專利名稱：完整或部分正電子發(fā)射斷層造影衰減圖的基于模型的估計的制作方法
技術(shù)領(lǐng)域：
示例性實施例涉及一種用于估計在正電子發(fā)射斷層造影和磁共振斷層造影 (MR-PET)中的衰減圖的方法。
背景技術(shù)：
正電子發(fā)射斷層造影(PET)與磁共振斷層造影(MR) —起被應(yīng)用于醫(yī)療診斷。MR是 用于表示身體內(nèi)部的結(jié)構(gòu)和層的成像方法，而PET允許顯示和量化在活體中的代謝活動。PET利用了正電子發(fā)射體和正電子湮滅的特別的特征，以量化地確定器官和/或 細胞區(qū)域的功能。利用該技術(shù)，在檢查之前對患者給予具有放射性核的合適的放射性藥物 標記物。隨著它們衰減，放射性核放射出正電子，后者在一個短的距離之后與電子相互作 用，導(dǎo)致湮滅發(fā)生。這產(chǎn)生兩個伽馬量子，它們在相對的方向(偏移180)上飛開。在一個 特定的時間窗之內(nèi)由兩個相對的PET探測器模塊探測到伽馬量子(相合測量)，其結(jié)果是， 在所述兩個探測器模塊的直線連接線上的一個位置上定位湮滅位置。在PET情況下，為探測的目的，探測器模塊一般地覆蓋機架弧形長度的大部分。探 測器模塊被劃分為具有數(shù)毫米的邊長的探測器元件。當探測到伽馬量子時，每個探測器元 件產(chǎn)生指定了時間和探測位置的事件記錄。該信息被傳遞到快速邏輯單元并且被比較。如 果兩個事件在一個最大的時間間隔之內(nèi)同時發(fā)生，則假定，在兩個相關(guān)的探測器元件之間 的連接線上正在發(fā)生伽馬衰減過程。使用斷層造影算法、例如反投影，來重建PET圖像。在PET系統(tǒng)中，諸如MR-PET系統(tǒng)中，伽馬量子通過位于各個伽馬量子的起源位置 (site of origin)和PET探測器之間的任何東西而被衰減。為了防止圖像偽影，在PET圖 像的重建中必須考慮該衰減。對象，諸如在患者身體內(nèi)的組織、空氣和MR/PET系統(tǒng)本身的 一部分(例如患者定位臺)，位于在患者身體中的伽馬量子的起源位置和起作用的PET探測 器之間。在伽馬量子的起源位置和起作用的PET探測器之間的對象的衰減值被考慮并且被 編輯到衰減圖(μ圖)中。衰減圖包含被檢查的體積的每個體積元素(體素)的衰減值。因此，例如，可以產(chǎn) 生對于患者定位臺的衰減圖。例如，同樣適用為了 MR檢查而附加到患者的局部線圈。為了 產(chǎn)生衰減圖，確定并結(jié)合衰減值?？梢酝ㄟ^例如各個組件的CT記錄或PET傳輸測量來確定 這些衰減值?？梢詢H一次地測量這種衰減圖，因為衰減值貫穿各個組件的壽命都不改變。公知如下的方法，在該方法中，從解剖結(jié)構(gòu)的MR圖像可以確定患者身體的衰減 值，并且可以被添加到衰減圖。在這種情況下，使用特定的MR序列，通過其可以識別例如不 同的衰減的組織類別(例如肺組織)。借助于MR圖像就可以根據(jù)衰減的組織類別的位置， 來將合適的衰減值指定給衰減圖。然而，橫向的(transaxial)MR視野通常小于PET視野。因此，待檢查的對象的僅 一部分在PET視野中。因此，位于MR視野之外的衰減值的獲得變得困難。通過將MR圖像分割為不同的組織類型并且給不同的組織類型指定相應(yīng)的衰減值 來進行PET衰減圖的基于MR的估計。然而，該方法沒有涉及位于MR視野外部的掃描區(qū)域。
4
近來，最大似然性期望最大化(maximum-likelihoodexpectation maximization, MLEM算法)已經(jīng)被用來從PET正弦圖(sinogram)數(shù)據(jù)同時重建發(fā)射和衰 減圖。PET正弦圖數(shù)據(jù)可以涉及PET原始數(shù)據(jù)、PET計數(shù)或PET計數(shù)數(shù)據(jù)。術(shù)語“圖像”是 從PET正弦圖數(shù)據(jù)重建的圖像。從基于MR的分割或其它公知方法所得到的衰減圖可以被 用來初始化MLEM算法。用于基于MR的衰減校正的其它方法包括使用具有已知的衰減的圖集、模型或參 考圖像，諸如互相配準(coregistered)的相應(yīng)的CT、PET傳輸圖像或從光學3D掃描得到的 身體輪廓。然后，將實際的MR圖像與具有已知的衰減的圖集或參考配準，并且從配準信息 和附加的后處理方法得到實際的衰減圖。

發(fā)明內(nèi)容
示例性實施例針對使用MLEM對完整或部分PET衰減圖的基于模型的估計。至少一個示例性實施例公開了一種在MR掃描器和PET單元中校正衰減的方法。所 述方法包括采集在PET單元的視野內(nèi)部的對象的PET正弦圖數(shù)據(jù)，和基于參數(shù)化的模型實 例(model instance)的和PET正弦圖數(shù)據(jù)的最大似然性期望最大化(MLEM)，產(chǎn)生衰減圖。至少另一個示例性實施例提供了一種在MR掃描器和PET單元中校正衰減的方法。 該方法包括采集在PET單元的視野內(nèi)部的對象的PET正弦圖數(shù)據(jù)，和采集在MR掃描器的視 野內(nèi)部的對象的MR數(shù)據(jù)。基于參數(shù)化的模型實例的和PET正弦圖和MR數(shù)據(jù)的最大似然性 期望最大化(MLEM)，產(chǎn)生衰減圖。MLEM被參數(shù)化的模型實例的模型參數(shù)限制。另一個示例性實施例提供一種包括正電子發(fā)射斷層造影(PET)單元的設(shè)備，該 PET單元具有多個探測單元并且配置為采集在PET單元的視野內(nèi)部的對象的PET正弦圖數(shù) 據(jù)。磁共振(MR)掃描器被配置為采集在MR掃描器的視野內(nèi)部的對象的MR數(shù)據(jù)。計算機 被配置為基于參數(shù)化的模型實例的和采所集的PET正弦圖和MR數(shù)據(jù)的最大似然性期望最 大化(MLEM)產(chǎn)生衰減圖，其中，MLEM被參數(shù)化的模型實例的模型參數(shù)限制。


從以下借助附圖的詳細描述中，示例性實施例將變得更加易理解。圖1-4表示如 在此描述的非限制性的示例性實施例。圖1示出了可以用于示例性實施例中的用于重疊的MR和PET圖像顯示的設(shè)備；圖2示出了按照一種示例性實施例使用用于重建PET圖像的MLEM來估計完整的 PET衰減圖的方法；圖3示出了按照一種示例性實施例使用基于MR的衰減圖和用于重建PET圖像的 MLEM來估計完整的PET衰減圖的方法；以及圖4示出了按照一種示例性實施例使用MLEM來細化初始衰減圖的方法。
具體實施例方式現(xiàn)在參考附圖詳細描述不同的示例性實施例，在附圖中示出了一些示例性實施 例。在附圖中，為了清楚起見可能夸張層和區(qū)域的厚度。相應(yīng)地，示例性實施例可以有不同的修改和替換方式，通過在附圖中的例子示出
5其實施例并且在此詳細描述。然而應(yīng)當理解，不是旨在限制示例性實施例公開的具體方式， 而是相反，示例性實施例要覆蓋落入示例性實施例的范圍之內(nèi)的所有的修改、等價和替換 情況。貫穿附圖的描述相似的標號指代相似的元件?？梢岳斫獾氖?，盡管術(shù)語第一、第二等在此可能用來描述不同的元素，這些元素不 應(yīng)該被這些術(shù)語限制。這些術(shù)語僅用來區(qū)分一個元素與另一個。例如，第一元件可以被稱 為第二元件，并且，類似的，第二元件可以被稱為第一元件，而不脫離示例性實施例的范圍。 如此處使用的那樣，術(shù)語“和/或”包括一個或多個相關(guān)列出的項目的任何和所有組合?？梢岳斫獾氖牵斕岬揭粋€元件被“連接”或“耦接”到另一個元件，可以是直接連 接或耦接到另一個元件或也可以存在中間元件。相反，當提到一個元件是“直接連接”或“直 接耦接”到另一個元件時，沒有中間元件。用來描述在元件之間的關(guān)系的其它詞語應(yīng)該被解 釋為以類似方式(例如“在...之間”相對“直接地在...之間”，“相鄰”相對“直接相鄰”
寸ο J在此使用的術(shù)語為了描述具體實施例的目的僅并且不是旨在限制示例性實施例。 如在此使用的，單數(shù)形式“一個”和“這個”是旨在也包括復(fù)數(shù)形式，除非上下文中清楚地指 出。還將理解的是，當在此使用術(shù)語“包括”‘包含”時，具體指出所述特征、整數(shù)、步驟、操作、 元件和/或組件的出現(xiàn)，但是不排除出現(xiàn)或附加一個或多個其它特征、整數(shù)、步驟、操作、元 件、組件和/或他們的組有關(guān)空間的術(shù)語，例如“在...之下”、“在...之下”、“低于”、“在...之上”“高于”
等，在此可以被用來便于描述如在附圖中示出的元件或在元件或特征和其它元件或特征之 間的關(guān)系?？梢岳斫獾氖?，有關(guān)空間的術(shù)語旨在包含除了在附圖中示出的取向之外使用或 操作中的設(shè)備的不同的取向。例如，如果要翻轉(zhuǎn)在附圖中的設(shè)備，被描述為“低于”其它元 件或特征或“在其下面”的元件就將被取向為“在其它元件或特征的上面”。因此，例如，術(shù) 語“在...之下”可以包括在其之上以及在其之下兩種取向。設(shè)備可以另外取向(旋轉(zhuǎn)90 度或在其它方向看或參考)并且有關(guān)空間的描述在此使用的應(yīng)該相應(yīng)地被解釋。還應(yīng)該注意的是，在一些替換的實施方式中，功能/動作提到的可以不是按照附 圖中標注的順序發(fā)生。例如，連續(xù)示出的兩個附圖實際上可以同時并列進行或有時候可以 按照相反順序進行，這取決于涉及的功能/動作。除非另有定義，這里使用的所有術(shù)語(包括技術(shù)和科學術(shù)語)具有與示例性實施 例所屬的領(lǐng)域中的技術(shù)人員通常理解的相同含義?？梢赃M一步理解的是，諸如通常使用的 字典中定義的那些術(shù)語，應(yīng)當被解釋為具有與它們在相關(guān)技術(shù)和本公開的上下文中的含義 一致的含義，而不用理想化或以過于正式的含義來解釋它們，除非在此這樣明確地定義。以軟件、或算法和對在計算機存儲器之內(nèi)的數(shù)據(jù)比特的操作的符號表示呈現(xiàn)示例 性實施例的部分和相應(yīng)的詳細描述。這些描述和表示是本領(lǐng)域普通技術(shù)人員向本領(lǐng)域其它 普通技術(shù)人員有效地轉(zhuǎn)達其工作的實質(zhì)的那些。算法，如此處使用的術(shù)語，并且如其通常使 用的，被理解為導(dǎo)致一個期望的結(jié)果的自相一致的步驟順序。步驟是需要物理量的物理操 作的那些。通常，盡管不是必須的，這些量采取能夠被存儲、傳輸、組合、比較和其它操作的 光、電或磁信號的形式。有時被證明是方便的是，原則上為了通常使用的原因，將這些信號 作為比特、值、元素、符號、特征、項、號等。在以下的描述中，將參考動作和操作的符號表示(例如以流程圖形式)描述示例性實施例，所述操作是可以被作為包括用于執(zhí)行特定任務(wù)或執(zhí)行特定抽象數(shù)據(jù)類型的例 程、程序、對象、組件、數(shù)據(jù)結(jié)構(gòu)等被執(zhí)行并且可以使用現(xiàn)有硬件程序模塊或功能過程被執(zhí) 行的。這樣的現(xiàn)有硬件可以包括一個或多個中央處理單元(CPU)、數(shù)字信號處理器(DSP)、 特殊用途集成電路、現(xiàn)場可編程門陣列(FPGA)計算機等。然而，應(yīng)該記住的是，所有這些和類似術(shù)語與合適的物理量相關(guān)并且僅僅是應(yīng)用 于這些量的方便的標注。除非另有說明，或者從討論中明顯得出，諸如“處理”或“計算”或 “確定”或“顯示”等的術(shù)語指處理和轉(zhuǎn)換在計算機系統(tǒng)的寄存器和存儲器內(nèi)部的代表物理 量、電子量的數(shù)據(jù)的計算機系統(tǒng)或類似的電子計算設(shè)備的動作或處理。還要注意，程序存儲介質(zhì)可以是磁的(例如軟盤或硬驅(qū))或光的(例如壓縮盤只 讀存儲器，或“CD ROM”)，并且可以是只讀或隨機存取的。類似地，傳輸介質(zhì)可以是絞合線 對、同軸電纜、光纖，或者一些其它對于現(xiàn)有技術(shù)所公知的合適的傳輸介質(zhì)。示例性實施例 不限于任何所給出的實施的這些方面。術(shù)語模型可以指對象的衰減圖集、解剖結(jié)構(gòu)衰減模型、衰減參考圖像的任意種類， 或用來估計PET衰減圖的任何其它參考。此外，可以實現(xiàn)可形變模型，其可以捕獲衰減對象 的所有合理的形狀并且捕獲在各個空間位置的所有可能的衰減值?？尚巫兡Ｐ涂梢栽谛螤?和外觀上變化。術(shù)語模型的衰減外觀模型指的是，在對象內(nèi)部的一個空間位置上所有可能的衰減 系數(shù)的集合，從而每個空間位置可以具有可能發(fā)生的一組潛在的衰減系數(shù)。衰減外觀模型 的一個實例是衰減系數(shù)的特別的設(shè)置，對于對象的每個空間位置一個。圖1示出了在示例性實施例中可以使用的用于重疊的MR和PET圖像顯示的設(shè)備 1。設(shè)備1包括公知的MR掃描器2。MR掃描器2定義與圖1的圖平面正交地延伸的縱軸Z。如在圖1中所示，在MR掃描器2內(nèi)部同軸地設(shè)置具有多個圍繞縱軸ζ成對地相對 設(shè)置的PET探測單元3的PET單元。PET探測單元3優(yōu)選地由具有在前連接的、由LSO晶 體4組成的陣列的APD光電二極管陣列5以及電氣放大電路(AMP)6組成。但是，本發(fā)明不 限于具有APD光電二極管陣列5和在前連接的硅酸镥(LSO)晶體4的陣列的PET探測單元 3，而是可以使用不同形成的光電二極管、晶體和裝置用于探測目的。由計算機7執(zhí)行用于重疊的MR和PET圖像顯示的圖像處理。MR掃描器2沿著其縱軸ζ定義圓柱形的第一視野。多個PET探測單元3沿著縱軸 ζ定義圓柱形的第二視野。根據(jù)本發(fā)明，PET探測單元3的第二視野基本上與MR掃描器2 的第一視野一致。通過相應(yīng)地匹配PET探測單元3沿著縱軸ζ的設(shè)置密度來實現(xiàn)這一點。圖2示出了使用用于重建PET圖像的MLEM來估計完整PET衰減圖的方法。MLEM 可以是任何公知的MLEM。圖2的方法可以在任何PET設(shè)備或諸如圖1所示的設(shè)備1的具有 PET模態(tài)的混合設(shè)備中執(zhí)行。如圖2所示，在S200產(chǎn)生統(tǒng)計學模型。雖然為解釋的目的使用統(tǒng)計學模型，然而 應(yīng)該理解的是，可被參數(shù)化的任何其它模型都可以被用在其它示例性實施例中。通過執(zhí)行由數(shù)據(jù)組的互相配準(coregistrations)產(chǎn)生的形變區(qū)域 (deformation field)和衰減圖的主成分分析可以構(gòu)建統(tǒng)計學模型?？梢詮膶Χ鄠€個體的 掃描以及或者簡單的衰減圖、或者MR圖像數(shù)據(jù)和從其可以得到衰減圖的圖像的相應(yīng)的對 (例如來自每個個體的MR和CT圖像對)中獲得數(shù)據(jù)組。通過互相配準數(shù)據(jù)組，可以捕獲形
7狀(例如手臂)的統(tǒng)計學變化和衰減值。主成分分析允許待展開的參數(shù)空間的更緊湊的表
7J\ ο從諸如形變參數(shù)和衰減參數(shù)的輸入數(shù)據(jù)的協(xié)方差矩陣的主軸變換(principal axis transformations)中可以獲得主成分。主成分是輸入數(shù)據(jù)的協(xié)方差矩陣的主本征矢 量(principal Eigen vector)。將輸入數(shù)據(jù)變換到主軸產(chǎn)生輸入數(shù)據(jù)的緊湊的線性表示， 從這些輸入數(shù)據(jù)中通過線性組合可以產(chǎn)生模型的新實例。改變主成分的線性組合系數(shù)產(chǎn)生 統(tǒng)計學模型的其它實例。應(yīng)該理解的是，不同于主成分分析的統(tǒng)計學分析方法，諸如聚類分析(clustering analysis)，可以被用來減少維數(shù)。統(tǒng)計學模型可以是整個身體或任意身體部分。例如，統(tǒng)計學模型可以是與 人的手臂的衰減圖結(jié)合的運動學手臂模型或例如整個身體的統(tǒng)計學圖集和統(tǒng)計學 衰減圖。統(tǒng)計學模型可以與在 Rueckert et al. “ Automatic Construction of 3DStatistical Deformation Models Using Non-rigid Registration. " Lecture Notes inComputer Science, vol. 2208(2001),77-84 Fenchel et al. " Automatic Labelingof Anatomical Structures in MR FastView Images Using a Statistical Atlas. “ LectureNotes in Computer Science, vol. 5241 (2008)，576-84 中描述的模型類 似，只是這些模型是基于灰度值圖像而不是衰減圖。通過對于每個實例i的形變參數(shù)Cli和衰減外觀參數(shù)(attenuation appearanc印參數(shù)化統(tǒng)計學模型。形變參數(shù)(Ii參數(shù)化對象的形狀。衰減外 觀參數(shù)％參數(shù)化在空間位置上的衰減系數(shù)。衰減外觀參數(shù)的例子是不同組織類型在其 各個空間位置上在51 IkeV的衰減值，例如肺組織衰減0. 018/cm。從互相配準的數(shù)據(jù)組獲得形變參數(shù)Cli和衰減外觀參數(shù) 。然后計算在所有輸入 實例上的協(xié)方差矩陣。從參數(shù)的協(xié)方差矩陣提取主成分。然后可以通過線性模型描述統(tǒng)計 學模型的一個實例" =叫)⑴
/=0其中，μ是統(tǒng)計學模型的實例，Pi是主成分并且Wi是對于線性方程中第i個主成 分的系數(shù)。一般地，從主要值的三個求和(sigma)的區(qū)間選擇系數(shù)。系數(shù)Wi可以是對于1 < i <m的形變參數(shù)屯，并且Wi可以是對于m+1 < i < η的衰減外觀參數(shù) 。因此，通過指定不同的系數(shù)可以創(chuàng)建任意實例。雖然上面描述了產(chǎn)生和參數(shù)化統(tǒng) 計學模型的示例性實施例，然而應(yīng)該理解的是，其它方法可以被用于其它模型。包括諸如旋轉(zhuǎn)和平移的空間變換參數(shù)的仿射參數(shù)(affine parameter)Ai,可以被 用來在空間任意對準(align)和縮放統(tǒng)計學模型。而且，Ai可以被用來建立矩陣M和平移 矢量t，通過它們每個空間位置在形變之后可以被轉(zhuǎn)換為A(x)=M*x+t (2)其中，χ是空間位置的矢量。應(yīng)該理解的是，替代或除了形變參數(shù)、衰減外觀參數(shù)和仿射參數(shù)之外，可以通過其 它參數(shù)來參數(shù)化統(tǒng)計學模型?；诮y(tǒng)計學模型，在S210創(chuàng)建通過模型實例μ給出的PET衰減圖(例如平均模
8型)?？梢杂捎嬎銠C分析通過模型實例μ給出的PET衰減圖。更具體地，用于模型矢量μ 的衰減圖可以是di、 和Ai的函數(shù)并且定義為μ (φ, Bi, Ai) (3)L是發(fā)射圖像(發(fā)射體分布)的對數(shù)似然性(log likelihood)L(A , u)，其中λ 是發(fā)射圖像(正電子發(fā)射的空間分布)。發(fā)射圖像λ基于從PET正弦圖數(shù)據(jù)、例如通過反 投影計算的初始發(fā)射體分布圖像。如上所述，通過模型實例μ給出的PET衰減圖是形變參 數(shù)Cli和衰減外觀參數(shù)ai和仿射參數(shù)Ai的函數(shù)。因此，(λ，μ (C^apAi)) = arg max(L(X，μ (C^apAi))) (4)成為用于最大似然 性的參數(shù)設(shè)置。此外，應(yīng)該理解的是，發(fā)射圖像λ還可以通過模型、例如統(tǒng)計學模型被參數(shù) 化。此外，應(yīng)當理解的是，其它測量可以被集成到擴展的似然性中。例如，如果模型參數(shù)的 統(tǒng)計學分布是已知的或者可以被估計，則模型實例本身的似然性可以被集成到似然性測量中。數(shù)據(jù)組的數(shù)量越大，則統(tǒng)計學模型越全面并且因此統(tǒng)計學模型越概括。應(yīng)當理解 的是，統(tǒng)計學模型是可形變模型(deformable model)的可能的實施例，并且統(tǒng)計學模型的 每個實例i是對于該實例的模型參數(shù)的函數(shù)。例如，形變參數(shù)Cli和衰減外觀參數(shù)％和放射 參數(shù)Ai是模型參數(shù)。在S215采集在PET單元的視野內(nèi)的對象的PET正弦圖數(shù)據(jù)。可以通過在圖1中 示出的PET單元采集PET正弦圖數(shù)據(jù)?；赑ET正弦圖數(shù)據(jù)，與模型參數(shù)同時地計算發(fā)射 圖像λ (PET圖像)。替換地，可以交替地通過首先保持發(fā)射圖像λ為固定并且更新統(tǒng)計學 模型，然后保持統(tǒng)計學模型為固定并且更新發(fā)射圖像，來計算發(fā)射圖像λ和統(tǒng)計學模型。在S220基于PET正弦圖數(shù)據(jù)優(yōu)化發(fā)射圖像λ和對于該實例的模型參數(shù)。以迭代 方式優(yōu)化發(fā)射圖像λ和對于該實例的模型參數(shù)。在優(yōu)化過程中，計算發(fā)射圖像λ，更新統(tǒng) 計學模型并且重新計算發(fā)射圖像λ，直到達到了優(yōu)化。模型參數(shù)可以是形變參數(shù)Cli、衰減 外觀參數(shù)％和仿射參數(shù)Ai。在S220，基于MLEM函數(shù)同時地重建通過模型實例μ給出的PET衰減圖和發(fā)射圖 像λ。圖1所示的計算機可以重建發(fā)射圖像λ以及通過模型實例μ給出的PET衰減圖。 可以基于如下定義的(未截取)所測量的PET發(fā)射的對數(shù)似然性重建和優(yōu)化發(fā)射圖像λ 以及通過模型實例μ給出的PET衰減圖
權(quán)利要求
一種在磁共振(MR)掃描器和正電子發(fā)射斷層造影(PET)單元中校正衰減的方法，所述方法包括采集在PET單元的視野內(nèi)部的對象的PET正弦圖數(shù)據(jù)；和基于參數(shù)化的模型實例的和PET正弦圖數(shù)據(jù)的最大似然性期望最大化(MLEM)，產(chǎn)生衰減圖。
2.根據(jù)權(quán)利要求1所述的方法還包括采集在所述MR掃描器的視野內(nèi)部的對象的MR數(shù)據(jù)；和基于所采集的MR數(shù)據(jù)產(chǎn)生第一衰減圖。
3.根據(jù)權(quán)利要求2所述的方法，其中，產(chǎn)生衰減圖包括產(chǎn)生所述第一衰減圖和第二衰 減圖。
4.根據(jù)權(quán)利要求3所述的方法，其中，所述第二衰減圖提供在PET單元的視野內(nèi)部的對 象的PET正弦圖數(shù)據(jù)的最大似然性，包括不是位于所述MR掃描器的視野內(nèi)部的所有部分。
5.根據(jù)權(quán)利要求1所述的方法，其中，產(chǎn)生衰減圖包括產(chǎn)生模型，通過模型參數(shù)來參數(shù)化該模型，以及基于所采集的PET正弦圖數(shù)據(jù)和所述參數(shù)化的模型來創(chuàng)建參數(shù)化的模型實例。
6.根據(jù)權(quán)利要求5所述的方法，其中，所述模型是統(tǒng)計學模型。
7.根據(jù)權(quán)利要求6所述的方法，其中，參數(shù)化所述統(tǒng)計學模型包括，通過形變參數(shù)、衰 減參數(shù)和仿射參數(shù)來參數(shù)化該統(tǒng)計學模型。
8.根據(jù)權(quán)利要求6所述的方法，其中，產(chǎn)生所述統(tǒng)計學模型包括，對由示例性數(shù)據(jù)組的 互相配準產(chǎn)生的形變區(qū)域和衰減圖執(zhí)行主成分分析。
9.根據(jù)權(quán)利要求1所述的方法，其中，產(chǎn)生衰減圖包括，產(chǎn)生模型，和將該模型適應(yīng)于初始衰減圖，基于所適應(yīng)的模型創(chuàng)建參數(shù)化的模型實例。
10.根據(jù)權(quán)利要求1所述的方法，其中，所述PET單元被配置為采集PET正弦圖數(shù)據(jù)。
11.根據(jù)權(quán)利要求1所述的方法，其中，連接到所述MR掃描器和所述PET單元的計算機 被配置為產(chǎn)生衰減圖。
12.—種計算機可讀的介質(zhì)，當在計算機上運行時，被配置為指令計算機執(zhí)行權(quán)利要求 1所述的方法。
13.—種在磁共振(MR)掃描器和正電子發(fā)射斷層造影(PET)單元中校正衰減的方法， 該方法包括采集在PET單元的視野內(nèi)部的對象的PET正弦圖數(shù)據(jù)；采集在MR掃描器的視野內(nèi)部的對象的MR數(shù)據(jù)；基于參數(shù)化的模型實例的和PET正弦圖和MR數(shù)據(jù)的最大似然性期望最大化(MLEM)，產(chǎn) 生衰減圖，所述MLEM通過參數(shù)化的模型實例的模型參數(shù)而限制。
14.根據(jù)權(quán)利要求13所述的方法，其中，產(chǎn)生衰減圖包括產(chǎn)生PET衰減圖。
15.根據(jù)權(quán)利要求14所述的方法，其中，產(chǎn)生PET衰減圖包括產(chǎn)生模型，通過模型參數(shù)來參數(shù)化所述模型，和基于參數(shù)化的模型創(chuàng)建參數(shù)化的模型實例。
16.根據(jù)權(quán)利要求15所述的方法，其中，所述模型是統(tǒng)計學模型。
17.根據(jù)權(quán)利要求16所述的方法，其中，所述模型參數(shù)是形變參數(shù)和衰減外觀參數(shù)。
18.根據(jù)權(quán)利要求17所述的方法，其中，所述模型參數(shù)還包括仿射參數(shù)。
19.根據(jù)權(quán)利要求14所述的方法，還包括 產(chǎn)生MR衰減圖。
20.根據(jù)權(quán)利要求13所述的方法，其中，產(chǎn)生衰減圖包括， 產(chǎn)生模型，和將所述模型適應(yīng)于初始衰減圖，基于所適應(yīng)的模型創(chuàng)建參數(shù)化的模型實例。
21.根據(jù)權(quán)利要求13所述的方法，其中，所述PET單元被配置為采集PET正弦圖數(shù)據(jù)。
22.根據(jù)權(quán)利要求13所述的方法，其中，連接到所述MR掃描器和所述PET單元的計算 機被配置為產(chǎn)生所述衰減圖。
23.根據(jù)權(quán)利要求13所述的方法，其中，所述MR掃描器被配置為采集MR數(shù)據(jù)。
24.一種計算機可讀的介質(zhì)，當在計算機上運行時，被配置為指令計算機執(zhí)行權(quán)利要求 13所述的方法。
25.一種設(shè)備，包括正電子發(fā)射斷層造影(PET)單元，包括多個探測單元，被配置為采集在該PET單元的視 野內(nèi)部的對象的PET正弦圖數(shù)據(jù)；磁共振(MR)掃描器，被配置為采集在該MR掃描器的視野內(nèi)部的對象的MR數(shù)據(jù)；和 計算機，被配置為基于參數(shù)化的模型實例的和PET正弦圖和MR數(shù)據(jù)的最大似然性期望 最大化(MLEM)，產(chǎn)生衰減圖，所述MLEM通過參數(shù)化的模型實例的模型參數(shù)限制。
全文摘要
本發(fā)明涉及完整或部分正電子發(fā)射斷層造影衰減圖的基于模型的估計。示例性實施例涉及一種在磁共振(MR)掃描器和正電子發(fā)射斷層造影(PET)單元中校正衰減的方法。所述方法包括采集在PET單元的視野內(nèi)部的對象的PET正弦圖數(shù)據(jù)。所述方法還包括基于參數(shù)化的模型實例和PET正弦圖數(shù)據(jù)的最大似然性期望最大化(MLEM)，產(chǎn)生衰減圖。
文檔編號A61B5/055GK101953693SQ20101023220
公開日2011年1月26日 申請日期2010年7月16日 優(yōu)先權(quán)日2009年7月16日
發(fā)明者克里斯琴·J·米歇爾, 拉爾夫·雷德貝克, 查爾斯·C·沃森, 馬塞厄斯·芬謝爾 申請人:西門子公司;美國西門子醫(yī)療解決公司