CN110913767A - 用于对身体部位进行放射性药物定量的装置 - Google Patents

用于对身体部位进行放射性药物定量的装置 Download PDF

Info

Publication number
CN110913767A
CN110913767A CN201880048496.6A CN201880048496A CN110913767A CN 110913767 A CN110913767 A CN 110913767A CN 201880048496 A CN201880048496 A CN 201880048496A CN 110913767 A CN110913767 A CN 110913767A
Authority
CN
China
Prior art keywords
radiopharmaceutical
gamma
image
body part
decay
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.)
Granted
Application number
CN201880048496.6A
Other languages
English (en)
Other versions
CN110913767B (zh
Inventor
C.欣多夫
E.拉松
G.布罗林
T.奥尔松
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bayer AG
Original Assignee
Bayer AG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority claimed from EP17183069.8A external-priority patent/EP3434188B1/en
Priority claimed from EP17195657.6A external-priority patent/EP3469989A1/en
Application filed by Bayer AG filed Critical Bayer AG
Publication of CN110913767A publication Critical patent/CN110913767A/zh
Application granted granted Critical
Publication of CN110913767B publication Critical patent/CN110913767B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • A61B6/48—Diagnostic techniques
    • A61B6/481—Diagnostic techniques involving the use of contrast agents
    • 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
    • A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
    • A61B6/4057—Arrangements for generating radiation specially adapted for radiation diagnosis by using radiation sources located in the interior of the body
    • 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
    • A61B6/42—Arrangements for detecting radiation specially adapted for radiation diagnosis
    • A61B6/4208—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector
    • A61B6/4258—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 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
    • 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
    • A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • A61B6/5282—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to scatter
    • 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
    • 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
    • G06T2207/10116—X-ray image

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Optics & Photonics (AREA)
  • Public Health (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Nuclear Medicine (AREA)
  • Measurement Of Radiation (AREA)
  • Electrotherapy Devices (AREA)
  • Debugging And Monitoring (AREA)
  • Stored Programmes (AREA)

Abstract

本发明涉及一种用于对身体部位进行放射性药物定量的装置。描述了向处理单元（30）提供（210）身体部位的至少一个伽马图像。该至少一个伽马图像由至少一个伽马相机获取，该至少一个伽马相机被配置成检测伽马射线和/或X射线。该至少一个伽马图像包括光谱能量数据，该光谱能量数据包括由至少一个放射性药物的衰变产生的数据。向处理单元提供（220）与至少一个放射性药物的衰变相关联的特性光子发射能量和发射概率。处理单元确定（230）至少一个放射性药物在身体部位中的多个空间方位处的活度。对多个空间方位的空间方位的确定包括生成（240）合成光谱并且将生成的合成光谱与实验光谱相关，该实验光谱从针对与该空间方位相对应的至少一个伽马图像中的至少一个方位的光谱能量数据生成。生成合成光谱包括利用与至少一个放射性药物的衰变相关联的光子发射能量和发射概率。处理单元确定（250）至少一个放射性药物在身体部位中的空间分布。

Description

用于对身体部位进行放射性药物定量的装置
技术领域
本发明涉及用于对身体部位进行放射性药物定量的装置、用于对身体部位进行放射性药物定量的***、用于对身体部位进行放射性药物定量的方法以及计算机程序元素和计算机可读介质。
背景技术
本发明的总体背景是患者的定量伽马相机成像。放射性药物可以被用于患者的治疗。放射性药物（诸如一个或多个放射性核素）可以由患者在体内获取，例如静脉内给药或口服。放射性药物（诸如放射性核素）可以用于特定疾病的检测，并且实际上也可以用在疾病的靶向治疗中，其中阿尔法粒子/电子/贝塔粒子的发射可以被用来破坏靶向组织细胞。（为了易于解释，以下讨论在特定部分中涉及放射性核素，然而，这样的讨论也更一般地适用于放射性药物）。需要确定患者体内的放射性核素的位置，以便进行定量和剂量测定。随着放射性核素衰变，伽马射线可以在某些衰变过程中被发射，并且诸如伽马相机或检测器之类的外部相机被用来捕获这些光子，根据这些光子可以获取图像。然而，这样的伽马射线成像甚至对于单个放射性核素也带来了特定的问题，这是由于例如放射性核素的低光子发射率，以及在测量数据中包含来自宇宙和陆地源的大背景光子贡献，例如在向患者施用1MBq数量级的非常低的活度（activity）时。另外，伽马射线可以在从衰变地点到检测器的路线上例如经由康普顿散射而经历散射，并且因此可以似乎源自除了实际衰变地点之外的其他地方。也被称为伽马相机的伽马射线相机可以利用能量辨别（即所谓的能量窗口）来排除不是直接源自放射性衰变的发射光子。然而，仍然存在、尤其是在多于一种放射性核素存在的情况下进一步改进成像能力的需求。例如，如果向患者施用的特定放射性核素具有自身衰变并且发射伽马射线的子放射性核素，这一点就可能发生。
发明内容
在身体部位中具有用于放射性药物（诸如放射性核素）定量的改进装置将是有利的。在下面的描述中，对放射性核素的引用可以意指放射性药物。
利用独立权利要求的主题来解决本发明的目的，其中另外的实施例被并入从属权利要求中。应当注意到，本发明的以下所描述的方面和示例也适用于对身体部位进行放射性药物定量、对身体部位进行放射性药物定量的***、对身体部位进行放射性药物定量的方法以及适用于计算机程序元素和计算机可读介质。
根据第一方面，提供了一种用于对身体部位进行放射性药物定量的装置，包括：
-输入单元；以及
-处理单元。
输入单元被配置成向处理单元提供身体部位的至少一个光子图像。该至少一个光子图像由至少一个光子相机获取，该至少一个光子相机被配置成检测伽马射线和/或X射线。在这里，光子图像可以是伽马图像或伽马相机图像，并且光子相机可以是伽马相机。该至少一个光子（伽马）图像包括光谱能量数据，该光谱能量数据包括由至少一个放射性药物的衰变产生的数据。输入单元还被配置成向处理单元提供与至少一个放射性药物的衰变相关联的特性光子发射能量和发射概率。处理单元被配置成确定至少一个放射性药物在身体部位中的多个空间方位处的活度。多个空间方位的空间方位的确定包括所生成的合成光谱与实验光谱的相关性，该实验光谱从针对与该空间方位相对应的至少一个光子（伽马）图像中的至少一个方位的光谱能量数据生成。合成光谱可以被认为是模型光谱。合成光谱的生成包括利用与至少一个放射性药物的衰变相关联的光子发射能量和发射概率。处理单元还被配置成确定至少一个放射性药物在身体部位中的空间分布。
换言之，从关于放射性药物的已知数据（光子发射能量和发射概率）生成的合成光谱与实验上确定的光谱相匹配或拟合，从而使得能够确定一个或多个放射性药物的空间分布。因此，当存在一个放射性药物时，通过将合成光谱与获取的光谱进行拟合，散射效果和残余光子（例如，伽马射线/X射线）可以从直接源自衰变事件的光子（例如，伽马射线/X射线/轫致辐射）分离。并且，当存在例如两个或更多个放射性药物时，也可以确定两个或多个放射性药物的重叠贡献。另外，该建模还使得源自放射性药物的实际衰变的主要光子（例如，伽马射线和/或X射线）贡献能够与散射事件和衰减事件二者区分开，其中光子（例如，伽马射线和/或X射线）在到光子（例如，伽马射线和/或X射线）相机（或检测器）的路线上被散射或衰减，并且还与背景宇宙射线事件区分开。因此，除了能够在身体部位中区分开的不同的放射性药物之外，数据中的噪声也可以降低，因为与衰减事件（主要信号）不直接相关的信号（散射、背景等）也可以与主要信号区分开。
至少一个光子（伽马）图像可以包括至少一个伽马射线图像。至少一个光子（伽马）图像可以包括至少一个X射线图像。该至少一个光子相机可以是伽马射线相机/伽马相机和/或X射线相机。至少一个放射性药物可以包括至少一个放射性核素。因此，例如，可以利用诸如227Th和/或I-123和/或223Ra之类的放射性药物，其发射阿尔法粒子/电子/贝塔粒子以及诸如伽马射线/X射线（光子）之类的相关联的光子发射，并且这些光子的检测可以被用来对身体部位中的放射性药物进行定量。
在示例中，输入单元被配置成向处理单元提供至少一个放射性药物的衰变的半衰期。合成光谱的生成然后包括对至少一个放射性药物衰变的半衰期的利用。这样，例如227Th和223Ra的半衰期可以被用来计算227Th和223Ra的“真实”活度。
以这种方式，在确定第一放射性药物在身体部位中的空间分布时，可以考虑第一放射性药物的衰变特性。而且，当存在两个或更多个放射性药物时，在确定第一和第二放射性药物在身体部位中的空间分布时，可以考虑两个或更多个放射性药物的衰变特性。
在示例中，至少一个放射性药物包括第一放射性药物和第二放射性药物。
在示例中，第二放射性药物是第一放射性药物衰变的产物。因此，第二放射性核素可以是第一放射性核素衰变的产物。
换言之，不仅母放射性药物和子放射性药物可以与彼此区分开，而且第二放射性药物源于第一放射性药物的信息也可以被用于生成与现实获取的光谱相符合的合成光谱。
然而，第二放射性药物不需要源于第一放射性药物，并且可以例如是Tc-99m或I-123。
在示例中，输入单元被配置成向处理单元提供相对于开始时间的至少一个光子（伽马）图像采集的至少一个时间。开始时间被定义为第一放射性药物尚未衰变以产生大量第二放射性药物的时间。合成光谱的生成然后包括利用相对于开始时间的至少一个光子（伽马）图像采集的至少一个时间。
换言之，可以根据下列各项知识来确定第一至第二放射性药物的预期相对量：该知识为相对于实际上存在100%第一放射性药物的时间的图像采集时间，或第一放射性药物与第二放射性药物的已知比例。因此，可以使用参考时间和半衰期来计算在实行成像的时间点处227Th和223Ra的预期活度。
在示例中，合成光谱的生成包括确定身体部位中的光子（例如，伽马辐射）的衰减。
在示例中，至少一个光子（伽马）图像包括第一图像和第二图像，其中从与获取第二图像的方向相反的方向获取第一图像。
换言之，可以使用共轭视图技术，为了对光子的衰减进行准确地建模，仅需要从所述共轭视图技术知道特定方位处的身体部位的总厚度。因此，可以认为身体是由已知材料形成的，并且通过知道身体部位的总厚度，可以对光子衰减进行准确地建模。
在示例中，输入单元被配置成向处理单元提供针对多个空间方位的身体部位的多个总厚度。然后，合成光谱的生成包括利用在该空间方位处的身体部位的总厚度。
换言之，身体部位的厚度可以在共轭视图技术内使用，从而使得能够准确地建立衰减的效果。在示例中，至少一个光子（伽马）相机包括第一光子（伽马）相机和第二光子（伽马）相机。在这里对两个相机的引用可以意指具有两个检测器的一个相机，或者可以指代各自具有检测器的两个相机。
这样，可以同时获取第一图像和第二图像，从而使得能够获取被暂时分辨的数据。在示例中，合成光谱的生成包括光谱能量散射成分的确定。
因此，可以考虑散射光子的效果，该散射光子例如在从衰变地点到检测器（伽马相机）的路线上经历康普顿散射。在示例中，合成光谱的生成包括光谱能量残余成分的确定。
因此，可以考虑作为背景事件或来自准直器穿透或检测器中的部分能量沉积的光子（诸如伽马射线/X射线）。在示例中，合成光谱的生成包括利用至少一个光子（伽马）相机的能量分辨率。
换言之，相机的能量分辨率可以被使用，以便提供与获取的光谱相匹配的建模的光谱。在示例中，合成光谱的生成包括利用至少一个光子（伽马）相机的光子检测效率。
根据第二方面，提供了一种用于对身体部位进行放射性药物定量的***，包括：
-光子采集单元；
-根据第一方面的用于对身体部位进行放射性药物定量的装置；以及
-输出单元。
光子采集单元包括至少一个光子（伽马）相机。光子采集单元被配置成提供至少一个光子（伽马）图像。输出单元被配置成输出图像，该图像包括至少一个放射性药物在身体部位中的空间分布。
在第三方面，提供了一种用于对身体部位进行放射性药物定量的方法，包括：
（a）向处理单元提供身体部位的至少一个光子（伽马）图像；其中，该至少一个光子（伽马）图像由至少一个光子（伽马）相机获取；并且其中，该至少一个光子（伽马）图像（伽马图像）包括光谱能量数据，该光谱能量数据包括由至少一个放射性药物的衰变产生的数据；
（b）向处理单元提供与至少一个放射性药物的衰变相关联的特性光子发射能量和发射概率；
（c）由处理单元确定至少一个放射性药物在身体部位中的多个空间方位处的活度，其中，对多个空间方位的空间方位的确定包括步骤（c1），生成合成光谱并且将生成的合成光谱与实验光谱相关，该实验光谱从针对与该空间方位相对应的至少一个光子（伽马）图像中的至少一个方位的光谱能量数据生成，并且其中，生成合成光谱包括利用与至少一个放射性药物的衰变相关联的光子发射能量和发射概率；以及
（d）由处理单元确定至少一个放射性药物在身体部位中的空间分布。
根据另一方面，提供了一种存储了如先前所述的计算机元素的计算机可读介质。
有利地，通过任何上述方面提供的益处等同地适用于所有其他方面，并且反之亦然。
以上方面和示例将根据下文描述的实施例变得显而易见并且参照下文描述的实施例得以阐明。
附图说明
下面将参考以下附图和表1来描述示例性实施例：
图1示出了用于对身体部位进行放射性核素定量的示例的示意性设置；
图2示出了用于对身体部位进行放射性核素定量的***示例的示意性设置；
图3示出了用于对身体部位进行放射性核素定量的方法；
图4示出了227Th和223Ra的相对活度的示例；
图5示出了227Th和223Ra的获取的能谱的示例；
图6示出了从包含227Th和223Ra的源获取的能谱的示例，以及拟合的建模的能谱；
图7示出了理想的227Th能谱，以及包括被用来获取光谱数据的伽马相机的分辨率效果的建模的能谱，以及包括伽马相机分辨率的效果以及衰减效果和检测器效率的建模的能谱；
图8示出了227Th和223Ra的建模的能谱，其示出了227Th和223Ra的个体贡献；
图9示出了227Th和223Ra的能谱的建模的散射成分，其示出了227Th和223Ra的个体贡献；
图10示出了作为能量的函数的标准化检测器效率；
图11示出了227Th和223Ra的测量的活度以及227Th和223Ra的建模的活度的示例；
图12在顶部示出了227Th和223Ra的身体部位的原始活动图像，并且在底部示出了根据所描述的对身体部位进行放射性核素定量的方法所进行的针对227Th和223Ra的身体部位的活度图像；以及
表1示出了227Th及其子代的衰变数据。
具体实施方式
图1示出了用于对身体部位进行放射性药物定量的装置10的示例。该具体示例以及与其他附图相关的示例涉及放射性核素定量，其中至少一个放射性核素的衰变已经导致伽马射线的发射和身体部位的至少一个伽马图像的生成。然而，可以利用除了下面提到的放射性核素之外的放射性药物（例如，223Ra、I-123），其中例如图像是X射线图像，并且例如相机是X射线相机。因此，与至少一个放射性核素的定量相关的具体示例对身体部位中的至少放射性药物的定量具有更宽泛的适用性。回到图1的具体示例，装置10包括输入单元20和处理单元30。输入单元20被配置成向处理单元30提供身体部位的至少一个伽马图像。这经由有线或无线通信进行。至少一个伽马图像由至少一个伽马相机获取。至少一个伽马图像包括光谱能量数据，该光谱能量数据包括由至少一个放射性核素的衰变产生的数据。输入单元20还被配置成向处理单元30提供与至少一个放射性核素的衰变相关联的特性光子发射能量和发射概率。这经由有线或无线通信进行。处理单元30被配置成确定至少一个放射性核素在身体部位中的多个空间方位处的活度。对于多个空间方位的空间方位的确定包括所生成的合成光谱与实验光谱的相关性，该实验光谱从与该空间方位相对应的至少一个伽马图像中的至少一个方位的光谱能量数据生成。合成光谱的生成包括利用与至少一个放射性核素的衰变相关联的光子发射能量和发射概率。处理单元30还被配置成确定至少一个放射性核素在身体部位中的空间分布。因此，来自至少一个相机的计数“图像”以及那些计数的空间分布可以被用来往回映射到身体部位中的至少一个放射性药物（诸如至少一个放射性核素）的空间分布。
在示例中，从数据库40提供与至少一个放射性核素的衰变相关联的光子发射能量和发射概率。因此，从数据库40提供与第一放射性核素的衰变相关联的光子发射能量和发射概率，以及与第二放射性核素的衰变相关联的光子发射能量和发射概率。在存在两个放射性核素的地方，那些放射性核素中的至少一个可以具有子放射性核素。
在示例中，生成的合成光谱与实验光谱的相关包括生成与实验光谱最紧密匹配的合成光谱。
在示例中，第一放射性核素是钍227。在示例中，第二放射性核素是镭223。
在示例中，至少一个伽马图像中与身体部位中的空间方位相对应的至少一个方位与伽马相机的一个像素相关联，并且因此与图像中的一个像素相关联。因此，至少一个放射性核素（其可以是第一放射性核素和第二放射性核素）的量可以通过将理论光谱与每个像素中的实验能谱进行拟合来确定。这样，通过考虑与图像中的像素相关的相机的每个像素，至少一个放射性核素（例如，第一和第二放射性核素）的空间分布可以在至少一个图像中被确定，并因此在身体部位内被确定。在这里，“像素”可以被认为是相机的“相互作用地点”。
在示例中，输入单元是至少一个相机。
根据示例，输入单元被配置成向处理单元提供至少一个放射性核素衰变的半衰期，并且其中合成光谱的生成包括对至少一个放射性核素衰变的半衰期的利用。
根据示例，至少一个放射性核素包括第一放射性核素和第二放射性核素。
在示例中，向患者施用第一放射性药物和第二放射性药物，在示例中，该第一放射性药物和第二放射性药物是向患者施用的第一放射性核素和第二放射性核素。
根据示例，第二放射性核素是第一放射性核素的衰变产物。
根据示例，输入单元被配置成向处理单元提供相对于开始时间的至少一个伽马图像采集的至少一个时间。开始时间被定义为第一放射性核素尚未衰变以产生大量第二放射性核素的时间。合成光谱的生成然后包括利用相对于开始时间的至少一个伽马图像采集的至少一个时间。因此，该信息可以被用于在至少一个图像的采集时确定至少一个放射性核素的活度。根据示例，合成光谱的生成包括确定伽马射线沿着投影的衰减。
在示例中，该确定包括距离和线性衰减系数的乘积的指数函数。
根据示例，至少一个伽马图像包括第一图像和第二图像。从与获取第二图像的方向相反的方向获取第一图像。在示例中，可以由相机的两个检测器或者由各自具有检测器的两个相机同时获取前图像和后图像。
在示例中，在与第二图像的采集时间不同的时间获取第一图像。换言之，单个伽马相机可以被用来通过例如相机相对于身体部位的旋转来获取第一图像和第二图像。
根据示例，输入单元被配置成向处理单元提供针对多个空间方位的身体部位的多个总厚度。然后，合成光谱的生成包括利用在该空间方位处的身体部位的总厚度。
在示例中，在除了至少一个伽马图像的采集之外被获取的侦察扫描的基础上来提供多个总厚度。在示例中，侦察扫描可以被称为CT定位图像。根据示例，至少一个伽马相机包括第一伽马相机和第二伽马相机。
根据示例，合成光谱的生成包括光谱能量散射成分的确定。
在示例中，光谱能量散射成分被确定为第一和第二核素以及发射能量的总和，其由发射率和伽马相机效率来调制。根据示例，合成光谱的生成包括光谱能量残余成分的确定。在示例中，光谱能量残余成分相对于能量是恒定的。这提供了对建模的简化。
根据示例，合成光谱的生成包括利用至少一个伽马相机的能量分辨率。在示例中，利用至少一个伽马相机的能量分辨率包括使用高斯函数对能量分辨率进行建模。
根据示例，合成光谱的生成包括对至少一个伽马相机的检测器效率的利用。在示例中，对检测器效率的利用包括对相对光谱效率的利用。在示例中，检测器的相对效率通过蒙特卡罗模拟来确定。在示例中，相对光谱效率通过蒙特卡罗模拟来确定。在示例中，对伽马射线检测效率的利用包括对伽马相机的校准。
图2示出了用于对身体部位进行放射性核素定量的***100的示例，包括：
-伽马采集单元110；
-根据关于图1描述的任何示例的用于对身体部位进行放射性核素定量的装置10；以及
-输出单元120。
伽马采集单元110包括至少一个伽马相机130。伽马采集单元110被配置成提供至少一个伽马图像。输出单元120被配置成输出图像，该图像包括至少一个放射性核素在身体部位中的空间分布。在示例中，输出单元被配置成输出图像，该图像包括第一放射性核素在身体部位中的空间分布以及第二放射性核素在身体部位中的空间分布。
图3示出了用于在方法200的基本步骤中对身体部位进行放射性核素定量的方法200。方法200包括：
在提供步骤210（也被称为步骤（a））中，向处理单元30提供身体部位的至少一个伽马图像；其中，该至少一个伽马图像由至少一个伽马相机获取；并且其中，该至少一个伽马图像包括光谱能量数据，该光谱能量数据包括由至少一个放射性核素的衰变产生的数据；
在提供步骤220（也被称为步骤（b））中，向处理单元提供与至少一个放射性核素的衰变相关联的特性光子发射能量和发射概率；
在确定步骤230（也被称为步骤（c））中，由处理单元确定至少一个放射性核素在身体部位中的多个空间方位处的活度，其中，对多个空间方位的空间方位的确定包括生成步骤240（也被称为步骤（c1）），其涉及生成合成光谱，并且将生成的合成光谱与实验光谱相关，该实验光谱从针对与该空间方位相对应的至少一个伽马图像中的至少一个方位的光谱能量数据生成，并且其中，生成合成光谱包括利用与至少一个放射性核素的衰变相关联的光子发射能量和发射概率；以及
在确定步骤250（也被称为步骤（d））中，由处理单元确定至少一个放射性核素在身体部位中的空间分布。
