TWI587841B - 定量分析核子醫學腦部影像的系統及方法 - Google Patents
定量分析核子醫學腦部影像的系統及方法 Download PDFInfo
- Publication number
- TWI587841B TWI587841B TW104107190A TW104107190A TWI587841B TW I587841 B TWI587841 B TW I587841B TW 104107190 A TW104107190 A TW 104107190A TW 104107190 A TW104107190 A TW 104107190A TW I587841 B TWI587841 B TW I587841B
- Authority
- TW
- Taiwan
- Prior art keywords
- striatum
- nuclear medicine
- specific uptake
- target image
- uptake ratio
- Prior art date
Links
- 238000009206 nuclear medicine Methods 0.000 title claims description 45
- 238000000034 method Methods 0.000 title claims description 22
- 238000004445 quantitative analysis Methods 0.000 title description 11
- 238000002610 neuroimaging Methods 0.000 title description 5
- 210000001577 neostriatum Anatomy 0.000 claims description 90
- 210000004556 brain Anatomy 0.000 claims description 72
- 238000012545 processing Methods 0.000 claims description 33
- 229960003638 dopamine Drugs 0.000 claims description 23
- 239000002872 contrast media Substances 0.000 claims description 17
- 239000012217 radiopharmaceutical Substances 0.000 claims description 16
- 229940121896 radiopharmaceutical Drugs 0.000 claims description 16
- 230000002799 radiopharmaceutical effect Effects 0.000 claims description 16
- 210000001159 caudate nucleus Anatomy 0.000 claims description 9
- 206010003694 Atrophy Diseases 0.000 claims description 8
- 230000037444 atrophy Effects 0.000 claims description 8
- 210000002637 putamen Anatomy 0.000 claims description 6
- 206010036790 Productive cough Diseases 0.000 claims 2
- 208000024794 sputum Diseases 0.000 claims 2
- 230000001568 sexual effect Effects 0.000 claims 1
- 238000005303 weighing Methods 0.000 claims 1
- YZMUWLYZSRVFLE-GNCDZRFCSA-L 2-[2-[[(1R,2R,3S,5S)-3-(4-chlorophenyl)-8-methyl-8-azabicyclo[3.2.1]octan-2-yl]methyl-(2-sulfidoethyl)amino]ethylazanidyl]ethanethiolate oxygen(2-) technetium(5+) Chemical compound CN1[C@H]2CC[C@@H]1[C@H]([C@H](C2)C3=CC=C(C=C3)Cl)CN(CC[N-]CC[S-])CC[S-].[O-2].[Tc+5] YZMUWLYZSRVFLE-GNCDZRFCSA-L 0.000 description 14
- VYFYYTLLBUKUHU-UHFFFAOYSA-N dopamine Chemical compound NCCC1=CC=C(O)C(O)=C1 VYFYYTLLBUKUHU-UHFFFAOYSA-N 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 238000003384 imaging method Methods 0.000 description 11
- 208000018737 Parkinson disease Diseases 0.000 description 9
- 238000010606 normalization Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 7
- 229940079593 drug Drugs 0.000 description 7
- 239000003814 drug Substances 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 230000002285 radioactive effect Effects 0.000 description 6
- 238000002591 computed tomography Methods 0.000 description 5
- 210000002569 neuron Anatomy 0.000 description 5
- 230000015556 catabolic process Effects 0.000 description 4
- 238000006731 degradation reaction Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 210000004027 cell Anatomy 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 238000010191 image analysis Methods 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 230000035790 physiological processes and functions Effects 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 210000005013 brain tissue Anatomy 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000003703 image analysis method Methods 0.000 description 2
- 230000003447 ipsilateral effect Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 208000012902 Nervous system disease Diseases 0.000 description 1
- 208000025966 Neurological disease Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 210000004227 basal ganglia Anatomy 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 210000005064 dopaminergic neuron Anatomy 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 206010015037 epilepsy Diseases 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 210000001905 globus pallidus Anatomy 0.000 description 1
- 210000005154 hemibrain Anatomy 0.000 description 1
- 238000010253 intravenous injection Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 210000001259 mesencephalon Anatomy 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000000926 neurological effect Effects 0.000 description 1
- 201000001119 neuropathy Diseases 0.000 description 1
- 230000007823 neuropathy Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 208000033808 peripheral neuropathy Diseases 0.000 description 1
- 230000001242 postsynaptic effect Effects 0.000 description 1
- 210000005215 presynaptic neuron Anatomy 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 239000000700 radioactive tracer Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 1
- 210000003523 substantia nigra Anatomy 0.000 description 1
- 210000000225 synapse Anatomy 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4082—Diagnosing or monitoring movement diseases, e.g. Parkinson, Huntington or Tourette
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
- A61B5/743—Displaying an image simultaneously with additional graphical information, e.g. symbols, charts, function plots
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G06T2207/10108—Single photon emission computed tomography [SPECT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20128—Atlas-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30016—Brain
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Optics & Photonics (AREA)
- High Energy & Nuclear Physics (AREA)
- Neurology (AREA)
- Neurosurgery (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Developmental Disabilities (AREA)
- Physiology (AREA)
- Nuclear Medicine (AREA)
Description
本發明係有關一種核子醫學斷層掃描的系統及方法，特別是一種定量分析核子醫學腦部影像的系統及方法。
核子醫學應用在帕金森氏症的診斷或多巴胺神經元的受損情形時，單從臨床上的症狀診斷並不容易。然而傳統的神經影像學檢查，例如電腦斷層或核磁共振，往往只能提供結構學上的異常。近年來核子醫學的發展，例如，單光子電腦斷層掃描儀(SPECT)，利用許多不同的放射同位素結合在突觸前的神經元或突觸後的接受體，可以反應出多巴胺系統在突觸前後的功能異常，對於診斷帕金森氏症或多巴胺神經元的受損情形，提供相當大的幫助。
目前在帕金森氏症的診斷，除了評估病人是否已出現臨床病癥，主要透過放射性藥物至體內，經由單光子電腦斷層掃描儀收集其放射藥物資訊並重建出腦攝取放射活度影像後，由核子醫學專科醫師進行影像判讀與疾病分期。在傳統評估中，主要是以醫師目視影像判讀檢查，或是有經驗的醫事放射師以手動人工圈選紋狀體進行半定量等方式觀察紋狀體
影像的缺損程度，但是上述方式則會因個人主觀而造成人為誤差、耗工費時以及再現性(reproducibility)低等缺點。
核子醫學腦部掃描造影劑，主要是利用生理功能病變來偵測到局部的腦神經病變，如帕金森症、癲癇等腦神經疾病。然而，缺點是因為核子醫學是使用放射性藥物來瞭解腦部功能的變化，不同核醫放射性藥物其腦部組織吸收分佈便不同，會影響影像的對比度，造成影像和影像之間的空間對位誤差。
本發明提供了一種定量分析核子醫學影像之方法，其步驟包含取得一目標影像，其中，該目標影像包含一放射性藥物的腦部影像。接著，利用一仿射線性形變校正該目標影像的空間座標軸以及體素形狀大小與一標準腦部模板一致，其中，該標準腦部模板為複數個正常腦部影像的疊合統計，並且顯示一紋狀體於大腦中的相對位置。接下來，依據該標準腦部模板中的該紋狀體選取對應該目標影像中的紋狀體的範圍，並且計算一紋狀體之平均像素值。接著，分割該目標影像中的該紋狀體，並且根據該目標影像剩餘之像素值計算一背景值。最後，依據該紋狀體之平均像素值及該背景值產生一該紋狀體各部位之特異性攝取比值。
本發明提供一種定量分析核子醫學影像之系統，其包含一擷取單元、一處理單元以及一計算單元。該擷取單元，用以取得一目標影像，其中，該目標影像包含一放射性藥物的腦部影像。該處理單元，電性連接該擷取單元，用以利用一仿射線性形變校正該目標影像的空間座標軸以及
體素形狀大小與一標準腦部模板一致，其中，該標準腦部模板為複數個正常腦部影像的疊合統計，並且顯示一紋狀體於大腦中的相對位置，進一步依據該標準腦部模板中的該紋狀體選取對應該目標影像中的紋狀體的範圍，並且計算一紋狀體之平均像素值以及分割該目標影像中的該紋狀體，且根據該目標影像剩餘之像素值計算一背景值。該計算單元，電性連接該處理單元，用以依據該紋狀體各部位之平均像素值及該背景值產生一特異性攝取比值。
100‧‧‧定量分析核子醫學影像系統
110‧‧‧擷取單元
120‧‧‧處理單元
130‧‧‧計算單元
140‧‧‧顯示單元
200‧‧‧空間正規化後的掃描影像
510‧‧‧背景區域
600‧‧‧分析圖表
610‧‧‧縱軸
620‧‧‧橫軸
700‧‧‧定量分析核醫腦部影像之介面
710、712、714‧‧‧切面掃描影像
720‧‧‧分析結果表格
730‧‧‧尾核
732‧‧‧殼核
310、410、734‧‧‧紋狀體
740‧‧‧右半腦特異性攝取比值
742‧‧‧左半腦特異性攝取比值
744‧‧‧不對稱性索引
810~850‧‧‧步驟
第一圖係本發明定量分析核子醫學影像系統之方塊示意圖；第二圖係本發明空間正規化處理後目標影像之示意圖；第三圖係本發明標準空間座標之模板所定義的紋狀體範圍之示意圖；第四圖係本發明自動圈選的紋狀體範圍之示意圖；第五圖係本發明全腦扣除兩側紋狀體的區域之示意圖；第六圖係本發明依據特異性攝取比值及不對稱性索引定量紋狀體的萎縮程度之示意圖；第七圖係本發明掃描影像分析結果之示意圖；以及第八圖係本發明定量分析核子醫學影像方法之一實施例的流程圖。
藉由所揭露的圖示，下文將詳細地揭露具體的實施方式。然而本發明的特徵不因此限縮於這些實施例中。相反地，在本發明所揭露的技術特徵中，本文實施方式將盡可能涵蓋所有等義的實施例以及變形等。
為讓鈞院貴審查委員及習於此技術人士，對本發明之功效完全了解，茲配合圖示及圖號，就本發明較佳之實施例說明如下：本發明實施例中所揭露的定量分析核子醫學腦部影像之方法可以應用在核子醫學影像系統，或是應用在可以連接至核子醫學影像系統之電腦系統或微處理器系統中。本發明實施例之執行步驟可以寫成軟體程式，軟體程式可以儲存於任何微處理單元辨識、解讀之記錄媒體，或包含有上述紀錄媒體之物品及裝置。不限定為任何形式，上述物品可以為硬碟、軟碟、光碟、ZIP、磁光裝置(MO)、IC晶片、隨機存取記憶體(RAM)，或任何熟悉此項技藝者所可使用之包含有上述紀錄媒體的物品。
電腦系統可以包含顯示裝置、處理器、記憶體、輸入裝置及儲存裝置。其中，輸入裝置可以用以輸入影像、文字、指令等資料至電腦系統。儲存裝置係例如為硬碟、光碟機或藉由網際網路連接之遠端資料庫，用以儲存系統程式、應用程式及使用者資料等，亦可以儲存本發明實施例所寫成的軟體程式。記憶體係用以暫存資料或執行之程式。處理單元用以運算及處理資料等。顯示裝置則用以顯示輸出之資料或影像。當電腦系統執行本發明實施例定量分析核子醫學腦部影像之方法時，對應之程式便被載入記憶體，以配合處理單元執行本發明實施例定量分析核子醫學腦部影
像之方法。最後，再將結果顯示於顯示裝置或儲存於儲存裝置。
本發明提供了一種定量分析核子醫學腦部影像之系統及方法，依據三度空間中紋狀體放射活性攝取值的變化，自動區分不同退化程度的帕金森氏症影像以及提供量化的特異性攝取比值，改善傳統評估病況的缺失。
在核子醫學領域中，組織對於不同放射性藥物的吸收程度差異，間接影響了受損區域的判讀，當使用者為取得不同器官生理功能失常概況時，需選用適當之專一性放射性藥物，並搭配對應之影像分析方法，而本發明係針對放射性藥物Tc-99m TRODAT-1(鎝-多巴胺轉運體造影劑)於紋狀體的診斷，建置一對應性臨床影像分析方法，該方法不僅可提供影像中腦部紋狀體的功能異常數值外，更得以利用系統自動篩選，避免人工圈選的誤判，提供臨床醫療正確且定量性評估帕金森氏症或多巴胺神經元的受損情形。
請參照第一圖所示，第一圖係本發明定量分析核子醫學影像系統之方塊示意圖。本發明之定量分析核子醫學影像系統100包含一擷取單元110、一處理單元120、一計算單元130以及一顯示單元140。
核子醫學影像系統100的成像原理，是利用具放射性的同位素所標誌的放射藥物當「追蹤劑(Tracer)」或「探針(Probe)」，隨著放射藥物進到相關器官的細胞組織，經過輻射衰變，放射藥物中的同位素會放射出輻射訊號。訊號的多寡與細胞組織所吸收的藥物量有關，也就是說訊號的密度與細胞組織的功能有關。依照檢查的目的不同，所使用的追蹤劑也不同，其中，選擇的方式為依追蹤劑可以到達的不同的器官或蛋白而不
同，此稱為專一性功能吸收影像。
本發明針對腦部造影利用放射性藥物，例如Tc-99m TRODAT-1(鎝-多巴胺轉運體造影劑)經靜脈注入人體約四小時後，該擷取單元110利用一掃描儀(Scanner)進行180度或360度旋轉掃描腦部，將放射出的輻射訊號收集起來，經過適當的影像重組數學公式轉換及軟體處理，最後得到可供診斷分析的目標影像，其中該目標影像為一掃描影像。
請參考第二圖，第二圖係本發明空間正規化處理後目標影像之示意圖。該處理單元120利用統計參數映像法(Statistical Parametric Mapping,SPM)對該目標影像進行空間正規化處理(stereotactic normalization)，透過仿射線性形變(affine transformation)包含三個方向的縮小、放大、平移、旋轉及剪裁，以及利用非線性形變(non-linear transformation)將該目標影像進行適當的形變，利用計算該目標影像與一標準腦部模板的最小均方差，使該目標影像的空間座標軸以及體素(voxel)形狀大小皆與標準剖空間腦部模板一致。第二圖為空間正規化處理後的目標影像200，其中該目標影像200顯示出腦組織內放射性藥物分佈，例如Tc-99m TRODAT-1(鎝-多巴胺轉運體造影劑)的分佈情況。
空間正規化後的該目標影像200，都會經空間形變轉換至該標準解剖空間座標軸(talairach daemon space)，此座標軸為腦區域參考位置點，為具有代表性的人類腦袋立體解剖座標軸。
該處理單元120選取該掃描影像中一紋狀體，其中，該紋狀體對應於該標準腦部模板中的紋狀體的範圍，並且計算一紋狀體之平均像素值(pixel value)。
請參考第二圖、第三圖及第四圖。第三圖係本發明標準空間座標之模板所定義的紋狀體範圍之示意圖，第四圖係本發明自動圈選的紋狀體範圍之示意圖。基底核(basal ganglia)大約位在腦部的中央位置，由一群神經核，包含尾核(caudate nucleus)、殼核(putamen)、蒼白球(globus pallidus)、黑質(substantia nigra)等部位共同組成。其中殼核和尾核因外觀有條紋狀，加上生理功能相近，因此又合稱為紋狀體(striatum)。
該處理單元120依據第三圖中標準空間座標之模板所定義的紋狀體範圍310與第二圖為空間正規化處理後的該目標影像200進行比對後，自動圈選出如第四圖中空間正規化處理後的目標影像中紋狀體410所在區域，其中該紋狀體310、410包含殼核及尾核所在區域。
進一步而言，該處理單元120依據第三圖標準腦部模板中所定義的殼核及尾核之相對位置，自動選取出第四圖Tc-99m TRODAT-1(鎝-多巴胺轉運體造影劑)的掃描影像中的殼核及尾核的範圍，並且依據所找出Tc-99m TRODAT-1(鎝-多巴胺轉運體造影劑)的掃描影像中的紋狀體410，計算該紋狀體之平均像素值，其中，該標準腦部模板為複數張正常人大腦照影的疊合統計，係顯示紋狀體310於大腦的相對位置。
請參考第五圖，第五圖係本發明全腦扣除兩側紋狀體的區域之示意圖。該處理單元120進一步分割該紋狀體範圍區域，由該目標影像中剩餘之像素值計算一背景值。
該處理單元120分割該掃描影像中的該紋狀體範圍區域為將該目標影像中大腦扣除兩側紋狀體後，並且在背景區域510中選取75%強度值的像素值為該背景值。如第五圖所示，紅色部分為全腦扣除兩側紋狀體
的區域，在此區域中選擇強度值落點在75%的像素值作為該背景值。
該計算單元130用以將目標區域的紋狀體之平均像素數值與該背景區域510之平均數值相減，再除以該背景值，取得一特異性攝取比值(specific uptake ration,SUR)。在一特定的範圍內計算出來的特異性攝取比值越高，代表該區域相對於背景的攝取活性越高，其中計算該特異性攝取比值的公式如下：
其中，該特異性攝取比值包含一左半腦特異性攝取比值(SURipsilateral)以及一右半腦特異性攝取比值(SURcontralatreal)。
該計算單元130根據該左半腦特異性攝取比值與該右半腦特異性攝取比值相減，取其絕對值再除以該左半腦特異性攝取比值與該右半腦特異性攝取比值的數值平均，取得一不對稱性索引(asymmetry index,ASI)，不對稱性索引被使用於觀察兩側紋狀體的不對稱比率，可觀察影像兩側紋狀體攝取率之差異，其中計算該不對稱性索引的公式如下：
處理單元120依據特異性攝取比值及不對稱性索引判斷定量紋狀體的萎縮程度。請參考第六圖，第六圖係本發明依據特異性攝取比值及不對稱性索引定量紋狀體的萎縮程度之示意圖。該顯示裝置140，電性連接該計算單元，用以依據掃描影像進行定量與分期的結果顯示紋狀體的萎
縮程度。如第六圖所示，分析圖表600中縱軸610表示為特異性攝取比值，橫軸620表示為腦部的萎縮程度。本發明利用接受器操作特性曲線(receiver operating characteristic curve)，簡稱ROC曲線制定分期點，利用分期點將掃描影像區分為正常(normal)、中等萎縮(mildly reduced)以及嚴重萎縮(severely reduced)結果，自動區分不同退化程度的帕金森氏症影像，並且提供量化的特異性攝取比值，其中，特異性攝取比值0.989以上判斷紋狀體為正常，特異性攝取比值介於0.438與0.989之間判斷紋狀體為中等萎縮，特異性攝取比值介於0與0.438之間判斷紋狀體為嚴重萎縮。
請參考第七圖，第七圖係本發明掃描影像分析結果之示意圖。該顯示裝置140顯示Tc-99m TRODAT-1(鎝-多巴胺轉運體造影劑)的掃描影像運用在多巴胺轉運影像分析結果。該顯示裝置140顯示一定量分析核醫腦部影像之介面700，該定量分析核醫腦部影像之介面700包含三個方向的切面掃描影像710、712、714及一分析結果表格720。該分析結果表格720包含尾核730、殼核732及紋狀體734，更包含一右半腦特異性攝取比值(SUR(R))740、一左半腦特異性攝取比值(SUR(L))742以及一不對稱性(asymmetry)744等臨床重要的量化指標。
請參考第八圖，第八圖係本發明定量分析核子醫學影像方法之一實施例的流程圖。於步驟810中，首先透過一單光子電腦斷層造影儀進行180度或360度旋轉掃描腦部，收集並儲存其在組織器官內不同角度或投影(projection)方向之γ輻射信號的分佈情形，最後所有的投影資料會經由電腦進行影像重組運算處理，重組成三個斷層切面的目標影像，包含有橫切面(Transaxial)、矢狀切面(saggital)、和冠狀切面(coronal)等X、Y及
Z的訊號。該目標影像為一放射性藥物，例如Tc-99m TRODAT-1(鎝-多巴胺轉運體造影劑)的腦部掃描影像。帕金森氏症是腦內多巴胺神經細胞退化所造成的動作障礙疾病。本發明為利用核醫放射性藥物，例如Tc-99m TRODAT-1(鎝-多巴胺轉運體造影劑)會聚集在腦內多巴胺神經細胞的特性，達到評估腦部多巴胺神經細胞功能之目的。
接著，於步驟820中，該處理單元120將該目標影像空間正規化第一步驟為利用統計分析腦影像的軟體統計參數映像法中內建之標準藥物模板(Template)先將該目標影像空間正規化(spatial normalization)，校正到有解剖位置資訊的標準空間座標軸上(稱為Talairach Daemon space；Montréal Neurological Institute,MNI)，使每個不同位置的影像都能對齊到已知的解剖座標軸上。該處理單元120將目標影像空間正規化第一步驟為利用一仿射線性形變將該目標影像的空間座標軸以及體素大小、形狀相同與一標準腦部模板一致，並且盡量使得每個樣本內的體素活性值不會被改變太大，腦部原始訊號沒有減少或增加。
該處理單元120將目標影像空間正規化的第二步驟為將該掃描影像應用非線性形變(nonlinearwarping)使腦部形狀更接近標準腦模板形狀，使影像空間重新定位。此非線性損壞範圍(nonlinear deformation fields)是使用linear combinations of smooth basis functions.該basis functions是從3D離散餘弦函數(three-dimensional discrete cosine)轉換而來的。第二步驟跟第一步驟目的一樣，就是要使原始影像轉換到標準腦模板上之差異值最小化和影像最佳化。
接下來，於步驟830中，該處理單元120選取該目標影像中對
應於該標準腦部模板中的一紋狀體，並且計算一該紋狀體各部位之平均像素值。
於步驟830中，該處理單元120依據符合標準空間座標軸之Automated Anatomical Labeling(AAL)的標準腦部模板中所定義的紋狀體310與Tc-99m TRODAT-1(鎝-多巴胺轉運體造影劑)的目標影像進行比對，選取Tc-99m TRODAT-1(鎝-多巴胺轉運體造影劑)的目標影像中的該紋狀體410，並且依據所找出Tc-99m TRODAT-1(鎝-多巴胺轉運體造影劑)的目標影像中該紋狀體，計算該紋狀體之平均像素值，其中，該紋狀體310、410包含殼核及尾核。
進一步而言，該處理單元120依據標準腦部模板中所定義的殼核及尾核的相對範圍，劃分出Tc-99m TRODAT-1(鎝-多巴胺轉運體造影劑)的目標影像中的殼核及尾核的範圍，並且依據所找出Tc-99m TRODAT-1(鎝-多巴胺轉運體造影劑)的目標影像中殼核及尾核，計算該紋狀體之平均像素值。
接著，於步驟840中，分割該目標影像中的該紋狀體範圍區域，並且根據該目標影像剩餘之像素值計算一背景值。該處理單元120分割該掃描影像中的該紋狀體為將該目標影像中大腦扣除兩側紋狀體後，並且在背景區域510中選取75%強度值的像素值為該背景值。如第五圖所示，紅色部分為全腦扣除兩側紋狀體的區域，在此區域中選擇強度值落點在75%的像素值作為該背景值。
如第四圖所示，紅色部分為全腦扣除兩側紋狀體的區域，在此區域中選擇強度值落點在75%的像素值作為該背景值。
接著，於步驟850中，依據該紋狀體410之平均像素值及該背景值產生一特異性攝取比值。該計算單元130用以將目標區域的紋狀體410之平均像素數值與該背景區域510之平均數值相減，再除以該背景值，取得一特異性攝取比值(specific uptake ration,SUR)。在一特定的範圍內計算出來的特異性攝取比值越高，代表該區域相對於背景的攝取活性越高，其中，該特異性攝取比值包含一左半腦特異性攝取比值(SURipsilateral)以及一右半腦特異性攝取比值(SURcontralatreal)。
該計算單元130根據該左半腦特異性攝取比值與該右半腦特異性攝取比值相減，取其絕對值再除以該左半腦特異性攝取比值與該右半腦特異性攝取比值的數值平均，取得一不對稱性索引(asymmetry index,ASI)，不對稱性索引被使用於觀察兩側紋狀體的不對稱比率，可觀察影像兩側紋狀體攝取率之差異。
本發明針對病患接受放射性藥物Tc-99m TRODAT-1(鎝-多巴胺轉運體造影劑)後，利用單光子電腦斷層儀器取得掃描影像後，除了提供三個方向的切面掃描影像外，另外依據左、右之殼核(putamen)、尾核(caudate)、紋狀體(striatum)之特異性攝取比值及不對稱性(Asymmetry)等臨床重要的量化指標，觀察三度空間中紋狀體活性攝取的變化，自動化區分不同退化程度的帕金森氏症影像，改善臨床傳統手工圈選方法之耗時費工、再現性低(reproducibility)及人為主觀等問題，提供臨床醫師與研究人員方便易上手使用的影像分析工具。
上述實施例僅為說明本發明之原理及其功效，並非限制本發明。因此習於此技術之人士對上述實施例進行修改及變化仍不脫本發明之
精神。本發明之權利範圍應如後述之申請專利範圍所列。
810~850‧‧‧步驟
Claims (18)
- 一種定量分析核子醫學影像之方法，其步驟包含取得一目標影像，其中，該目標影像包含一放射性藥物的腦部影像；利用一仿射線性形變校正該目標影像的空間座標軸以及體素形狀大小與一標準腦部模板一致，其中，該標準腦部模板包含一紋狀體於大腦中的相對位置；依據該標準腦部模板中的該紋狀體選取對應該目標影像中紋狀體的範圍，並且計算一紋狀體之平均像素值；分割該目標影像中的紋狀體，並且根據該目標影像剩餘之像素值計算一背景值；以及依據該紋狀體各部位之平均像素值及該背景值產生一特異性攝取比值，該特異性攝取比值為將該平均像素值與該背景值相減，再除以該背景值，取得該特異性攝取比值。
- 如請求項1所述之定量分析核子醫學影像之方法，其中分割該目標影像中的該紋狀體為將該目標影像中大腦扣除兩側紋狀體後，並且在剩餘區域中選取75%強度值的像素值為該背景值。
- 如請求項1所述之定量分析核子醫學影像之方法，其中該標準腦部模板包含該紋狀體之殼核與尾核的相對範圍。
- 如請求項1所述之定量分析核子醫學影像之方法，其中該特異性攝取比值包含一左半腦特異性攝取比值以及一右半腦特異性攝取比值。
- 如請求項4所述之定量分析核子醫學影像之方法，其中更包含將該左半腦特異性攝取比值與該右半腦特異性攝取比值相減，取其絕對值再除以該左半腦特異性攝取比值與該右半腦特異性攝取比值的數值平均，取得一不對 稱性索引。
- 如請求項1所述之定量分析核子醫學影像之方法，其中該放射性藥物為一鎝-多巴胺轉運體造影劑。
- 如請求項5所述之定量分析核子醫學影像之方法，其中利用該特異性攝取比值與該不對稱性索引判斷該紋狀體的萎縮程度。
- 如請求項1所述之定量分析核子醫學影像之方法，其中該目標影像為一掃描影像。
- 一種定量分析核子醫學影像之系統，其包含：一擷取單元，用以取得一目標影像，其中，該目標影像包含一放射性藥物的腦部影像；一處理單元，電性連接該擷取單元，用以利用一仿射線性形變校正該目標影像的空間座標軸以及體素形狀大小與一標準腦部模板一致，其中，該標準腦部模板包含一紋狀體於大腦中的相對位置，進一步依據該標準腦部模板中的該紋狀體選取對應該目標影像中的紋狀體的範圍，並且計算一紋狀體之平均像素值以及分割該目標影像中的該紋狀體，且根據該目標影像剩餘之像素值計算一背景值；以及一計算單元，電性連接該處理單元，用以依據該紋狀體各部位之平均像素值及該背景值產生一特異性攝取比值，該特異性攝取比值為將該平均像素值與該背景值相減，再除以該背景值，取得該特異性攝取比值。
- 如請求項9所述之定量分析核子醫學影像之系統，其中該處理單元更包含分割該目標影像中的該紋狀體為將該目標影像中大腦扣除兩側紋狀體後，並且在剩餘區域中選取75%強度值的像素值為該背景值。
- 如請求項9所述之定量分析核子醫學影像之系統，其中該標準腦部模板 包含該紋狀體中之殼核與尾核的相對範圍。
- 如請求項9所述之定量分析核子醫學影像之系統，其中該特異性攝取比值包含一左半腦特異性攝取比值以及一右半腦特異性攝取比值。
- 如請求項12所述之定量分析核子醫學影像之系統，其中該處理單元更包含將該左半腦特異性攝取比值與該右半腦特異性攝取比值相減，取其絕對值再除以該左半腦特異性攝取比值與該右半腦特異性攝取比值的數值平均，取得一不對稱性索引。
- 如請求項9所述之定量分析核子醫學影像之系統，其中該放射性藥物為一鎝-多巴胺轉運體造影劑。
- 如請求項13所述之定量分析核子醫學影像之系統，其中該處理單元利用該特異性攝取比值與該不對稱性索引判斷該紋狀體的萎縮程度。
- 如請求項9所述之定量分析核子醫學影像之系統，更包含一顯示裝置，電性連接該計算單元，用以顯示一定量分析核醫腦部影像之介面。
- 如請求項13所述之定量分析核子醫學影像之系統，更包含一顯示裝置，用以顯示該定量分析核醫腦部影像之介面中之該右半腦特異性攝取比值、該左半腦特異性攝取比值以及該不對稱性索引的量化指標。
- 如請求項9所述之定量分析核子醫學影像之系統，其中，該處理單元，更包含用以依據該標準腦部模板中的該紋狀體劃分出對應該目標影像中之殼核與尾核的相對範圍。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW104107190A TWI587841B (zh) | 2015-03-06 | 2015-03-06 | 定量分析核子醫學腦部影像的系統及方法 |
| US14/819,862 US20160260216A1 (en) | 2015-03-06 | 2015-08-06 | System and method for quantitative analysis of nuclear medicine brain imaging |
| CN201510717142.4A CN105938617A (zh) | 2015-03-06 | 2015-10-29 | 定量分析核子医学脑部影像的系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW104107190A TWI587841B (zh) | 2015-03-06 | 2015-03-06 | 定量分析核子醫學腦部影像的系統及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW201632147A TW201632147A (zh) | 2016-09-16 |
| TWI587841B true TWI587841B (zh) | 2017-06-21 |
Family
ID=56849971
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW104107190A TWI587841B (zh) | 2015-03-06 | 2015-03-06 | 定量分析核子醫學腦部影像的系統及方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20160260216A1 (zh) |
| CN (1) | CN105938617A (zh) |
| TW (1) | TWI587841B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11094065B2 (en) | 2019-10-09 | 2021-08-17 | Chung Yuan Christian University | Method and system for automatically delineating striatum in nuclear medicine brain image and calculating specific uptake ratio of striatum |
| TWI781463B (zh) * | 2020-10-15 | 2022-10-21 | 臺北醫學大學 | 腦部多巴胺轉運體檢查系統及其運作方法 |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6703323B2 (ja) * | 2015-09-17 | 2020-06-03 | 公益財団法人神戸医療産業都市推進機構 | 生体の画像検査のためのｒｏｉの設定技術 |
| WO2018174721A2 (en) | 2017-03-23 | 2018-09-27 | Brainwidesolutions As | Indicator fluids, systems, and methods for assessing movement of substances within, to or from a cerebrospinal fluid, brain or spinal cord compartment of a cranio-spinal cavity of a human |
| US11723579B2 (en) | 2017-09-19 | 2023-08-15 | Neuroenhancement Lab, LLC | Method and apparatus for neuroenhancement |
| US11717686B2 (en) | 2017-12-04 | 2023-08-08 | Neuroenhancement Lab, LLC | Method and apparatus for neuroenhancement to facilitate learning and performance |
| US11478603B2 (en) | 2017-12-31 | 2022-10-25 | Neuroenhancement Lab, LLC | Method and apparatus for neuroenhancement to enhance emotional response |
| US11364361B2 (en) | 2018-04-20 | 2022-06-21 | Neuroenhancement Lab, LLC | System and method for inducing sleep by transplanting mental states |
| US11452839B2 (en) | 2018-09-14 | 2022-09-27 | Neuroenhancement Lab, LLC | System and method of improving sleep |
| US10769785B2 (en) * | 2018-09-14 | 2020-09-08 | Siemens Medical Solutions Usa, Inc. | Neural network for neurodegenerative disease classification |
| CN109242849A (zh) * | 2018-09-26 | 2019-01-18 | 上海联影智能医疗科技有限公司 | 医学图像处理方法、装置、系统和存储介质 |
| US11786694B2 (en) | 2019-05-24 | 2023-10-17 | NeuroLight, Inc. | Device, method, and app for facilitating sleep |
| CN112561848A (zh) * | 2019-09-09 | 2021-03-26 | 阳明大学 | 区域性脑年龄预测的方法、非暂时性电脑可读介质及设备 |
| CN111753947B (zh) * | 2020-06-08 | 2024-05-03 | 深圳大学 | 静息态脑网络构建方法、装置、设备及计算机存储介质 |
| US20230309905A1 (en) * | 2020-06-22 | 2023-10-05 | Yissum Research Development Company Of The Hebrew University Of Jerusalem Ltd. | System and method for using medical imaging devices to perform non-invasive diagnosis of a subject |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080175458A1 (en) * | 2006-04-21 | 2008-07-24 | Junyu Guo | Method and system for parallel reconstruction in the k-space domain for application in imaging systems |
| TWI378402B (en) * | 2009-05-19 | 2012-12-01 | Nat Univ Tsing Hua | Image preprocessing system for 3d image database construction |
| TWI444643B (zh) * | 2012-10-25 | 2014-07-11 | Univ Nat Taiwan | 一種重建多通道核磁共振影像的方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008093057A1 (en) * | 2007-01-30 | 2008-08-07 | Ge Healthcare Limited | Tools for aiding in the diagnosis of neurodegenerative diseases |
| CN103930032B (zh) * | 2011-09-20 | 2018-10-12 | 通用电气健康护理有限公司 | 正电子发射断层摄影图像的空间归一化的方法 |
| GB201313291D0 (en) * | 2013-07-25 | 2013-09-11 | Ge Healthcare Ltd | Imaging neurological disease |
| US10820881B2 (en) * | 2013-08-02 | 2020-11-03 | Adm Diagnostics, Inc. | Method for analyzing and correcting measurement variability in PET images |
-
2015
- 2015-03-06 TW TW104107190A patent/TWI587841B/zh not_active IP Right Cessation
- 2015-08-06 US US14/819,862 patent/US20160260216A1/en not_active Abandoned
- 2015-10-29 CN CN201510717142.4A patent/CN105938617A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080175458A1 (en) * | 2006-04-21 | 2008-07-24 | Junyu Guo | Method and system for parallel reconstruction in the k-space domain for application in imaging systems |
| TWI378402B (en) * | 2009-05-19 | 2012-12-01 | Nat Univ Tsing Hua | Image preprocessing system for 3d image database construction |
| TWI444643B (zh) * | 2012-10-25 | 2014-07-11 | Univ Nat Taiwan | 一種重建多通道核磁共振影像的方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11094065B2 (en) | 2019-10-09 | 2021-08-17 | Chung Yuan Christian University | Method and system for automatically delineating striatum in nuclear medicine brain image and calculating specific uptake ratio of striatum |
| TWI781463B (zh) * | 2020-10-15 | 2022-10-21 | 臺北醫學大學 | 腦部多巴胺轉運體檢查系統及其運作方法 |
| US11593935B2 (en) | 2020-10-15 | 2023-02-28 | Taipei Medical University (Tmu) | Dopamine transporter check system and operation method thereof |
Also Published As
| Publication number | Publication date |
|---|---|
| TW201632147A (zh) | 2016-09-16 |
| CN105938617A (zh) | 2016-09-14 |
| US20160260216A1 (en) | 2016-09-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI587841B (zh) | 定量分析核子醫學腦部影像的系統及方法 | |
| US9275451B2 (en) | Method, a system, and an apparatus for using and processing multidimensional data | |
| US11189374B2 (en) | Method and system for calculating SUV normalization coefficient in a SPECT quantitative tomographic image | |
| EP2577604B1 (en) | Processing system for medical scan images | |
| JP7359851B2 (ja) | 陽電子放出断層撮影（ｐｅｔ）のための人工知能（ａｉ）ベースの標準取込み値（ｓｕｖ）補正及び変動評価 | |
| US20140119627A1 (en) | Method for improved estimation of tracer uptake in physiological image volumes | |
| CN114387364A (zh) | 用于pet图像重建的线性衰减系数获取方法及重建方法 | |
| JP4025524B2 (ja) | 異条件下における脳機能画像の画像間差補正法 | |
| US20210049793A1 (en) | Correcting standardized uptake values in pre-treatment and post-treatment positron emission tomography studies | |
| Rousset et al. | Correction for partial volume effects in emission tomography | |
| CN106510746B (zh) | 评估应用ct衰减校正后spect成像的测试试验方法 | |
| Trnka et al. | MRI-guided voxel-based automatic semi-quantification of dopamine transporter imaging | |
| Koutsantonis et al. | A Reconstruction Method based on a Data Analysis Scheme for SPECT Imaging in Parkinson's Disease | |
| Thomas et al. | A dual modality approach to quantitative quality control in emission tomography | |
| JP5669118B1 (ja) | 三次元脳状態画像解析装置 | |
| Cawthorne et al. | The Basics of Visualizing, Analyzing, and Reporting Preclinical PET/CT Imaging Data | |
| WO2024053646A1 (ja) | 画像処理方法、画像処理装置及びプログラム | |
| Slomka et al. | Quantification of myocardial perfusion | |
| Yang et al. | Automatic Striatal ROI Delineation for Semi-quantitative Analysis of 99m Tc-TRODAT-1 Brain SPECT Imaging | |
| JP2017211391A (ja) | 核医学骨画像解析技術 | |
| Alzamil | Optimising the quantitative analysis in functional pet brain imaging | |
| Ward et al. | Simulation of realistic abnormal SPECT brain perfusion images: application in semi-quantitative analysis | |
| Falb | Assessment of an improved motion correction procedure for high temporal resolution positron emission tomography | |
| JP6049053B2 (ja) | 放射性医薬品の異常集積の検出 | |
| TW202216070A (zh) | 腦部多巴胺轉運體檢查系統及其運作方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | Annulment or lapse of patent due to non-payment of fees |