專(zhuān)利名稱(chēng)：基于區(qū)域時(shí)空先驗(yàn)的動(dòng)態(tài)pet重建方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種醫(yī)學(xué)影像的圖像重建方法，具體來(lái)說(shuō)涉及一種基于區(qū)域時(shí)空 先驗(yàn)(Regional Spatial-Temporal prior, RST)的動(dòng)態(tài)正電子發(fā)射成像(PositronEmission Tomography, PET)重建方法。
背景技術(shù)：
近些年來(lái)，正電子發(fā)射成像(Positron Emission Tomography，PET)作為功能分子
影像的杰出代表，正越來(lái)越廣泛地應(yīng)用于臨床診斷。尤其是早期診斷。而動(dòng)態(tài)PET成像 通過(guò)對(duì)人體內(nèi)放射性示蹤劑的分布和活度變化進(jìn)行顯像，可以無(wú)創(chuàng)傷地提供臨床醫(yī)生所 需的人體生理和生化信息，而且對(duì)潛在的疾病可以進(jìn)行早期診斷和治療。然而，由于動(dòng) 態(tài)PET掃描的時(shí)間短，光子計(jì)數(shù)低，而且掃描過(guò)程采集數(shù)據(jù)受到噪聲和其他物理因素影 響，重建的動(dòng)態(tài)PET圖像信噪比較低，導(dǎo)致病灶區(qū)的動(dòng)力學(xué)分析結(jié)果具有較大偏差，進(jìn) 而影響臨床醫(yī)生對(duì)疾病的診斷結(jié)果。傳統(tǒng)的動(dòng)態(tài)PET重建方法通過(guò)對(duì)每個(gè)時(shí)間幀的投影數(shù)據(jù)進(jìn)行單獨(dú)重建，得到 整個(gè)動(dòng)態(tài)序列圖像。單幀重建方法可以采用解析重建方法(如傳統(tǒng)的FBP算法)或 統(tǒng)計(jì)迭代重建方法(如基于極大似然估計(jì)的期望最大(Maximum IikelihoodExpectation Maximization, ML_EM)算法或MAP算法)。盡管空域正則化和一些濾波技術(shù)用于動(dòng)態(tài) 圖像重建，但是由于沒(méi)有考慮動(dòng)態(tài)PET數(shù)據(jù)中的含有的時(shí)間信息，重建的動(dòng)態(tài)圖像在信 噪比方面提高有限。另外一種方法，通過(guò)時(shí)間基函數(shù)的形式將時(shí)間信息引入到圖像重建 過(guò)程，使動(dòng)態(tài)圖像的時(shí)間活度曲線(xiàn)(Time-Activity Curve，TAC)較為平滑，可以提高TAC 的信噪比。然而，由于時(shí)間基函數(shù)以及其權(quán)值系數(shù)沒(méi)有生理意義，動(dòng)力學(xué)參數(shù)估計(jì)仍需 要先得到動(dòng)態(tài)PET序列圖像才能進(jìn)行。而且，如何選擇最優(yōu)的時(shí)間基函數(shù)形式以及時(shí)間 基函數(shù)個(gè)數(shù)仍是一個(gè)待討論的問(wèn)題。另外，直接參數(shù)成像方法，通過(guò)將動(dòng)力學(xué)參數(shù)估計(jì) 與動(dòng)態(tài)圖像重建相結(jié)合，可以由投影數(shù)據(jù)直接重建參數(shù)圖像。然而用于動(dòng)力學(xué)分析的房 室模型是非線(xiàn)性的，使得直接參數(shù)重建的優(yōu)化算法極其復(fù)雜，計(jì)算耗時(shí)長(zhǎng)，目前很難滿(mǎn) 足臨床要求。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種基于區(qū)域時(shí)空先驗(yàn)(Regional Spatial-Temporalprior, RST)的動(dòng)態(tài)PET重建方法，可以有效地提高動(dòng)態(tài)PET重建圖像質(zhì)量，進(jìn)而提高動(dòng)力學(xué)參 數(shù)的估計(jì)準(zhǔn)確度。本發(fā)明的目的可通過(guò)以下的技術(shù)措施來(lái)實(shí)現(xiàn)一種基于區(qū)域時(shí)空先驗(yàn)的動(dòng)態(tài)PET重建方法，包括以下步驟(1)利用PET成像設(shè)備采集動(dòng)態(tài)投影數(shù)據(jù)；(2)對(duì)步驟(1)獲取的動(dòng)態(tài)投影數(shù)據(jù)進(jìn)行FBP重建，生成初始動(dòng)態(tài)圖像；(3)對(duì)步驟(2)獲取的初始動(dòng)態(tài)圖像提取各感興趣區(qū)域ROI對(duì)應(yīng)的均值時(shí)間活度曲線(xiàn)TAC ；(4)對(duì)步驟(3)獲取的均值時(shí)間活度曲線(xiàn)TAC應(yīng)用房室模型進(jìn)行擬合，得到最優(yōu) 時(shí)間活度曲線(xiàn)TAC;(5)利用步驟⑷獲取的最優(yōu)時(shí)間活度曲線(xiàn)TAC對(duì)初始動(dòng)態(tài)圖像計(jì)算區(qū)域時(shí)空先 驗(yàn)；(6)利用步驟(5)獲取的區(qū)域時(shí)空先驗(yàn)對(duì)初始動(dòng)態(tài)圖像進(jìn)行最大后驗(yàn)MAP迭代
重建；(7)判斷步驟(6)獲取的重建動(dòng)態(tài)圖像是否滿(mǎn)足迭代終止準(zhǔn)則，不滿(mǎn)足，重復(fù)步 驟(3-7)。所述步驟⑵中的FBP重建選用截止頻率為80%那奎斯特(Nyquist)頻率的漢寧 (Hanning)窗。所述步驟⑶中的均值TAC以向量形式表示為 xk ^t,k^，4>)，其中1為時(shí)間幀數(shù)，一共τ幀，‘為t時(shí)間幀初始圖像 第k個(gè)感興趣區(qū)域ROI內(nèi)所有像素點(diǎn)的像素均值。所述步驟(4)中的房室模型采用含有四動(dòng)力學(xué)參數(shù)的二組織房室經(jīng)典模型。所述步驟(4)中的曲線(xiàn)擬合采用非線(xiàn)性最小二乘擬合。所述步驟(5)中的區(qū)域時(shí)空先驗(yàn)為基于單幀初始圖像計(jì)算。所述步驟(6)中的最大后驗(yàn)重建選用的目標(biāo)函數(shù)為i^argmmK^k)+/ ^^)], L(yt|xt)為由PET統(tǒng)計(jì)模型得到的對(duì)數(shù)似然函數(shù)，Ust(Xt)為區(qū)域時(shí)空先驗(yàn)，β為先驗(yàn)項(xiàng)的 全局調(diào)節(jié)參數(shù)，I為第t幀的最優(yōu)重建圖像。本發(fā)明的PET重建方法相比現(xiàn)有技術(shù)具有以下有益效果1、本方法基于貝葉斯理論，有效地利用動(dòng)態(tài)PET圖像的時(shí)間空間信息作為先 驗(yàn)，應(yīng)用最大后驗(yàn)方法，實(shí)現(xiàn)PET圖像的優(yōu)質(zhì)重建；2、本文方法可以較好地提高動(dòng)態(tài)圖像信噪比，同時(shí)提高動(dòng)力學(xué)參數(shù)估計(jì)的準(zhǔn)確度。


圖1是本發(fā)明基于區(qū)域時(shí)空先驗(yàn)的動(dòng)態(tài)PET重建方法的流程圖；圖2是腦部體模圖像數(shù)據(jù)；圖3是體模中灰質(zhì)、白質(zhì)和小塊腫瘤區(qū)域的時(shí)間活度曲線(xiàn)；圖4是動(dòng)態(tài)PET第4、8、12、20幀的重建圖像，從上到下四行依次為真實(shí)圖 像、FBP重建圖像、基于二次薄板(QM)先驗(yàn)的MAP重建圖像和基于RST先驗(yàn)的MAP 重建圖像，從左到右依次為第4、8、12、20幀動(dòng)態(tài)重建圖像；圖5是k1; k2，k3，k4參數(shù)圖像，從左到右依次為k1; k2，k3，k4真實(shí)參數(shù)圖像 和由FBP重建、基于QM先驗(yàn)的MAP重建和基于RST先驗(yàn)的MAP重建的動(dòng)態(tài)圖像計(jì)算 得到的參數(shù)圖像。
具體實(shí)施例方式本發(fā)明的基于區(qū)域時(shí)空先驗(yàn)的動(dòng)態(tài)PET重建方法的具體實(shí)施步驟如圖1所示，具體如下1、利用PET設(shè)備采集動(dòng)態(tài)投影數(shù)據(jù)，動(dòng)態(tài)采集時(shí)間段為4X0.5min，4X2min, 16X5min,共24個(gè)時(shí)間幀。2、對(duì)獲取的動(dòng)態(tài)投影數(shù)據(jù)直接傳統(tǒng)的FBP (Filter back-projection，F(xiàn)BP,濾波反
投影)重建，F(xiàn)BP重建選用截止頻率為80% Nyquist (那奎斯特)頻率的Hanning (漢寧) 窗，生成初始動(dòng)態(tài)圖像。3、對(duì)獲取的初始動(dòng)態(tài)圖像提取各感興趣區(qū)域(ROI)對(duì)應(yīng)的均值TAC， 其中ROI由3X3的像素小鄰域確定。上述均值TAC以向量形式表示為 ^ ^t,k^ ,&>)，其中t為時(shí)間幀數(shù)，一共T幀，、為t時(shí)間幀初始圖像 第k個(gè)感興趣區(qū)域ROI內(nèi)所有像素點(diǎn)的像素均值。4、對(duì)獲取的均值TAC應(yīng)用房室模型進(jìn)行擬合，得到最優(yōu)TAC，房室模型為含有 四動(dòng)力學(xué)參數(shù)的二組織房室經(jīng)典模型，曲線(xiàn)擬合采用非線(xiàn)性最小二乘擬合方法。5、利用獲取的最優(yōu)TAC對(duì)初始動(dòng)態(tài)圖像計(jì)算區(qū)域時(shí)空先驗(yàn)，區(qū)域時(shí)空先驗(yàn)為基 于單幀初始圖像計(jì)算，定義如下
MMUst (χ,) = Mfl H Mri^ixt i - xtJ) +ut2 Yj wtJ (xtJ - xt j f
/=1 JeNl/=1其中，t=l，2，L, T為時(shí)間幀數(shù)，Xt為第t幀的初始圖像，M為單幀圖像總 的像素?cái)?shù)，N1為Xt中以像素點(diǎn)i為中心的3X3鄰域，xt,,和X^分別為Xt中像素點(diǎn)i和 像素點(diǎn)j的灰度值，、為像素點(diǎn)i所屬ROI的均值TAC在第t幀的最優(yōu)擬合值，Utl和ut2 分別為空間和時(shí)間正則化控制參數(shù)，勢(shì)函數(shù)Ψ ( ·)采用二次函數(shù)Ψ (χ) = χ2/2 ； Wij為 空間先驗(yàn)權(quán)重，取值為8鄰域內(nèi)兩像素點(diǎn)灰度值的歐幾里得距離的倒數(shù)；wt,工為時(shí)間先驗(yàn)
權(quán)重，Wti=(Xn. U /σ2 σ,2 =Σ(χ -XtJ2，一為像素點(diǎn)i對(duì)應(yīng)的TAC與擬合的最優(yōu)TAC的
偏差的平方和，Utl和Ut2為測(cè)量參數(shù)。6、利用獲取的區(qū)域時(shí)空先驗(yàn)對(duì)初始動(dòng)態(tài)圖像進(jìn)行MAP迭代重建，最大后驗(yàn)重 建選用的目標(biāo)函數(shù)為失=argmm[-L(yi |X^UJxt)], L(yt|xt)為由PET統(tǒng)計(jì)模型得到的對(duì)數(shù) 似然函數(shù)，Ust(Xt)為區(qū)域時(shí)空先驗(yàn)，β為先驗(yàn)項(xiàng)的全局調(diào)節(jié)參數(shù)，I為第t幀的最優(yōu)重建 圖像，迭代采用分步優(yōu)化(One Step Late)方式進(jìn)行。7、判斷是否滿(mǎn)足迭代終止準(zhǔn)則，不滿(mǎn)足，重復(fù)步驟(3-7)，迭代終止準(zhǔn)則為重 建目標(biāo)函數(shù)值的變化絕對(duì)值小于10_2。下面對(duì)具體數(shù)據(jù)采用本方法重建圖像來(lái)說(shuō)明本發(fā)明方法的效果。首先采用如圖2所示的腦部體模圖像以及該圖像各ROI對(duì)應(yīng)的TAC圖像圖3作 為本發(fā)明的模擬實(shí)驗(yàn)對(duì)象。體模大小設(shè)為64X64，模擬放射性示蹤劑為18F-FDG,其衰 變常數(shù)λ為OOSAmiir1。總掃描時(shí)間設(shè)為90分鐘，分為24個(gè)掃描時(shí)間幀，各時(shí)間幀長(zhǎng) 度分別為4X0.5min，4X2min, 16X5min。首先由TACs生成各時(shí)間幀的活度圖像，然 后通過(guò)轉(zhuǎn)換概率矩陣A得到投影數(shù)據(jù)(sinogram)，再經(jīng)過(guò)調(diào)整光子總數(shù)值模擬生成動(dòng)態(tài) 投影數(shù)據(jù)，成像幾何由Fessler等人提供的ASPIRE軟件系統(tǒng)生成。圖4描述了傳統(tǒng)FBP重建方法、基于QM先驗(yàn)的MAP重建方法和本文方法重建
得到的動(dòng)態(tài)PET圖像質(zhì)量比較。從左向右依次為第4、8、12、20幀的動(dòng)態(tài)PET圖像。
從上向下依次為真實(shí)圖像、傳統(tǒng)FBP方法的重建圖像、基于QM先驗(yàn)的MAP重建圖像和本發(fā)明基于區(qū)域時(shí)空先驗(yàn)的MAP重建圖像?？梢詫?duì)比看出本發(fā)明方法提高了圖像的分辨 率并且在噪聲抑制方面有更佳的效果。圖5描述了 k1; k2，k3，k4參數(shù)圖像質(zhì)量比較。從左到右依次為k1; k2，k3， k4真實(shí)參數(shù)圖像和由FBP重建、基于QM先驗(yàn)的MAP重建和基于區(qū)域時(shí)空先驗(yàn)的MAP 重建的動(dòng)態(tài)圖像應(yīng)用房室模型擬合計(jì)算得到的參數(shù)圖像。對(duì)k1; k2，k3，k4參數(shù)圖像進(jìn) 行縱向比較，可以看出，本文方法對(duì)k1; k2，k3，k4四個(gè)參數(shù)均有較好的估計(jì)，有效提高 了參數(shù)估計(jì)圖像的信噪比。對(duì)圖4所示的采用不同方法重建的動(dòng)態(tài)圖像計(jì)算相應(yīng)的信噪比(Signal-to-noise ratio, SNR),如表1所示。另外，對(duì)圖5所示的k1; k2，k3，k4參數(shù)圖像計(jì)算相應(yīng)的信 噪比SNR，如表2所示。表 權(quán)利要求
1.一種基于區(qū)域時(shí)空先驗(yàn)的動(dòng)態(tài)PET重建方法，其特征在于包括以下步驟(1)利用PET成像設(shè)備采集動(dòng)態(tài)投影數(shù)據(jù)；(2)對(duì)步驟(1)獲取的動(dòng)態(tài)投影數(shù)據(jù)進(jìn)行FBP重建，生成初始動(dòng)態(tài)圖像；(3)對(duì)步驟(2)獲取的初始動(dòng)態(tài)圖像提取各感興趣區(qū)域?qū)?yīng)的均值時(shí)間活度曲線(xiàn)；(4)對(duì)步驟(3)獲取的均值時(shí)間活度曲線(xiàn)應(yīng)用房室模型進(jìn)行擬合，得到最優(yōu)時(shí)間活度 曲線(xiàn)；(5)利用步驟(4)獲取的最優(yōu)時(shí)間活度曲線(xiàn)對(duì)初始動(dòng)態(tài)圖像計(jì)算區(qū)域時(shí)空先驗(yàn)；(6)利用步驟(5)獲取的區(qū)域時(shí)空先驗(yàn)對(duì)初始動(dòng)態(tài)圖像進(jìn)行最大后驗(yàn)迭代重建；(7)判斷步驟(6)獲取的重建動(dòng)態(tài)圖像是否滿(mǎn)足迭代終止準(zhǔn)則，不滿(mǎn)足，重復(fù)步驟 (3-7)。
2.根據(jù)權(quán)利要求1所述的PET重建方法，其特征在于所述步驟(2)中的FBP重建 選用截止頻率為80%那奎斯特頻率的漢寧窗。
3.根據(jù)權(quán)利要求1所述的PET重建方法，其特征在于所述步驟(3)中的均值時(shí)間 活度曲線(xiàn)以向量形式表示為Zt = (X1V^pL ,xt^k,h，1^)，其中1為時(shí)間幀數(shù)，一共 T中貞，、為t時(shí)間幀初始圖像第k個(gè)ROI內(nèi)所有像素點(diǎn)的像素均值。
4.根據(jù)權(quán)利要求1所述的PET重建方法，其特征在于所述步驟(4)中的房室模型 采用含有四動(dòng)力學(xué)參數(shù)的二組織房室經(jīng)典模型。
5.根據(jù)權(quán)利要求1所述的PET重建方法，其特征在于所述步驟(4)中的曲線(xiàn)擬合 采用非線(xiàn)性最小二乘擬合。
6.根據(jù)權(quán)利要求1所述的PET重建方法，其特征在于所述步驟(5)中的區(qū)域時(shí)空 先驗(yàn)為基于單幀初始圖像計(jì)算。
7.根據(jù)權(quán)利要求1所述的CT重建方法，其特征在于所述步驟(6)中的最大后驗(yàn)重 建選用的目標(biāo)函數(shù)為笨=argmm[-Z(yi |，L (yt|xt)為由PET統(tǒng)計(jì)模型得到的對(duì)數(shù) 似然函數(shù)，Ust(Xt)為區(qū)域時(shí)空先驗(yàn)，β為先驗(yàn)項(xiàng)的全局調(diào)節(jié)參數(shù)，A為第t幀的最優(yōu)重建 圖像。
全文摘要
本發(fā)明公開(kāi)了一種基于區(qū)域時(shí)空先驗(yàn)的動(dòng)態(tài)PET重建方法，包括以下步驟(1)利用PET成像設(shè)備采集動(dòng)態(tài)投影數(shù)據(jù)；(2)對(duì)獲取的動(dòng)態(tài)投影數(shù)據(jù)進(jìn)行傳統(tǒng)的FBP重建，生成初始動(dòng)態(tài)圖像；(3)對(duì)獲取的動(dòng)態(tài)重建圖像提取各感興趣區(qū)域?qū)?yīng)的均值時(shí)間活度曲線(xiàn)TAC；(4)對(duì)步驟(3)提取的均值TAC應(yīng)用房室模型進(jìn)行擬合，得到擬合后的最優(yōu)TAC；(5)利用擬合后的最優(yōu)TAC計(jì)算所有動(dòng)態(tài)圖像估計(jì)的區(qū)域時(shí)空先驗(yàn)；(6)利用獲取的區(qū)域時(shí)空先驗(yàn)及動(dòng)態(tài)圖像估計(jì)應(yīng)用基于貝葉斯最大后驗(yàn)重建方法對(duì)各時(shí)間幀進(jìn)行重建，更新原動(dòng)態(tài)圖像估計(jì)；(7)重復(fù)步驟(3-6)，直至迭代終止。該方法相比經(jīng)典的圖像重建方法，可以有效地提高動(dòng)態(tài)PET重建圖像質(zhì)量，進(jìn)而提高動(dòng)力學(xué)參數(shù)的估計(jì)準(zhǔn)確度。
文檔編號(hào)G06T11/00GK102013108SQ20101055564
公開(kāi)日2011年4月13日 申請(qǐng)日期2010年11月23日 優(yōu)先權(quán)日2010年11月23日
發(fā)明者馮前進(jìn), 馮衍秋, 邊兆英, 陳武凡, 馬建華, 黃靜 申請(qǐng)人:南方醫(yī)科大學(xué)