在示例中，输入单元20被配置成向处理单元30提供至少一个伽马图像。
在示例中，输入单元20被配置成向处理单元30提供与第一放射性核素的衰变相关联的特性光子发射能量和发射概率以及与第二放射性核素的衰变相关联的光子发射能量和发射概率。在示例中，至少一个放射性核素包括第一放射性核素和第二放射性核素。
在示例中，步骤（c1）包括利用260第一放射性核素衰变的半衰期。在示例中，步骤（c1）包括利用270第二放射性核素衰变的半衰期。
在示例中，输入单元20被配置成向处理单元30提供半衰期数据。
在示例中，第二放射性核素是第一放射性核素的衰变产物。在示例中，步骤（c1）包括利用280相对于开始时间的至少一个伽马图像采集的至少一个时间，该开始时间被定义为第一放射性核素尚未衰变以产生大量第二放射性核素的时间。
在示例中，步骤（c1）包括确定290身体部位中的伽马射线的衰减。在示例中，至少一个伽马图像包括第一图像和第二图像，其中第一图像从与获取第二图像的方向相反的方向获取。
在示例中，该方法包括向处理单元提供针对多个空间方位的身体部位的多个总厚度，并且其中，步骤（c1）包括利用300该空间方位处的身体部位的总厚度。在示例中，至少一个伽马相机包括第一伽马相机和第二伽马相机。
在示例中，合成光谱的生成包括光谱能量散射成分的确定。在示例中，步骤（c1）包括确定310光谱能量残余成分。在示例中，步骤（c1）包括利用320至少一个伽马相机的能量分辨率。
在示例中，步骤（c1）包括利用330至少一个伽马相机的伽马射线检测效率。
现在结合图4-12和表1更详细地描述用于对身体部位进行放射性核素定量的装置、***和方法。
以下内容涉及针对227Th和223Ra（包括其子核素）的同时定量的具体示例来使用上述用于对身体部位进行放射性核素定量的装置、***和方法，其目地在于经历用227Th进行靶向放射性核素治疗的患者。在这种情况下的伽马相机成像造成了独特的挑战，这是由于被施用的低活度（在1.4-7 MBq的227Th的范围内）、放射性核素的低光子发射率、测量数据中来自227Th和223Ra的重叠贡献加之以来自宇宙和陆地源的大背景贡献。要注意的是，尽管具体示例涉及227Th和223Ra的定量，但是在这里描述的方法可以适用于其他放射性核素，其中一个放射性核素不一定源自另一个放射性核素。
227Th及其子代的衰变
227Th在七步连续衰变中衰变成稳定的铅（207Pb）。表1中示出了227Th及其子代的衰变数据。阿尔法粒子占连续衰变中平均释放的33.7 MeV的96%，而贝塔粒子和转换电子占3%。仅有1%的总能量被释放为伽马射线和特性X射线。因此，如上所述，在阿尔法粒子放射性核素治疗中使用的低活度的量与这些核的衰变中的低光子率相组合对于定量成像是一个挑战，并且当前描述的、用于对身体部位进行放射性核素定量的装置、***和方法已经解决了这一挑战。
参考表1，227Th以18.7天的半衰期（T 1/2 ）衰变成223Ra。子代223Ra进而以11.4天的半衰期衰变。这意味着227Th的密封样本中存在的223Ra的量将随着时间推移而增加（“积累”），并且在大约21天之后将向前超过227Th活度。
227Th活度A th 遵循指数衰减：
Figure 638897DEST_PATH_IMAGE001
其中
Figure 618354DEST_PATH_IMAGE002
是由
Figure 398092DEST_PATH_IMAGE003
给出的衰减常数。
223Ra活度ARa可以写成：
Figure 855618DEST_PATH_IMAGE004
其中A Th (0)和A Ra (0)分别是在时间t=0处的227Th和223Ra的初始活度。
图4图示了使用等式（1）和（2）计算的化学分离（即，假设在t=0处的纯227Th样本）之后作为时间函数的227Th的衰减和223Ra的积累和衰减。如表1中所示，其他子代相对于223Ra具有非常短的半衰期，这意味着它们可以被认为是从223Ra转变到207Pb的中间步骤，并且实际上是瞬时步骤。然而，接着在这里提出的讨论，如果有必要，则可以考虑具有半衰期为36分钟的转变
Figure 669990DEST_PATH_IMAGE005
。因此，在该讨论中，223Ra可以被认为与其子代保持平衡。
227Th和223Ra及其子代的伽马相机能谱
在近似10-830 keV的能量范围内，在227Th/223Ra的衰变链中存在以高于1%的概率发射的34种不同的光子发射。图5示出了分别具有与其子代保持平衡的纯227Th和223Ra的源的获取的能谱。源已在“空气中”被测量，并且如此可以认为在源与伽马相机之间不存在散射。如上面所讨论的，通常，通过使用硬件能量辨别（即，以一个或几个离散光子能量为中心的能量接受窗口）来获取伽马相机图像。然而，如图5中所示，不管能量接受窗口定位于何处，都将存在来自两个同位素（核素）的、对总信号的信号贡献，并且从而，如果在227Th与223Ra之间存在空间重叠，则在将信号与彼此分离的方面存在困难。另外，甚至当仅存在一个放射性核素时，也可能难以在主要事件（直接来自衰变地点的伽马射线）与已被散射或例如来自宇宙背景的伽马射线之间进行区分。继续关于227Th和223Ra的讨论，然而，390 keV以上的能量区域不受227Th信号影响，但是由于低计数率和在这些高能量处的不足的光子准直（衰减定位），针对这种情况的此能量区域对于成像而言是次优的。因此，伽马相机已经被优化成用于检测具有从大约50到350 keV的能量的光子，这意味着实际上对有用信号有贡献的发射数量低于图5中所示的数量。当前描述的用于对身体部位进行放射性核素定量的装置、***和方法不是使用能量接受窗口，而是依赖于光谱图像数据，即，由整个图像或图像中的单独像素的能谱组成的数据集。
能谱模型以及对测量数据的拟合
当前描述的用于对身体部位进行放射性核素定量的装置、***和方法改进了图像质量，改进了放射性核素分离并且改进了定量性能。该新方法基于将理论模型与每个伽马图像中获取的能谱进行拟合。该理论模型描述了检测到的能谱应当看起来如何。该理论模型利用了与辐射传播相关的物理原理，以及放射性核素的已知衰变数据，该数据可以在数据库中找到。附加地，对已经被表征的检测器的相关属性进行利用。
以下内容描述了该方法的发展：
从放射源发射的光子可以直接行进到伽马相机检测器并且被伽马相机检测器吸收，或者它们可以在它们被检测到之前在患者体内相互作用、改变方向并且失去能量。其他可能的替换方案是高能量光子在没有相互作用的情况下传过相机，或者散射到周围环境中的其他某个地方并且随后在检测器晶体中被吸收。尽管没有两个检测到的光子会具有相同的原点和去往检测器的路径，但是如现在描述的那样对光谱进行建模是可能的。能谱根据下式被建模为三个成分的总和，该三个成分为1）主要成分P、2）散射成分S以及3）残余成分R：
Figure 554769DEST_PATH_IMAGE006
能谱的主要成分表示直接从衰变方位行进到检测器并且在晶体中被完全吸收的光子。散射成分表示在其去往检测器的途中改变了方向且失去了能量的光子。第三成分（残余）表示对测量的光谱有贡献的其他可能事件，例如在被检测到之前已经在准直器或相机的其他部分中被散射的光子。下面更详细地讨论这些单独的成分以及它们如何被建模。
为了说明模型的操作，图6示出了针对患者体内来自227Th和223Ra核素二者的伽马发射的这种获取的能谱（实线——具有噪声）。已经将合成能谱（实线——平滑的）与获取的数据进行了拟合。在图6中，已经与现实获取的数据进行拟合的合成能谱已经计及来自227Th和223Ra核素衰变事件二者的主要光子，该主要光子如上所述与已经从衰变地点行进并且已经在检测器中被吸收的光子相关。合成能谱还考虑了检测器效率、检测器能量分辨率以及患者体内的光子衰减和散射，以及残余的伽马射线贡献。在图6中，已经在逐像素的基础上计算的主要227Th成分（点线）和主要223Ra（点划线）使得这些放射性核素的空间分布能够呈现在获取的图像数据上；主要成分的拟合参数分别等于227Th和223Ra的活度。
在图6中，已经考虑了散射成分（三点虚线）和伽马射线通过患者的衰减，如背景信号的残余（其未在图6中示出）也考虑在内。因此，因为已经确定了除了主要贡献之外的对信号的贡献，并且还已经考虑了信号衰减的效果，所以改进了主要贡献的准确性并且降低了噪声。因此，通过在逐像素的基础上实行模型拟合，获得两个放射性核素的空间分布的二维图像并且在一个放射性核素的情况下改进图像质量是可能的。因此，总之，与利用依赖于能量窗口采集的常规方法所获得的相比，该方法提供了改进的图像质量、放射性核素分离以及对统计噪声进行计数的恢复力（resilience）。
主要成分
在理想场景中，伽马相机将检测来自放射性衰变的所有发射的光子，并且以完美的准确度测量它们的能量。能谱中的峰值将非常窄，该峰值具有与放射性核素的活度和发射概率成比例的高度。然而，检测器不理想。光子将取决于它们的能量仅以一定的概率被检测到，并且由于检测器的有限的能量分辨率，能谱将示出以光子能量为中心的宽峰。另外，从内部源发射的光子将在患者的组织中通过散射和吸收而衰减，并且从而从完全吸收峰中失去。
图7表示上述情况。在图7中，以227Th为例，已经对能谱中的主要成分进行了建模。在图7的顶部面板中示出了理想光谱，其中从227Th衰变发射的所有光子利用完美的能量测量来检测。在图7的中间面板中示出了能谱，该能谱包括不完美能量测量的效果，即，伽马相机的有限能量分辨率。在图7的底部面板中示出了包括能量分辨率、10 cm深度处的光子衰减和检测器效率的效果的能谱。因此，图7图示了理想光谱以及伽马相机的能量分辨率、检测器效率和光子衰减的影响。看出的是，能量分辨率影响光谱的视觉特性，并且检测器效率和光子衰减主要影响以cps/MBq/keV为单位的绝对检测值。
放射性核素q的主要成分P q （即，227Th或223Ra）已经被建模为：
Figure 821803DEST_PATH_IMAGE007
其中
Figure 20703DEST_PATH_IMAGE008
是光子能量的检测器效率Eq,i，并且
Figure DEST_PATH_IMAGE010AA
是来自核素q的衰变的光子i的发射率，并且
Figure DEST_PATH_IMAGE012AA
是具有源自深度d的能量E i 的光子i的衰减因子，并且
Figure DEST_PATH_IMAGE014AA
是由等式（9）给出的能量分辨率函数，在下面进行描述。
因此，混合的227Th/223Ra光谱的主要成分已经被建模为：
Figure 315680DEST_PATH_IMAGE015
其中Aq是核素q的活度[MBq]，如上所述，该活度[MBq]通过将模型与测量的光谱进行拟合而导出。图8示出了227Th和223Ra的主要成分P q 的示例以及它们的贡献的总和。对于示出的数据，
Figure 371361DEST_PATH_IMAGE017
MBq。在图8中，227Th和223Ra的能谱模型的主要成分Pq已经使用等式（4）来计算，其具有使用等式（5）计算的总和贡献、具有相等的活度
Figure 125690DEST_PATH_IMAGE019
。星号(*)指示223Ra已经被假设为与其子代保持平衡。
散射成分
除了主要光子（即，直接从衰变地点行进到检测器的光子）之外，在检测到之前在患者体内已经经历康普顿散射的光子也有贡献。散射的光子在下面的意义上产生不期望的信号贡献，该意义为它们并不源自放射性衰变的方位，并且从而在伽马图像中其中不存在放射性的方位处产生计数。散射的光子的能量总是低于被散射的原始光子，并且理论上可以通过测量其能量来与原始光子辨别开。然而，如在先前的部分中所讨论的，检测器的能量分辨率通常与足够地进行辨别所需要的能量分辨率不相称。取而代之，在用于对身体部位进行放射性核素定量的本装置、***和方法中，已经对来自测量的光谱中的散射光子的贡献进行建模。这通过计算由单个光子能量E q,i 产生的散射贡献的形状S q, (E)来完成，该散射贡献的形状可以通过如下表达式来近似：
Figure 862702DEST_PATH_IMAGE021
其中
Figure 386087DEST_PATH_IMAGE022
是描述了从1到0的转变的斜率（“锐度”）的参数。以与针对主成分的方式相类似的方式，全散射成分根据下式被建模为放射性核素和发射能量的总和，其由发射率和检测器效率调制：
Figure 878249DEST_PATH_IMAGE024
其中拟合参数B q 是散射幅度。散射幅度是测量的光谱中的散射光子量的度量。图9图示了使用等式（7）以及它们的贡献的总和所计算的单独针对能谱模型的227Th和223Ra的散射成分S q 。在该示例中，已经考虑到
Figure DEST_PATH_IMAGE026AA
。星号(*)指示223Ra已经被假设为与其子代保持平衡。
残余成分
残余成分原则上应当表示不能被认为是主要光子或是已经在患者体内散射的那些光子的所有其他检测到的光子。取而代之，残余光子可以源自例如准直器穿透和检测器晶体中的部分能量沉积，源自检测器头、准直器、治疗床中的散射，或者源自扫描仪室中的其他某个地方。此外，可以存在来自背景宇宙和陆地辐射的提高的贡献，但通过背景扣除不完全补偿该贡献，其中在下面讨论背景扣除。这些贡献被合并成残余成分，该残余成分被建模为相对于能量是常数，即
Figure 698304DEST_PATH_IMAGE027
该方案清楚地是对实际残余贡献的简化，然而，已经发现它足以获得建模的合成能谱与获取的能谱的所需拟合，并且这样的简化还提供计算上的效率。
模型输入
为了对测量的光谱进行建模，并且从而确保拟合参数A q 准确地反映像素活度，需要建立固定的模型参数。核物理学界在先前几十年中针对放射性核素建立了光子发射能量（E q, ）和概率
Figure DEST_PATH_IMAGE029AA
以及半衰期(T1/2)。例如，可以从国家核数据中心的NuDat 2接口
Figure 973428DEST_PATH_IMAGE030
收集相关的固定模型参数数据。其他固定参数包括与光子衰减和所使用的具体伽马相机的特性相关的那些参数，诸如其光谱能量分辨率和检测器效率。
伽马相机能量分辨率
如图6和图7中所示，伽马相机的有限能量分辨率导致能谱中的特征变宽。已经根据下式使用高斯函数(E,,)对伽马相机的能量分辨率进行了分析建模，其中高斯函数(E,,)的单位面积以能量E q,i 为中心：
Figure 679216DEST_PATH_IMAGE032
其中标准偏差（宽度）σ与能量相关，并且已经被建模为：
Figure 14382DEST_PATH_IMAGE034
其中
Figure DEST_PATH_IMAGE036AA
是参考能量E ref 处的已知能量分辨率。在该特定的示例中，E ref 被设置在236 keV处，对应于来自227Th的最显著的光子发射的光子能量。在该参考能量处，能量分辨率（E ref ）被设置成8%——因此8%@236keV。通过手动调谐达到该值，以使模型光谱中的236keV峰的宽度与测量的光谱中对应的宽度相匹配。对于具体的伽马相机，可以进行类似的手动调谐过程，以便对其能量分辨率进行建模，或者可以对其进行明确测量。
检测器效率
检测器效率已经被定义为在全吸收峰中检测到的光子数量与由源发射的光子数量的比率。检测器的效率以非平凡的（non-trivial）方式依赖于传入的光子能量。为了确定这一点，使用蒙特卡罗模拟来模拟撞击在伽马相机上的具有各种能量的单能光子。从这些模拟中导出了作为能量的函数的相对效率，其在图10中图示。相对效率曲线已经在236 keV处被标准化成单位一（unity）。关于使用这样的蒙特卡罗模拟的进一步细节可以在以下论文中找到：Michael Ljungberg, Sven-Erik Strand, A Monte Carlo program for thesimulation of scintillation camera characteristics, Computer Methods andPrograms in Biomedicine, 第29卷，第4期，1989年，第257-272页，ISSS 0169-2607。
为了将相对效率转换成绝对效率，在检测器与源之间没有任何衰减和散射材料的情况下，执行了对具有（由227Th的衰变产生的）227Th和223Ra的已知活度的样本的伽马相机测量。对四个不同的场合实行该测量，使得227Th和223Ra的活度是不同的。如上所述，活度被定量（假设无衰减），并且通过在所有四个时间点处调谐到两个放射性核素的已知活度来确定绝对效率。
光子衰减
如上面所讨论的，将光谱模型分离成主要成分和散射成分，并且衰减的影响已经仅关于主要成分而被建模。从深度d处的源发射的能量E的主要光子的衰减由
Figure DEST_PATH_IMAGE038AA
给出，其中μ是源位于其中的介质在光子能量E处的线性衰减系数。线性衰减系数可以例如在由NIST（国家标准与技术研究所）编制的数据库（
Figure 805620DEST_PATH_IMAGE040
）中找到。
平面伽马相机成像的主要缺点之一是投影方向（d）中的源深度未知，并且因此衰减可能难以估计。然而，使用利用两个相反投影的共轭视图技术来获取能谱以减轻该问题。现在简要讨论该共轭视图技术：
考虑分别来自前皮肤表面和后皮肤表面的深度d ant 和d post 处的假设点源，并且源的方位处的患者/体模厚度是
Figure 946752DEST_PATH_IMAGE042
。前投影和后投影中的计数数量分别是
Figure 444729DEST_PATH_IMAGE044
和
Figure 216376DEST_PATH_IMAGE046
，并且几何平均N GM 变为：
Figure 167015DEST_PATH_IMAGE048
因此，几何平均中的计数数量仅取决于源方位处的总厚度，而不取决于深度方向中的源方位。该共轭视图方法通过使用等式（5）对主要光子进行建模来实现，其中d取作具体方位处的体模/患者的半厚度，并且将建模的光谱与使用共轭视图技术所获取的光谱进行拟合。
在计算机断层摄影（CT）***图像（“侦察”）的基础上确定了每个方位处的半厚度。实行一系列体模测量来获得厚度的校准曲线，该校准曲线作为侦察图像中的像素值的函数。
背景校正
如下通过减去在l0h内获取的背景图像来实行对获取的图像数据的背景校正：
Figure 49520DEST_PATH_IMAGE050
其中I c 是背景校正图像，I acq 是以采集持续时间t acq 获取的图像，并且I bkg 是以采集持续时间t bkg （=10h）的背景图像。对于每个像素和能量仓分离地实行背景减法。
空间滤波
为了减轻图像中较差信噪比的效果，在进一步处理和模型拟合之前应用了空间滤波器。包括背景在内的所有图像利用标准化的5×5平滑核k s 进行卷积。对于每个能量仓分离地实行空间滤波。
逐像素的模型拟合
使用软件来实行理论模型与图像中的每个像素的拟合，该软件利用了IDL的MPFIT代码库：IDL的MPFIT库，Craig B.Markwardt，其在
Figure 965786DEST_PATH_IMAGE052
处可获得。总之，通过使用Levenberg-Marquardt技术使
Figure 908334DEST_PATH_IMAGE053
值（模型与数据之间的平方偏差的加权和）最小化，建模的合成能谱与获取的能谱进行拟合。最小化器（minimizer）要求对于每一个拟合参数进行初始估计。每个像素中的A Th和A Ra的初始估计基于预定义能量窗口中的计数率和该能量处的检测器效率来估计。最小化器还要求测量不确定性与每个数据点相关联，以便当计算
Figure DEST_PATH_IMAGE055A
值时分配权重。假设是原始数据的泊松统计，针对每个像素和能量仓来计算这些不确定性，并且通过背景校正和空间滤波来传播这些不确定性。
结果
图11示出了通过由等式（1）和（2）给出的建模而确定的总测量的227Th和223Ra活度和相关联的理论值。测量数据捕获了针对两个放射性核素（同位素）的衰变率和良好积累率。测量的活度与建模的活度之间的一致指示了：当前描述的装置、***和方法在包含放射性核素的身体部位的伽马相机成像的基础上提供对身体部位的放射性核素定量。这在图12中举例说明，图12在顶部两个窗口中示出了使用能量窗口的前计数图像（分别用于对227Th和223Ra进行成像的标准图像/典型伽马相机图像），并且在底部两个窗口中示出了使用用于对身体部位进行放射性核素定量的当前描述的方法的、来自同一患者的活度图像。
以下示例涉及本发明：
示例1. 一种用于对身体部位进行放射性药物定量的装置，包括：
-输入单元；以及
-处理单元；
其中，该输入单元被配置成向处理单元提供身体部位的至少一个光子图像；
其中，至少一个光子图像由至少一个光子相机获取，该光子相机被配置成检测伽马射线和/或X射线；
其中，至少一个光子图像包括光谱能量数据，该光谱能量数据包括由至少一个放射性药物的衰变产生的数据；
其中，该输入单元被配置成向处理单元提供与至少一个放射性药物的衰变相关联的特性光子发射能量和发射概率；
其中，处理单元被配置成确定至少一个放射性药物在身体部位中的多个空间方位处的活度，
其中，多个空间方位的空间方位的确定包括所生成的合成光谱与实验光谱的相关性，该实验光谱从针对与空间方位相对应的至少一个光子图像中的至少一个方位的光谱能量数据生成，以及
其中，合成光谱的生成包括利用与至少一个放射性药物的衰变相关联的光子发射能量和发射概率；以及
其中，处理单元被配置成确定至少一个放射性药物在身体部位中的空间分布。
示例2. 根据示例1的装置，其中输入单元被配置成向处理单元提供至少一个放射性药物衰变的半衰期，并且其中合成光谱的生成包括对至少一个放射性药物衰变的半衰期的利用。
示例3. 根据示例1-2中任一项的装置，其中至少一个放射性药物包括第一放射性药物和第二放射性药物。
示例4. 根据示例3的装置，其中第二放射性药物是第一放射性药物衰变的产物。
示例5. 根据示例3-4中任一项的装置，其中，输入单元被配置成向处理单元提供相对于开始时间的至少一个光子图像采集的至少一个时间，该开始时间被定义为第一放射性药物尚未衰变以产生大量第二放射性药物的时间，并且其中，合成光谱的生成包括利用相对于开始时间的至少一个光子图像采集的至少一个时间。
示例6. 根据示例1-5中任一项的装置，其中合成光谱的生成包括确定身体部位中的光子的衰减。
示例7. 根据示例1-6中任一项的装置，其中至少一个光子图像包括第一图像和第二图像，其中从与获取第二图像的方向相反的方向获取第一图像。
示例8. 根据示例7的装置，其中输入单元被配置成向处理单元提供针对多个空间方位的身体部位的多个总厚度；并且其中，合成光谱的生成包括利用在空间方位处的身体部位的总厚度。
示例9. 根据示例7-8中任一项的装置，其中，至少一个光子相机包括第一光子相机和第二光子相机。
示例10. 根据示例1-9中任一项的装置，其中合成光谱的生成包括光谱能量散射成分的确定。
示例11. 根据示例1-10中任一项的装置，其中合成光谱的生成包括光谱能量残余成分的确定。
示例12. 根据示例1-11中任一项的装置，其中合成光谱的生成包括利用至少一个光子相机的能量分辨率。
示例13. 根据示例1-12中任一项的装置，其中合成光谱的生成包括利用至少一个光子相机的光子检测效率。
示例14. 一种用于对身体部位进行放射性药物定量的***，包括：
-光子采集单元；
-根据前述权利要求中任一项所述的用于对身体部位进行放射性药物定量的装置；以及
-输出单元；
其中，光子采集单元包括至少一个光子相机，并且其中，光子采集单元被配置成提供至少一个光子图像；以及
其中，输出单元被配置成输出图像，该图像包括至少一个放射性药物在身体部位中的空间分布。
示例15. 一种用于对身体部位进行放射性药物定量的方法，包括：
（a）向处理单元提供身体部位的至少一个光子图像；其中，至少一个光子图像由至少一个光子相机获取，该至少一个光子相机被配置成检测伽马射线和/或X射线；并且其中，至少一个光子图像包括光谱能量数据，该光谱能量数据包括由至少一个放射性药物的衰变产生的数据；
（b）向处理单元提供与至少一个放射性药物的衰变相关联的特性光子发射能量和发射概率；（c）由处理单元确定至少一个放射性药物在身体部位中的多个空间方位处的活度，其中，对所述多个空间方位的空间方位的确定包括：
（cl）生成合成光谱并且将生成的合成光谱与实验光谱相关，该实验光谱从针对与空间方位相对应的至少一个光子图像中的至少一个方位处的光谱能量数据生成，并且其中，生成合成光谱包括利用与至少一个放射性药物的衰变相关联的光子发射能量和发射概率；以及
（d）由处理单元确定至少一个放射性药物在身体部位中的空间分布。
在另一示例性实施例中，提供了一种计算机程序或计算机程序元素，其特征在于，被配置成在适当的***上执行根据前述实施例之一的方法的方法步骤。
因此，计算机程序元素可以存储在计算机单元上，该计算机单元也可以是实施例的部分。该计算单元可以被配置成实行或诱导实行上述方法的步骤。此外，它可以被配置成操作上述装置和/或***的组件。计算单元可以被配置成自动操作和/或执行用户的命令。计算机程序可以被加载到数据处理器的工作内存中。数据处理器因此可以被装备成执行根据前述实施例之一的方法。
本发明的该示例性实施例涵盖从一开始就使用本发明的计算机程序，和借助于更新将现有程序变成使用本发明的程序的计算机程序两者。
此外，计算机程序元素可能能够提供所有必要的步骤来履行如上所述的方法的示例性实施例的过程。根据本发明的另外的示例性实施例，呈现了一种计算机可读介质（诸如CD-ROM、USB棒等等），其中计算机可读介质具有被存储在其上的计算机程序元素，该计算机程序元素由先前部分描述。计算机程序可以存储和/或分布在合适的介质上（诸如与其他硬件一起提供或作为其他硬件的部分而提供的光存储介质或固态介质），但是也可以以其他形式分布（诸如经由互联网或者其他有线或无线电信***）。
然而，该计算机程序也可以通过比如万维网那样的网络来呈现，并且可以从这样的网络下载到数据处理器的工作内存中。根据本发明的另外的示例性实施例，提供了一种用于使计算机程序元素可用于下载的介质，该计算机程序元素被布置成实行根据本发明的前述实施例之一的方法。
必须注意到，本发明的实施例是参照不同的主题来描述的。特别地，参考方法类型权利要求描述了一些实施例，而参***类型权利要求描述了其他实施例。然而，本领域技术人员将从上面和下面的描述中知悉，除非另行通知，否则除了属于一种类型主题的特征的任何组合之外，与不同主题相关的特征之间的任何组合也被认为与本申请一起公开。然而，可以将所有特征组合起来，从而提供协同效应，而不仅仅是特征的简单求和。
虽然在附图和前面的描述中已经详细地图示和描述了本发明，但是这样的图示和描述被认为是说明性的或示例性的而非限制性的。本发明不限于所公开的实施例。通过研究附图、公开内容和从属权利要求，本领域技术人员在实践所要求保护的发明时可以理解和实现所公开实施例的其他变化。
在权利要求中，词语“包括”不排除其他要素或步骤，并且不定冠词“一”或“一个”不排除多个。单个处理器或其他单元可以履行权利要求中重新引用的几项的功能。某些措施在相互不同的从属权利要求中被重复引用的仅有事实不指示这些措施的组合不能被有利地使用。权利要求中的任何附图标记不应被解释为限制范围。
Figure 408585DEST_PATH_IMAGE056
表1。

Claims (17)

1.一种用于对身体部位进行放射性药物定量的装置（10），包括：
输入单元（20）；以及
处理单元（30）；
其中，所述输入单元被配置成向所述处理单元提供身体部位的至少一个伽马图像；
其中，所述至少一个伽马图像由至少一个伽马相机获取，所述伽马相机被配置成检测伽马射线和/或X射线；
其中，所述至少一个伽马图像包括光谱能量数据，所述光谱能量数据包括由至少一个放射性药物的衰变产生的数据；其中，所述输入单元被配置成向所述处理单元提供与所述至少一个放射性药物的衰变相关联的特性光子发射能量和发射概率；
其中，所述处理单元被配置成确定所述至少一个放射性药物在身体部位中的多个空间方位处的活度，
其中，所述多个空间方位的空间方位的确定包括所生成的合成光谱与实验光谱的相关性，所述实验光谱从针对与所述空间方位相对应的至少一个伽马图像中的至少一个方位的光谱能量数据生成，以及
其中，所述合成光谱的生成包括利用与所述至少一个放射性药物的衰变相关联的光子发射能量和发射概率；以及
其中，所述处理单元被配置成确定所述至少一个放射性药物在身体部位中的空间分布。
2.根据权利要求1所述的装置，其中所述输入单元被配置成向所述处理单元提供所述至少一个放射性药物衰变的半衰期，并且其中所述合成光谱的生成包括对所述至少一个放射性药物衰变的半衰期的利用。
3.根据权利要求1-2中任一项所述的装置，其中所述至少一个放射性药物包括第一放射性药物和第二放射性药物。
4.根据权利要求3所述的装置，其中所述第二放射性药物是所述第一放射性药物衰变的产物。
5.根据权利要求3-4中任一项所述的装置，其中，所述输入单元被配置成向所述处理单元提供相对于开始时间的至少一个伽马图像采集的至少一个时间，所述开始时间被定义为第一放射性药物尚未衰变以产生大量第二放射性药物的时间，并且其中，所述合成光谱的生成包括利用相对于所述开始时间的所述至少一个伽马图像采集的至少一个时间。
6.根据权利要求1-5中任一项所述的装置，其中所述合成光谱的生成包括确定身体部位中的光子的衰减。
7.根据权利要求1-6中任一项所述的装置，其中所述至少一个伽马图像包括第一图像和第二图像，其中从与获取所述第二图像的方向相反的方向获取第一图像。
8.根据权利要求7所述的装置，其中，所述输入单元被配置成向所述处理单元提供针对所述多个空间方位的身体部位的多个总厚度；并且其中，所述合成光谱的生成包括利用在所述空间方位处的身体部位的总厚度。
9.根据权利要求7-8中任一项所述的装置，其中，所述至少一个伽马相机包括第一伽马相机和第二伽马相机。
10.根据权利要求1-9中任一项所述的装置，其中所述合成光谱的生成包括光谱能量散射成分的确定。
11.根据权利要求1-10中任一项所述的装置，其中所述合成光谱的生成包括光谱能量残余成分的确定。
12.根据权利要求1-11中任一项所述的装置，其中所述合成光谱的生成包括利用所述至少一个伽马相机的能量分辨率。
13.根据权利要求1-12中任一项所述的装置，其中所述合成光谱的生成包括利用所述至少一个伽马相机的光子检测效率。
14.一种用于对身体部位进行放射性药物定量的***（100），包括：
-光子采集单元（110）；
-根据前述权利要求中任一项所述的用于对身体部位进行放射性药物定量的装置（10）；以及
-输出单元（120）；
其中，所述光子采集单元包括至少一个伽马相机（130），并且其中，所述光子采集单元被配置成提供所述至少一个伽马图像；以及
其中，所述输出单元被配置成输出图像，所述图像包括所述至少一个放射性药物在身体部位中的空间分布。
15.一种用于对身体部位进行放射性药物定量的方法（200），包括：
（a）向处理单元（30）提供（210）身体部位的至少一个伽马图像；其中，所述至少一个伽马图像由至少一个伽马相机获取，所述至少一个伽马相机被配置成检测伽马射线和/或X射线；并且其中，所述至少一个伽马图像包括光谱能量数据，所述光谱能量数据包括由至少一个放射性药物的衰变产生的数据；
（b）向所述处理单元提供（220）与所述至少一个放射性药物的衰变相关联的特性光子发射能量和发射概率；
（c）由所述处理单元确定（230）所述至少一个放射性药物在身体部位中的多个空间方位处的活度，其中，所述多个空间方位的空间方位的确定包括：
（cl）生成（240）合成光谱并且将生成的合成光谱与实验光谱相关，所述实验光谱从针对与所述空间方位相对应的至少一个伽马图像中的至少一个方位的光谱能量数据生成，并且其中，生成所述合成光谱包括利用与所述至少一个放射性药物的衰变相关联的光子发射能量和发射概率；以及
（d）由所述处理单元确定（250）所述至少一个放射性药物在身体部位中的空间分布。
16.一种用于控制根据权利要求1至13之一所述的装置和/或根据权利要求14所述的***的计算机程序元素，所述计算机程序元素当由处理器执行时被配置成执行权利要求15所述的方法。
17.一种已经存储了权利要求16所述的程序元素的计算机可读介质。
CN201880048496.6A 2017-07-25 2018-07-23 用于对身体部位进行放射性药物定量的装置 Active CN110913767B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
EP17183069.8 2017-07-25
EP17183069.8A EP3434188B1 (en) 2017-07-25 2017-07-25 Apparatus for radiopharmaceutical quantification of a body part
EP17195657.6 2017-10-10
EP17195657.6A EP3469989A1 (en) 2017-10-10 2017-10-10 Apparatus for radiopharmaceutical quantification of a body part
PCT/EP2018/069893 WO2019020554A1 (en) 2017-07-25 2018-07-23 APPARATUS FOR RADIOPHARMACEUTICAL QUANTIFICATION OF A BODY PART

Publications (2)

Publication Number Publication Date
CN110913767A true CN110913767A (zh) 2020-03-24
CN110913767B CN110913767B (zh) 2023-08-01

Family

ID=63042012

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880048496.6A Active CN110913767B (zh) 2017-07-25 2018-07-23 用于对身体部位进行放射性药物定量的装置

Country Status (9)

Country Link
US (1) US11553888B2 (zh)
EP (1) EP3658034A1 (zh)
JP (1) JP7275101B2 (zh)
CN (1) CN110913767B (zh)
AU (1) AU2018308867B2 (zh)
CA (1) CA3070733A1 (zh)
TW (1) TWI801401B (zh)
WO (1) WO2019020554A1 (zh)
ZA (1) ZA201908350B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111948693A (zh) * 2020-08-24 2020-11-17 王静依 一种基于智能型围产期母胎放射性辐射监测装置
CN112784545A (zh) * 2020-07-15 2021-05-11 山东核电有限公司 一种放射性γ核素报告文件的动态图表编辑方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102471133B1 (ko) * 2021-01-29 2022-11-25 한국원자력의학원 방사선원으로부터 얻어진 알파선 스펙트럼을 분석하는 방법

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6226352B1 (en) * 1998-09-08 2001-05-01 Veritas Pharmaceuticals, Inc. System and method for radiographic imaging of tissue
US20050145797A1 (en) * 2004-01-07 2005-07-07 Oaknin Jacob H. Efficient single photon emission imaging
CN1756508A (zh) * 2003-03-07 2006-04-05 皇家飞利浦电子股份有限公司 对x射线荧光标记的空间分布成像的方法和成像***
US20070138396A1 (en) * 2005-10-13 2007-06-21 Chul Hi Park Method for position emission imaging
CN101109718A (zh) * 2006-11-14 2008-01-23 北京国药恒瑞美联信息技术有限公司 用于消除散射辐射影响的虚拟滤线栅成像方法及其***
US20100102813A1 (en) * 2007-01-11 2010-04-29 Koninklijke Philips Electronics N. V. Pet/mr scanners for simultaneous pet and mr imaging
CN105792855A (zh) * 2013-10-18 2016-07-20 分子制药洞察公司 使用spect/ct分析进行癌症分期的方法
JP2016146904A (ja) * 2015-02-10 2016-08-18 東芝メディカルシステムズ株式会社 放射線診断装置
CN106104303A (zh) * 2014-03-13 2016-11-09 布拉科诊断公司 实时核同位素检测
CN106108934A (zh) * 2016-08-31 2016-11-16 清华大学 多伽马光子同时发射药物时间符合核医学成像***及方法
CN106456096A (zh) * 2014-06-06 2017-02-22 美国西门子医疗解决公司 使用长寿命放射性同位素的实时伽马相机死区时间确定

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0518755A (ja) * 1991-07-08 1993-01-26 Murata Mfg Co Ltd 振動ジヤイロ
JP3311043B2 (ja) * 1992-10-23 2002-08-05 株式会社東芝 ガンマカメラ
JP4068173B2 (ja) * 1996-05-31 2008-03-26 株式会社東芝 ガンマカメラ
US6751290B2 (en) * 1998-09-08 2004-06-15 Veritas Pharmaceuticals, Inc. Radiographic assessment of tissue after exposure to a compound
US20040225214A1 (en) * 2003-05-07 2004-11-11 General Electric Company Method of high-throughput quantitative pet for small animal imaging using a large-bore pet scanner for the assessment of pet tracer performance
JP5603855B2 (ja) * 2008-04-04 2014-10-08 アビッド レディオファーマシューティカルズ、インク． 神経変成疾患の放射性薬剤による画像化
JP5611640B2 (ja) * 2010-04-05 2014-10-22 株式会社東芝 核医学診断装置、医用画像処理装置および医用画像診断装置
RU2428930C1 (ru) * 2010-04-13 2011-09-20 Учреждение Российской академии медицинских наук Научно-исследовательский институт кардиологии Сибирского отделения РАМН Способ неинвазивного количественного определения миокардиального кровотока для выявления коронарной недостаточности
US9618629B2 (en) * 2014-11-25 2017-04-11 Jens Hovgaard Apparatus and method for monitoring performance of radiation detector

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6226352B1 (en) * 1998-09-08 2001-05-01 Veritas Pharmaceuticals, Inc. System and method for radiographic imaging of tissue
CN1756508A (zh) * 2003-03-07 2006-04-05 皇家飞利浦电子股份有限公司 对x射线荧光标记的空间分布成像的方法和成像***
US20050145797A1 (en) * 2004-01-07 2005-07-07 Oaknin Jacob H. Efficient single photon emission imaging
US20070138396A1 (en) * 2005-10-13 2007-06-21 Chul Hi Park Method for position emission imaging
CN101109718A (zh) * 2006-11-14 2008-01-23 北京国药恒瑞美联信息技术有限公司 用于消除散射辐射影响的虚拟滤线栅成像方法及其***
US20100102813A1 (en) * 2007-01-11 2010-04-29 Koninklijke Philips Electronics N. V. Pet/mr scanners for simultaneous pet and mr imaging
CN105792855A (zh) * 2013-10-18 2016-07-20 分子制药洞察公司 使用spect/ct分析进行癌症分期的方法
CN106104303A (zh) * 2014-03-13 2016-11-09 布拉科诊断公司 实时核同位素检测
CN106456096A (zh) * 2014-06-06 2017-02-22 美国西门子医疗解决公司 使用长寿命放射性同位素的实时伽马相机死区时间确定
JP2016146904A (ja) * 2015-02-10 2016-08-18 東芝メディカルシステムズ株式会社 放射線診断装置
CN106108934A (zh) * 2016-08-31 2016-11-16 清华大学 多伽马光子同时发射药物时间符合核医学成像***及方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112784545A (zh) * 2020-07-15 2021-05-11 山东核电有限公司 一种放射性γ核素报告文件的动态图表编辑方法
CN112784545B (zh) * 2020-07-15 2023-06-27 山东核电有限公司 一种放射性γ核素报告文件的动态图表编辑方法
CN111948693A (zh) * 2020-08-24 2020-11-17 王静依 一种基于智能型围产期母胎放射性辐射监测装置
CN111948693B (zh) * 2020-08-24 2022-12-02 王静依 一种基于智能型围产期母胎放射性辐射监测装置

Also Published As

Publication number Publication date
EP3658034A1 (en) 2020-06-03
AU2018308867B2 (en) 2024-06-20
TW201918704A (zh) 2019-05-16
AU2018308867A1 (en) 2020-01-16
TWI801401B (zh) 2023-05-11
US20200170597A1 (en) 2020-06-04
JP2020528149A (ja) 2020-09-17
CA3070733A1 (en) 2019-01-31
JP7275101B2 (ja) 2023-05-17
ZA201908350B (en) 2021-05-26
US11553888B2 (en) 2023-01-17
WO2019020554A1 (en) 2019-01-31
CN110913767B (zh) 2023-08-01

Similar Documents

Publication Publication Date Title
US8515011B2 (en) System and method for dose verification radiotherapy
Ljungberg et al. 3D absorbed dose calculations based on SPECT: evaluation for 111-In/90-Y therapy using Monte Carlo simulations
JP5611640B2 (ja) 核医学診断装置、医用画像処理装置および医用画像診断装置
Lopes et al. First in situ TOF-PET study using digital photon counters for proton range verification
CN110913767B (zh) 用于对身体部位进行放射性药物定量的装置
Ljungberg Absolute quantitation of SPECT studies
Uribe et al. Characteristics of Bremsstrahlung emissions of 177Lu, 188Re, and 90Y for SPECT/CT quantification in radionuclide therapy
Ljungberg Quantitative SPECT imaging
Dong et al. Characterization of SIEMENS Symbia T SPECT camera in Monte Carlo simulation environment
JP2003294842A (ja) 放射線投影データの補正方法
EP3434188B1 (en) Apparatus for radiopharmaceutical quantification of a body part
EP3469989A1 (en) Apparatus for radiopharmaceutical quantification of a body part
Ljungberg Monte Carlo simulations for therapy imaging
Grimes Patient-specific internal dose calculation techniques for clinical use in targeted radionuclide therapy
Lukas et al. Accurate Monte Carlo modeling of small-animal multi-pinhole SPECT for non-standard multi-isotope applications
Dahle Performance Evaluation of a Small-Animal PET/CT System
CN109394254B (zh) 一种双核素双动态显像的绝对定量方法
Sossi et al. Positron Emission Tomography
Ljungberg Application of Monte Carlo Methods to Radionuclide Therapy
Safari et al. Conceptual design of a low-dose multi-parameter imaging system: Positron annihilation interaction-transmission imaging (PAITI)
Uche Optimizing Compton camera performance
Curkic Evaluation of internal dosimetry for 225-Ac using one single measurement based on 111-In imaging
Buvat Methodologies for quantitative SPECT
Lee et al. Monitoring of Dose Distribution in Photon Therapy With Multiple-Scattering Compton Camera: A Monte Carlo Simulation Study
Malano et al. Analytical and Numerical Methods for Anatomical and Metabolic Medical Imaging

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant