中科白癜风微博 http://pf.39.net/bdfyy/bdflx/150217/4580342.html概述
正电子发射断层成像（PositronEmissionTomography,PET）是核医学成像技术的重要组成部分，在通常情况下，临床使用的是静态模式（Staticmode）的PET扫描，也就是在注射示踪剂一段时间后，采集一个时相的PET数据。但是在实际应用中，医生们发现单靠测量静态扫描图像SUV去区分良恶性病变或者分级有时是很困难的，因为不同恶性程度病变的SUV分布有很大范围的重叠，并且SUV本身会受到病灶大小，重建参数，周围组织和血供等因素的影响，这给精准诊断带来很大挑战。于是医生和研究人员尝试通过动态扫描（DynamicScan）的方式观察组织内在一段时间的活度变化，用药代动力学函数进行计算获得示踪剂摄取量，摄取速率，廓清速率等十分有价值的诊断信息，它可以帮助我们更加深入的了解病变的血流灌注速度，血管床密度，糖或蛋白质摄取速度，受体与转运通道功能等，PET动态扫描大大提高了PET检查的诊断效能，被广泛用于肿瘤的诊断与治疗追踪，缺血性脑病的疗效评估，退行性脑病的鉴别与分期，隐匿性癫痫的诊断等。
虽然PET动态扫描具有诸多优势，但是开展起来并不容易，对PET系统性能有非常高的要求。为了保证药代动力学分析的准确性，要求动态扫描具有很高的时间分辨率，实际应用中需要将每个期相的持续时间缩短到5-10秒以内，这样才能准确描述血液与组织间的弥散速率，同时为了观察肿瘤大小，肿瘤的生长核心，肿瘤与正常组织边界等重要的诊断信息，又要保证图像有足够的空间分辨率。也就是说，需要在计数极低的情况下，同时保证图像的信噪比和空间分辨率，这是一个非常具有挑战性的任务。
SIGNA?PET/MR新技术
在动态扫描中的应用
SIGNA?PET/MR是GE公司在PET系统和MR系统先进技术的集大成者，特别是新一代全息定量SIGNA?PET/MR，配备了SiPM数字化探测器，TOF（TimeofFlight）技术，ZeroTE技术，Q.Clear技术，Q.Static采集技术，Q.MRAC衰减矫正技术，Q.Core重建工作站，无论是硬件系统还是重建技术每个细节都进行深入优化，系统整体性能都达到领先水平。
SiPM数字化探测器
SiPM探测器以其优秀的灵敏度和时间分辨率成为业界的主流选择，GE公司以其为基础，结合优秀的长晶体设计和康普顿矫正技术，将探测器灵敏度提高到21cps/kBq，有效降低了对注射剂量的要求，而时间分辨率更是达到了ps，提高了TOF技术的性能。
TOF技术
TOF技术目前PET系统最重要的重建技术之一，它是通过γ光子对到达两个探测器的飞行时间差，精准定位光子湮灭位置，这样大大提高了图像的空间分辨率和信噪比，减少因为散射和衰减矫正等因素造成的图像伪影。在SIGNA?PET/MR配备的SiPM+TOF系统中将空间分辨率（FWHM）提高到2mm以内。
Q.Clear技术
Q.Clear是GE基于贝叶斯惩罚最大似然算法（BayesionPenalizedmaximumLikelihood,BPL）研发的一种全新的图像算法，其全称是BlockSequentialRegularizedExpectationMaximization(BSREM)。在Q.Clear技术中整合了正则化迭代，智能噪声抑制和点扩展函数)PointSpreadFunction,PSF(三种算法，与传统的有序子集迭代算法(OrderedSubsetExpectationMaximization,OSEM)相比，具有明显的技术优势。
无论是OSEM还是Q.Clear都是以最大似然算法作为数学基础，即通过迭代运算，让每个像素的活度值收敛到更接近真实值，但是两种迭代技术的具体算法和工作流程有很大不同。如下图所示：
OSEM技术是按照预设的迭代次数进行迭代运算，在计算完成后通过高斯滤过等方式去除噪声，然后将处理后的数据重建成图像，这种经典算法被广泛应用，但是在PET动态扫描应用中往往效果欠佳。这是因为在人为设定的且次数有限的迭代运算并不能让图像所有像素都达到充分收敛，小病灶或者活度较低的病灶往往收敛程度偏低，获得的活度值会被低估，而噪声又会被过度收敛，表现为很高的活度，这样的PET活度数据在被用于药物动力学分析时会对结果产生很大的误差。那么能否通过十几次或更高的迭代次数提高定量精度呢？答案是否定的。因为OSEM技术在迭代过程中并没有对噪声进行及时处理，在迭代完成后噪声往往达到较高的活度计数，无法被有效的滤过掉，或者当我们加大滤过强度时，图像内整体活度计数会大幅度下降，空间分辨率也会大幅下降（如表1所示），这又是不能被接受的。因此，人们迫切需求新的迭代技术替代OSEM技术。
表1注解：从上表中可以看到，迭代重建结合TOF技术可以获得获得明显的空间分辨率提升，但是施加滤过技术之后，FWHM大幅上升代表了空间分辨率的下降，可见滤过技术对空间分辨率的显著影响。
数据来自：Med.Phys.43(5),May
Q.Clear技术采取了正则化迭代方式使PET图像所有像素都能充分收敛，实现精准定量的同时，保持了高信噪比和高空间分辨率。与OSEM相比：
首先，Q.Clear不需要人为设置迭代次数，而是在每次迭代之后对迭代结果进行验证，当迭代结果达到了似然函数的最大期望值，则迭代运算终止，否则将此次迭代结果带入函数，继续进行下一次迭代，循环往复直至达到所有像素都充分收敛，保证了PET图像定量数据的精准性；
其次，在每次迭代后都通过数学函数对每个像素数据进行特征分析，符合噪声特征的数据将被剔除，这种数学函数被称为正则化项，是正则化迭代函数的一部分，因此Q.Clear的噪声抑制是伴随每一次迭代同时进行的，避免了错误数据被过度收敛，影响定量精度；
再次，正因为Q.Clear技术在迭代过程中就对噪声进行了特异性抑制，因此不需要在迭代完成后再进行高斯滤过，也就不会造成计数偏低，空间分辨率下降的情况，能充分发挥SIGNA?PET/MR的硬件性能优势。
图解：公式中的Regularization部分是正则化函数部分，它通过分析目标像素与周围像素的关系，并与既有模型比对，准确识别出噪声并加以剔除，噪声不会继续参与迭代或图像重建。
为Q.Clear技术提供运算支持的是新一代的重建工作站Q.Core，与之前相比运算能力提高了10倍，静态OSEM重建基本达到即时成像，即使是16个时相，每个时相25次迭代的Q.Clear重建，也能在几十分钟内完成，大大提高了数据处理效率。
此外，SIGNA?PET/MR配备的Q.MRAC技术，ZTEAC技术，高精度探测器温控系统等，在数据采集和重建中的各个环节，都保证了定量数据的精确稳定，这些技术之前都做过专题介绍，此处不再赘述。最后让我们看一个PET动态扫描案例。
案例分析
病例来自医院
PETMR扫描可见颅内多发长T2信号，左侧大脑半球脑够脑池增宽，3DASL可见左侧大脑额叶，顶叶、颞叶明显灌注减低，MRA显示左侧颈内动脉虹吸段，大脑中动脉起始部明显狭窄，FDG-PET可见左侧大脑额叶，顶叶、颞叶明显代谢减低。
观察TAC曲线时，我们不难发现OSEM重建数据中，注射后秒以内的首过灌注部分因为整体计数偏低，曲线出现明显波动，观察ROI内具体测量数据不难发现，测量范围内像素之间定量离散程度很大，在一些时相的测量数据中SUV标准差达到甚至大幅超过平均值，这对药物动力学计算，尤其是K1的计算产生很大影响，而Q.Clear重建数据标准差很小，定量结果更加稳定和准确。
从图像分析的角度来看，OSEM重建出图像一方面因为脑实质收敛不充分SUV偏低，另一方面由于噪声的干扰，造成对病变无法进行解剖定位，也无法分析分布差异，而Q.Clear重建图像信噪比和分辨率都明显优于OSEM重建。
由此案例可见，SIGNA?PET/MR依靠优良的系统整体性能，大大提高了PET动态扫描的图像质量和定量精度，能更加客观真实的将组织的药物动力学数据体现给研究人员，医院卢洁教授研究团队提供的展示图片，希望SIGNA?PET/MR能成为更多前沿科研团队的得力助手。
盖亚俱乐部
聚合·赋能
预览时标签不可点收录于话题#个上一篇下一篇
