CN106491151B - Pet图像获取方法及*** - Google Patents
Pet图像获取方法及*** Download PDFInfo
- Publication number
- CN106491151B CN106491151B CN201610046405.8A CN201610046405A CN106491151B CN 106491151 B CN106491151 B CN 106491151B CN 201610046405 A CN201610046405 A CN 201610046405A CN 106491151 B CN106491151 B CN 106491151B
- Authority
- CN
- China
- Prior art keywords
- pet
- img
- image
- nth
- images
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012937 correction Methods 0.000 claims abstract description 122
- 238000002591 computed tomography Methods 0.000 claims abstract description 66
- 230000004044 response Effects 0.000 claims description 16
- 238000004445 quantitative analysis Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000002600 positron emission tomography Methods 0.000 description 226
- 230000000875 corresponding effect Effects 0.000 description 10
- 238000001514 detection method Methods 0.000 description 6
- 230000015654 memory Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000005855 radiation Effects 0.000 description 5
- 206010028980 Neoplasm Diseases 0.000 description 4
- 239000002872 contrast media Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000012879 PET imaging Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000000700 radioactive tracer Substances 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 208000014644 Brain disease Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005282 brightening Methods 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000007102 metabolic function Effects 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002610 neuroimaging Methods 0.000 description 1
- 238000009206 nuclear medicine Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000003860 storage 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
- A61B6/02—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
- A61B6/48—Diagnostic techniques
- A61B6/486—Diagnostic techniques involving generating temporal series of image data
-
- 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
- A61B6/5235—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 combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Nuclear Medicine (AREA)
Abstract
本发明公开了一种PET图像获取方法及***,所述方法包括以下步骤:获取在第一时间点的PET扫描数据及CT扫描数据,获得第一PET图像Img1及第一CT图像Img0;获取在第二时间点的PET扫描数据及第二PET图像Img2,且第二PET图像在重建中未进行CT衰减校正;将第二PET图像Img2与第一PET图像Img1进行配准,获得两个图像间的形变场数据TF12,将其作用于第一CT图像Img0,获得第二PET图像的衰减校正项U2,并根据SSS模型,获得第二PET图像的散射校正项S2;获得最终的第二PET图像衰减校正项U2final及散射校正项S2final;获得最终的第二PET图像。
Description
技术领域
本发明涉及图像处理技术领域,特别涉及一种PET图像获取方法及***。
背景技术
正电子发射断层成像(Positron Emission Computed Tomography,PET)是继电子计算机断层扫描(Computed Tomography,CT))之后迅速发展起来的一种神经影学检查仪器。目前,在肿瘤、冠心病和脑部疾病这三大类疾病的诊疗中突显出重要的价值,是核医学领域比较先进的临床检查影像技术。它可以在不改变生理状态的情况下,向生物活体注入放射性示踪剂,参与生物活体的生理代谢。示踪剂标记物发生衰变产生的正电子,正电子发生湮没效应,产生逆向发射的511keVγ光子对。使用符合探测技术探测成对出现的光子对,确定符合响应线(Line of Response,LOR),通过采集得到数量较多的LOR,并经过校正处理后,进行图像断层重建,即可观测所述生物活体的代谢功能。
多时间点PET成像在一些临床应用上可以提高肿瘤探测灵敏度。这是由于一些肿瘤随时间推移对FDG造影剂的摄取速率不断增强,而正常组织随时间一般呈现逐渐下降的造影剂摄取速率。通过比对多个时间点重建的PET图像,可以发现单幅PET图像无法探查的隐藏肿瘤,提高临床上PET诊断的灵敏度。
PET成像需要衰减校正。现有的商用PET扫描仪一般使用和PET扫描配准的CT影像来获取衰减校正的信息。目前,多时间点PET成像有两种现有方案:病人在首次PET/CT扫描后继续长时间躺于病床上,直至后续的多次PET扫描结束;或者允许病人每次PET/CT扫描后离床,每个时间点单独进行PET/CT扫描。第一种方案对于病人配合程度的要求很高,病人身体的运动会导致首次PET扫描前由CT获取的衰减信息与当前PET扫描数据的不匹配。第二种方案则带来了可观的不必要的CT辐射剂量。短时间多次CT扫描导致的辐射会对组织引起潜在的伤害。
发明内容
本发明的目的在于提供一种PET图像获取方法及***,以解决现有技术中每次获取PET图像均需基于CT扫描的CT图像的基础上,过程繁琐,临床体验较差的问题。
为解决上述技术问题,本发明提供一种PET图像获取方法,包括如下步骤:
S1.获取在第一时间点的PET扫描数据及CT扫描数据,对第一时间点的PET扫描数据进行图像重建,获得第一PET图像Img1,对第一时间点的CT扫描数据进行图像重建,获得第一CT图像Img0且第一PET图像重建经过CT衰减校正;
S2.获取在第二时间点的PET扫描数据,对第二时间点的PET扫描数据进行图像重建,获得第二PET图像Img2,且第二PET图像在重建中未进行CT衰减校正;
S3.将第二PET图像Img2与第一PET图像Img1进行配准,获得第一PET图像与第二PET图像的形变场数据TF12,将形变场数据TF12作用于第一CT图像Img0,获得第二PET图像的衰减校正项U2,并根据SSS模型,获得第二PET图像的散射校正项S2;
S4.对第二时间点的PET扫描数据进行图像重建,获得经散射校正的第二PET图像Img2’;
S5.将第二PET图像Img2用第二PET图像Img2’替换,并返回步骤S3;
S6.执行步骤S3-S5若干次,获得最终的第二PET图像衰减校正项U2final及散射校正项S2final;
S7.对第二时间点的PET扫描数据进行图像重建,获得最终的第二PET图像Img2final,且第二PET图像在重建中利用衰减校正项U2final和散射校正项S2final。
优选的,所述第二PET图像Img2与第一PET图像Img1的配准方法使用基于互信息的配准算法。
优选的,所述步骤S2中的第二PET图像Img2在重建中进行散射校正。
为解决上述技术问题,本发明提供一种PET图像获取方法,包括如下步骤:
S1.获取在第一时间点的PET扫描数据及CT扫描数据,对第一时间点的PET扫描数据进行图像重建,获得第一PET图像Img1,对第一时间点的CT扫描数据进行图像重建,获得第一CT图像Img0,且第一PET图像重建经过CT衰减校正;
S2.获取在第二至第N个时间点的PET扫描数据,对第二至第N个时间点的PET扫描数据进行图像重建,获得第二至第N(个)PET图像Img2、Img3,…ImgN,且第二至第N PET图像在重建中未进行CT衰减校正;
S3.将第二至第N PET图像Img2、Img3,…ImgN分别与第一PET图像Img1进行配准,获得第一PET图像与第二至第N PET图像的形变场数据TF12、TF13…TF1N,将形变场数据TF12、TF13…TF1N分别作用于第一CT图像Img0,获得第二至第N PET图像的衰减校正项U2、U3…UN,并根据SSS模型,获得第二至第N PET图像的散射校正项S2、S3…SN;
S4.对第二至第N个时间点的PET扫描数据进行图像重建,获得经散射校正的第二至第N PET图像Img2’、Img3’…ImgN’;
S5.将第二至第N PET图像Img2、Img3…ImgN用经散射校正的第二至第N PET图像Img2’、Img3’…ImgN’替换,并返回步骤S3;
S6.执行步骤S3-S5若干次,获得最终的第二至第N PET图像的衰减校正项U2final、U3final…UNfinal和散射校正项S2final、S3final…SNfinal;
S7.对第二至第N个时间点的PET扫描数据进行图像重建,获得最终的第二至第N(个)PET图像Img2final、S3final…SNfinal,且第二至第N(个)PET图像在重建中利用衰减校正项U2final、U3final…UNfinal和散射校正项S2final、S3final…SNfinal。
优选的,所述步骤S4中的第二至第N(个)PET图像采用以下公式重建:
其中,表示重建PET图像于第n次迭代,第m个子集更新时在第j个像素的估计值,Pik是***响应模型,代表第k个图像像素单位计数被第i条响应线探测到的概率,yi代表接收到的PET弦图类型数据,ri代表随机校正项,si代表散射校正项。
为解决上述技术问题,本发明提供一种PET图像获取***,其包括:
PET扫描装置,获取第一时间点至第N个时间点的被***位的PET扫描数据;
CT扫描装置,获取第一时间点的被***位的CT扫描数据;
图像重建装置,用于对第一时间点的PET扫描数据进行图像重建,获得第一PET图像Img1,且第一PET图像重建经过CT衰减校正;用于对第二至第N个时间点的PET扫描数据进行图像重建,获得第二至第N(个)PET图像Img2、Img3,…ImgN,且第二至第N PET图像在重建中未进行CT衰减校正;
所述图像重建装置还用于迭代地执行以下步骤S3-S5若干次,获得最终的第二至第N PET图像的衰减校正项U2final、U3final…UNfinal和散射校正项S2final、S3final…SNfinal,对第二至第N个时间点的PET扫描数据进行图像重建,获得最终的第二至第N PET图像Img2final、S3final…SNfinal,且第二至第N PET图像在重建中利用衰减校正项U2final、U3final…UNfinal和散射校正项S2final、S3final…SNfinal;
S3.将第二至第N PET图像Img2、Img3,…ImgN分别与第一PET图像Img1进行配准,获得第一PET图像与第二至第N PET图像的形变场数据TF12、TF13…TF1N,将形变场数据TF12、TF13…TF1N分别作用于第一CT图像Img0,获得第二至第N PET图像的衰减校正项U2、U3…UN,并根据SSS模型,获得第二至第N PET图像的散射校正项S2、S3…SN;
S4.对第二至第N个时间点的PET扫描数据进行图像重建,获得经散射校正但不经过衰减校正的第二至第N PET图像Img2’、Img3’…ImgN’;
S5.将第二至第N个PET图像Img2、Img3…ImgN用经散射校正的第二至第N PET图像Img2’、Img3’…ImgN’替换,并返回步骤S3;
图像显示装置,用于将第一PET图像及获得最终的第二至第N(个)PET图像Img2final、Img3final…ImgNfinal显示在同一界面上。
优选的,所述N的取值范围为2-10。
优选的,所述PET图像获取***还包括计算与分析装置,用于识别被扫描部位中的感兴趣区域。
优选的,所述计算与分析装置还用于对感兴趣区域进行定量分析,并将定量分析的结果按照N个时间点的先后顺序显示在同一界面上。
优选的,所述PET图像获取***还包括检查床及控制***,所述检查床被配置为在每个时间点完成PET扫描后,可退出PET扫描装置。
本发明对比现有技术有如下的有益效果:本发明所提供的PET图像获取方法及***中,允许被扫描者在多次扫描之间离床休息,而仅需要一次CT扫描来获取各时间点所需的不同的衰减校正信息。这样既无需长时间限制病人移动,又避免了多次CT辐射。
附图说明
图1是本发明实施例一的PET图像获取方法的流程图;
图2是本发明实施例二中PET图像获取方法的流程图;
图3为第一时间点的不经衰减校正的PET图像;
图4为第二时间点的不经衰减校正的PET图像;
图5为本发明实施例一的第一时间点的衰减图像;
图6为本发明方案获取的将第一时间点衰减图像匹配至第二时间点获取的
衰减图像;
图7为第二次PET扫描时真实衰减图像和本发明估计获取的衰减图像的差
值图像;
图8为第二次PET扫描时真实衰减图像和上述传统方案估计获取的衰减图
像的差值图像。
具体实施方式
以下结合附图和具体实施例对本发明提出的PET图像获取方法及***作进一步详细说明。根据下面说明和权利要求书,本发明的优点和特征将更清楚。需说明的是,附图均采用非常简化的形式且均使用非精准的比例,仅用以方便、明晰地辅助说明本发明实施例的目的。
请参考图1,其为本发明实施例一的PET图像获取方法的流程图;
一种PET图像获取方法,包括以下步骤:
S1.获取在第一时间点的PET扫描数据及CT扫描数据,对第一时间点的PET扫描数据进行图像重建,获得第一PET图像Img1,对第一时间点的CT扫描数据进行图像重建,获得第一CT图像Img0且第一PET图像重建经过CT衰减校正;
S2.获取在第二时间点的PET扫描数据,对第二时间点的PET扫描数据进行图像重建,获得第二PET图像Img2,且第二PET图像在重建中未进行CT衰减校正;
S3.将第二PET图像Img2与第一PET图像Img1进行配准,获得第一PET图像与第二PET图像的形变场数据TF12,将形变场数据TF12作用于第一CT图像Img0,获得第二PET图像的衰减校正项U2,并根据SSS模型,获得第二PET图像的散射校正项S2;
S4.对第二时间点的PET扫描数据进行图像重建,获得经散射校正的第二PET图像Img2’;优选的,此处的第二PET图像Img2’的重建中未经过衰减校正;
S5.将第二PET图像Img2用第二PET图像Img2’替换,并返回步骤S3;
S6.执行步骤S3-S5若干次(具体的次数可以为2-10次,优选3-5次),获得最终的第二PET图像衰减校正项U2final及散射校正项S2final;
S7.对第二时间点的PET扫描数据进行图像重建,获得最终的第二PET图像Img2final,且第二PET图像在重建中利用衰减校正项U2final和散射校正项S2final。
本发明的最大优势在于,允许病人在多次扫描之间离床休息,而仅需要一次CT扫描来获取各时间点所需的不同的衰减校正信息。这样既无需长时间限制病人移动,又避免了多次CT辐射。具体来说,本发明仅在第一次PET扫描时进行与PET图像配准的CT扫描,而在后续的PET扫描中,将使用形变后和这些后续PET图像配准的CT图像提供衰减校正信息。发明设计了一种融合图像重建、配准的技术,来对每一次后续PET扫描获取作用于首次CT精确的形变场。
PET图像最常用的重建算法OSEM(有序子集最大期望法)可以用公式(1)来表示:
其中,表示重建PET图像于第n次迭代,第m个子集更新时在第j个像素的估计值,∑iAiPik代表归一化系数,Pik是***响应模型,代表第k个图像像素单位计数被第i条响应线探测到的概率。yi代表接收到的PET弦图类型数据,ri代表随机事件,si代表散射事件,Ai代表衰减系数。
Ai和衰减图像μ的关系如公式(2)表述
Ai=e-∫μ(x)dl (2)
其中μ(x)代表从CT转换获取的衰减图像在第x个像素点的系数,积分路径l沿着第i条响应线,e代表自然对数。
在进行PET重建前,除了获取衰减图像μ(进行衰减校正)外,还需要计算随机和散射事件。随机事件和衰减图像无关,一般使用延迟的时间窗来获取。散射事件一般使用SSS模型,输入原始弦图类型数据和衰减图像来计算。因此,衰减图像是估计散射事件的必要输入。SSS模型的计算公式如下所示:
其中,(A,B)代表探测器对,SAB代表单次散射的光子对被(A,B)探测器对探测到的计数率,Vs代表散射体积,S为散射点,σAS代表AS响应线对应的A探测器的几何横截面,σBS代表BS响应线对应的B探测器的几何横截面,RAS代表S到A探测器的距离,RBS代表S到B探测器的距离,μ为511keV能级对应的衰减系数,μ′则代表经过散射的光子的衰减系数,σc代表康普顿接触的横截面,ω代表散射立体角,εAS代表AS响应线对应的A探测器在511keV能级时的探测效率,ε′AS代表AS响应线对应的A探测器在散射后光子对应的能量时的探测效率,εBS代表BS响应线对应的B探测器在511keV能级时的探测效率,ε′BS代表BS响应线对应的B探测器在散射后光子对应的能量时的探测效率。ρ代表放射性分布活度。
当计算获取SAB后,通过匹配真实采集弦图数据在扫描物体外的拖尾和SAB来确定两者的比例关系,并将此比例乘以SAB来获取最终的散射校正估计si。
本发明采用一种迭代式的算法获取后续PET扫描的衰减图像以及相应的散射校正。
上述步骤S1中的第一时间点的PET图像可以使用公式(3)迭代重建后续时间点的PET图像。在公式(3)中,未作衰减校正和散射校正,其中yi代表后续时间点时接收到的PET弦图类型数据。
需要说明的是,不包含衰减校正将使得图像边缘变亮,中心重建值变低;不包含散射校正将使得图像周围产生伪影(拖尾现象)。同时不包含两者则使得图像同时有边缘变亮和周围伪影的现象。
步骤S3中,在配准时利用了散射校正而不包含衰减校正的图像。这是由于不使用衰减校正将会导致PET图像身体边缘部分的增强,这对于保证配准全局的精确性非常重要。然而,不输入衰减图像将会导致散射校正无法正确估计,进而引起重建图像时边缘外产生伪影。
因此,本发明实施例通过如上述步骤S3-S5的迭代更新的方式,不断修正衰减校正使之逼近真实衰减情况,从而利用SSS模型获取足够精确的散射校正,再通过步骤S4的重建获取既有增强边缘,又剔除边缘外伪影的PET图像。这样的图像对于PET图像的配准非常理想。其中,步骤S4中的PET图像的重建采用以下公式:
其中,公式(4)包含散射校正项Si,能够较有效的消除伪影,提升PET图像的质量。同时,公式(4)不包含衰减校正,能够有效增强边缘对比度,提升配准精度。
为了保持相似的图像质量,对首次的(第一时间点)PET数据也同样使用公式(4)重建,不做衰减、但进行散射校正。
但是,在获取最终的第二PET图像Img2final时,特别是在上述步骤S7中,需要利用衰减校正项和散射校正项,对应的最终的第二PET图像Img2final的重建算法为OSEM(有序子集最大期望法)。
具体的,形变场的作用具体可以表示为,对于图像A中任意像素A(x,y,z),形变场的位移量(形变场数据TF)为(Δx,Δy,Δz),则形变后图像B和A的关系可以表示为:B(x+Δx,y+Δy,z+Δz)=A(x,y,z)。
优选的,所述第二PET图像Img2与第一PET图像Img1的配准方法使用基于互信息的配准算法。
图像配准一般先构建一个和两个图像匹配程度正相关的优化函数,然后通过对函数不断求邻域最大值的方式来逐渐形变运动图像,最终达到两个图像尽可能匹配的结果。本发明中配准的图像是未经衰减矫正的PET图像,像素值域可能非常不同,因此基于ssd(sum square difference)的优化函数不甚适用。本发明实施例中采用基于互信息的优化函数,表达如下
其中,X和Y代表初始输入的两幅图像,x和y代表图像中的像素标号,T代表作用于图像X上的形变场,I是优化函数,H代表熵(entropy),p(x,y)代表X和Y图像中像素取值分别为x和y的联合概率,p(x)和p(y)则代表X或Y图像中取值为x或y的单独概率。
请参阅图3-8,本发明实施例一的两个时间点PET图像的配准(融合)结果,其中图3为第一时间点(首次扫描)不经衰减校正的PET图像,图4为第二时间点(第二次扫描)不经衰减校正的图像,图5为本发明实施例一的第一时间点的衰减图像;图6为本发明方案获取的将第一时间点衰减图像匹配至第二时间点获取的衰减图像;图7为第二次PET扫描时真实衰减图像和本发明估计获取的衰减图像的差值图像,图8为第二次PET扫描时真实衰减图像和上述传统方案估计获取的衰减图像的差值图像。清晰可见本发明的方案获取了精确配准的衰减图像。
请参考图2,本发明实施例二的PET图像获取方法,包括以下步骤:
S1.获取在第一时间点的PET扫描数据及CT扫描数据,对第一时间点的PET扫描数据进行图像重建,获得第一PET图像Img1,对第一时间点的CT扫描数据进行图像重建,获得第一CT图像Img0,且第一PET图像重建经过CT衰减校正;
S2.获取在第二至第N个时间点的PET扫描数据,对第二至第N个时间点的PET扫描数据进行图像重建,获得第二至第N(个)PET图像Img2、Img3,…ImgN,且第二至第N(个)PET图像在重建中未进行CT衰减校正;
S3.将第二至第N(个)PET图像Img2、Img3,…ImgN分别与第一PET图像Img1进行配准,获得第一PET图像与第二至第N(个)PET图像的形变场数据TF12、TF13…TF1N,将形变场数据TF12、TF13…TF1N分别作用于第一CT图像Img0,获得第二至第N(个)PET图像的衰减校正项U2、U3…UN,并根据SSS模型,获得第二至第N(个)PET图像的散射校正项S2、S3…SN;
S4.对第二至第N个时间点的PET扫描数据进行图像重建,获得经散射校正的第二至第N(个)PET图像Img2’、Img3’…ImgN’;优选的,此处的第二至第N PET图像Img2’、Img3’…ImgN’的重建中未经过衰减校正;
S5.将第二至第N(个)PET图像Img2、Img3…ImgN用经散射校正的第二至第N(个)PET图像Img2’、Img3’…ImgN’替换,并返回步骤S3;
S6.执行步骤S3-S5若干次(具体的次数可以为2-10次,优选3-5次),获得最终的第二至第N(个)PET图像的衰减校正项U2final、U3final…UNfinal和散射校正项S2final、S3final…SNfinal;
S7.对第二至第N个时间点的PET扫描数据进行图像重建,获得最终的第二至第N(个)PET图像Img2final、S3final…SNfinal,且第二至第N(个)PET图像在重建中利用衰减校正项U2final、U3final…UNfinal和散射校正项S2final、S3final…SNfinal。
优选的,所述第一至第N(个)PET图像采用以下公式重建:
其中,表示重建PET图像于第n次迭代,第m个子集更新时在第j个像素的估计值,Pik是***响应模型,代表第k个图像像素单位计数被第i条响应线探测到的概率,yi代表接收到的PET弦图类型数据,ri代表随机校正项,si代表散射校正项。
但是,在获取最终的第二至第N(个)PET图像Img2final、S3final…SNfinal时,特别是在上述步骤S7中,需要利用衰减校正项和散射校正项,对应的最终的第二至第N(个)PET图像Img2final、S3final…SNfinal的重建算法也是OSEM(有序子集最大期望法)。
实施二为多个时间点的PET图像的获取方法,通过对扫描部位中的感兴趣区域(对FDG造影剂摄取的组织部位)进行定量分析,并将定量分析的结果按照N个时间点的先后顺序显示,以便于后续的临床诊断参考。
进一步的,本发明还提供了一种PET图像获取***,其包括:
PET扫描装置,获取第一时间点至第N个时间点的被***位的PET扫描数据;
CT扫描装置,获取第一时间点的被***位的CT扫描数据;
图像重建装置,用于对第一时间点的PET扫描数据进行图像重建,获得第一PET图像Img1,且第一PET图像重建经过CT衰减校正;用于对第二至第N个时间点的PET扫描数据进行图像重建,获得第二至第N(个)PET图像Img2、Img3,…ImgN,且第二至第N个PET图像在重建中未进行CT衰减校正;
所述图像重建装置还用于迭代地执行以下步骤S3-S5若干次,获得最终的第二至第N个PET图像的衰减校正项U2final、U3final…UNfinal和散射校正项S2final、S3final…SNfinal,对第二至第N个时间点的PET扫描数据进行图像重建,获得最终的第二至第N PET图像Img2final、S3final…SNfinal,且第二至第N PET图像在重建中利用衰减校正项U2final、U3final…UNfinal和散射校正项S2final、S3final…SNfinal;
S3.将第二至第N个PET图像Img2、Img3,…ImgN分别与第一PET图像Img1进行配准,获得第一PET图像与第二至第N个PET图像的形变场数据TF12、TF13…TF1N,将形变场数据TF12、TF13…TF1N分别作用于第一CT图像Img0,获得第二至第N个PET图像的衰减校正项U2、U3…UN,并根据SSS模型,获得第二至第N个PET图像的散射校正项S2、S3…SN;
S4.对第二至第N个时间点的PET扫描数据进行图像重建,获得经散射校正的第二至第N个PET图像Img2’、Img3’…ImgN’;
S5.将第二至第N个PET图像Img2、Img3…ImgN用经散射校正的第二至第N个PET图像Img2’、Img3’…ImgN’替换,并返回步骤S3;
图像显示装置,用于将第一PET图像及获得最终的第二至第N(个)PET图像Img2final、Img3final…ImgNfinal显示在同一界面上。
优选的,所述N的取值范围为2-10。
进一步的,还包括计算与分析装置,其用于识别被扫描部位中的感兴趣区域(对FDG造影剂摄取的组织部位)。
进一步的,所述计算与分析装置还用于对感兴趣区域进行定量分析,并将定量分析的结果按照N个时间点的先后顺序显示在同一界面上。
进一步的,所述PET图像获取***还包括检查床及控制***,所述检查床被配置为在每个时间点完成PET扫描后,可退出PET扫描装置,使被扫描者离开检查床休息。所述控制***控制检查床在PET扫描装置的扫描腔及CT扫描装置的扫描腔中移动。所述PET扫描装置的扫描腔及CT扫描装置的扫描腔在轴向上对齐设置。
需要说明的是,通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本发明的部分或全部可借助软件并结合必需的通用硬件平台来实现。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可包括其上存储有机器可执行指令的一个或多个机器可读介质,这些指令在由诸如计算机、计算机网络或其他电子设备等一个或多个机器执行时可使得该一个或多个机器根据本发明的实施例来执行操作。机器可读介质可包括,但不限于,软盘、光盘、CD-ROM(紧致盘-只读存储器)、磁光盘、ROM(只读存储器)、RAM(随机存取存储器)、EPROM(可擦除可编程只读存储器)、EEPROM(电可擦除可编程只读存储器)、磁卡或光卡、闪存、或适于存储机器可执行指令的其他类型的介质/机器可读介质。
本发明可用于众多通用或专用的计算***环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器***、基于微处理器的***、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何***或设备的分布式计算环境等。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
综上,在本发明所提供的PET图像获取方法及***中,允许被扫描者在多次扫描之间离床休息,而仅需要一次CT扫描来获取各时间点所需的不同的衰减校正信息。这样既无需长时间限制病人移动,又避免了多次CT辐射。具体来说,本发明仅在第一次PET扫描时进行与PET图像配准的CT扫描,而在后续的PET扫描中,将使用形变后和这些后续PET图像配准的CT图像提供衰减校正信息。发明设计了一种融合图像重建、配准的技术,来对每一次后续PET扫描获取作用于首次CT精确的形变场。
上述描述仅是对本发明较佳实施例的描述,并非对本发明范围的任何限定,本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰,均属于权利要求书的保护范围。
Claims (10)
1.一种PET图像获取方法,其特征在于,包括以下步骤:
S1.获取在第一时间点的PET扫描数据及CT扫描数据,对第一时间点的PET扫描数据进行图像重建,获得第一PET图像Img1,对第一时间点的CT扫描数据进行图像重建,获得第一CT图像Img0且第一PET图像重建经过CT衰减校正;
S2.获取在第二时间点的PET扫描数据,对第二时间点的PET扫描数据进行图像重建,获得第二PET图像Img2,且第二PET图像在重建中未进行CT衰减校正;
S3.将第二PET图像Img2与第一PET图像Img1进行配准,获得第一PET图像与第二PET图像的形变场数据TF12,将形变场数据TF12作用于第一CT图像Img0,获得第二PET图像的衰减校正项U2,并根据SSS模型,获得第二PET图像的散射校正项S2;
S4.对第二时间点的PET扫描数据进行图像重建,获得经散射校正的第二PET图像Img2’;
S5.将第二PET图像Img2用第二PET图像Img2’替换,并返回步骤S3;
S6.执行步骤S3-S5若干次,获得最终的第二PET图像衰减校正项U2final及散射校正项S2final;
S7.对第二时间点的PET扫描数据进行图像重建,获得最终的第二PET图像Img2final,且第二PET图像在重建中利用衰减校正项U2final和散射校正项S2final。
2.如权利要求1所述的PET图像获取方法,其特征在于,所述第二PET图像Img2与第一PET图像Img1的配准方法使用基于互信息的配准算法。
3.如权利要求1所述的PET图像获取方法,其特征在于,所述步骤S2中的第二PET图像Img2在重建中进行散射校正。
4.一种PET图像获取方法,其特征在于,包括以下步骤:
S1.获取在第一时间点的PET扫描数据及CT扫描数据,对第一时间点的PET扫描数据进行图像重建,获得第一PET图像Img1,对第一时间点的CT扫描数据进行图像重建,获得第一CT图像Img0,且第一PET图像重建经过CT衰减校正;
S2.获取在第二至第N个时间点的PET扫描数据,对第二至第N个时间点的PET扫描数据进行图像重建,获得第二至第N PET图像Img2、Img3,…ImgN,且第二至第N PET图像在重建中未进行CT衰减校正;
S3.将第二至第N PET图像Img2、Img3,…ImgN分别与第一PET图像Img1进行配准,获得第一PET图像与第二至第N PET图像的形变场数据TF12、TF13…TF1N,将形变场数据TF12、TF13…TF1N分别作用于第一CT图像Img0,获得第二至第N PET图像的衰减校正项U2、U3…UN,并根据SSS模型,获得第二至第N PET图像的散射校正项S2、S3…SN;
S4.对第二至第N个时间点的PET扫描数据进行图像重建,获得经散射校正的第二至第NPET图像Img2’、Img3’…ImgN’;
S5.将第二至第N PET图像Img2、Img3…ImgN用经散射校正的第二至第N PET图像Img2’、Img3’…ImgN’替换,并返回步骤S3;
S6.执行步骤S3-S5若干次,获得最终的第二至第N PET图像的衰减校正项U2final、U3final…UNfinal和散射校正项S2final、S3final…SNfinal;
S7.对第二至第N个时间点的PET扫描数据进行图像重建,获得最终的第二至第N PET图像Img2final、Img3final…ImgNfinal,且第二至第N PET图像在重建中利用衰减校正项U2final、U3final…UNfinal和散射校正项S2final、S3final…SNfinal。
6.一种PET图像获取***,其特征在于,包括:
PET扫描装置,获取第一时间点至第N个时间点的被***位的PET扫描数据;
CT扫描装置,获取第一时间点的被***位的CT扫描数据;
图像重建装置,用于对第一时间点的PET扫描数据进行图像重建,获得第一PET图像Img1,且第一PET图像重建经过CT衰减校正;用于对第二至第N个时间点的PET扫描数据进行图像重建,获得第二至第N个PET图像Img2、Img3,…ImgN,且第二至第N PET图像在重建中未进行CT衰减校正;
所述图像重建装置还用于迭代地执行以下步骤S3-S5若干次,获得最终的第二至第NPET图像的衰减校正项U2final、U3final…UNfinal和散射校正项S2final、S3final…SNfinal,对第二至第N个时间点的PET扫描数据进行图像重建,获得最终的第二至第N PET图像Img2final、Img3final…ImgNfinal,且第二至第N PET图像在重建中利用衰减校正项U2final、U3final…UNfinal和散射校正项S2final、S3final…SNfinal;
S3.将第二至第N PET图像Img2、Img3,…ImgN分别与第一PET图像Img1进行配准,获得第一PET图像与第二至第N PET图像的形变场数据TF12、TF13…TF1N,将形变场数据TF12、TF13…TF1N分别作用于第一CT图像Img0,获得第二至第N PET图像的衰减校正项U2、U3…UN,并根据SSS模型,获得第二至第N PET图像的散射校正项S2、S3…SN;
S4.对第二至第N个时间点的PET扫描数据进行图像重建,获得经散射校正但不经过衰减校正的第二至第N PET图像Img2’、Img3’…ImgN’;
S5.将第二至第N PET图像Img2、Img3…ImgN用经散射校正的第二至第N个PET图像Img2’、Img3’…ImgN’替换,并返回步骤S3;
图像显示装置,用于将第一PET图像及获得最终的第二至第N PET图像Img2final、Img3final…ImgNfinal显示在同一界面上。
7.如权利要求6所述的PET图像获取***,其特征在于,所述N的取值范围为2-10。
8.如权利要求6所述的PET图像获取***,其特征在于,所述PET图像获取***还包括计算与分析装置,用于识别被扫描部位中的感兴趣区域。
9.如权利要求8所述的PET图像获取***,其特征在于,所述计算与分析装置还用于对感兴趣区域进行定量分析,并将定量分析的结果按照N个时间点的先后顺序显示在同一界面上。
10.如权利要求6所述的PET图像获取***,其特征在于,所述PET图像获取***还包括检查床及控制***,所述检查床被配置为在每个时间点完成PET扫描后,可退出PET扫描装置。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610046405.8A CN106491151B (zh) | 2016-01-25 | 2016-01-25 | Pet图像获取方法及*** |
US15/225,901 US10078889B2 (en) | 2015-08-25 | 2016-08-02 | System and method for image calibration |
EP16815527.3A EP3226766B1 (en) | 2015-08-25 | 2016-08-23 | System and method for image calibration |
PCT/CN2016/096356 WO2017032297A1 (en) | 2015-08-25 | 2016-08-23 | System and method for image calibration |
US16/118,595 US10699394B2 (en) | 2015-08-25 | 2018-08-31 | System and method for image calibration |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610046405.8A CN106491151B (zh) | 2016-01-25 | 2016-01-25 | Pet图像获取方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106491151A CN106491151A (zh) | 2017-03-15 |
CN106491151B true CN106491151B (zh) | 2021-01-29 |
Family
ID=58286906
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610046405.8A Active CN106491151B (zh) | 2015-08-25 | 2016-01-25 | Pet图像获取方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106491151B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10049449B2 (en) | 2015-09-21 | 2018-08-14 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for image reconstruction |
US10176604B2 (en) | 2016-04-20 | 2019-01-08 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for image reconstruction |
CN107133996B (zh) * | 2017-03-21 | 2020-08-04 | 上海联影医疗科技有限公司 | 产生用于pet数据重建的衰减图的方法及pet/ct*** |
CN107456236B (zh) * | 2017-07-11 | 2020-09-15 | 东软医疗***股份有限公司 | 一种数据处理方法及医疗扫描*** |
CN107680146A (zh) * | 2017-09-13 | 2018-02-09 | 深圳先进技术研究院 | Pet图像的重建方法、装置、设备及存储介质 |
US10690782B2 (en) * | 2017-09-30 | 2020-06-23 | Uih America, Inc. | Systems and methods for positron emission tomography image reconstruction |
CN108320793B (zh) * | 2018-01-17 | 2020-08-28 | 江苏赛诺格兰医疗科技有限公司 | 确定扫描时长的方法和装置 |
CN108553121B (zh) * | 2018-02-12 | 2021-05-07 | 东软医疗***股份有限公司 | 一种pet延迟扫描的方法和装置 |
CN109697741B (zh) | 2018-12-28 | 2023-06-16 | 上海联影智能医疗科技有限公司 | 一种pet图像重建方法、装置、设备及介质 |
CN110223247B (zh) * | 2019-05-20 | 2022-06-24 | 上海联影医疗科技股份有限公司 | 图像衰减校正方法、装置、计算机设备和存储介质 |
CN110215228B (zh) * | 2019-06-11 | 2023-09-05 | 上海联影医疗科技股份有限公司 | Pet重建衰减校正方法、***、可读存储介质和设备 |
CN110264537B (zh) * | 2019-06-13 | 2023-07-18 | 上海联影医疗科技股份有限公司 | Pet图像重建方法、***、可读存储介质和设备 |
CN111436958B (zh) | 2020-02-27 | 2021-06-01 | 之江实验室 | 一种用于pet图像衰减校正的ct图像生成方法 |
CN113491529B (zh) * | 2021-09-09 | 2021-12-17 | 之江实验室 | 一种无伴随ct辐射的单床pet延迟成像方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103908280A (zh) * | 2013-01-08 | 2014-07-09 | 上海联影医疗科技有限公司 | Pet散射校正的方法 |
CN103996213A (zh) * | 2014-04-01 | 2014-08-20 | 平生医疗科技(昆山)有限公司 | 一种pet图像重建方法及*** |
CN105147312A (zh) * | 2015-08-25 | 2015-12-16 | 上海联影医疗科技有限公司 | Pet图像获取方法及*** |
CN105193442A (zh) * | 2015-09-17 | 2015-12-30 | 沈阳东软医疗***有限公司 | 一种pet扫描时间的确定方法和装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5147656B2 (ja) * | 2008-11-20 | 2013-02-20 | キヤノン株式会社 | 画像処理装置、画像処理方法、プログラム、及び記憶媒体 |
WO2012153219A1 (en) * | 2011-05-12 | 2012-11-15 | Koninklijke Philips Electronics N.V. | Motion compensated imaging |
WO2013141974A1 (en) * | 2012-02-08 | 2013-09-26 | Convergent Life Sciences, Inc. | System and method for using medical image fusion |
US9078622B2 (en) * | 2013-03-13 | 2015-07-14 | General Electric Company | Method and apparatus for data selection for positron emission tomogrpahy (PET) image reconstruction |
CN106846430B (zh) * | 2014-11-21 | 2020-06-26 | 上海联影医疗科技有限公司 | 一种图像重建方法 |
-
2016
- 2016-01-25 CN CN201610046405.8A patent/CN106491151B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103908280A (zh) * | 2013-01-08 | 2014-07-09 | 上海联影医疗科技有限公司 | Pet散射校正的方法 |
CN103996213A (zh) * | 2014-04-01 | 2014-08-20 | 平生医疗科技(昆山)有限公司 | 一种pet图像重建方法及*** |
CN105147312A (zh) * | 2015-08-25 | 2015-12-16 | 上海联影医疗科技有限公司 | Pet图像获取方法及*** |
CN105193442A (zh) * | 2015-09-17 | 2015-12-30 | 沈阳东软医疗***有限公司 | 一种pet扫描时间的确定方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106491151A (zh) | 2017-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106491151B (zh) | Pet图像获取方法及*** | |
US11164345B2 (en) | System and method for generating attenuation map | |
JP7203852B2 (ja) | 深層学習を使用した低線量petイメージングからの全線量pet画像の推定 | |
Alessio et al. | Improved quantitation for PET/CT image reconstruction with system modeling and anatomical priors | |
US9155514B2 (en) | Reconstruction with partially known attenuation information in time of flight positron emission tomography | |
Sun et al. | An iterative projection‐based motion estimation and compensation scheme for head x‐ray CT | |
CN104700438B (zh) | 图像重建方法及装置 | |
CN105147312A (zh) | Pet图像获取方法及*** | |
CN109978966B (zh) | 对pet活度分布图像进行衰减校正的校正信息获取方法 | |
CN109961419B (zh) | 对pet活度分布图像进行衰减校正的校正信息获取方法 | |
Hu et al. | Design and implementation of automated clinical whole body parametric PET with continuous bed motion | |
EP2987141B1 (en) | Method for the automatic recognition of anatomical structures in images obtained by positron emission tomography, system and computer program for performing said method | |
Ma et al. | An encoder-decoder network for direct image reconstruction on sinograms of a long axial field of view PET | |
Chen et al. | An efficient approach to perform MR-assisted PET data optimization in simultaneous PET/MR neuroimaging studies | |
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 | |
Denisova et al. | A study of myocardial perfusion SPECT imaging with reduced radiation dose using maximum likelihood and entropy-based maximum a posteriori approaches | |
CN110458779B (zh) | 对呼吸或心脏的pet图像进行衰减校正的校正信息获取方法 | |
Timmins et al. | Patient position alters attenuation effects in multipinhole cardiac SPECT | |
Xie et al. | Increasing angular sampling through deep learning for stationary cardiac SPECT image reconstruction | |
CN110687585B (zh) | 获取晶体效率的方法、装置、计算机设备和存储介质 | |
Chen et al. | Effect of uncertainties in quantitative 18F‐FDG PET/CT imaging feedback for intratumoral dose‐response assessment and dose painting by number | |
CN115439572A (zh) | 一种衰减校正系数图像的获取方法、pet图像重建方法 | |
CN110428384B (zh) | 对呼吸或心脏的pet图像进行衰减校正的校正信息获取方法 | |
Leube et al. | A Deep-Learning–Based Partial-Volume Correction Method for Quantitative 177Lu SPECT/CT Imaging | |
CN110211198B (zh) | 图像散射校正方法、装置、计算机设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 201807 Shanghai city Jiading District Industrial Zone Jiading Road No. 2258 Applicant after: Shanghai Lianying Medical Technology Co., Ltd Address before: 201807 Shanghai city Jiading District Industrial Zone Jiading Road No. 2258 Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |