KR20200086814A - 양전자 방출 단층 촬영기의 비행시간 정보를 이용하여 관측된 데이터에 포함된 반응깊이 정보를 보정하여 영상을 재구성하는 영상재구성방법 - Google Patents
양전자 방출 단층 촬영기의 비행시간 정보를 이용하여 관측된 데이터에 포함된 반응깊이 정보를 보정하여 영상을 재구성하는 영상재구성방법 Download PDFInfo
- Publication number
- KR20200086814A KR20200086814A KR1020190003063A KR20190003063A KR20200086814A KR 20200086814 A KR20200086814 A KR 20200086814A KR 1020190003063 A KR1020190003063 A KR 1020190003063A KR 20190003063 A KR20190003063 A KR 20190003063A KR 20200086814 A KR20200086814 A KR 20200086814A
- Authority
- KR
- South Korea
- Prior art keywords
- depth
- image
- response
- doi
- observed
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 73
- 230000004044 response Effects 0.000 title claims abstract description 70
- 238000002600 positron emission tomography Methods 0.000 title claims description 51
- 239000013078 crystal Substances 0.000 claims description 21
- 238000006243 chemical reaction Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 15
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 5
- 239000013598 vector Substances 0.000 abstract description 25
- 239000011159 matrix material Substances 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 6
- 229910052709 silver Inorganic materials 0.000 description 6
- 239000004332 silver Substances 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000005315 distribution function Methods 0.000 description 5
- 230000005251 gamma ray Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 239000010410 layer Substances 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 229940121896 radiopharmaceutical Drugs 0.000 description 1
- 239000012217 radiopharmaceutical Substances 0.000 description 1
- 230000002799 radiopharmaceutical effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
-
- 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
- A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10104—Positron emission tomography [PET]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/416—Exact reconstruction
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Veterinary Medicine (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- High Energy & Nuclear Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Nuclear Medicine (AREA)
Abstract
본 발명은 우연사건의 반응깊이(DOI, Depth-Of-Interaction)를 정확히 추정하기 위하여, 비행시간(TOF, Time-Of-Flight) 정보를 이용하여 양전자 분포에 대한 추정을 하고, 추정된 양전자 분포를 이용하여 각 반응깊이(DOI, Depth-Of-Interaction)에서 우연사건이 관측되었을 조건부확률을 계산하고, 계산된 조건부확률을 이용하여 우연사건의 반응깊이(DOI, Depth-Of-Interaction) 정보를 보정하나는 방법에 관한 것이다. 또한, 보정된 반응깊이(DOI, Depth-Of-Interaction) 정보를 이용하여 재배열괸 사이노그램(Sinogram)을 이용하거나 또는 반응선(LOR, Line-Of-Response) 형태의 히스토그램(Histogram) 벡터모델에서의 투사와 역투사를 이용하여 향상된 영상을 재구성하는 방법에 관한 것이다.
Description
본 발명은 양전자 방출 단층 촬영기의 비행시간 정보를 이용하여 관측된 데이터에 포함된 반응깊이 정보를 보정하여 영상을 재구성하는 영상재구성방법에 관한 것으로써, 구체적으로 양전자 방출 단층 촬영기(PET, Positron Emission Tomography)의 비행시간(TOF, Time-Of-Flight) 정보를 이용하여 관측된 데이터에 포함된 섬광결정에서의 반응깊이(DOI, Depth-Of-Interaction) 정보를 보정하여 향상된 영상을 재구성하는 양전자 방출 단층 촬영기의 비행시간 정보를 이용하여 관측된 데이터에 포함된 반응깊이 정보를 보정하여 영상을 재구성하는 영상재구성방법에 관한 것이다.
종래기술로서 등록특허공보 등록번호 제10-1207710호의 양전자 단층촬영에서 영상의 해상도를 향상시키는 해상도 향상 장치 및 방법에는, 영상 의료 기기의 해상도 향상 장치에 있어서, 측정 대상체에 조사된 방사선에 응답하여 반응선을 검출하는 반응선 검출부; 상기 검출된 반응선으로부터 여현 곡선(sinogram)을 추출하는 여현 곡선 추출부; 및 상기 영상 의료 기기에 관한 블러 커널을 추정하고, 상기 추출된 여현 곡선을 고해상도의 여현 곡선으로 변환하는 고해상도 변환부 포함하는 것을 특징으로 하는 해상도 향상 장치라고 기재되어 있다.
다른 종래기술로서 등록특허공보 등록번호 제10-1304993호의 ＰＥＴ 영상 획득 장치에는, 피검체가 놓이는 베드; 상기 피검체를 감싸도록 형성된 제1 PET 검출부; 및 상기 피검체가 통과하는 상기 제1 PET 검출부 단면의 법선 방향 위치에 콜리메이터가 부착된 제2 PET 검출부를 포함하는 PET 영상 획득 장치라고 기재되어 있다.
양전자 방출 단층 촬영기(PET, Positron Emission Tomography)의 시차오차를 감소시키는 방법으로, 논문 [1] (“N.-Y. Lee and Y. Choi, "Simulation studies on depth of interaction effect correction using a Monte Carlo computed system matrix for brain positron emission tomography”, Computer Methods and Programs in Biomedicine, 108(2), 820-831, 2012)에서 TOR 관측모델을 이용한 시스템 행렬의 생성과 이를 이용한 반응깊이(DOI, Depth-Of-Interaction) 보정을 제시하였다.
그러나 상기와 같은 종래의 구성에서 양전자 방출 단층 촬영기(PET, Positron Emission Tomography)의 시차오차를 감소시킬시 사용되는 TOR 관측모델을 이용한 방법은, 더 많은 다층 섬광결정 구조를 갖도록 제작함에 따라 더 많은 비용이 들며, 더 많은 계산을 필요로 한다는 단점이 있었다.
본 발명 양전자 방출 단층 촬영기의 비행시간 정보를 이용하여 관측된 데이터에 포함된 반응깊이 정보를 보정하여 영상을 재구성하는 영상재구성방법은 양전자 방출 단층 촬영기(PET, Positron Emission Tomography)의 구조적 특성과, 관측된 우연사건의 비행시간(TOF, Time-Of-Flight) 정보를 이용하여 양전자 방출 단층 촬영기(PET, Positron Emission Tomography)에서 관측된 우연사건의 반응깊이(DOI, Depth-Of-Interaction) 정보를 보정하여 향상된 영상의 재구성을 제공하는 양전자 방출 단층 촬영기의 비행시간 정보를 이용하여 관측된 데이터에 포함된 반응깊이 정보를 보정하여 영상을 재구성하는 영상재구성방법을 제공하는 것이다.
또한, 컴퓨터에서 실행시키기 위한 프로그램을 컴퓨터로 읽을 수 있는 기록 매체의 형태로 제공하는 것이다.
본 발명 양전자 방출 단층 촬영기의 비행시간 정보를 이용하여 관측된 데이터에 포함된 반응깊이 정보를 보정하여 영상을 재구성하는 영상재구성방법은 양전자 방출 단층 촬영기(PET, Positron Emission Tomography)에서의 양전자 방출과정에 대한 몬테카를로(Monte Carlo) 모사를 이용하여 검출기 모듈 한 쌍에 각각의 섬광결정이 우연사건을 관측하였을 때, 반응깊이(DOI, Depth-Of-Interaction)에서 실제로 우연사건의 관측이 이루어졌을 확률을 추정하는 단계;
관측된 우연사건들의 비행시간(TOF, Time-Of-Flight) 정보를 이용하여 관측하고자 하는 양전자의 분포영상인 를 추정하는 단계;
추정된 분포영상인 가 주어진 상황에서 각 반응깊이(DOI, Depth-Of-Interaction)에서 실제로 우연사건의 관측이 이루어졌을 조건부 확률을 계산하는 단계;
계산된 조건부 확률을 이용하여 주어진 우연사건에 대해 가장 가능성이 높은 반응깊이(DOI, Depth-Of-Interaction)를 추정하는 단계;
추정된 반응깊이(DOI, Depth-Of-Interaction)를 이용하여 영상을 재구성하는 단계; 로 이루어지는 것이다.
또한, 상기 영상을 재구성하는 단계는, 추정된 반응깊이(DOI, Depth-Of-Interaction)를 이용하여 관측된 다수 개의 우연사건을 재배열하여 사이노그램(Sinogram)을 생성하고, 상기 사이노그램(Sinogram)을 이용하여 영상을 재구성하는 것을 특징으로 한다.
또는, 상기 영상을 재구성하는 단계는, 추정된 반응깊이(DOI, Depth-Of-Interaction)를 이용하여 관측된 다수 개의 우연사건을 모은 히스토그램(Histogram)의 반응선(LOR, Line-Of-Response) 형태의 투사와 역투사를 정의하고, 상기 투사와 역투사를 이용하여 영상을 재구성하는 것을 특징으로 한다.
본 발명 양전자 방출 단층 촬영기의 비행시간 정보를 이용하여 관측된 데이터에 포함된 반응깊이 정보를 보정하여 영상을 재구성하는 영상재구성방법을 이용하여, 양전자 방출 단층 촬영기(PET, Positron Emission Tomography) 데이터의 반응깊이(DOI, Depth-Of-Interaction) 정보를 보정하여 향상된 영상을 재구성하는 양전자 방출 단층 촬영기의 비행시간 정보를 이용하여 관측된 데이터에 포함된 반응깊이 정보를 보정하여 영상을 재구성하는 영상재구성방법을 제공하는 현저한 효과가 있다.
도 1은 양전자 방출 단층 촬영기(PET, Positron Emission Tomography)에 원형방향으로 검출기 모듈(110)을 설치한 실시예 도면
도 2는 검출기 모듈(110)이 4 x 4개의 섬광결정(120)으로 구성된 모습을 도시한 실시예 도면
도 3은 검출기 모듈 한 쌍인 , 에서 관측된 우연사건의 원인이 되는 양전자가 존재했을 가능성이 있는 반응관(TOR, Tube-Of-Response)을 도시한 도면
도 4는 검출기 모듈 한 쌍에서 관측된 우연사건의 원인이 되는 양전자가 존재했을 가능성이 있는 공간을 반응선(LOR, Line-Of-Response) 모델로 적용한 실시예 도면
도 5는 양전자 방출 단층 촬영기(PET, Positron Emission Tomography)의 시차오차를 설명하는 예시도
도 6은 관측된 우연사건의 비행시간(TOF, Time-Of-Flight) 정보를 이용하여 반응깊이(DOI, Depth-Of-Interaction) 정보를 추정하고, 추정된 반응깊이(DOI, Depth-Of-Interaction) 정보를 이용하여 사이노그램(Sinogram)을 재배열하고, 재배열된 사이노그램(Sinogram)을 이용하여 영상을 재구성하는 절차도
도 7은 관측된 우연사건의 비행시간(TOF, Time-Of-Flight) 정보를 이용하여 히스토그램(Histogram) 데이터의 반응선(LOR, Line-Of-Response)을 추정하고, 추정된 반응선(LOR, Line-Of-Response)에 의해 정의되는 투사 및 역투사를 히스토그램(Histogram) 데이터에 적용하여 영상을 재구성하는 절차도
도 2는 검출기 모듈(110)이 4 x 4개의 섬광결정(120)으로 구성된 모습을 도시한 실시예 도면
도 3은 검출기 모듈 한 쌍인 , 에서 관측된 우연사건의 원인이 되는 양전자가 존재했을 가능성이 있는 반응관(TOR, Tube-Of-Response)을 도시한 도면
도 4는 검출기 모듈 한 쌍에서 관측된 우연사건의 원인이 되는 양전자가 존재했을 가능성이 있는 공간을 반응선(LOR, Line-Of-Response) 모델로 적용한 실시예 도면
도 5는 양전자 방출 단층 촬영기(PET, Positron Emission Tomography)의 시차오차를 설명하는 예시도
도 6은 관측된 우연사건의 비행시간(TOF, Time-Of-Flight) 정보를 이용하여 반응깊이(DOI, Depth-Of-Interaction) 정보를 추정하고, 추정된 반응깊이(DOI, Depth-Of-Interaction) 정보를 이용하여 사이노그램(Sinogram)을 재배열하고, 재배열된 사이노그램(Sinogram)을 이용하여 영상을 재구성하는 절차도
도 7은 관측된 우연사건의 비행시간(TOF, Time-Of-Flight) 정보를 이용하여 히스토그램(Histogram) 데이터의 반응선(LOR, Line-Of-Response)을 추정하고, 추정된 반응선(LOR, Line-Of-Response)에 의해 정의되는 투사 및 역투사를 히스토그램(Histogram) 데이터에 적용하여 영상을 재구성하는 절차도
본 발명 양전자 방출 단층 촬영기의 비행시간 정보를 이용하여 관측된 데이터에 포함된 반응깊이 정보를 보정하여 영상을 재구성하는 영상재구성방법은 양전자 방출 단층 촬영기(PET, Positron Emission Tomography)에서의 양전자 방출과정에 대한 몬테카를로(Monte Carlo) 모사를 이용하여 검출기 모듈 한 쌍에 각각의 섬광결정이 우연사건을 관측하였을 때, 반응깊이(DOI, Depth-Of-Interaction)에서 실제로 우연사건의 관측이 이루어졌을 확률을 추정하는 단계;
관측된 우연사건들의 비행시간(TOF, Time-Of-Flight) 정보를 이용하여 관측하고자 하는 양전자의 분포영상인 
를 추정하는 단계;
추정된 분포영상인 
가 주어진 상황에서 각 반응깊이(DOI, Depth-Of-Interaction)에서 실제로 우연사건의 관측이 이루어졌을 조건부 확률을 계산하는 단계;
계산된 조건부 확률을 이용하여 주어진 우연사건에 대해 가장 가능성이 높은 반응깊이(DOI, Depth-Of-Interaction)를 추정하는 단계;
추정된 반응깊이(DOI, Depth-Of-Interaction)를 이용하여 영상을 재구성하는 단계; 로 이루어지는 것이다.
또한, 상기 영상을 재구성하는 단계는, 추정된 반응깊이(DOI, Depth-Of-Interaction)를 이용하여 관측된 다수 개의 우연사건을 재배열하여 사이노그램(Sinogram)을 생성하고, 상기 사이노그램(Sinogram)을 이용하여 영상을 재구성하는 것을 특징으로 한다.
또는, 상기 영상을 재구성하는 단계는, 추정된 반응깊이(DOI, Depth-Of-Interaction)를 이용하여 관측된 다수 개의 우연사건을 모은 히스토그램(Histogram)의 반응선(LOR, Line-Of-Response) 형태의 투사와 역투사를 정의하고, 상기 투사와 역투사를 이용하여 영상을 재구성하는 것을 특징으로 한다.
양전자 방출 단층 촬영기(PET, Positron Emission Tomography)는 주사 또는 흡입 등의 방법으로 인체에 주입된 양전자를 방출하는 방사성의약품의 체내분포를 영상의 형태로 표현하는 의료기기인 것이다.
도 1에 도시된 바와 같이, 양전자 방출 단층 촬영기(PET, Positron Emission Tomography)는 관측영역을 중심으로 하여 방사상으로 다수 개의 검출기 모듈(110)로 이루어진 검출기 링(100)을 포함한다. 상기 검출기 링(100)을 다수 개의 배치하여 3차원 영상재구성에 사용할 수 있다.
하나의 검출기 모듈(110)은 다수 개의 섬광결정(120)과, 다수 개의 섬광결정(120)에서의 반응을 측정하는 광전자증배관(130)으로 이루어지는 것이다.
한편, 양전자 방출 단층 촬영기(PET, Positron Emission Tomography)는 양전자가 방출된 직후에 전자와의 쌍소멸(Annihilation Reaction)에 의해 거의 180° 반대방향으로 방출되는 두 개의 감마선의 검출위치 및 검출시간 정보를 이용하여 영상을 재구성하는 장치이다.
그러므로 상기 양전자 방출 단층 촬영기(PET, Positron Emission Tomography)의 다수 개의 검출기 모듈(110)로 이루어진 검출기 링(100)에서 관측영역의 중심점을 기준으로 서로 180° 반대방향에 있는 두 개의 검출기 모듈(110)을 한 쌍으로 하는 것으로, 다수 쌍의 검출기 모듈이 될 수 있는 것이다.
이때, 검출기 모듈 한 쌍을 
과 
로 표기하되, 상기 
에서 관측시간인 
에, 상기 
에서 관측시간인 
에 각각 감마선이 관측되었다면, 동일한 양전자 방출에서 기인하였다고 간주하여 우연사건(Coincidence event)이라 한다.
상기 우연사건은 관측이 이루어진 
의 위치와, 
의 위치와, 
에서 관측시간인 
과, 
에서 관측시간인 
을 포함하는 리스트 모드(list mode) 데이터에 의해 표현되되, 상기 
의 위치는 3차원 좌표인 (
)으로 표현되며, 상기 
의 위치는 3차원 좌표인 (
)으로 표현되는 것이다.
특히, 상기 리스트 모드(list mode) 데이터는 아래의 식 (1)의 방식으로 표현되는 것이다.
(1) list mode : 
즉, 양전자 방출 단층 촬영기(PET, Positron Emission Tomography)의 우연사건은 리스트 모드(list mode)로 주어진다.
상기 리스트 모드(list mode) 데이터에서 (
)과 (
)는 관측이 이루어진 검출기 모듈 한 쌍인 
과 
의 대표하는 가상의 위치를 의미하는 것이다.
이때, 실제로 관측이 이루어지는 위치를 검출기 모듈(110)에서 정확하게 측정하는 것은 불가능한 것으로, 
의 위치와 
의 위치는 실제로 관측이 이루어진 위치를 의미하는 것이 아니다.
같은 이유로, 
과 
는 속도가 광속(Velocity of Light)인 입자의 도착시간의 측정에서 정확하게 측정하는 것은 불가능 한 것으로, 실제로 관측이 이루어진 시간을 의미하는 것은 아니다.
양전자 방출 단층 촬영기(PET, Positron Emission Tomography)에서 검출기 모듈(110)의 섬광결정(120)의 크기가 작을수록 재구성하는 영상의 해상도를 높일 수 있으나, 섬광결정(120)의 크기가 일정이하로 작으면 감마선이 섬광결정(120)을 통과하여 측정하지 못하는 현상이 발생하여, 섬광결정(120)은 도 2에 도시된 바와 같이, 한쪽이 긴 형태의 것을 사용하는 것이며, 이때, 상기 섬광결정(120)의 긴 방향을 길이방향으로 표현한다.
통상적으로, 양전자 방출 단층 촬영기(PET, Positron Emission Tomography)에서는 도 1에 도시된 바와 같이, 섬광결정(120)의 길이방향이 관측영역 방사방향이 되도록 배치함에 따라, 섬광결정(120)에서 관측영역에서의 감마선이 통과하지 않고 관측되도록 하는 것이다.
비행시간(TOF, Time-Of-Flight) 정보를 고려하지 않고, 리스트 모드(list mode) 데이터를 관측한 다수 개의 검출기 모듈에서, 두 개의 검출기 모듈이 한 쌍으로 이루어져, 검출기 모듈 한 쌍인 
과 
에 대해 
의 데이터를 모은 것을 히스토그램(Histogram)인 
이라 한다. 즉, 상기 히스토그램(Histogram)인 
는 검출기 모듈 한 쌍에 대한 
에서의 감마선 관측횟수이다.
영상의 형태로 재구성하여 표현하고자 하는 양전자의 분포를 
라고 하고, 
를 각 화소 
에서의 양전자의 개수 
로 구성된 벡터로써, 
로 표현한다.
양전자의 분포를 표현하는 벡터 
와 양전자 방출 단층 촬영기(PET, Positron Emission Tomography)의 검출기 모듈 한 쌍에서의 관측횟수 벡터인 
는 식 (2)에 기재된다.
(2) 
행렬요소인 
는 조건부확률로 식 (3)과 같다.
(3) 
Prob(detected at 
| emitted at 
)
몬테카를로(Monte Carlo) 모사 등을 이용하여 계산할 수 있다.
이때, Prob()는 영역 내의 값이 두 한계값 사이에 있을 확률을 반환하는 함수인 것이며, detected at 
는 
에서 발견된 데이터이며, emitted at 
는 
에서 발출된 데이터인 것이다.
식 (2)와 같이 행렬-벡터 형태로 문제가 주어지는 경우, 수치선형대수의 방법을 이용하여 
를 계산한다.
EM(Expectation-Maximization) 반복법은 모든 화소에서 1인 벡터에서 시작하여 
에 수렴하는 
을 계산하는 것으로, n의 시작은 0이며, 모든 화소에서 1인 벡터에서 시작되는 식을 
로 표현하는 것이다.
이때, EM(Expectation-Maximization) 반복법은 히스토그램(Histogram) 벡터모델인 것으로, 다음과 같다.
for n = 1:N
이때, n은 1이상 N이하의 어느 하나의 수인 것이다.
(4) 
(5) 
식 (4)의 
에서 
을 계산하는 과정과, 식 (5)의 
에서 
을 계산하는 과정을 각각 히스토그램(Histogram) 벡터모델에서의 투사(Projection)와 역투사(Backprojection)라고 한다.
종래에는, 양전자 방출 단층 촬영기(PET, Positron Emission Tomography)의 영상재구성에 식 (2)의 히스토그램(Histogram) 벡터모델에 기초한 반복법을 사용하는 사례는 거의 없는 것으로, 검출기의 수가 많고 재구성하고자 하는 영상의 화소수가 많은 경우에, 투사와 역투사의 계산과정에서 너무 많은 계산을 필요하다.
도 3에 도시된 바와 같이, 검출기 모듈 한 쌍에 대한 
에서 우연사건이 관측되었다면, 우연사건의 원인이 되는 양전자가 방출했을 위치는 검출기 과 사이의 공간의 어느 지점인 것으로, 상기 공간을 반응관(TOR, Tube-Of-Response)이라 한다.
상기 반응관(TOR, Tube-Of-Response)에 속하는 모든 화소인 
에 대해 
이므로, 반응관(TOR, Tube-Of-Response)이 넓은 경우에는 히스토그램(Histogram) 벡터모델의 투사와 역투사 과정에서 많은 계산을 필요로 한다.
또한, 양전자 방출 단층 촬영기(PET, Positron Emission Tomography)의 3차원 영상재구성에서는 행렬의 크기가 아주 큰 점을 고려하여 행렬을 미리 계산하고 메모리로 호출하여 사용하는 방식보다는 필요할 때마다 계산하여 사용하는 방식인 On-The-Fly 계산방식을 더 선호한다. 한편, 반응관(TOR, Tube-Of-Response) 모델을 사용하는 경우에는 행렬을 필요할 때마다 즉석에서 계산하는 On-The-Fly 방식은 사용하기 힘들다.
상기한 이유들로 인하여, 반응관(TOR, Tube-Of-Response) 모델을 이용하여 관측데이터와 재구성하고자 하는 분포와의 관계를 분석하는 접근방법은 거의 사용되고 있지 않다.
반응관(TOR, Tube-Of-Response) 모델의 계산량 문제를 해결하기 위한 방법의 하나로 반응선(LOR, Line-Of-Response) 모델을 고려할 수 있다. 반응관(TOR, Tube-Of-Response) 모델은 검출기 모듈 한 쌍에 대한 
에서 관측된 모든 우연사건은 단 하나의 반응선(LOR, Line-Of-Response) 위의 양전자가 방출하여 발생한다고 가정한다. 도 4에서 청색 선은 반응선(LOR, Line-Of-Response)이다.
반응선(LOR, Line-Of-Response) 모델로 식 (2)를 접근하면, 다수 쌍의 검출기 모듈은 검출기 모듈 각각의 쌍으로 모은 데이터인 
에 대해 행렬 
는 TOR 모델을 사용하는 경우에 비해 훨씬 적은 수의 
에 대해 
이므로 투사와 역투사 과정을 더 적은 계산으로 완료할 수 있고, 계산 자체도 선추적 방법을 이용하여 On-The-Fly 방식으로 처리할 수 있다.
반응선(LOR, Line-Of-Response) 모델의 단점의 하나는 검출기 쌍에서 관측된 모든 우연사건들이 하나의 반응선(LOR, Line-Of-Response) 위에서 발생했다고 가정함으로써 시차오차가 발생할 수 있다.
도 5에 도시된 바와 같이, 실제 관측이 이루어진 반응선(LOR, Line-Of-Response)은 녹색선인데, 반응선(LOR, Line-Of-Response)로 많이 사용되고 있는 검출기의 앞면의 중앙을 잇는 적색 선을 반응선(LOR, Line-Of-Response)로 사용하여 양전자의 위치에 대한 잘못된 정보를 갖게 되는 것이다.
시차오차는 부정확한 DOI(Depth-Of-Interaction) 정보의 사용에 따른 오류인데, 도 5에서 보듯이 실제 관측이 이루어진 반응선(LOR, Line-Of-Response)은 녹색 선인데, 반응선(LOR, Line-Of-Response)으로 많이 사용되고 있는 검출기의 앞면의 중앙을 잇는 적색 선을 반응선(LOR, Line-Of-Response)으로 사용하는 경우에는 관측하고자 하는 양전자의 위치에 대한 잘못된 정보를 갖게 된다.
여기서, DOI(Depth-Of-Interaction)는 검출기 섬광결정의 길이방향에서의 위치(실제로 감마선이 관측된 위치와 섬광결정의 앞면과의 거리)를 의미한다.
정확한 반응깊이(DOI, Depth-Of-Interaction)를 얻는 방법의 하나는 다층 섬광결정을 사용하는 것이다. 예를 들어, 크기가 3 x 3 x 20 인 단층 섬광결정을 사용하는 대신에 크기가 3 x 3 x 5 
를 4층으로 연결하여 사용한다면 더 정확한 반응깊이(DOI, Depth-Of-Interaction) 정보를 얻을 수 있을 것이다. 그러나 다층 섬광결정 구조를 갖는 양전자 방출 단층 촬영기(PET, Positron Emission Tomography)를 제작하는데 더 많은 비용이 든다.
한편, 반응선(LOR, Line-Of-Response) 모델을 사용하되, 검출기의 배치와는 무관하게 미리 정해진 각도 
와, 중심축으로부터의 거리 
와, 높이 
와, 중심축에 대해 직각에서 벗어난 정도 
에 따라 재배열한 데이터를 사이노그램(Sinogram)이라 한다. 이 사이노그램(Sinogram)을 
로 표현한다.
사이노그램(Sinogram) 포맷을 사용하는 경우에는 히스토그램(Histogram)이라고 명명한 관측횟수 벡터 
를 사이노그램(Sinogram) 벡터 
로 변환하는데, 이것을 재배열(rebinning)이라 한다. 재배열된 사이노그램(Sinogram) 벡터인 
과 재구성하고자 하는 영상과의 관계에는 행렬 
가 존재한다.
(6) 
식 (6)의 관계를 만족하는 형태로 주어진다.
여기서, 
는 관측가능한 모든 
(사이노그램(Sinogram)의 궤)를 원소로 하는 집합이다.
식 (2)의 경우와 마찬가지로 식 (6)과 같이 행렬-벡터 형태로 문제가 주어지는 경우, 수치선형대수의 여러 방법을 이용하여 
를 계산할 수 있다. 예를 들어, 사이노그램(Sinogram) 벡터모델의 EM 반복법은 
(모든 화소에서 1인 벡터)에서 시작하여 다음 반복법을 통해 
에 수렴하는 
을 계산한다.
EM 반복법: 사이노그램(Sinogram) 벡터모델
for n = 1:N
(7) 
(8) 
여기서, 식 (7)의 
에서 
을 계산하는 과정과, 식 (8)의 
에서 
을 계산하는 과정을 사이노그램(Sinogram) 벡터모델의 투사와 역투사라고 한다.
사이노그램(Sinogram) 벡터모델을 사용하는 경우의 EM 반복법은 히스토그램(Histogram) 벡터모델을 사용하는 경우와 그 구조는 동일하지만 주어진 데이터가 다르고 행렬 또한 다르다는 점을 유의한다. 또한, 사이노그램(Sinogram) 벡터모델을 사용하는 경우에는 투사와 역투사 계산을 On-The-Fly 방식으로 계산하는 것이 일반적이다.
사이노그램(Sinogram) 벡터로의 재배열에서 유의해야 할 점은 첫 번째 질문인‘히스토그램(Histogram) 벡터 
의 반응선(LOR, Line-Of-Response)를 어떻게 결정할 것인가’와, 두 번째 질문인 ‘결정된 반응선(LOR, Line-Of-Response)을 어떤 사이노그램(Sinogram) 궤 
에 어떻게 할당할 것인가’이다.
첫 번째 질문에 대해, 현재 가장 많이 사용되고 있는 방법은 
로 표현되는 두 검출기의 앞면의 중앙점 있는 선분 또는 정중앙점을 잇는 선분을 반응선(LOR, Line-Of-Response)로 사용하는 것이다.
물론, 두 방법 모두 부정확한 반응깊이(DOI, Depth-Of-Interaction) 정보를 제공할 수밖에 없음은 자명하다.
두 번째 질문에 대해, 현재 가장 많이 사용되고 있는 방법은, 먼저 결정된 반응선(LOR, Line-Of-Response)의 양 끝점 좌표인 
와 
에서, 식 (9)와 식 (10)의 관계를 이용하여 
를 결정한다.
(9) 
(10) 
그러나 이 방법은 
일 때의 반응선(LOR, Line-Of-Response)을 재배열 할 때 많은 
를 비게 만든다.
식 (1)의 시간정보 
를 비행시간(TOF, Time-Of-Flight) 정보라고 하는데, 과거에는 정확성이 너무 떨어져서 거의 사용되지 않았으나 근래에는 기술의 발전으로 정확성이 향상되었고, 사용되는 사례가 증가하고 있다.
식 (1)에서 반응선(LOR, Line-Of-Response)과, 비행시간(TOF, Time-Of-Flight) 정보가 정확하다면 우연사건을 발생시킨 양전자의 위치인 (
)는 식 (11)에 의해 정해진다.
(11) 
여기서 
은 빛의 속도이고, 
는 식 (12)와 같다.
(12) 
그러나 현실에서는 식 (9)의 
를 정확히 측정하는 것이 부정확하며, 부정확성을 가우스 함수인 식(13)로 모델화 한다면,
(13) 
,
식 (1)에 의해 우연사건을 발생시킨 양전자가 방출한 위치에 대한 확률은 식 (11)의 
를 중심으로 
, 
을 잇는 반응선(LOR, Line-Of-Response)에서 가우스 분포인 식 (14)를 따른다.
(14) 
여기서, 
는 식 (15)를 따르며,
(15) 
1) 먼저, 관측이 가능한 영역의 화소에 대해 동일한 수의 양전자가 존재한다고 가정하고 몬테카를로(Monte Carlo) 모사로 양전자 방출을 모사하여 주어진 양전자 방출 단층 촬영기(PET, Positron Emission Tomography)에 의해 관측되는 우연사건을 계산한다. 이 때, 관측된 우연사건들에 대한 정보는 리스트 모드(list mode)로 기록한다.
(16) Reference List: 
여기서, 
은 주어진 우연사건을 관측한 검출기 쌍에 대한 정보를 의미하고, 
는 양전자가 방출된 화소에 대한 정보, 
과 
은 검출기 한 쌍인 
과 
는 실제로 관측이 이루어진 위치의 좌표이다.
실제의 양전자 방출 단층 촬영기(PET, Positron Emission Tomography)에서는 식 (16)의 양전자가 방출된 화소정보 
와 실제로 관측이 이루어진 위치의 좌표인 
과 
를 얻을 수 있는 것이 아니다.
식 (16)의 Reference List를 검출기 쌍 
, 화소 
의 순서로 재배열한 Sorted Ref. List를 생성한다. 이 때, 관측위치 
과 
의 반응깊이(DOI, Depth-Of-Interaction), 즉 검출기 한 쌍의 섬광결정의 앞면에서 관측위치까지의 각각의 깊이방향 거리인 
도 추가한다.
(17) Sorted Ref. List: 
2) 이제, 구하고자 하는 양전자의 분포에 대한 양전자 방출 단층 촬영기(PET, Positron Emission Tomography)의 관측 데이터가 식 (1)의 리스트모드(list mode)로 주어졌다고 가정한다. 만약, 구하고자 하는 분포에 대한 부가적인 정보가 없는 경우에는, 검출기 쌍 
에서 관측된 식 (1)의 우연사건의 원인이 되는 양전자의 방출위치가 관측이 가능한 모든 화소 
에서 동일한 확률로 존재 가능성이 있다고 가정한다. 이 경우에, 
의 반응깊이(DOI, Depth-Of-Interaction) 
에 대한 확률분포함수 
은 식 (18)으로 추정한다.
(18) Prob(
)
= (Sorted Ref. List에서 
로 시작하고 
인 리스트의 총수) / (Sorted Ref. List 에서 
로 시작하는 리스트의 총수)
같은 방법으로, 
의 반응깊이(DOI, Depth-Of-Interaction) 에 대한 확률분포함 
은 식 (19)로 추정한다.
(19) Prob(
)
= (Sorted Ref. List에서 
로 시작하고 
인 리스트의 총수) / (Sorted Ref. List 에서 
로 시작하는 리스트의 총수)
식 (18)과 (19)에서 
과 
를 확률변수로 보는 통계적 접근방법을 사용하는 것으로, 식 (16)의 Reference List를 계산할 때, 많은 수의 양전자 방출을 모사하면 할수록, 반응깊이(DOI, Depth-Of-Interaction) 에 대한 확률분포함수인 
와 반응깊이(DOI, Depth-Of-Interaction) 에 대한 확률분포함수인 
은 더 가까워진다.
식 (18)과 식 (19)를 이용하여 추정한 확률변수 
과 
의 확률분포함수 
와 
를 이용하여 반응깊이(DOI, Depth-Of-Interaction) 추정은 식 (20)의 확률변수 
과 
의 평균값 또는 식 (21)의 Maximum Mode로 한다.
(20) 
(21) 
여기서, 
는 검출기 쌍 
에서 관측된 우연사건의 반응깊이(DOI, Depth-Of-Interaction) 정보를 추정한 결과이다.
또한, 식 (20)의 
는 확률분포함수인 
에 대한 
의 Expectation을 의미하고, 식 (21)의 
은 확률분포함수인 
를 최대로 하는 입력값을 의미한다.
3) 이제, 구하고자 하는 양전자의 분포에 대한 양전자 방출 단층 촬영기(PET, Positron Emission Tomography)의 관측 데이터가 식 (1)의 list mode로 주어졌고, 식 (14)를 관측된 모든 우연사건의 비행시간(TOF, Time-Of-Flight) 정보에 이용하여 다음과 같이 정의된 
를 식 (22)를 통해 계산한다.
(22) 
식 (22)에서, 함수 g는 구하고자 하는 양전자의 분포에 대한 대략적인 정보를 제공한다. 또한, 식 (22)의 계산은, 현실적으로 화소 
에 대해 
인 경우에 어떤 
에 대해 식 (23)이 성립하는 이산화 계산을 통해 얻을 수밖에 없다.
(23) 
식 (22)에 의해 g가 주어진 조건하에서의 우연사건의 
의 반응깊이(DOI, Depth-Of-Interaction)인 
에 대한 조건부 확률분포함수 
은 식 (24)를 이용하여 추정한다.
(24) Prob(
) = 
g가 주어진 조건하에서의 
의 반응깊이(DOI, Depth-Of-Interaction) 
에 대한 확률분포함수 
은 식 (25)를 이용하여 추정한다.
(25) Prob(
) = 
여기서, 확률분포함수 
와 
에서 아래첨자의 g는 주어진 확률분포함수가 분포영상인 g가 주어진 조건하에서의 조건부 확률분포함수라는 점을 강조하기 위해 사용한다.
식 (24)와 식 (25)을 이용하여 추정한 확률변수 
과 
의 가 주어진 조건하에서의 조건부 확률분포함수인 
와 
를 이용하여 반응깊이(DOI, Depth-Of-Interaction) 추정은 식 (26)에서 확률변수 
과 
의 평균값 또는 식 (27)에서 Maximum Mode로 한다.
(26) 
(27) 
여기서, 
의 위첨자의 g는 분포영상인 g가 주어진 조건하에서 검출기 쌍인 
에서 관측된 우연사건의 반응깊이(DOI, Depth-Of-Interaction) 정보를 추정한 결과라는 것을 강조하기 위해 사용하였다.
4) 이제, 식 (26), (27)을 이용하여 추정한 반응깊이(DOI, Depth-Of-Interaction) 정보를 사이노그램(Sinogram) 포맷을 이용한 영상재구성에 이용하는 방법은 도 6에 도시된 절차도와 같다.
먼저, (S1) 관측된 우연사건의 비행시간(TOF, Time-Of-Flight) 정보를 이용하여 식 (22)의 g 함수를 계산하고, (S2) 식 (26) 및 식 (27)를 이용하여 각 검출기 쌍 
에서 관측된 우연사건의 반응깊이(DOI, Depth-Of-Interaction) 정보 
를 계산하고, (S3) 추정된 반응깊이(DOI, Depth-Of-Interaction) 정보 
를 이용하여 반응깊이(DOI, Depth-Of-Interaction) 정보를 보정한 반응선(LOR, Line-Of-Response)을 계산하고, (S4) 반응깊이(DOI, Depth-Of-Interaction) 정보를 보정한 반응선(LOR, Line-Of-Response)을 이용하여 우연사건들을 사이노그램(Sinogram)으로 재배열하고, (S5) 사이노그램(Sinogram)을 정규화하고, (S6) 정규화된 사이노그램(Sinogram)을 영상재구성 방법(예를들면 EM 반복법)에 적용하여 영상을 재구성한다.
상기한 절차들 중에서 (S1)과 (S2)는 이미 설명하였으므로, 아래에서는 (S3)부터 설명한다.
절차 (S3)에서는 각 검출기 쌍 
에서 관측된 우연사건의 검출기 
에서의 반응깊이(DOI, Depth-Of-Interaction)를 식 (28)로 계산한다.
(28) 
여기서, 
은 검출기 
의 앞면의 중앙점이고, 
은 검출기 
의 길이방향 단위벡터이다. 같은 방법으로, 우연사건의 검출기 
에서의 반응깊이(DOI, Depth-Of-Interaction)를 식 (29)로 계산한다.
(29) 
여기서, 
은 검출기 
의 앞면의 중앙점이고, 
은 검출기 
의 길이방향 단위벡터이다.
절차 (S4)에서는 반응깊이(DOI, Depth-Of-Interaction) 정보를 보정한 반응선(LOR, Line-Of-Response) 
을 이용하여 사이노그램(Sinogram)으로 재배열한다. 이러한 방법으로 재배열된 사이노그램(Sinogram)을 
로 표시한다.
(30) 
절차 (S5)에서는 사이노그램(Sinogram) 
를 양전자 방출 단층 촬영기(PET, Positron Emission Tomography)의 구조적 특성을 고려하여 정규화한다.
(31) 
여기서 
는 Reference List의 우연사건들을 식 (28) 및 식 (29)의 방법으로 반응깊이(DOI, Depth-Of-Interaction)정보를 보정하고 재배열하여 얻은 사이노그램(Sinogram)이고, 
는 관측가능한 모든 화소에서 동일한 값을 갖는 분포인 Reference Phantom에 대해 
에 의해 정의된 선분에서의 선적분값이다.
절차 (S6)에서는 식 (31)에 의해 정규화된 사이노그램(Sinogram) 
에 영상재구성 방법에 적용한다. 실사예로, 식 (7), (8)로 정의된 EM 반복법에 
대신 
를 이용하여 영상을 재구성한다.
5) 이제, 식 (26), (27)을 이용하여 추정한 반응깊이(DOI, Depth-Of-Interaction) 정보를 히스토그램(Histogram) 포맷을 이용한 영상재구성에 이용하는 방법에 대해 설명한다.
도 7은 이 방법의 절차도이다.
먼저, (H1) 관측된 우연사건의 비행시간(TOF, Time-Of-Flight) 정보를 이용하여 식 (22)의 g 함수를 계산하고, (H3) g 함수를 식 (26), (27)에 이용하여 각 검출기 쌍 
에서의 히스토그램(Histogram)에 대한 반응선(반응깊이 정보 
)을 계산하고, (H4) 히스토그램(Histogram)을 정규화하고, (H5) 정규화된 히스토그램(Histogram)을 영상재구성 방법(예: EM 반복법)에 적용하여 영상을 재구성한다.
상기한 절차들 중에서 (H1)은 리스트모드(list mode) 데이터를 분류하는 것이다. 또한, 절차 (H2)과 (H3)은 각각 (S1)과 (S2)와 동일한 것이므로 절차 (H4)부터 설명한다.
절차 (H4)에서는 다음 계산을 통해 히스토그램(Histogram) 
를 양전자 방출 단층 촬영기(PET, Positron Emission Tomography)의 구조적 특성을 고려하여 정규화한다.
(32) 
식 (32)에서 
는 Reference List의 우연사건들을 히스토그램(Histogram) 포맷으로 모은 것이고, 
는 Reference Phantom을 각 검출기 쌍 
의 식 (28), 식 (29)에 의해 정의된 반응선(LOR, Line-Of-Response)에서의 선적분값을 계산한 히스토그램(Histogram)이다.
절차 (H5)에서는 식 (32)에 의해 정규화된 히스토그램(Histogram) 를 식 (4), (5)에 의해 정의된 EM 반복법에 대신 사용하여 영상을 재구성한다. 이때, EM 반복법의 핵심인 식 (4)의 투사(
에서 
을 계산하는 과정)과 식 (5)의 역투사(
에서 
을 계산하는 과정)에서 행렬 
는 반응선(LOR, Line-Of-Response) 모델을 이용하며, 그 과정에서 필요한 반응깊이(DOI, Depth-Of-Interaction) 정보는 식 (28), (29)에서 얻은 
을 사용하여, 투사와 역투사 과정을 On-The-Fly 방식으로 계산한다.
본 발명이 속하는 분야에서 통상적인 지식을 바탕으로 이러한 기재로부터 다양한 수정 및 변형이 가능하므로, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허 청구범위뿐 아니라 이 특허 청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.
100 : 검출기 링
110 : 검출기 모듈
120 : 섬광결정 130 : 광전자증배관
120 : 섬광결정 130 : 광전자증배관
Claims (3)
- 양전자 방출 단층 촬영기(PET, Positron Emission Tomography)에서의 양전자 방출과정에 대한 몬테카를로(Monte Carlo) 모사를 이용하여 검출기 모듈 한 쌍에 각각의 섬광결정이 우연사건을 관측하였을 때, 반응깊이(DOI, Depth-Of-Interaction)에서 실제로 우연사건의 관측이 이루어졌을 확률을 추정하는 단계;
관측된 우연사건들의 비행시간(TOF, Time-Of-Flight) 정보를 이용하여 관측하고자 하는 양전자의 분포영상인 g를 추정하는 단계;
추정된 분포영상인 g가 주어진 상황에서 각 반응깊이(DOI, Depth-Of-Interaction)에서 실제로 우연사건의 관측이 이루어졌을 조건부 확률을 계산하는 단계;
계산된 조건부 확률을 이용하여 주어진 우연사건에 대해 가장 가능성이 높은 반응깊이(DOI, Depth-Of-Interaction)를 추정하는 단계;
추정된 반응깊이(DOI, Depth-Of-Interaction)를 이용하여 영상을 재구성하는 단계; 로 이루어지는 것을 특징으로 하는 양전자 방출 단층 촬영기의 비행시간 정보를 이용하여 관측된 데이터에 포함된 반응깊이 정보를 보정하여 영상을 재구성하는 영상재구성방법 - 제 1항에 있어서, 상기 영상을 재구성하는 단계는, 추정된 반응깊이(DOI, Depth-Of-Interaction)를 이용하여 관측된 다수 개의 우연사건을 재배열하여 사이노그램(Sinogram)을 생성하고, 상기 사이노그램(Sinogram)을 이용하여 영상을 재구성하는 것을 특징으로 하는 양전자 방출 단층 촬영기의 비행시간 정보를 이용하여 관측된 데이터에 포함된 반응깊이 정보를 보정하여 영상을 재구성하는 영상재구성방법
- 제 1항에 있어서, 상기 영상을 재구성하는 단계는, 추정된 반응깊이(DOI, Depth-Of-Interaction)를 이용하여 관측된 다수 개의 우연사건을 모은 히스토그램(Histogram)의 반응선(LOR, Line-Of-Response) 형태의 투사와 역투사를 정의하고, 상기 투사와 역투사를 이용하여 영상을 재구성하는 것을 특징으로 하는 양전자 방출 단층 촬영기의 비행시간 정보를 이용하여 관측된 데이터에 포함된 반응깊이 정보를 보정하여 영상을 재구성하는 영상재구성방법
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190003063A KR102283454B1 (ko) | 2019-01-10 | 2019-01-10 | 양전자 방출 단층 촬영기의 비행시간 정보를 이용하여 관측된 데이터에 포함된 반응깊이 정보를 보정하여 영상을 재구성하는 영상재구성방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190003063A KR102283454B1 (ko) | 2019-01-10 | 2019-01-10 | 양전자 방출 단층 촬영기의 비행시간 정보를 이용하여 관측된 데이터에 포함된 반응깊이 정보를 보정하여 영상을 재구성하는 영상재구성방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200086814A true KR20200086814A (ko) | 2020-07-20 |
| KR102283454B1 KR102283454B1 (ko) | 2021-07-28 |
Family
ID=71831933
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190003063A KR102283454B1 (ko) | 2019-01-10 | 2019-01-10 | 양전자 방출 단층 촬영기의 비행시간 정보를 이용하여 관측된 데이터에 포함된 반응깊이 정보를 보정하여 영상을 재구성하는 영상재구성방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102283454B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023220905A1 (en) * | 2022-05-17 | 2023-11-23 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for image reconstruction |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120122158A (ko) * | 2011-04-28 | 2012-11-07 | 서강대학교산학협력단 | 한층 섬광결정을 이용하여 영상을 재구성하는 방법 |
| KR20140130786A (ko) * | 2013-05-02 | 2014-11-12 | 한국과학기술원 | 콘-빔 기반 반응선 재구성을 이용한 초고해상도 ｐｅｔ 영상 재구성 장치 및 그 방법 |
-
2019
- 2019-01-10 KR KR1020190003063A patent/KR102283454B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120122158A (ko) * | 2011-04-28 | 2012-11-07 | 서강대학교산학협력단 | 한층 섬광결정을 이용하여 영상을 재구성하는 방법 |
| KR20140130786A (ko) * | 2013-05-02 | 2014-11-12 | 한국과학기술원 | 콘-빔 기반 반응선 재구성을 이용한 초고해상도 ｐｅｔ 영상 재구성 장치 및 그 방법 |
Non-Patent Citations (2)
| Title |
|---|
| 이남용, 양전자 방출 단층 촬영기의 비행 시간 정보를 이용한 고속 영상재구성, Journal of Korea Multimedia Society 20(6), 2017.6, 865-872(8 pages) * |
| 이남용, 양전자방출단충촬영기의 비행시간정보를 이용한 반복적 감쇠보정 및 영상재구성, Journal of Korea Multimedia Society Vol. 19, No. 8, August 2016(pp. 1371-1376) * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023220905A1 (en) * | 2022-05-17 | 2023-11-23 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for image reconstruction |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102283454B1 (ko) | 2021-07-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8265365B2 (en) | Time of flight scatter distribution estimation in positron emission tomography | |
| US9747701B2 (en) | Systems and methods for emission tomography quantitation | |
| EP3224801B1 (en) | Multi-modality imaging system and method | |
| US10215864B2 (en) | System and method to improve image quality of emission tomography when using advanced radionuclides | |
| CN106659452B (zh) | 在定量单光子发射计算机断层扫描中利用多个光电峰的重构 | |
| US20110142367A1 (en) | Methods and systems for correcting image scatter | |
| US8509504B2 (en) | Point spread function radial component implementation in Joseph's forward projector | |
| US20200033491A1 (en) | System and method for self-time alignment calibration for a positron emission tomography system | |
| HU231327B1 (hu) | Többemissziós energiák egyfotonos emissziós komputertomográfiában | |
| JPWO2018163362A1 (ja) | 散乱推定方法、散乱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 | |
| US10304218B2 (en) | Image reconstruction processing method | |
| US8094908B2 (en) | Method and system for estimating randoms in imaging data | |
| US10482634B2 (en) | Systems and methods for imaging with anisotropic voxels | |
| KR102283454B1 (ko) | 양전자 방출 단층 촬영기의 비행시간 정보를 이용하여 관측된 데이터에 포함된 반응깊이 정보를 보정하여 영상을 재구성하는 영상재구성방법 | |
| CN106456096B (zh) | 使用长寿命放射性同位素的实时伽马相机死区时间确定 | |
| US20200085397A1 (en) | Attenuation coefficient image estimation method, attenuation coefficient image estimation program, and positron ct apparatus equipped with the same | |
| JP2011002306A (ja) | Ｐｅｔ装置の逐次近似画像再構成法 | |
| JP7001176B2 (ja) | データ処理方法、プログラム、データ処理装置および陽電子放出断層撮像装置 | |
| Jian et al. | Applications of the line-of-response probability density function resolution model in PET list mode reconstruction | |
| KR101958098B1 (ko) | 비스듬히 배치한 섬광결정을 이용한 양전자 방출 단층 촬영기의 영상재구성 방법 | |
| US7890282B2 (en) | Estimation of crystal efficiency with axially compressed sinogram | |
| Lee et al. | Precise system models using crystal penetration error compensation for iterative image reconstruction of preclinical quad-head PET | |
| CN108648807B (zh) | 一种图像重建方法和装置 | |
| US11816763B2 (en) | 3D scatter distribution estimation | |
| US20230206516A1 (en) | Scatter estimation for pet from image-based convolutional neural network |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E90F | Notification of reason for final refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |