다양한 이미지 재구성 알고리즘들을 사용하여 재생될 수 있다. 예를 들어, PET 측위 이미지는 OSEM(정렬된 부분집합들의 기대값 최대화) 알고리즘 또는 MLEM(최대 가능도 기대값 최대화) 알고리즘 또는 3DRP 알고리즘을 사용하여 재생될 수 있다.
도 1은 본 발명의 일부 실시예들에 따른 하이브리드 PET-MR 이미징 시스템을 도시하는 도면이다.
PET 이미징을 제공하는 장치(100)는 사진 장치(101)를 통해 측정 객체(102)으로부터 조사될 수 있는 감마 광자에 응답하여 응답 광선들을 검출할 수 있다. MR 이미징 디바이스(107)는 사진 장치(101) 외부에 위치될 수 있다. 장치(100)는 시노그램들(sinograms)을 생성할 수 있고, 생성된 시노그램들을 사용하여 PET 측위 이미지를 얻을 수 있다. 얻어진 PET 측위 이미지는 디스플레이 장치에 출력될 수 있다.
PET 이미지를 제공하는 장치(100)는 응답 광선 검출기(103), 시노그램 추출기(104), 저장 디바이스(105) 및 이미지 재구성 유닛(106)을 포함할 수 있다.
응답 광선 검출기(103)는 측정 타깃으로부터 방사된 감마 광자들에 응답하여 응답 광선을 검출할 수 있다. 일부 실시예들에서, 측정 타깃은 객체일 수 있다. 다른 실시예들에서, 측정 타깃은 환자일 수 있다. 시노그램 추출기(104)는 검출된 응답 광선으로부터 시노그램을 추출할 수 있다. 일부 실시예들에서, 복수의 응답 광선들은 시노그램들로 변환될 수 있다. 응답 광선들을 시노그램들로 변환하는 다양한 방법들은 목록-모드 방법을 포함하지만 이에 국한되지 않고 당업자들에게 공지되어 있다.
저장 디바이스(105)는 시노그램 추출기(104)로부터 추출된 시노그램들을 저장할 수 있다. 일부 실시예들에서, 저장 디바이스(105)는 시노그램 추출기(104)로부터 얻어진 추출된 시노그램들에 대한 예비 동작들을 수행할 수 있다. 단순히 예로서, 저장 디바이스(105)는 최대 가능도 기대값 최대화(MLEM) 알고리즘 또는 정렬된 부분집합들의 기대값 최대화(OSEM) 알고리즘과 같은 최대 선험적 기대값 최대화 알고리즘(MAP-EM)을 이용하여 추출된 시노그램을 고해상도 소노그램들(sonograms)로 변환할 수 있다. 본 발명의 일부 실시예들에 따른 저장 디바이스(105)는 고해상도 시노그램들의 세트를 저장할 수 있다.
본 발명의 일부 실시예들에 따르면, MLEM 알고리즘에 기초할 수 있는 OSEM 알고리즘을 적용함으로써, 음이 아닌 특성이 시노그램들의 계산에서 유지될 수 있다. 또한, 저장 디바이스(105) 또는 화상 재구성 유닛(106)에 MLEM 알고리즘 또는 OSEM 알고리즘을 적용함으로써, 시노그램의 음이 아닌 특성이 유지될 수 있다.
이미지 재구성 처리 유닛(106)은 저장 디바이스(105)에 저장된 소노그램들로부터 PET 측위 이미지를 재구성할 수 있다. 일부 실시예들에서, 이미지 재구성 처리 유닛(106)은 시노그램 추출기(104)에서 생성된 시노그램들 및/또는 저장 디바이스(105)에 저장된 소노그램들의 세트를 사용하여 PET 이미지를 재구성할 수 있다.
일부 실시예들에서, 이미지 재구성 유닛(106)은 분석 재구성 알고리즘 또는 반복적인 재구성 알고리즘을 사용하여 PET 이미지를 재구성할 수 있다. 일부 실시예들에서, 이미지 재구성 유닛(106)은 필터링후 역-투영(FBP) 알고리즘과 유사한 분석 재구성 알고리즘을 사용하여 PET 이미지를 재구성할 수 있다. 다른 실시예에서, 이미지 재구성 유닛(106)은 3차원 재-투영(3DRP) 알고리즘과 유사한 분석 재구성 알고리즘을 사용하여 PET 이미지를 재구성할 수 있다. 일부 실시예들에서, 이미지 재구성 유닛(106)은 정렬된 부분집합들의 기대값 최대화(OSEM) 알고리즘과 유사한 반복적인 재구성 알고리즘을 사용하여 PET 이미지를 재구성할 수 있다. 다른 실시예들에서, 이미지 재구성 유닛(106)은 최대 가능도 기대값 최대화(MLEM) 알고리즘과 유사한 반복적인 재구성 알고리즘을 사용하여 PET 이미지를 재구성할 수 있다.
위의 PET 이미지를 생성하는데 관련된 시스템 및 절차의 간결한 제공과 별도로, PET 이미지를 얻는데 포함된 이미징 프로세스 및 장치의 보다 체계적이고 상세한 설명이 뒤이어 제공된다. 일부 실시예들에서, 도 1의 사진 장치(101)는 PET 스캐너일 수 있다. 다수의 검출기 링들을 갖는 예시적인 PET 스캐너가 도 2a에 도시되어 있고, 도 2a에서 PMT들은 도시되지 않았다. 도시된 바와 같이, PET 스캐너(200)는 3개의 검출기 링들(201, 202, 203)을 포함할 수 있다. 도 2b는 일부 실시예들에 따른 PET 스캐너의 검출기 링들의 사시도이다. 도 2b는 16개의 검출기 링들을 갖는 스캐너(204)를 도시한다. 한 쌍의 감마선들을 검출하는 검출기들이 동일한 링 상에 위치하는 경우, 횡축 평면인 코인시던스 평면은 직접 평면이라 할 수 있다. 한 쌍의 감마선들을 검출하는 검출기들이 상이한 링들 상에 위치하는 경우, 경사 평면인 코인시던스 평면은 교차 평면으로 지칭될 수 있다.
검출기 링들은 양전자들와 전자 사이의 상호작용에 의해 야기된 소멸시 생성된 감마 양자들("광자")을 획득할 수 있다. 양전자와 관련된 일부 잔류 운동량이 존재할 수 있기 때문에 2개의 소멸 광자들은 180°에서 약간 벗어난 각도로 방출될 수 있다. 일부 실시예들에서, 이들 광자를 검출한 2개의 쌍을 이루는 검출기들을 연결하는 직선은 방출된 광자들의 원래의 소멸 선으로부터 약간 벗어날 수 있다. 일부 실시예들에서, 편차는 ±0.25°이하일 수 있다.
결과적으로, 2개의 검출기들 사이의 관찰된 응답 선(LOR)은 소멸 지점과 교차하지 않을 수 있지만, 도 3a에 도시된 바와 같이 소멸 지점으로부터 약간 변위될 수 있다. 이러한 오차(Re)는 스캐너의 공간 해상도를 감소시키고, 두 쌍의 검출기들 사이의 거리의 증가에 따라 악화될 수 있다. 이 오차는 점 확산 함수(PSF) 방법을 사용하여 계산될 수 있다. 일부 실시예들에서, D가 2개의 검출기들 사이의 거리(즉, 검출기 링의 직경)(예, 센티미터)인 경우, 오차는 다음과 같이 점-확산-함수(PSF)로부터 계산될 수 있다: Re = 0.0022D.
도 3b는 PET 시스템에서 예시적인 LOR(응답 선)을 도시한다. 일부 실시예들에서, 코인시던스 이벤트들와 관련된 데이터는 그들의 대응하는 LOR들에 기초한 시노그램들의 형태로 저장될 수 있다. 단지 예로서, 도 3b에 도시된 것과 같은 PET 스캐너에서, 한 쌍의 코인시던스 이벤트들이 2개의 대향 검출기들(303 및 304)에 의해 검출되면, LOR은 2개의 검출기들을 연결하는 직선(305)으로서 설정될 수 있다. 2개의 좌표들(r, θ)이 이러한 LOR을 식별하기 위해 사용될 수 있는데, 여기서 r은 검출기 링(300)의 중심 축으로부터 LOR의 반경 거리이고, θ는 LOR과 X축 사이의 횡축 각도이다. 검출된 코인시던스 이벤트들은 2-D 매트릭스(λ(r, θ))로 기록될 수 있다. PET 스캐너가 다양한 LOR들을 따라 코인시던스 이벤트들을 검출을 계속할 때, 이러한 이벤트들는 비닝되어(binned), 매트릭스(λ(r, θ))의 대응하는 요소들에 누적될 수 있다. 결과는 2-D 시노그램 매트릭스(λ(r, θ))일 수 있고, 각 요소는 특정 LOR에 대한 이벤트 카운트를 보유한다. 3-D PET 스캐너에서, 4개의 좌표들(r, θ, φ, z)이 LOR을 한정하는데 사용될 수 있고, 여기서 제 3 좌표(φ)는 LOR과 검출기 링들의 중심 축 사이의 축 각도이고, z는 Z-축을 따라 검출기의 중심으로부터 LOR까지의 거리이다. 일부 실시예들에서, 제 3 및 제 4 좌표들은 φ 및 z 좌표들 모두를 한정할 수 있는 하나의 변수(v)로 결합될 수 있다. 이 경우에, 검출된 코인시던스 이벤트들은 3-D 시노그램 매트릭스(λ(r, θ, v))에 저장될 수 있다.
위에서 기술한 실제 코인시던스 이벤트들에 덧붙여, 2가지 다른 유형들의 코인시던스 이벤트들이 또한 PET 스캐너에 의해 검출될 수 있다. 이러한 별도의 이벤트들은 데이터 수집 및 이미지 재구성 프로세스를 복잡하게 만들 수 있다. 제 1 유형의 혼동 이벤트들은 소멸 광자들이 환자로부터 방출될 때 산란 효과를 나타낼 수 있기 때문에 발생한다. 소멸 광자들 중 하나 또는 둘 모두가 산란하고, 이어서 후속적으로 코인스던스로 검출되는 경우, 이들은 소멸 이벤트의 장소에 대응하지 않는 코인시던스 이벤트를 LOR을 따라 등록할 수 있다. 이러한 이벤트들은 산란된 코인시던스라고 할 수 있다. 일부 경우들에서, 산란된 코인시던스는 산란된 광자들이 511keV보다 적은 에너지를 갖는 점에서 실제 코인시던스와 구별될 수 있다. 그러나 실제로, 각각의 검출된 광자의 에너지는 정확하게 측정되지 않을 수 있다. 결과적으로 일부 산란된 광자들은 일부 산란된 코인시던스들과 함께 스캐너에서 허용될 수 있다. 산란 효과는 이미지 재구성 프로세스에서, 점 확산 함수 방법, 재-정규화 방법 또는 그 조합을 사용하여 고려될 수 있다.
제 2 유형의 혼란 코인시던스 이벤트는 동시에 발생한 2개의 상이한 소멸 이벤트들로부터 야기된 2개 광자들의 실질적으로 동시 검출로부터 야기될 수 있다. 이러한 코인시던스들은 "랜덤 코인시던스"로 언급될 수 있다. 랜덤 코인시던스들의 기여는 코인시던트(coincident) 광자들의 동시 검출을 한정하는데 사용되는 시간 윈도우를 줄임으로써 감소할 수 있지만, 일부 랜덤 코인시던스들은 여전히 스캐너에서 허용될 수 있다. 본 발명의 일부 실시예들에 따르면, 랜덤 코인시던스의 허용 비율은 지연 창 방법, 랜덤 프롬 싱글즈(ramdom from singles) 방법, 등 또는 이들의 조합을 포함하나 이에 한정되지 않는 몇몇 방법들에 의해 추정될 수 있다.
본 발명의 예시적인 실시예인 PET에서, 시노그램 데이터의 기록은 "목록 모드"의 형태로 달성될 수 있거나, 또는 (검출기에 대한 광자의) 도착의 시간 또는 위치에 따라, 또는 검출의 시간 또는 위치에 따라 목록-모드 파일에 나열될 수 있다. 목록-모드 데이터 포맷은 미가공 데이터, 즉 검출기에 의해 검출되어 타임 스탬프와 함께 기록되는 이벤트들을 의미한다. 일부 실시예들에서, 측정 데이터는 방출 단층촬영 재구성에 편리할 수 있는 사전-처리된 포맷으로 기록된다. 단지 예시로서, 특정 목록 모드 데이터 포맷에서, 각각의 이벤트는 이미징 검출기 번호 및 x 및 y 좌표들에 의해 식별된다. 일부 예들에서, 목록 모드 데이터 포맷의 데이터는 (ia, ib, ra, rb)에 의해 주어질 수 있고, 여기서 (ia, ib)는 LOR에 관련된 검출기 링들의 쌍의 라벨링이고, (ra, rb)는 길이 방향 위의 검출기 링들의 쌍의 라벨링이다.
본 발명의 일부 실시예들에서, 도 6a 내지 도 6c는 4-링 스캐너(601)에 대한리스트 모드 데이터 포맷을 도시한다. 도 6a는 직접 코인시던스 평면들(0, 2, 4, 6)과 한 쌍의 경사 코인시던스 평면들(1, 3, 5)을 도시한다. 도 6b는 경사 코인시던스 평면들(7, 8, 9)을 도시한다. 도 6c는 대응하는 경사 코인시던스 평면들(10, 11, 12)을 도시한다. 도 6d는 3D PET에서 데이터 세트 크기를 줄이기 위해 함께 그룹화되는 응답 평면의 그래픽 표현인 행렬(602) 상의 이들 코인시던스 평면들의 배치를 도시한다. 도 6d의 매트릭스(602)를 참조하면, 코인시던스 평면들(0 내지 12)은 도 6a 내지 도 6d에 도시된 링들(i, j)의 좌표들에 대응하는 셀의 번호들로 표시된다.
도 6b 및 도 6c에서 알 수 있는 바와 같이, 코인시던스 평면들(8 및 11)은 경사 평면이 스캐너(601)의 링 수에 대해 갖게 될 직접 평면으로부터 최대 각도를 한정한다. 이 각도는 허용 각도로 언급될 수 있다.
일부 실시예들에서, 리스트-모드 데이터의 획득 후에, 획득된 데이터를 동기식 또는 비동기식으로 처리하기 위한 능률적인 절차가 후속적으로 제공될 수 있다. 단지 예로서, 히스토그램 작성, 정규화, 투과/감쇄, 감쇄 정정, 산란 정정, 리비닝(rebinning), 이미지 재구성 및 이미지 디스플레이를 수행함으로써 능률적인 절차가 시작될 수 있다. 일부 다른 예들에서, 리비닝 절차는 생략될 수 있고, 이미지 재구성은 산란 정정의 완료 후에 직접 수행될 수 있다. 일부 실시예들에서, 정규화는 이미지 재구성과 동시에 수행될 수 있다.
하이브리드 PET/MR 시스템을 위해, 감쇄 정정이 필요할 수 있다. 일부 실시예들에서, 비록 MR 코일들이 부분적으로 방사선 투과성 일지라도, MR 코일에 의해, 그리고 예컨대 침대(검사받는 환자가 있는 곳)를 포함하여 근처의 다른 객체들에 의해 야기되는 감쇄에 대해 정정되지 않는다면, MR 코일들은 이미지 품질을 열화시킬 수 있다.
감쇄 정정을 수행하기 위한 여러 가지 방법이 있을 수 있다. 일부 실시예들에서, PET/MR 하이브리드 시스템들은 PET 이미지들의 감쇄 정정을 위해 MR 스캔을 사용할 수 있다. 일부 실시예들에서, 하이브리드 PET/MR 시스템을 위해, 환자 감쇄 맵이 PET 측위 이미지들에 기초하여 개발될 수 있다. PET 환자 측위 이미지는 세그먼트 화될 수 있고, 다양한 조직들 및 기관들이 식별되며, 적절한 감쇄 계수들 적용될 수 있다.
PET 스캐너들에 대해 분석 기법들과 반복 기법들의 두 가지 유형들의 이미지 재구성이 적용될 수 있다. 분석 기술들은 필터링후 역-투영(FBP) 기술들을 포함하나 이에 국한되는 것은 아니다. FBP 방법은 구조가 간단하고 계산 시간이 상대적으로 짧기 때문에 CT(컴퓨터 단층촬영)와 같은 투과 단층촬영 시스템에 사용될 수 있다. 반복적인 기술들은 PET 시스템에 사용될 수 있다. 예시적인 반복 기술들은 미가공 데이터의 푸아송(Poisson) 성질을 알고리즘에 통합하는 최대 가능도 기대값 최대화(MLEM)를 포함하지만 이에 한정되는 것은 아니다.
기대값 최대화(EM) 알고리즘이 이미지 추정을 반복적으로 추측하므로, 이미지의 저주파 성분들은 처음 몇 번의 반복들 내에서 나타난다. 최대 가능도(ML) 추정이 진행됨에 따라, 이미지에서 점점 더 고주파 품위가 높아져, 효과적으로 재구성에 더 많은 분산이 추가된다. 이러한 분산은 알고리즘을 일찍 중지하거나 재구성을 사후 평활화시킴으로써 줄어들 수 있다. MLEM의 수렴 비율은 이미지에 의존적일 수 있다. 일부 실시예들에서, MLEM은 허용 가능한 해결책에 도달하기 위해 대략 20-50회 반복들을 요구할 수 있다.
일부 실시예들에서, 정렬된 부분집합들의 기대값 최대화(OSEM) 알고리즘이 MLEM보다 한 자리수 높은 가속도를 제공하기 때문에 적용될 수 있다. 이미지 데이터를 갱신하는데 모든 투영 데이터를 사용하는 MLEM과는 달리, OSEM은 투영 데이터를 정렬된 시퀀스의 부분집합들(또는 블록들)로 그룹화하고 각 반복 프로세스에서 투영들의 모든 부분 집합을 점진적으로 처리한다. 모든 투영 데이터가 사용될 때(k 개의 부분 집합들이 있다고 가정), 모든 부분 집합은 전체 이미지 강도 데이터를 갱신할 수 있고, 이미지 강도 데이터는 k번 갱신되는데, 이는 단계라고 불린다. 이미지 데이터는 MLEM의 각 반복 단계에서 한 번 갱신되지만, OSEM에서는 k번 갱신된다.
OSEM 재구성 알고리즘의 예시적인 설명은 다음과 같다:
S1, S1, ..., SL은 L개의 정렬된 부분 집합들이고, 본 개시내용은 직교 분할을 채택하여, 모든 부분 집합 내의 투영 데이터(검출기들)의 수는 J = M/L이다. X0은 FBP 알고리즘을 사용하는 초기화된 이미지를 나타낸다. Xi는 반복(i) 후의 이미지를 나타낸다. 개발된 OSEM 알고리즘의 구체적인 단계는 다음과 같다:
1. i=0으로 설정하고, FBP 알고리즘을 사용하여 이미지 X = X0을 초기화한다.
2. 이미지 Xi가 수렴 요청을 만족시킬 때까지 다음의 단계들을 반복한다.
a) 집합 X = Xi를 설정, i = i + 1;
b) 각 부분 집합에 대해 : Sl, l = 1,2, ..., L, 다음 반복을 처리한다.
(1) 투영 : 부분 집합(Sl) 내의 모든 검출기(i(i = 1,2, ..., M))에 대해, aij는 xj의 검출기(i)에 대한 기여도를 나타내고, 수학적 기대값을 계산한다.
(2) 역 투영 : 반복(l)에서 이미지를 갱신:
(3) l = l + 1;
본원에 기술된 OSEM 알고리즘은 방정식(1)에서 부분 데이터 Sl을 단지 사용하지만 수식(2)에서 전체 이미지(X)를 갱신한다.
(c) 만약 l = L + 1이라면 Xi = XL이고, 단계 a)와 b)를 반복함으로써, 반복한다.
당업자들은 본 발명의 사상 및 범위를 벗어나지 않으면서 처리 단계들이 수정될 수 있거나 추가 처리 단계들(아크 정정 등과 같은 다양한 정정들)이 알고리즘에 부가될 수 있다는 것을 인식할 것이다. 예를 들어, 상기 단계(1)에서, 이미지의 초기화는 초기 이미지가 이미지의 각 픽셀에 대해 값 1을 갖도록 설정함으로써 주어질 수 있다. 다른 예로서, OSEM 알고리즘은 다음 단계들을 이용하여 제공될 수 있다:
여기서, Sk는 k번째 부분 집합이고, 
는 k번째 부분 집합 내의 ik번째 LOR이고, Wt는 대응하는 점 분산 함수(PSF)이고, 
는 LOR(
) 및 j번째 픽셀에 대응하는 시스템 매트릭스의 값이고, fj (n)은 n번째 반복 후의 j번째 픽셀의 값이고, 
는 정상화 절차 이후의 ik번째 LOR에 대한 실제 카운팅 수이다.
이미지 재구성에 사용될 수 있는 반복 기술들 외에도, 분석 기술들이 또한 이미지 구성을 위해 사용될 수도 있다. 단지 예로서, 3차원 재-투영(3DRP) 알고리즘이 또한 PET 측위 이미지를 얻기 위하여 사용될 수 있다.
3DRP 알고리즘의 메커니즘을 설명하기 위해, 공간적으로 변하는 스캐너 응답이 스캐너의 유한한 축 방향 범위의 결과로서 이해될 수 있어서, 절두형 투영들을 초래함을 주목해야 한다. 2차원 링 스캐너에서, 점 소스의 관측된 세기는 도 14에 도시된 바와 같이 스캐너의 FOV 내부의 점 소스의 위치에 관계없이 대략 일정하게 유지될 것이다. 그러나 절두형 투영들을 갖는 3차원 원통형 스캐너의 경우, 점 소스의 관찰된 세기는 특히 점 소스가 축 방향으로 움직임에 따라(도 14에 도시됨) 스캐너의 FOV 내부의 점 소스의 위치에 따라 달라질 것이다.
단순히 예로서, 3DRP 방법의 단계들은 다음과 같을 수 있다:
(1) 수집된 투영 데이터의 경우, 3차원 낮은-통계 이미지는 각도가 충분히 작은 투영 데이터의 부분 집합으로부터 형성된다(예: 20% 미만, 또는 15% 미만, 또는 10% 미만, 또는 5% 미만, 또는 3% 미만).
(2)이러한 제 1 이미지는 이후 투영 평면들의 나머지 부분 집합 내에서 누락된 투영 데이터의 영역 상에 앞으로 투영되거나 재-투영된다.
(3) 투영 데이터의 새로운 세트는 원래의 완전한 투영과 함께 필터링 및 역 투영되어 적절한 필터(예: 고역 필터, 저역 필터, 콜셔(Colsher) 필터, 버터워쓰(Butterworth) 필터, 한(Hann) 필터)를 사용하여 높은-통계의 3차원 이미지를 형성한다.
일부 실시예들에서, 측정된 데이터는 3차원 X-선 변환을 통한 신호 평균화의 일부 형태를 사용함으로써 2차원 횡방향 시노그램들의 적층(체적) 세트를 추정하는데 이용될 수 있다. 이러한 절차를 리비닝(rebinning) 알고리즘이라 한다. 각 리비닝된 시노그램은 분석적 또는 반복적인 2차원 재구성 방법들 중 한 방법으로 효율적으로 재구성될 수 있다. 또한 리비닝은 데이터의 크기를 감소시킬 수 있다.
일부 실시예들에서, 리비닝의 프로세스는 2차원 슬라이싱 기술을 사용함으로써 3차원 데이터에 대해 수행될 수 있다. 도 4는 리비닝 알고리즘의 원리를 도시한다. 3차원 데이터는 스캐너로부터 획득되어 N2개의 경사 시노그램들(402)로 처리될 수 있고, 여기서 N은 스캔된 이미지에 대한 직접 슬라이스들 또는 시노그램들의 수를 나타낸다. 경사 시노그램들은 인접한 검출기 링들 사이의 축 방향 거리의 1/2만큼 분리된 슬라이스들을 나타내는 2N-1개의 일반 시노그램들(403)로 리비닝된다. 리비닝된 데이터(403)는 필터링후 역-투영(FBP) 알고리즘을 포함하지만 이에 국한되지 않는 2D 수치 알고리즘을 사용함으로써 3D 이미지(404)를 위한 2N-1개의 슬라이스들로 변환된다. 리비닝 프로세스는 당업자들이라면 알 수 있다.
일부 실시예들에서, 단일-슬라이스 리비닝(SSRB) 알고리즘은 리비닝 프로세스에서 사용될 수 있는데, 여기서 리비닝된 시노그램들은 횡축방향의 시야의 중심에서 직접 평면과 교차하는 모든 경사 시노그램들의 평균화로부터 형성된다. 일부 실시예들에서, 푸리에 변환된 경사 및 횡방향 소노그램들 내의 특정 요소들 사이의 합리적으로 정확한 동등성에 기초한 푸리에 리비닝(FORE) 알고리즘이 사용될 수 있다. 다시 말해, 푸리에 변환된 경사 시노그램들은 횡방향 시노그램들로 재분류될 수 있고, 푸리에 변환의 샘플링에 대한 정규화 후에 정확한 직접 시노그램들을 복구하기 위해 역변환된다.
PET 정찰 이미징을 위한 이미지 재구성 문제와 별도로, 다중 측위 이미지들과 그 조합 또는 융합의 문제가 또한 해결을 요구할 수 있다. 단순히 예로서, 검사 동안 검사될 객체 또는 환자는 관심 영역의 이미징을 보장하기 위해 다른 침대 위치들로 이동하는 것이 필요할 수 있다. 하이브리드 PET-MR 이미징을 통해, 때때로 "스텝 앤 슈트(step and shoot)" 스케줄로 지칭되는 기록 스케쥴이 상이한 침대 위치들에서 PET 측정 데이터를 연속적으로 기록하기 위하여 이용될 수 있다. 기록 시간은 각각의 침대 위치에 대해 미리 결정될 수 있다. 다른 실시예들에서, 기록 시간은 조작자에 의해 수동으로 설정될 수 있다.
일부 실시예들에서, CT 사전-스캔 이미지들 또는 MR 사전-스캔 이미지들이 측위 이미지들로 사용될 수 있다. 측위 이미지들은 의료 스캔 획득을 계획하고 모니터링하는 데 사용될 수 있다. 또한, 측위 이미지들은, 방사선 투입이 있을 경우 방사선 투입량을 허용되는 수준으로 유지하면서, 충분한 기하학적 세부 사항들을 얻는데 필요한 시간을 줄이기 위하여 사용될 수 있다. 단순히 일 예로서, MR 화상들을 정찰 화상들로 사용하는 경우, 먼저 시작 위치와 종료 위치가 이미지 처리될 객체의 영역에 기초하여 정찰 화상을 얻기 위하여 설정한다. 측위 이미지는 정찰 국부화 이미지 또는 로컬라이저 이미지라 할 수 있다. 측위 이미지들은 단면 이미지가 획득될 수 있는 각도를 결정하기 위한 진단 목적을 위해 MR 이미지들을 얻기 전에 획득될 수 있다. 측위 이미지는 또한, MR 이미지 데이터의 위치에 대한 색인으로서 작용할 수 있다. 측위 이미지들은 내부 장기 또는 병변의 위치 및 전체 모양을 식별하는 데 사용할 수 있고, 진단 MR 이미지보다 낮은 해상도로 획득될 수 있다.
본 발명의 일부 예시적인 실시예에서, 측위 이미지는 환자의 관심 체적 또는 관심 영역을 찾는데 사용될 수 있다. 단지 예들로서, PET 이미지들을 측위 이미지들로 사용하는 경우, 관심 체적은 조작자에 의해 정찰 스캔 이미지를 검토한 후에 수동으로 선택될 수 있다. 선택적으로, 관심 체적은 PET 이미징 시스템에 의해 측위 이미지를 생성하기 위해 이용된 스캔 데이터를 과거 스캔 데이터와 비교함으로써 자동으로 선택될 수 있다.
또한, 측위 이미지는 환자의 다중 스캔들이 상이한 감도들 및 해상도들로 수행될 수 있도록 사용될 수 있다.
예로서, 더 높은 감도 및 더 낮은 해상도의 구성으로 측위 이미지가 획득될 수 있다. 일부 실시예들에서, 제 1 이미지는 환자의 신장일 수 있다. 이후 환자의 특정 위치, 크기, 모양 및 감마선 감쇄 조직들 분포에 따라, 시준기 구성이 조정될 수 있다. 조정은 진행중이거나 취해질 이미징의 해상도와 감도 사이의 균형을 향상시킬 수 있다. 이후 제 2 이미지가 환자를 이동시키지 않고 동일한 검사 중에 획득될 수 있다. 조정에 기초하여, 이러한 제 2 이미지는 제 1 이미지보다 더 높은 해상도이지만 더 낮은 감도일 수 있다.
또한, 측위 이미지는 환자들의 다중 스캔들 중 상대 위치들을 묘사하기 위한 표식 만들기를 사용함으로써 구현될 수 있다. 단지 예로서, 상기 방법은 이하에서 기술하는 바와 같이 표식 보정에 사용될 이미지들을 획득하는 단계를 포함할 수 있다. 일부 실시예들에서, 자동으로 또는 수동으로 수행될 수 있는 교정 이미지들이 선택적으로 얻어진다. 예를 들어, 병행 이미징을 통한 PET 스캔들에서, 환자의 넓은 영역에 걸친 정찰 스캔이 교정 이미지들을 얻기 위하여 "교정" 스캔의 일부로서 획득될 수 있다.
상기 방법은 또한 자동으로 또는 수동으로 수행될 수 있는 로컬라이저 이미지들을 선택적으로 획득하는 단계를 포함할 수 있다. 로컬라이저 이미지들은 환자의 관심 영역을 국부화하는데 사용될 수 있다. 로컬라이저 이미지들은 하이브리드 방식의 이미징 시스템을 사용하여 획득될 수 있다. 또한, 단일 방식의 이미징 시스템은 PET 이미징 시스템 또는 MR 이미징 시스템일 수 있다. 로컬라이저 이미지들은 심장 영역과 같은 관심 영역이 예를 들어 하나 이상의 로컬라이저 이미지들의 시야 내에 위치하는 것을 보장하기 위해 사용될 수 있다. 용어 시야(FOV : field of view)는 물리적인 획득 크기를 나타낼 수 있다. 예를 들어, 환자의 흉부 및/또는 심장 영역을 나타내는 이미지들 또는 이미지 체적들은 이미지들이 심장을 포함하도록 획득될 수 있다. 로컬라이저 이미지들은 측위 이미지들, 로케이터들(locators), 스캐노드램들(scanograms), 계획 스캔들(plan scans), 등을 포함할 수 있다.
다양한 실시예들에서, 2D 로컬라이저 이미지 또는 3D 로컬라이저 이미지가 획득될 수 있다. 로컬라이저 이미지들은 시상면, 관상면, 축면, 관심 체적, 다수의 관심 체적들, 또는 임의의 평면 또는 이들의 조합에서 획득될 수 있다.
로컬라이저 이미지들이 다중-방식의 이미징 시스템을 사용하여 획득된다면, 획득된 로컬라이저 이미지들의 각각에서 특징 공간은 다중-방식의 공간에서 데이터를 매치시키기 위해 표준화될 수 있음을 주목해야 한다. 이러한 특징은 로컬라이저 이미지의 특징적인 점일 수 있다. 이 특징은 또한 최대 그레이레벨을 갖는 로컬라이저 이미지의 영역일 수 있다. 교정 및/또는 로컬라이저 이미지들을 사용하여 이미지들 내의 하나 이상의 표식 위치들이 결정될 수 있다. 단순히 예로서, 관심의 해부체와 같은 특별한 관심 영역에 기초하여, 하나 이상의 표식 위치가 본 명세서에 설명된 바와 같이 결정될 수 있다. 일반적으로, 로컬라이저 이미지들은, 예컨대 특정 환자의 해부체를 식별하기 위한 적절한 이미지 구분 또는 다른 분해 방법들을 사용하여 처리될 수 있고, 이는 이후 하나 이상의 표식 위치들을 식별하는데 사용될 수 있다. 식별된 하나 이상의 표식 위치들은 이상적인 표식 위치들의 결정된 세트 중 하나 이상일 수 있다. 따라서, 일부 실시예들에서, 로컬라이저 이미지들의 구분은 환자의 신체 내의 하위-해부체들을 식별할 수 있다. 하위-해부체들(예를 들어, 신체의 상대적 위치들) 또는 통계들 또는 다른 측정치들의 알려진 관계들에 기초하여, 하나 이상의 표식들이 결정될 수 있다. 따라서, 일부 실시예들에서, 이미징된 표식들을 인식 또는 식별하고, 이후 2개의 식별된 표식들(예를 들어, 2개의 기관들) 사이의 중간 점과 같은 임의의 이상적인 표식을 선택함으로써, 정정이 제공될 수 있다.
이러한 방식으로, 초기 표식과 식별된 표식 간의 오프셋이 계산될 수 있다. 단순히 예로서, 초기 표식 만들기로부터 표식의 위치 및 교정 및/또는 로컬라이저 이미지들로부터 결정된 원하는 또는 이상적인 표식의 차이가 결정된다. 예를 들어, 하나 이상의 교정 및/또는 로컬라이저 이미지들을 사용하여, 이들 이미지들은 초기 환자 표식 만들기의 이미지과 비교될 수 있다. 이러한 비교는 교정 및/또는 로컬라이저 이미지들과 초기 표식 간의 차이를 결정할 수 있다. 예를 들어, 이미지들의 픽셀 단위의 비교가 수행되어 현재 및 원하는 또는 이상적인 표식(들) 사이의 오프셋을 결정할 수 있다.
관련 기술의 PET 장치에서, 넓은 범위에 걸쳐 측위 이미지를 취하는 것이 어려울 수 있다. 측위 이미지를 이용하여 FOV를 설정하기 위하여, 위에서 기술한 방법은 각 이미지 영역에 대해 N회 반복될 수 있다.
2개의 이미지 영역들(N = 2)을 포함하는 예를 위해 FOV들을 설정하는 프로세스. 등중심점(isocenter)이 제 1 이미지 영역에 대하여 객체 상에 설정되고, 이후 등중심점은 PET 이미지 장치의 고유한 부분, 예컨대 갠트리(gantry)로 이동된다. 측위 이미지를 얻기 위한 시작 위치 및 종료 위치가 설정되고, 정찰 화상이 획득된다. 측위 이미지로부터 얻어진 정보를 이용하여 상세한 FOV가 설정되고, 제 1 이미지 영역에 대한 검사가 수행된다. 제 1 이미지 영역의 검사를 완료한 후, 제 2 이미지 영역에 대해 동일한 동작들이 반복될 수 있다. 2개의 측위 이미지들은 이후 함께 결합되어 관심 영역의 하나의 측위 이미지를 형성함으로써, 환자의 특별한 신체 영역에 대한 보다 자세하고 완전한 정보를 제공할 수 있다.
하이브리드 의료 이미징 시스템에서, 측정 계획에 대한 방식들의 다른 요구조건들은 최적 측정 시퀀스의 계획시 어려움을 증가시킬 수 있다. 하이브리드 방식을 사용하여 수집된 데이터 기록들의 최적 진단 평가를 위해, 적절한 방식으로 검사를 준비하고 수행하는 것이 필요하다.
일부 실시예들에서, 순차적 기록은 두 방식들에 의해 사용된다. 단순히 예로서, MR 측정들 및 PET 측정들이 차례로 계획될 수 있다. 예를 들어, MR 검사들은, 검사들이 상이한 침대 위치들에서 수행되는 상태에서 환자를 지탱하는 환자 침대가 자석을 통과하는 점에서, 신체가 상당히 넓은 영역이 검사될 수 있는 기술들을 적절하게 사용할 수 있다. 이는 시스템에서 이용 가능한 검사 체적보다 클 수 있는 신체의 여러 영역들의 검사를 가능하게 한다.
일부 실시예들에서, 이용 가능한 이미지 필드보다 큰 신체 영역이 검사될 수 있고, 소위 레벨들의 수가 측정된다. 신체 영역은 측정을 위한 개별 세그먼트들로 분할된다. 일부 실시예들에서, 측정 영역은 관련된 침대 위치에서 다수의 하위-측정들을 포함할 수 있다. 상이한 레벨들(침대 위치들 또는 이미징 영역들)에서 상이한 신체 영역들을 검사함으로써 신체를 전체적으로 기록하는 것이 가능하다. 각 레벨에서 기록된 이미지들은 예를 들어 에코 시간, 반복 횟수, 층 두께, 층들의 수, 3D 픽셀 크기, 층의 방향, 등을 포함하는 측정 파라미터들의 세트와 관련될 수 있다.
상이한 침대 위치들에서 상이한 길이의 체류 시간들 때문에, 일부 침대 위치들에서 더 적은 체적의 데이터가 기록될 수 있거나, 다른 침대 위치들보다 날짜 기록이 더 짧은 시간 동안 지속될 수 있다. 일부 실시예들에서, 각 침대 위치에서 달성될 재구성된 PET 이미지의 최소 품질이 미리 결정될 수 있다. 최소 품질은 몇 가지 지표들 또는 색인들을 사용하여 정량화될 수 있다. 예를 들어, PET 측위 이미지의 콘트라스트는 지표 또는 색인으로 사용될 수 있다. 일부 다른 실시예들에서, PET 측위 이미지의 그레이 레벨은 재구성된 PET 이미지의 최소 품질을 정량화하기 위한 지표 또는 색인으로서 사용될 수 있다.
도 5는 본 발명의 일 실시예에 따라 시간(t)에 대해 그려진 예시적인 검사 프로세스를 도시한다.
이미지의 상부(T)는 PET 검사의 수행을 위해 접근되는 3개의 상이한 침대 위치들(501, 502 및 503)을 도시한다. 이러한 침대 위치들은 예를 들어 환자의 뇌, 복부 및 다리의 검사에 해당할 수 있다.
이미지의 하부 PET는 PET 측정 데이터(521, 521', 522 및 523)의 기록을 도시한다. 이에 의해, 기록은 목록-모드 데이터 포맷으로 알려진 배경에서 이루어질 수 있다. 침대 위치들(501, 502 및 503)은 동시에 기록되어, 추가 처리의 과정 동안, PET 측정 데이터(521, 521', 522 및 523)를 이들이 각각 기록된 침대 위치들(501, 502 및 523)에 지정할 수 있다.
PET 측정 데이터(521, 521', 522 및 523)의 기록은 침대 위치(501, 502 및 503)에서 수행될 수 있다. 한 위치에서 다른 위치로 환자 침대의 이동 동안, PET 측정 데이터(521, 521', 522, 523)의 기록이 중단된다. 더 긴 대기 시간이 존재하는 경우, 침대는 특별히 PET 측정 데이터의 기록을 위해, PET 측정 데이터를 기록하거나 보충하는 것이 여전히 필요한 위치로 이동될 수 있다(본 명세서에 표시되지 않음).
상이한 침대 위치들에서 상이한 길이들의 체류 시간 때문에, 일부 침대 위치에서 다른 침대 위치보다 더 적은 양의 데이터가 기록될 수 있거나, 데이터 기록이 더 짧은 시간 동안 지속될 수 있다.
그러나, 각 침대 위치에서 달성될 재구성된 PET 이미지의 최소 품질 및 필요한 데이터 양 또는 필요한 기록 기간(
으로 기호화됨)이 미리 결정될 수 있다.
이러한 예는 제 1 침대 위치(501)에서, 제 1 PET 측정 데이터(521)가 기록되고, 그 양이 필요한 데이터 양 또는 획득 시간(
)보다 낮음을 나나탠다.
한편, 제 2 침대 위치(502)에서, 충분한 양의 제 2 PET 측정 데이터(522)가 기록된다.
제 3 침대 위치(503)에서, 불충분한 양의 제 3 PET 측정 데이터(523)가 다시 기록된다. 따라서, 제 2 PET 측정 데이터(522)의 기록 완료 직후에, 환자는 제 3 침대 위치(503)에 머무르고, 제 3 PET 측정 데이터(523)의 기록이 완료되어, 결국 제 3 침대 위치(503)에 대한 PET 측정 데이터의 필요한 데이터 양(
)이 달성된다.
이후, 침대는 또한 추가적인 제 1 PET 측정 데이터(521')를 기록하기 위해 제 1 침대 위치(501)로 다시 이동하고, 결국 제 1 침대 위치(501)에 대한 PET 측정 데이터의 필요한 양(
)이 기록된다.
도 7은 본 발명의 일 실시예에 따른 PET 측위 이미지 획득 방법을 도시하는 흐름도이다.
도시된 바와 같이, 시노그램들의 다수의 세트들은 전체 검출기 또는 침대를 이동시킴으로써 사진 장치를 사용하여 획득될 수 있고, PET 이미지는 OSEM 알고리즘과 같은 이미지 재구성 알고리즘을 획득된 시노그램들에 적용하여 재구성될 수 있다.
단계(701)에서, 응답 광선들은 측정 타깃, 예를 들어 객체 또는 환자 또는 그 일부로부터 방출될 수 있는 감마 광자들에 응답하여 검출될 수 있다.
단계(702)에서, 시노그램들은 검출된 응답 광선들로부터 추출될 수 있다.
단계(702)에서, 시노그램들의 세트는 전체 검출기 또는 침대를 이동시킴으로써 획득될 수 있다. 이 경우, 추출된 시노그램들의 세트는 PET 시스템에서 직접 측정된 데이터에 대응할 수 있다.
단계(703)에서, 추출된 소노그램들은 저장될 수 있다. 선택적으로, 이 단계에서, 추출된 시노그램들은 고 해상도 시노그램들로 변환될 수 있다.
동작(704)에서, PET 이미지는 저장된 시노그램들 또는 변환된 고해상도 시노그램들로부터 재구성될 수 있다.
동작(704)에서, 변환된 고해상도 시노그램들의 세트는 PET 측위 이미지를 제공하도록 재구성될 수 있다. 재구성은 분석 재구성 알고리즘 또는 반복적인 재구성 알고리즘을 사용하여 달성될 수 있다.
전체 검출기의 움직임 또는 침대의 이동을 사용할 수 있는 PET 시스템에서, 고해상도를 갖는 이미지가 재구성될 수 있고, 고해상도 이미지는 OSEM 알고리즘을 시노그램들 적용하여 획득될 수 있다.
또한, 본 발명의 일부 실시예들에 따르면, PET 시노그램의 음이 아닌 특성은, 시노그램들의 계산에서 예를 들어, MLEM 알고리즘, OSEM 알고리즘 등에 기반할 수 있는 재구성 알고리즘을 오로지 적용함으로써, 양의 숫자를 사용하여 유지될 수 있다.
일부 실시예들에서, 해상도를 향상시키기 위한 장치는 시노그램들의 흐려짐을 감소시키기 위하여 이산 워블(wobble)을 사용할 수 있다. 또한, 이미지 재구성 프로세스는 다음의 특징들 중 적어도 하나를 포함할 수 있다: PET 검출기에서 측정된 정보에 기초하여 PET 이미지의 블러 커널(blur kernel)을 자동으로 추정하는 것; 적어도 하나의 워블 위치에서 측정될 수 있는 시노그램들 중 적어도 하나에 기초하여 고해상도 시노그램들과 정규 시노그램들 사이의 상관을 추정하는 것; 정규 시노그램들이 푸아송 분포 및 고해상도 시노그램들을 갖는 랜덤 벡터가 될 수 있게 할 수 있는 노이즈 성분을 추정하는 것.
일부 실시예들에서, 이미지 재구성 프로세스는, 예를 들어, 적어도 하나의 워블 위치 내의 동작 매트릭스, 다운-샘플링을 나타내는 매트릭스 및 고해상도 시노그램들과 정규 시노그램들 사이의 흐려짐의 차이를 (추정된 고해상도 시노그램들과 정규 소노그램들 사이의 상관관계를 기반으로 하여) 나타내는 매트릭스를 포함하는 매트릭스들 중 적어도 하나를 계산하는 단계를 포함할 수 있다.
일부 실시예들에서, 이미지 재구성 프로세스는 몬테 카를로(Monte Carlo) 시뮬레이션을 사용하여 적어도 하나의 각도에 대응하는 침대 위치 내의 데이터를 선택하는 것을 포함할 수 있고, 선택된 데이터에 기초하여 블러 커널을 추정할 수 있다.
일부 실시예들에서, 이미지 재구성 프로세스는 시노그램들 중 적어도 하나의 각도에 대한 흐려짐 및 다운 샘플링을 나타내는 매트릭스의 일부를 먼저 계산하는 단계를 포함할 수 있고, 계산된 결과를 사용하여 매트릭스의 나머지 부분을 유도할 수 있다.
또한, 이미지 재구성 프로세스는 예컨대 푸아송(Poisson) 분포에 대한 MAP-EM 알고리즘 또는 전체-변동 정규화 알고리즘을 이용하는 정규화에 따라 고유 해결책을 계산하는 단계를 포함할 수 있다.
도 8은 본 발명의 일 실시예에 따른 PET 정찰 이미징을 이용하는 환자의 의료 검사을 위한 프로세스의 개략적인 표현이다.
먼저, 환자의 PET 개요 이미지(소위 측위 이미지)가 기록된다(단계(801)). 이러한 PET 개요 이미지는 적은 시간 소비, 예를 들어 침대 위치 당 5초 이내로 기록될 수 있다. PET 측정 데이터는 이 기록 동안 배경에 기록될 수 있다(단계(804)). 이것은 후속 획득을 계획하는데 사용될 수 있다.
선택적으로, PET 개요 이미지는 또한 PET 이미지의 재구성 동안 감쇄 정정을 수행하거나, FOV 당 기록될 PET 측정 데이터의 최소량을 결정하기 위하여 사용될 수 있다.
후속적으로, PET 측정용 FOV들은 PET 개요 이미지에 기초하여 결정될 수 있다(단계(802)). PET 개요 이미지 동안 이미 기록된 PET 측정 데이터는 해당 FOV들에 할당될 수 있다.
추가의 단계(803)에서, MR 측정의 환자 및 질환 특정 계획이 PET 개요 이미지를 참조하여 수행될 수 있다. 일정 시간이 걸리는 이러한 계획 단계에서, PET 측정 데이터의 기록이 발생할 수 있고(단계 804), 측정 데이터는 배경에 기록될 수 있다.
원하는 경우, 이 단계에서 환자 또는 환자 침대는 상이한 위치, 예컨대 PET 측정 데이터가 여전히 누락되어 있는 곳으로 이미 이동되었을 수 있다.
이것은 종래의 PET/MR 측정 데이터의 기록을 수반한다(단계(805)). MR 측정 데이터의 기록 동안, PET 측정 데이터는 계속해서 병렬로 기록된다.
MR 측정 데이터의 기록이 완료될 때, 선택적으로 추가 PET 측정 데이터가 기록되고(단계 806), 결국, 단계(802)에서 한정된 바와 같이, 충분한 PET 측정 데이터가 모든 FOV들에 대해 기록된다.
측정 데이터의 기록이 완료된 후, PET 측정 데이터의 추가 조화가 존재할 수 있다. 개개의 MR 또는 PET 이미지들 및/또는 하이브리드 이미지는 MR 측정 데이터 또는 PET 측정 데이터로부터 재구성될 수 있다(단계(807)).
예시적인 실시예들은 본 발명의 제한으로 이해되지 않아야 한다. 오히려, 많은 변형들 및 수정들이 본 발명의 개시사항의 내용에서 가능하고, 특히, 청구항들 및/또는 도면들에 포함되는 설명의 일반 또는 특정 부분과 관련하여 기술되고, 결합 가능한 특징들에 의해 이들이 관여하는 한 생산, 시험 및 운영 방법들을 포함하여 새로운 요지 또는 새로운 방법 단계들 또는 방법 단계들의 순서들을 유도하는 개별 특징들 또는 요소들 또는 방법 단계들의 조합 또는 수정에 의해, 목적을 달성하는 것과 관련하여 당업자에 의해 추론될 수 있는 변형들 및 조합들이 가능하다.
도 9는 본 발명의 일 실시예에 따른 결합 또는 중첩 이미지를 생성하기 위한 장치의 구성을 도시한 도면이다.
이러한 장치는 측정 타깃에 조사될 수 있는 방사선들에 응답하여 응답 광선들을 검출할 수 있고, 검출된 응답 광선들로부터 시노그램들을 추출할 수 있고, 추출된 시노그램들을 고해상도 시노그램들로 변환하여 PET 측위 이미지를 재구성할 수 있다.
도 9에 도시된 바와 같이, 이미지를 생성하기 위한 장치는 신호 분류기(901), 제 1 이미지 생성기(902), 파라미터 측정 유닛(903) 및 제 2 이미지 생성기(904)를 포함할 수 있다.
이러한 장치는 전체 PET 검출기의 이동 또는 침대 이동을 통해 입력 신호를 인가할 수 있고, PET 검출기의 위치에 기초하여 분류될 수 있는 입력 신호들에 기초하여 제 1 이미지 세트를 생성할 수 있고, 제 1 이미지 세트에 기초하여 점 분산 함수(PSF)를 측정할 수 있고, 이후 예를 들어 OSEM 이미징 기술을 통해 개선될 수 있는 제 2 이미지 정보를 생성할 수 있다.
이미지를 생성하기 위한 장치의 제 2 이미지 생성기(904)는 PSF를 흐린 모델로 사용하여 더 양호한 해상도를 가질 수 있는 제 2 이미지 정보를 생성할 수 있다.
이미지를 생성하기 위한 장치는 예를 들어 다음의 OSEM 알고리즘을 적용하여 고해상도 이미지 정보에 대응하는 제 2 이미지 정보를 생성할 수 있다.
본 실시예에 따라 이미지를 생성하기 위한 장치를 이용하여 OSEM 이미징 기술을 통해 개선된 이미지를 생성할 수 있는 방법은 도 10을 참조하여 더 설명될 것이다.
도 10은 본 발명의 일 실시예에 따른 이미지를 생성하기 위한 프로세스를 도시하는 흐름도이다.
이미지를 생성하기 위한 장치는, 측정 타깃(예를 들어, 객체 또는 환자 또는 그 일부)이 PET 검출기를 통과할 때 적용될 수 있는 입력 신호들을 이용하여, 예를 들어 OSEM 알고리즘에 기초하여 이미지 정보를 생성할 수 있다.
본 명세서에 개시된 장치는, 전체 PET 검출기 또는 환자가 누워있을 수 있는 침대의 워블 동작과 같은 원 운동을 통해 측정될 수 있는 입력 신호들을 인가함으로써 이미지 정보를 생성할 수 있다.
전체 PET 검출기의 이동 또는 침대의 이동을 통해 획득된 입력 신호들은 단계(1001)에서, OSEM 알고리즘을 적용함으로써 이미지 정보를 생성하기 위하여, PET의 위치들에 기초하여 (예를 들어, 신호 분류기(901)를 사용하여) 분류될 수 있다.
이후, 제 1 이미지 세트는 단계(1002)에서 (예를 들어, 제 1 이미지 생성기(902)를 사용하여) 분류된 입력 신호들을 재구성함으로써 생성될 수 있다.
이 경우, 제 1 이미지 세트는 PET 이미지들의 세트에 대응할 수 있다. 제 2 이미지 정보는 제 1 이미지 정보에 기초하여 생성될 수 있다.
예를 들어, 제 2 이미지 정보, 즉 한 장의 128×128 이미지의 정보는 4장의 64×64 이미지들의 정보를 포함하는 제 1 이미지 세트를 이용하여 생성될 수 있다.
동작(1003)에서, 본 실시예에 따른 이미지를 생성하기 위한 장치는 파라미터 측정 유닛(903)을 이용하여 점 분산 함수(PSF)의 이전 측정의 통계에 기초하여 PSF를 측정할 수 있다.
동작(1004)에서, 이미지를 생성하기 위한 장치의 제 2 이미지 생성기(904)는 PSF 및 제 1 이미지 세트를 기반으로 OSEM 알고리즘을 적용하여 제 2 이미지 정보를 생성할 수 있다. 여기서, 도 9를 참조하여 설명된 실시예에 따른 제 2 이미지 정보는 고해상도 이미지에 대한 정보에 대응할 수 있다.
도 11은 본 발명의 일 실시예에 따른 PET 측위 이미지를 재구성하기 위한 예시적인 프로세스를 도시하는 다른 흐름도이다.
단계(1101)에서, 코인시던스 이벤트는 PET 스캐너에서 검출될 수 있다. 일부 실시예들에서, PET 스캐너 내의 개별 검출기들은 이미징된 객체에서 양전자 소멸들로부터 초래되는 감마 광자들(개별 이벤트들)을 검출할 수 있다. 이러한 개별 이벤트들은 특정 에너지 창(들) 내에 있다면 기록될 수 있다. 일부 데이터 포맷들, 예를 들어 목록 모드에서, 각각의 이벤트에는 위치 ID 및 검출된 검출기를 나타내는 타임 스탬프 및 검출 시간이 각각 할당될 수 있다. 이후, 이벤트 데이터는 코인시던스 이벤트들을 식별하기 위해 처리될 수 있다. 일부 실시예들에서, 미리 결정된 코인시던스 시간 윈도우 내에서 검출된 2개의 이벤트들은 코인시던스 이벤트들(실제 코인시던스 이벤트뿐만 아니라, 산란 및 랜덤 코인시던스 이벤트를 포함하여)로 결정될 수 있다.
단계(1102)에서, 코인시던스 이벤트들과 관련된 데이터는 시간순 목록에 저장될 수 있다. 즉, 코인시던스 이벤트들이 검출되고 식별됨에 따라, 그들의 데이터는 그들의 검출 시간에 따라 목록에 순차적으로 저장될 수 있다. 코인시던스 이벤트 데이터는 예를 들어 LOR에 대한 좌표(예를 들어, 반경방향 거리, 각도들), 이벤트 타임-스탬프들 및 입사 광자 에너지, 등 또는 이들의 조합을 포함할 수 있다. 일부 실시예들에서, 코인시던스 이벤트 데이터는 히스토그램화 될 수 있다. 일부 실시예들에서, 코인시던스 이벤트 데이터는 이용 가능하게 됨에 따라 시간순으로 배열될 수 있다.
단계(1103)에서, 코인시던스 이벤트 데이터의 목록은 하나 이상의 기준에 기초하여 선택적으로 정렬될 수 있다. 예를 들어, 데이터는 입사 광자 에너지에 기초하여 정렬될 수 있다. 특정 광자 에너지를 기록하는 코인시던스 이벤트들은 함께 그룹화되어 본 개시사항의 다른 부분에서 설명된 정렬된 부분집합들의 기대값 최대화(OSEM) 알고리즘을 용이하게 하는 부분 집합을 형성할 수 있다. 데이터는 또한, 예를 들어, LOR 각도 또는 직접 슬라이스 평면들, 등 또는 이들의 조합에 기초하여 정렬될 수 있다.
정렬된 부분집합들의 기대값 최대화(OSEM)와 같은 반복적인 처리 기술들은 반복 재구성 알고리즘들을 가속화하는 방식으로 개발되었다. 정렬된 부분 집합(OS) 방법들은 사용 가능한 총 데이터 세트의 더 작은 부분집합에서 적어도 첫번째 수 번의 반복들(및 선택적으로 대부분 또는 모든 반복들)을 수행하는 것을 기반으로 한다. 부분 집합의 대칭이 전체적으로 데이터 세트의 대칭과 유사한 반복 과정의 변환이 필요할 수 있다.
단순히 예로서, 데이터는 일련의 각을 이룬 2D 투영들의 세트로 배열될 수 있다. OS 알고리즘을 사용하여, 데이터 세트 내의 투영들은 5개의 부분 집합들로 분할될 수 있다. 제 1 부분 집합은 3, 18, 33,... 도에서 취해진 투영들(1, 6, 11 ,..., 및 56)을 포함한다. 제 2 부분 집합은 투영들(2, 7, 12,..., 및 57)을 포함한다. 패턴을 계속하면, 제 5 부분 집합는 투영들(5, 10, 15,..., 및 60)을 포함한다. 각 반복이 전체 데이터 세트의 일부인 하나의 부분 집합을 사용하여 수행되므로, 계산 시간은 더 짧다.
다수의 더 작은-크기의 검출기들을 갖는 이미징 시스템들은 환자 데이터가 더 빨리 획득될 수 있기 때문에 바람직하다. 다수의 검출기들은 환자 주위에 배열될 수 있고, 관심 있는 해부체의 데이터를 동시에 획득할 수 있다.
단계(1104)로 돌아가면, PET 이미지들은 적응된 알고리즘을 코인시던스 이벤트 데이터의 목록에 적용함으로써 계산될 수 있다. 반복 알고리즘들은 PET 이미지 재구성을 위해 사용될 수 있다. 반복적인 재구성 알고리즘은 코인시던스 이벤트 데이터의 순방향 및/또는 역방향 투영을 수반할 수 있다.
코인시던스 이벤트 데이터는 데이터가 이용 사용 가능하게 되면 곧바로 반복 갱신 방정식들에 공급될 수 있음을 주목해야 한다. 코인시던스 이벤트 데이터가 획득되어 시간순으로 저장되기 때문에, 이미지 재구성 프로세스를 시작하기 전에 데이터 획득이 완료되는 것을 기다리는 것은 필요하지 않다. 대신 데이터 획득이 시작된 후 재구성 반복이 시작될 수 있어, 스캐닝이 이루어진 후 곧바로 재구성된 PET 이미지의 생성을 가능케 한다. 산란 코인시던스 이벤트들에 대한 수정들을 통합하기 위하여, 산란 시노그램들이 먼저 생성되어야 할 것이다. 그러나 산란 시노그램들의 생성은 완전한 목록-모드 이미지 재구성이 시작할 수 있기 전에 오로지 짧은 지연을 야기할 것이다.
본 발명의 일부 실시예들에 따라 PET 스캔 이미지들을 재구성하는 기술은 컴퓨터-기반 시스템에서 구현될 수 있다. 컴퓨터-기반 시스템은 데이터 조작, 논리 연산 및 수학적 계산이 가능한 하나 이상의 프로세서들 및/또는 컴퓨터들을 포함할 수 있다. 이러한 시스템은 예를 들어, PET 스캔 미가공 데이터 및 코인시던스 이벤트 데이터를 저장하고 관리하기 위한 하나 이상의 저장 디바이스들을 더 포함할 수 있다. 또한, 사용자가 재구성 프로세스를 개시하고 재구성된 PET 스캔 이미지들을 보기 위하여, 다수의 사용자 인터페이스들이 제공될 수 있다. 이러한 기술은 컴퓨터들 또는 컴퓨터 네트워크들 상에서 구현될 수 있다.
도 12를 참조하면, 일부 실시예들에서, 다수의 PET 측위 이미지 생성은, PET 스캔 동안 수행되고 일반적으로 점선(1200)으로 표시된 PET 측위 이미지 획득의 일부로서 획득된다. 다수의 PET 스캔 이미지 생성은, 측위 이미지들 세트가 단계(1201)에서 표시된 바와 같이 규정된 펄스 시퀀스를 사용하여 획득되고, 이후 네비게이터 신호가 단계(1202)에서 획득되는, 반복 프로세스이다. 단계(1203)에서 결정된 바와 같이, 단계들(1201, 1202 및 1204)에서 하나의 이미지에 대한 모든 뷰들이 획득될 때까지 뷰들이 획득된다. 일부 실시예들에서, 단계(1201)는 생략될 수 있다.
복수의 PET 측위 이미지들이 단계(1205)에서 허용할 수 없는 것으로 결정되면, PET 이미지를 측위 이미지들로서 스캐닝하기 위한 관련 파라미터들은 단계(1206)에 표시된 바와 같이 수정될 필요가 있다. 상이한 침대 위치들에서 환자를 위한 다양한 측위 이미지들은 이전과 같이 획득되고, 필요한 모든 PET 측위 이미지들이 획득될 때까지 프로세스가 반복된다.
단계(1207)에서, 의사 또는 환자를 포함하지만 이에 국한되지 않는 피검체가 PET 측위 이미지들을 검사하는 한, PET 및 MR과 같은 통상적인 검사 계획이, 피검체에 의해 측위 이미지에 위치된 영역을 나타내는 환자의 지정된 영역을 타깃으로 하여, 환자에게 수행되도록 결정될 수 있다. 하나 이상의 측위 이미지들로부터의 정보는 단계(1208)에서 MR 검사 또는 PET 검사에 사용된 스캐닝 파라미터들을 결정하는데 사용될 수 있다.
측위 이미지는 MR 시스템 및 PET 스캐너의 시야 내의 각 3D 픽셀의 조직 위치(플러스, 예를 들어, 공기)를 식별한다. 단계(1209)에서, 통상적인 MR 검사 또는 PET 검사는 환자의 타깃 영역 상에서 수행될 수 있다. 단계(1210)에서, 환자의 결합된 PET/MR 이미지가 생성될 수 있다. 이러한 결합된 PET/MR 이미지는 이후 단계(1211)에서 디스플레이하기 위해 출력될 수 있다.
도 13은 PET 이미지 재구성을 위한 병렬/파이프라인 구조를 도시하는 블록도이다. 다음의 논의가 프로세스에 관한 것이지만, 본 발명의 적어도 일부 실시예들은 다양한 프로세스 단계들을 구현하는데 사용되는 하드웨어 및 소프트웨어를 포함한다. 개개의 프로세스들을 구현하는 수단은 프로세스들 사이의 데이터 흐름을 제어하는 수단과 같이 관련 기술분야에 공지되어 있다. 일 실시예에서, 열거된 프로세스들은 적어도 하나의 컴퓨터에서 실행되는 멀티-스레드(multithreaded) 소프트웨어 프로그램에 의해 구현될 수 있다. 다른 실시예에서, 열거된 프로세스들을 구현하기 위해 하드웨어와 소프트웨어의 조합이 사용된다.
도 13에서, 제 1 블록은 스캐너들로부터 데이터의 획득(1301)을 나타낸다. 획득 프로세스(1301)는 스캐너 검출기들로부터 미가공 데이터를 수집하고, 이 데이터를 미리-결정된 데이터 포맷의 파일에 저장하는 것을 포함한다. 데이터 포맷은 예를 들어 목록-모드일 수 있다. 획득된 데이터는 환자 침대의 현재 위치 및/또는 높이에 관한 정보와 함께 방출 및/또는 투과 이벤트들을 포함한다. 획득 프로세스(1301)는 환자 침대 위의 환자가 스캐너를 통해 이동함에 따라 연속적으로 데이터를 수집할 수 있다. 다른 실시예들에서, 획득 프로세스(1301)는 환자 침대 위에 누워있는 환자가 스캐너를 통해 이동함에 따라 불연속적으로 데이터를 수집할 수 있다. 획득 프로세스(1301)로부터의 데이터는 히스토그램 프로세스(1302)에 동시에 또는 비동기적으로 출력된다.
히스토그램 프로세스(1302)는 환자 침대의 현재 위치에 관한 정보와 함께 획득 프로세스(1301)로부터 수신된 방출 및/또는 투과 이벤트의 3D 시노그램 공간 히스토그램을 생성한다. 당업자들은 침대 위치 정보가 고정 침대 속도에 기초한 시간 신호 또는 침대 위치 센서에 기초한 위치 신호 중 하나일 수 있음을 인식할 것이다. 방출 이벤트들은 현재 환자 침대 위치에 따라 3D 시노그램 공간으로 히스토그램화된다. 일부 실시예들에서, 환자 침대가 미리 결정된 양만큼 움직일 때, 히스토그램 작성은 상응하는 양만큼 이동된다. 다른 실시예들에서, 환자 침대는 지정된 히스토그램 작성 데이터 양에 따른 양만큼 움직일 수 있다. 이러한 이동을 통해 3D 시노그램 공간의 일부는 횡단한 환자 및 환자 침대의 부분에 대응하는 히스토그램 작성 영역에 더 이상 존재하지 않으며, 더 이상 단층 촬영의 축방향 시야 내에 존재하지 않는다.
히스토그램 프로세스(1302)는 동기 및/또는 비동기 데이터를 2개의 데이트 스트림들(1303, 1304)로 출력한다. 히스토그램 프로세스(1302)로부터 제 1 데이터 스트림(1303)은 히스토그램 프로세스(1302) 동안 생성된 투과 데이터 파일의 내용들을 투과/감쇄 프로세스(1305)에 전송한다. 투과 데이터 파일은 2차원(2D) 데이터를 포함한다. 투과/감쇄 프로세스(1305)는 감쇄 데이터 파일을 생성하기 위해 기존의 블랭크 투과 데이터 파일을 사용한다. 투과/감쇄 프로세스(1305)는 데이터 스트림을 감쇄 정정 프로세스(1308) 및 Mu 이미지 재구성 프로세스(1306) 모두에 출력한다. Mu 이미지 재구성 프로세스(1306)는 Mu 이미지 데이터 파일을 생성하고, 데이터 스트림을 감쇄 정정 프로세스(1308)로 출력한다.
제 2 데이터 스트림(1304)은 히스토그램 프로세스(1302) 동안 생성된 3D 방출 데이터 파일의 내용을 전송한다. 제 2 데이터 스트림(1304)은 데이터를 정규화 프로세스(1307)에 전송한다. 정규화 프로세스(1307)는 기존의 정규화 파일을 사용하여 제 2 방출 데이터 파일을 생성한다. 기존의 정규화 파일은 정규화 계수들을 포함한다. 정규화 프로세스(1307)는 데이터 스트림을 감쇄 정정 프로세스(1308)에 출력한다.
감쇄 정정 프로세스(1308)는 투과/감쇄 프로세스(1305) 및 Mu 이미지 재구성 프로세스(1306) 및 정규화 프로세스(1307)로부터의 데이터 스트림을 수용한다. 감쇄 정정 프로세스(1308)는 시노그램 데이터 파일을 생성하고, 데이터 스트림을 산란 정정 프로세스(1309)에 출력하고, 산란 정정 프로세스(1309)는 이미지 데이터 파일을 생성하고 3D 데이터 스트림을 이미지 재구성 프로세스(1310)로 출력한다.
일부 실시예들에서, 이미지 재구성 프로세스(1310)는 반복적인 타입의 프로세스, 예를 들어 3D OSEM 프로세스, 또는 분석 재구성 프로세스, 예를 들어 3DRP 프로세스를 사용할 수 있다.
산란 정정 프로세스(1309)를 통과한 데이터는 침대의 이동에 대응한다. 환자 침대가 미리 결정된 양만큼 이동한 후에, 3D 시노그램 공간의 일부는 산란 정정 프로세스(1309) 영역 내에 더 이상 존재하지 않는다. 3D 시노그램 공간의 이러한 부분은 횡단한 환자 및 환자 침대의 일부분에 대응하고, 더 이상 단층촬영의 축 방향 시야 내에 존재하지 않는다. 산란 정정 프로세스(1309)의 출력은 이미지 재구성 프로세스(1310)로 전송된다. 재구성 프로세스(1310)가 완료된 후, 이미지는 이미지 디스플레이(1311)에 저장 및/또는 디스플레이된다.
상술한 병렬/파이프 라인 구조의 모든 단계들은 동시에 데이터에 대해 동작할 수 있다. 일부 실시예들에서, 주어진 처리 단계를 위한 데이터는 다른 처리 단계의 데이터와 다를 수 있다. 처리의 각 단계는 새로운 데이터를 수용하기 전에 현재 데이터 처리를 완료할 수 있다. 따라서 처리의 한 단계로부의 데이터는 다음 단계가 이전 주기의 데이터 처리를 완료할 때까지 다음 처리 단계로 전송되지 않을 수 있다. 당업자들은 본 발명의 사상 및 범위를 벗어나지 않으면서 처리 단계들이 생략될 수 있거나 추가적인 처리 단계들(아크 정정 등과 같은 다양한 정정)이 구조에 추가될 수 있음을 인식할 것이다.
또한, 다른 예시적인 실시예들의 요소들 및/또는 특징들은 본 개시사항 및 첨부된 청구항들의 범위 내에서 서로 조합되거나 및/또는 서로 대체될 수 있다.
또한, 본 발명의 상술한 특징들 및 다른 예의 특징들 중 어느 하나는 장치, 방법, 시스템, 컴퓨터 프로그램, 컴퓨터 판독 가능 매체 및 컴퓨터 프로그램 제품의 형태로 구현될 수 있다. 예를 들어, 상술한 방법들은 도면에 도시된 방법을 수행하기 위한 임의의 구조를 포함하지만 이에 국한되지 않는 시스템 또는 디바이스의 형태로 구현될 수 있다.
또한, 상술한 방법들 중 임의의 것이 프로그램의 형태로 구현될 수 있다. 프로그램은 컴퓨터 판독 가능 매체상에 저장될 수 있고, 컴퓨터 디바이스(프로세서를 포함하는 디바이스)상에서 실행될 때 상술한 방법들 중 임의의 것을 수행하도록 적응된다. 따라서, 저장 매체 또는 컴퓨터 판독 가능 매체는 정보를 저장하도록 적응되고, 상술한 실시예들 중 어느 하나의 프로그램을 실행하거나 및/또는 상술한 실시예들 중 어느 하나의 방법을 수행하기 위하여 데이터 처리 설비 또는 컴퓨터 디바이스와 상호 작용하도록 적응된다. 컴퓨터 판독 가능 매체 또는 저장 매체는 컴퓨터 디바이스의 본체 내에 설치되는 내장형 매체, 또는 컴퓨터 디바이스 본체로부터 분리될 수 있도록 배열된 탈착 가능한 매체일 수 있다. 내장 매체의 예들은 ROM들 및 플래시 메모리들, 및 하드 디스크들과 같은 재기록 가능 비-휘발성 메모리들을 포함하지만 이에 국한되는 것은 아니다. 탈착 가능한 매체의 예들은, CD-ROM들 및 DVD들과 같은 광학 저장 매체; MO들과 같은 광-자기 저장 매체; 플로피 디스크(상표)들, 카세트 테이프들 및 탈착식 하드디스크들을 포함하지만 이에 제한되지 않는 자기 저장 매체; 메모리 카드들을 포함하지만 이에 국한되지 않는 내장형 재기록 가능 비-휘발성 메모리를 갖는 매체; 및 ROM 카세트들을 포함하지만 이에 국한되지 않는 내장형 ROM을 갖는 매체; 등을 포함한다. 또한, 저장된 이미지들에 관한 다양한 정보, 예를 들어, 속성 정보는 임의의 다른 형태로 저장될 수 있거나, 다른 방식들로 제공될 수 있다.
예시적인 실시예들이 이와 같이 설명되었지만, 이들은 많은 방식으로 변경될 수 있음이 명백할 것이다. 이러한 변형들은 본 발명의 사상 및 범위로부터 벗어나는 것으로 간주되지 않아야 하고, 당업자에게 자명한 그러한 모든 변형들은 다음의 청구항들의 범위 내에 포함되도록 의도된다.
Claims (20)
- 이미지 생성 방법에 있어서:
객체 상에 이미지 영역들을 한정하는 단계;
상기 한정된 이미지 영역들을 위한 이미징 조건들을 설정하는 단계로서, 상기 이미징 조건들은 상기 이미지 영역들의 각각을 스캔하기 위한 시간 윈도우를 포함하는, 상기 이미징 조건들을 설정하는 단계;
상기 이미징 조건들에 따라 PET 데이터를 획득하기 위해 상기 이미지 영역들을 스캔하는 단계; 및
상기 설정된 이미징 조건들에 따른 상기 PET 데이터에 기초하여 PET 이미지를 생성하는 단계로서, 상기 PET 이미지를 생성하는 단계는 상기 데이터 획득이 시작된 후 그러나 상기 데이터 획득이 완료되기 전에 시작되고, 상기 PET 이미지는 추가의 의료 검사를 위해 상기 객체의 사전-스캔 이미지로서 사용되는, 상기 PET 이미지를 생성하는 단계를 포함하는, 이미지 생성 방법. - 제 1 항에 있어서,
상기 이미징 조건들은 상기 PET 이미지의 해상도 및 감도를 결정하기 위한 지시자를 포함하는, 이미지 생성 방법. - 제 1 항에 있어서,
상기 이미징 조건들은, 상기 객체가 위치된 침대의 이동 속도를 포함하고, 상기 침대의 이동 속도는 상기 이미지 영역들의 각각에 대해 다르게 설정되는, 이미지 생성 방법. - 제 1 항에 있어서,
상기 이미지 영역들을 한정하는 단계는:
상기 객체 또는 상기 객체가 놓여진 침대에 고정된 부착물을 사용하여 상기 이미지 영역들의 각각에 대한 이미징 시작점 및 이미징 종료점 중 적어도 하나를 자동으로 설정하는 단계를 포함하는, 이미지 생성 방법. - 제 1 항에 있어서,
상기 이미지 영역들을 한정하는 단계는:
외부 입력 디바이스를 통해 입력되는 신호를 사용하여 상기 이미지 영역들의 각각에 대한 이미징 시작점 및 이미징 종료점 중 적어도 하나를 설정하는 단계를 포함하는, 이미지 생성 방법. - 제 5 항에 있어서,
상기 외부 입력 디바이스를 통해 상기 신호를 개시 및 종료할 때, 상기 외부 입력 디바이스에 의해 상기 이미징 시작점 및 상기 이미징 종료점을 각각 설정하는 단계를 더 포함하고, 상기 신호는 일정 시간 동안 공급되는, 이미지 생성 방법. - 제 5 항에 있어서,
상기 외부 입력 디바이스는 상기 객체가 위치된 침대에 또는 조작 콘솔에 내장되는, 이미지 생성 방법. - 제 5 항에 있어서,
상기 외부 입력 디바이스는 버튼, 조이스틱, 터치 패널, 스위치, 및 센서 중 적어도 하나를 포함하는, 이미지 생성 방법. - 이미지 생성 장치에 있어서:
객체 상에 이미지 영역들을 한정하도록 구성된 이미지 영역 한정자;
상기 한정된 이미지 영역들에 대한 이미징 조건들을 설정하도록 구성된 이미징 조건 설정자로서, 상기 이미징 조건들은 상기 이미지 영역들의 각각을 스캔하기 위한 시간 윈도우를 포함하는, 상기 이미징 조건 설정자; 및
상기 이미지 영역들을 스캔함으로써 생성된 PET 데이터를 획득하고, 상기 설정된 이미징 조건들에 따른 상기 PET 데이터에 기초하여 PET 이미지를 생성하도록 구성된 이미지 프로세서를 포함하고, 상기 PET 이미지를 생성하는 것은 상기 데이터 획득이 시작된 후 그러나 상기 데이터 획득이 완료되기 전에 시작되고, 상기 PET 이미지는 추가의 의료 검사를 위해 상기 객체의 사전-스캔 이미지로서 사용되는, 이미지 생성 장치. - 제 9 항에 있어서,
상기 이미지 영역 한정자는, 상기 객체 또는 상기 객체가 놓여진 침대에 고정된 부착물을 사용하여 상기 이미지 영역들의 각각에 대한 이미징 시작점 및 이미징 종료점 중 적어도 하나를 자동으로 설정하는, 이미지 생성 장치. - 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2015/086397 WO2017024451A1 (en) | 2015-08-07 | 2015-08-07 | Multi-modality imaging system and method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20180048680A KR20180048680A (ko) | 2018-05-10 |
| KR102148662B1 true KR102148662B1 (ko) | 2020-08-31 |
Family
ID=57982938
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020187006468A KR102148662B1 (ko) | 2015-08-07 | 2015-08-07 | 다중-방식의 이미징 시스템 및 방법 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US20170164911A1 (ko) |
| EP (1) | EP3224801B1 (ko) |
| JP (1) | JP6440230B2 (ko) |
| KR (1) | KR102148662B1 (ko) |
| CN (1) | CN107111867B (ko) |
| BR (1) | BR112018002613A2 (ko) |
| WO (1) | WO2017024451A1 (ko) |
Families Citing this family (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105193442B (zh) * | 2015-09-17 | 2018-12-25 | 沈阳东软医疗系统有限公司 | 一种pet扫描时间的确定方法和装置 |
| CN107133549B (zh) * | 2016-02-29 | 2020-11-24 | 上海联影医疗科技有限公司 | Ect运动门控信号获取方法及ect图像重建方法 |
| US10395353B2 (en) * | 2016-08-31 | 2019-08-27 | Siemens Medical Solutions Usa, Inc. | Model-based scatter in multi-modality multi-energy SPECT reconstruction |
| CN108109182B (zh) * | 2016-11-24 | 2021-08-24 | 上海东软医疗科技有限公司 | 一种pet图像重建方法和装置 |
| CN107212899B (zh) * | 2017-05-25 | 2020-12-11 | 上海联影医疗科技股份有限公司 | 医学成像方法及医学成像系统 |
| US9958559B1 (en) * | 2017-07-11 | 2018-05-01 | Uih America, Inc. | Method and apparatus for automatic detection and correction of patient bed shift using intrinsic scintillation crystal radiations |
| US10410383B2 (en) | 2017-08-26 | 2019-09-10 | Uih America, Inc. | System and method for image data processing in positron emission tomography |
| CN107736895B (zh) * | 2017-11-15 | 2021-04-13 | 上海联影医疗科技股份有限公司 | 一种协议参数配置方法、装置及终端 |
| US20190268003A1 (en) * | 2018-02-01 | 2019-08-29 | Marc Loinaz | Applications for a time coherent network for precision sensing |
| WO2019169251A1 (en) * | 2018-03-02 | 2019-09-06 | General Electric Company | System and method for an accelerated clinical workflow |
| US20190392265A1 (en) | 2018-06-22 | 2019-12-26 | Siemens Medical Solutions Usa, Inc. | Patient-Adaptive Nuclear Imaging |
| US11195310B2 (en) * | 2018-08-06 | 2021-12-07 | General Electric Company | Iterative image reconstruction framework |
| CN109124635B (zh) * | 2018-09-25 | 2022-09-02 | 上海联影医疗科技股份有限公司 | 模型生成方法、磁共振成像扫描方法及系统 |
| CN109692015B (zh) * | 2019-02-18 | 2023-04-28 | 上海联影医疗科技股份有限公司 | 一种扫描参数调整方法、装置、设备及存储介质 |
| CN110101404B (zh) * | 2019-05-13 | 2023-07-11 | 上海联影医疗科技股份有限公司 | 一种pet-ct系统及其控制方法 |
| CN112971824A (zh) * | 2021-02-08 | 2021-06-18 | 上海联影医疗科技股份有限公司 | Pet动态图像扫描方法、装置和计算机设备 |
| CN114494251B (zh) * | 2022-04-06 | 2022-07-15 | 南昌睿度医疗科技有限公司 | Spect图像处理方法以及相关设备 |
| CN115631232B (zh) * | 2022-11-02 | 2023-07-25 | 佛山读图科技有限公司 | 一种确定双探头探测器径向位置方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005342511A (ja) * | 2004-06-01 | 2005-12-15 | General Electric Co <Ge> | 自動プロトコル選択のための方法及び装置 |
| US20130148778A1 (en) * | 2007-11-20 | 2013-06-13 | Koninklijke Philips Electronics N.V. | Scan start and/or end position identifier |
Family Cites Families (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5924280A (ja) * | 1982-07-30 | 1984-02-07 | Shimadzu Corp | 放射線全身イメ−ジング装置 |
| US7050527B2 (en) * | 2004-02-09 | 2006-05-23 | G.E. Medical Systems Global Technology Company, Llc | Methods and apparatus for artifact reduction in cone beam CT image reconstruction |
| WO2008064319A2 (en) * | 2006-11-22 | 2008-05-29 | The General Hospital Corporation | Attenuation correction of pet image using image data acquired with an mri system |
| EP2160135B1 (en) * | 2007-06-21 | 2012-08-15 | Koninklijke Philips Electronics N.V. | Adjusting acquisition protocols for dynamic medical imaging using dynamic models |
| US8315449B2 (en) * | 2008-06-24 | 2012-11-20 | Medrad, Inc. | Identification of regions of interest and extraction of time value curves in imaging procedures |
| US8322910B2 (en) * | 2008-07-25 | 2012-12-04 | The Procter & Gamble Company | Apparatus and method for mixing by producing shear and/or cavitation, and components for apparatus |
| US8360371B2 (en) * | 2008-08-06 | 2013-01-29 | Thomas James Getts | Hose and cable management system |
| JP5484788B2 (ja) * | 2009-05-25 | 2014-05-07 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | Ｘ線ｃｔ装置 |
| DE102009030722B4 (de) * | 2009-06-26 | 2012-08-30 | Siemens Aktiengesellschaft | Verfahren zur Aufzeichnung und Verarbeitung von Messdaten einer Hybrid-Bildgebungsvorrichtung sowie Hybrid-Bildgebungsvorrichtung |
| EP2501290B1 (en) * | 2009-11-16 | 2015-02-25 | Koninklijke Philips N.V. | Scan plan field of view adjustor, determiner, and/or quality assessor |
| EP3195902B1 (en) * | 2010-02-24 | 2019-07-10 | Accuray, Inc. | Gantry image guided radiotherapy system |
| US20110268334A1 (en) * | 2010-04-30 | 2011-11-03 | Korean Advanced Institute Of Science And Technology | Apparatus for Improving Image Resolution and Apparatus for Super-Resolution Photography Using Wobble Motion and Point Spread Function (PSF), in Positron Emission Tomography |
| DE102011077797A1 (de) * | 2011-06-20 | 2012-12-20 | Siemens Aktiengesellschaft | Patientenlagerungstisch, medizinisches Gerät mit einem Patientenlagerungstisch und Verfahren für einen Patientenlagerungstisch |
| US8507869B2 (en) * | 2011-10-27 | 2013-08-13 | General Electric Company | Methods and systems for adaptive tomographic imaging |
| CN103239253B (zh) * | 2012-02-14 | 2015-07-15 | 株式会社东芝 | 医用图像诊断装置 |
| EP2852931B1 (en) * | 2012-05-21 | 2019-05-15 | Koninklijke Philips N.V. | Fast scatter estimation in pet reconstruction |
| US8907290B2 (en) * | 2012-06-08 | 2014-12-09 | General Electric Company | Methods and systems for gain calibration of gamma ray detectors |
| US9254111B2 (en) * | 2012-11-27 | 2016-02-09 | General Electric Company | PET acquisition scheduling based on MR scout images |
| KR101604812B1 (ko) * | 2014-01-15 | 2016-03-18 | 삼성전자주식회사 | 의료 영상 처리 장치 및 그에 따른 의료 영상 처리 방법 |
| US20150216486A1 (en) * | 2014-01-31 | 2015-08-06 | Kabushiki Kaisha Toshiba | Nuclear medical imaging apparatus and controlling method |
| US9763631B2 (en) * | 2014-09-17 | 2017-09-19 | General Electric Company | Systems and methods for imaging plural axial locations |
| US20160135768A1 (en) * | 2014-11-17 | 2016-05-19 | General Electric Company | Systems and methods for displaying a physiologic waveform |
-
2015
- 2015-08-07 CN CN201580071794.3A patent/CN107111867B/zh active Active
- 2015-08-07 KR KR1020187006468A patent/KR102148662B1/ko active IP Right Grant
- 2015-08-07 BR BR112018002613A patent/BR112018002613A2/pt active IP Right Grant
- 2015-08-07 EP EP15896597.0A patent/EP3224801B1/en active Active
- 2015-08-07 WO PCT/CN2015/086397 patent/WO2017024451A1/en active Application Filing
- 2015-08-07 JP JP2017534709A patent/JP6440230B2/ja active Active
- 2015-08-07 US US15/029,201 patent/US20170164911A1/en active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005342511A (ja) * | 2004-06-01 | 2005-12-15 | General Electric Co <Ge> | 自動プロトコル選択のための方法及び装置 |
| US20130148778A1 (en) * | 2007-11-20 | 2013-06-13 | Koninklijke Philips Electronics N.V. | Scan start and/or end position identifier |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107111867A (zh) | 2017-08-29 |
| JP2018505401A (ja) | 2018-02-22 |
| EP3224801B1 (en) | 2021-12-15 |
| EP3224801A1 (en) | 2017-10-04 |
| JP6440230B2 (ja) | 2018-12-19 |
| CN107111867B (zh) | 2021-07-16 |
| EP3224801A4 (en) | 2018-08-01 |
| WO2017024451A1 (en) | 2017-02-16 |
| BR112018002613A2 (pt) | 2019-02-05 |
| US20170164911A1 (en) | 2017-06-15 |
| KR20180048680A (ko) | 2018-05-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102148662B1 (ko) | 다중-방식의 이미징 시스템 및 방법 | |
| US9474495B2 (en) | System and method for joint estimation of attenuation and activity information | |
| JP5254810B2 (ja) | リストモードデータに基づく局所動き補償 | |
| US9495771B2 (en) | Systems and methods for motion correction in positron emission tomography imaging | |
| JP6192542B2 (ja) | Ｓｐｅｃｔ／ｃｔシステムのための反復コーンビームｃｔ再構成のための打ち切り補正 | |
| EP2210238B1 (en) | Apparatus and method for generation of attenuation map | |
| US20090202125A1 (en) | Restoration of the nuclear medicine 2d planar image by iterative constrained deconvolution | |
| CN101911119B (zh) | 图像配准对齐度量 | |
| US8467584B2 (en) | Use of multifocal collimators in both organ-specific and non-specific SPECT acquisitions | |
| US20110082368A1 (en) | Reconstruction of dynamical cardiac spect for measuring tracer uptake and redistribution | |
| US20080187094A1 (en) | Method and system for performing local tomography | |
| US20140107476A1 (en) | Spatial sampling improvement for list-mode pet acquisition using planned table/gantry movement | |
| CN108292443A (zh) | 使用病变代理的pet图像重建和处理 | |
| JP6021347B2 (ja) | 医用画像撮像装置及び医用画像撮像方法 | |
| US5814817A (en) | Process for carrying out emission cartography of a body corrected with respect to the attenuation by said body | |
| CN111316327A (zh) | 对移动对象的pet数据的衰减校正 | |
| EP4239566A1 (en) | Computer-implemented method for determining nuclear medical image data sets, imaging device, computer program and electronically readable storage medium | |
| US20230301605A1 (en) | Diagnostic apparatus for nuclear medicine and estimation method of attenuation coefficient image | |
| Li et al. | Developing an Expert System to Improve Lesion Quantification for Personalized PET Imaging | |
| WO2022096335A1 (en) | System and method for nuclear medicine imaging with adaptive stopping criteria | |
| He | Respiration Gating Simulated by Voxelised Phantom in 3D PET Imaging | |
| Aguirre | Respiratory Motion Compensation in Emission Tomography | |
| Manoharan | Validation of PET/CT dataset for radiation treatment planning | |
| Reyes Aguirre | Respiratory Motion Compensation in Emission Tomography |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |