可變深度立體定向表面投影的制作方法
【專利摘要】本發(fā)明提供對垂直于大腦的表面體素而延伸的向量使用可變深度以便避免白質(zhì)攝取提取的SSP的實現(xiàn)。該實現(xiàn)還提供將對于個體淀粉樣蛋白顯像劑圖像的SSP與SSP正常數(shù)據(jù)庫比較的可能性并且允許SSP信息的3D可視化。
【專利說明】可變深度立體定向表面投影
【技術(shù)領域】
[0001]本發(fā)明涉及正電子發(fā)射斷層攝影(PET)或單光子發(fā)射斷層攝影(SPECT)圖像分析的領域。更特定地，本發(fā)明涉及實現(xiàn)具有可變深度的立體定向表面投影(stereotacticsurface projection)來使白質(zhì)攝取提取最小化。
【背景技術(shù)】
[0002]三維立體定向表面投影(3D SSP)是經(jīng)證實的提取皮質(zhì)活動并且將它映射到大腦表面之上的方法。氟代脫氧葡萄糖(FDG)是PET顯像化合物，標記有放射性同位素[18F]。對于大腦成像，F(xiàn)DG用于對葡萄糖消耗的大腦代謝率成像。3D SSP已經(jīng)示出是成功方法，例如用于檢測與在PET大腦成像中使用FDG (PET FDG)的阿爾茨海默氏病關(guān)聯(lián)的圖像模式。3D SSP還用于其他PET和SPECT示蹤劑，例如用使用Ceretec采用SPECT的大腦灌注研究。3D SPP方法在標準空間中定義大腦模型上的大量表面點。各表面點與法向向量關(guān)聯(lián)。參考圖1，在分析患者PET或SPECT掃描時，掃描首先空間歸一化到標準空間。然后，對于各皮質(zhì)表面點，沿法向向量的相反方向到大腦一定深度內(nèi)采樣數(shù)據(jù)，如在圖2A和2B中示出的。沿到大腦內(nèi)的射線的最大體素的值然后映射回到表面點。原始3D SSP方法從各表面體素延伸到大腦的固定深度。(Minoshima等人，在阿爾茨海默氏病中使用氟-18-FDG PET的三維立體定向表面投影的診斷方法,J Nuel Med.1995年7月；36 (7) =1238-48)
[18F]Flutemetamol是另一個PET顯像化合物,其結(jié)合到大腦中的淀粉樣蛋斑并且因此示出灰質(zhì)中淀粉樣蛋白的沉積。FDG和Flutemetamol兩者都示出與阿爾茨海默氏病有關(guān)的皮質(zhì)區(qū)中的改變。然而，盡管PET FDG在灰質(zhì)中展現(xiàn)最高攝取,但[18F]Flutemetamol可以在灰質(zhì)和白質(zhì)兩者中展現(xiàn)高攝取。在淀粉樣蛋白的[18F]Flutemetamol成像中，如果存在淀粉樣蛋白則在灰質(zhì)中將存在明顯的攝取，而如果不存在淀粉樣蛋白則它將是非常少或沒有。然而，[18F]Flutemetamol對于淀粉樣蛋白陽性和淀粉樣蛋白陰性掃描兩者在白質(zhì)中還經(jīng)歷明顯的非特定攝取。這意指在沒有或有很少的淀粉樣蛋白的圖像(即，陰性掃描)中使用SSP時，存在標準方法將拾取高密度白質(zhì)區(qū)的風險。
[0003]現(xiàn)有技術(shù)的3D SSP方法已經(jīng)從每個表面體素延伸到大腦內(nèi)的相同深度。使用這樣的單深度用于分析，方法從而可以無意地延伸到白質(zhì)內(nèi)，其將展現(xiàn)如[18F]Flutemetamol的顯像劑的高攝取。因為SSP是用于使兩個化合物顯像的有吸引力的方法，因此在本領域內(nèi)需要這樣的方法和系統(tǒng)，其可以使用3D SSP用于淀粉樣蛋白顯像劑來觀察灰質(zhì)中的攝取但同時使在來自白質(zhì)的信號中混合的風險最小化(因為兩個組織都可展現(xiàn)高攝取)。

【發(fā)明內(nèi)容】

[0004]鑒于現(xiàn)有技術(shù)的需要，本發(fā)明提供使用以下步驟的PET/SPECT圖像的立體定向表面投影的方法:(a)對PET/SPECT圖像進行空間歸一化，其中大腦表面上的各體素與標準空間配準，和(b)對于空間歸一化的PET/SPECT圖像的各表面體素計算3D SSP，其中所述計算步驟進一步包括計算沿從各表面體素延伸并且垂直于表面進入皮質(zhì)使得各線延伸到預定義最大深度的線的強度分布，該預定義最大深度對于各表面體素單獨計算。從該強度分布可以計算例如最大強度等特征，但也可以計算例如最大梯度、到某一閾值的距離等其他特性。
[0005]空間歸一化的PET/SPECT圖像然后可與正常數(shù)據(jù)庫比較并且然后可以不同的方式呈現(xiàn)該比較和/或使其可視化。
[0006]本發(fā)明還提供非暫時性計算機可讀存儲介質(zhì)，其具有用于執(zhí)行本發(fā)明的方法的可執(zhí)行程序。
【專利附圖】

【附圖說明】
[0007]圖1描繪本發(fā)明的圖像處理流水線。
[0008]圖2A描繪現(xiàn)有技術(shù)的3D SSP的原理，其中各體素的深度具有相同的固定長度。
[0009]圖2B描繪示出通過表面的法向向量(在左半球上)的整個大腦區(qū)的圖像。
[0010]圖3描繪根據(jù)本發(fā)明的示范性實施例的可變表面投影深度。
[0011]圖4描繪使3D SSP分析的結(jié)果可視化的不同方式。
[0012]圖5描繪具有來自使用a)固定深度和b)可變深度的3D-SSP的結(jié)果的淀粉樣蛋白陰性受檢者。
[0013]圖6描繪具有來自使用a)固定深度和b)可變深度的3D-SSP的結(jié)果的淀粉樣蛋白陽性受檢者。
[0014]圖7描繪本發(fā)明的PET系統(tǒng)。
【具體實施方式】
[0015]本發(fā)明針對PET和SPECT圖像的分析。為了清楚起見，術(shù)語“PET/SPECT”將用于指出論述PET或SPECT并且規(guī)定特別參考PET或SPECT的任何示例或解釋將分別對于所有另外的解釋維持，但可持續(xù)使用術(shù)語PET/SPECT。
[0016]本發(fā)明提供SSP方法，其包括硬件和軟件，該硬件和軟件可用于實現(xiàn)該方法來使使用例如[18F]Flutemetamol等淀粉樣蛋白顯像劑從灰質(zhì)計算的特性可視化以更好地區(qū)分淀粉樣蛋白陽性掃描和淀粉樣蛋白陰性掃描。另外，本發(fā)明提供用于實現(xiàn)本發(fā)明的方法的計算機程序。另外，本發(fā)明提供用于實現(xiàn)本發(fā)明的方法的系統(tǒng)。用戶然后可將受檢者的SSP值與正常數(shù)據(jù)庫比較。另外，本發(fā)明不需要MR圖像，但可使用它。再另外，期望本發(fā)明使白質(zhì)攝取被提取并且映射到表面的可能性最小化或?qū)⑵渑懦?br> [0017]本發(fā)明的一個方法包括下面的步驟:(a)患者PET/SPECT掃描的空間歸一化和MR掃描(可選的)，(b) SSP計算，(c)正常數(shù)據(jù)庫比較和(c)采用3D的數(shù)據(jù)呈現(xiàn)。
[0018]可取地，大腦表面上的各體素與標準空間配準，并且計算沿通過各表面體素并且垂直于表面的線的最大強度或其他特性。起始于表面處的該線在垂直于表面的向量的逆方向上前進，即到大腦內(nèi)。從各體素到大腦內(nèi)的距離局限于預定義最大深度，其對于各表面體素單獨計算。通過在表面與最大深度之間沿垂直于表面的向量的逆方向的線的等距點處采樣數(shù)據(jù)來提取強度分布。從該強度分布計算的特性(例如最大強度)然后映射到大腦的表面模型之上或用于另外的計算。本發(fā)明預想的從強度分布計算的其他特性包括最大梯度或到預定義強度閾值的最大深度。[0019]找到表面體素和垂直于表面的向量
位于大腦外側(cè)和內(nèi)側(cè)表面上的體素使用標準空間中的大腦掩模(brain mask)來預定。大腦掩模分成左和右半球，從而總共給出三個區(qū):整個大腦、左半球和右半球。確定并存儲這三個區(qū)的所有表面體素的體素坐標并且。
[0020]對應于整個大腦、左半球和右半球的三個區(qū)然后通過應用高斯3D濾波器進行平滑。垂直于區(qū)表面的向量(如對于3D SSP所做并且在圖2中示出的)然后可以根據(jù)方程I使用平滑區(qū)的體素強度來對表面體素的所有坐標來計算，其中Sijk是圖像矩陣位置x=1、y=j和z=k處的體素強度并且在相同位置垂直于表面的向量定義為nijk=(dxijk，dyiJk, dziJk)。
【權(quán)利要求】
1.一種PET/SPECT圖像的立體定向表面投影的方法，其包括以下步驟: (a)對PET/SPECT圖像進行空間歸一化，其中大腦表面上的各體素與標準空間配準；以及 (b)對于所述空間歸一化的PET/SPECT圖像的各表面體素計算SSP，其中所述計算步驟進一步包括計算沿從各表面體素延伸并且垂直于所述表面到組織內(nèi)使得各線延伸到預定義最大深度的線的最大強度，所述預定義最大深度對于各表面體素單獨計算。
2.如權(quán)利要求1所述的方法，其進一步包括以下步驟: (c)將所述空間歸一化的PET/SPECT圖像與正常數(shù)據(jù)庫比較；以及 (d)采用3D呈現(xiàn)數(shù)據(jù)。
3.如權(quán)利要求1所述的方法，其中所述空間歸一化步驟進一步包括對具有MR掃描的PET/SPECT圖像進行空間歸一化。
4.如權(quán)利要求1所述的方法，其中對于各表面點的所述預定義最大深度通過乘以年齡校正因子而對于年齡進行調(diào)整。
5.如權(quán)利要求1所述的方法，其中在所述表面與對于各向量的最大深度之間采樣的所述最大強度然后映射到所述大腦的表面模型之上或用于另外的計算。
6.如權(quán)利要求1所述的方法，其中位于所述大腦的外側(cè)和內(nèi)側(cè)表面上的體素在標準空間中使用大腦掩模來預定。
7.如權(quán)利要求6所述的方法，其中所述大腦掩模分成左和右半球以便定義整個大腦區(qū)、左半球區(qū)和右半球區(qū)。
8.如權(quán)利要求7所述的方法，其中所述三個區(qū)的所有表面體素的體素坐標被確定并且存儲。
9.如權(quán)利要求7所述的方法，其進一步包括通過應用高斯3D濾波器來平滑對應于整個大腦、左半球和右半球的三個二元區(qū)的步驟。
10.如權(quán)利要求9所述的方法，其中垂直于所述區(qū)的所述表面的向量根據(jù)方程I使用所述平滑的區(qū)的所述體素強度對所述表面體素的所有坐標來計算。
11.如權(quán)利要求10所述的方法，其中使用最近鄰或三線性插值、使用預定義步長沿與所述表面垂直的所述向量的逆方向、起始于所述表面處并且進入預定義深度的線來采樣數(shù)據(jù)，并且計算和存儲定義為沿所述線的強度值陣列的強度分布。
12.如權(quán)利要求11所述的方法，其中對于各表面體素，從所述強度分布計算所述最大強度。
13.如權(quán)利要求11所述的方法，其中對于各表面體素，從所述強度分布計算最大梯度。
14.如權(quán)利要求11所述的方法，其中對于各表面體素，到預定義強度閾值的所述最大深度從所述強度分布來計算。
15.如權(quán)利要求11所述的方法，其中與所述表面垂直的所述預定義最大深度向量對各表面體素單獨計算。
16.如權(quán)利要求11所述的方法，其中關(guān)于淀粉樣蛋白陰性平均圖像的閾值采取所述閾值對應于如通過使用概率性灰質(zhì)和白質(zhì)掩模而確定的灰質(zhì)與白質(zhì)的邊界這樣的方式選擇。
17.如權(quán)利要求16所述的方法，其中閾值通過視覺檢查來選擇。
18.如權(quán)利要求17所述的方法，其中所述閾值是對所述PET/SPECT圖像計算的SUVR均值圖像的最大強度值的45%。
19.如權(quán)利要求11所述的方法，其中數(shù)據(jù)沿各向量沿固定步長采樣。
20.如權(quán)利要求1所述的方法，其進一步包括對各向量從其對應的表面體素指派最大深度的步驟，指派步驟進一步包括: 對于各向量確定最大深度極限和最小深度極限； 沿各向量采樣直到已經(jīng)達到采樣大于所述閾值或所述最大深度的值，其中 a)找到大于所述閾值的值，則找到該值的地方的深度被指派為對于所述向量從所述對應表面體素的所述最大深度； b)未找到大于所述閾值的值，則所述最大深度被指派為對于所述向量從所述對應表面體素的最大深度；以及 c)找到大于所述閾值的值并且其深度小于所述最小深度極限，則將所述最小深度極限指派為對于所述向量從所述對應表面體素的最大深度。
21.如權(quán)利要求1所述的方法，其中與正常數(shù)據(jù)庫比較的所述步驟進一步包括以下步驟: 沿從健康組織樣本圖像的各表面體素垂直延伸進入所述組織到預先計算的最大深度的線來采樣值； 在所述采樣步驟中計算對于各線的特征值，其中計算的所述特征值是最大值、梯度和到預定義強度閾值的最大深度值之中的至少一個； 將來自所述計算步驟的對于各表面體素的所述特征值與具有相同特征的平均值和標準偏差的所述正常數(shù)據(jù)庫的所述對應表面體素比較；以及 根據(jù)方程2對各體素計算Z分數(shù)。
22.如權(quán)利要求2所述的方法，其中所述呈現(xiàn)步驟進一步包括將從所述強度分布對于各表面體素計算的所述特征投射到3D表面之上，從而給出SSP視圖。
23.如權(quán)利要求2所述的方法，其中所述呈現(xiàn)步驟進一步包括將對于各表面體素的Z分數(shù)投射到3D表面上，從而給出SSP Z分數(shù)視圖，所述Z分數(shù)根據(jù)方程2確定。
24.如權(quán)利要求3所述的方法，其中3DSSP用于提取MR信息并且所述MR信息用于在對應于整個大腦區(qū)、左半球和右半球的3D表面上設置所述強度以便將來自患者MR的患者特定解剖細節(jié)映射到所述3D表面。
25.如權(quán)利要求24所述的方法，其中不透明水平和閾值在所述PET/SPECTSSP值上設置以便生成3D SSP MR和PET/SPECT信息的組合可視化。
26.一種非暫時性計算機可讀存儲介質(zhì)，其具有用于進行權(quán)利要求1所述的方法的可執(zhí)行程序。
27.一種非暫時性計算機可讀存儲介質(zhì)，其具有用于進行權(quán)利要求1-25中任一項所述的方法的可執(zhí)行程序。
28.—種正電子發(fā)射斷層攝影(PET)系統(tǒng)，其包括: 存儲裝置； 檢測器，用于檢測來自受檢者的大腦的正電子發(fā)射，其中所述檢測器生成代表所述正電子發(fā)射的信號，其存儲在所述存儲裝置中； 圖像處理器，對其編程來:生成PET圖像數(shù)據(jù)集，其包括基于存儲在所述存儲裝置中的所述信號的表面體素；其中所述表面體素代表所述受檢者大腦的表面； 將所述PET圖像數(shù)據(jù)集存儲在所述存儲裝置中； 對所述PET圖像數(shù)據(jù)集進行空間歸一化，其中所述表面體素與對于大腦的標準空間配準；以及 通過計算沿從所述表面體素延伸并且垂直于所述大腦表面到大腦組織內(nèi)使得各線延伸到預定義最大深度的線的最大強度來計算對于所述表面體素的立體定向投影(SSP)數(shù)據(jù)集，其中所述圖像處理器對各表面體素單獨計算所述預定義最大深度使得來自大腦白質(zhì)的至少一些正電子發(fā)射從所述SSP數(shù)據(jù)集排除。
29.如權(quán)利要求28所述的正電子發(fā)射斷層攝影(PET)系統(tǒng)，其進一步包括顯示器，用于基于所述SSP數(shù)據(jù)集來顯示所述大腦的圖像。
30.一種計算PET/SPECT圖像的立體定向表面投影(SSP)的計算機實現(xiàn)的方法，所述方法包括: Ca)接收受檢者大腦的PET/SPECT圖像數(shù)據(jù)集，其已經(jīng)用PET/SPECT檢測器而生成； (b)將所述PET/SPECT圖像數(shù)據(jù)集存儲在存儲器中； (c)用圖像處理器對所述PET/SPECT圖像數(shù)據(jù)集進行空間歸一化，其中對所述圖像處理器編程來使所述大腦表面上的各體素與對于大腦的標準空間配準，以及 Cd)用所述圖像處理器計算對于所述空間歸一化的PET/SPECT圖像數(shù)據(jù)集的所述表面體素的SSP數(shù)據(jù)集，其中所述計算步驟包括計算沿從各表面體素延伸并且垂直于所述表面到大腦組織內(nèi)使得各線延伸到預定義最大深度的線的最大強度，所述預定義最大深度由所述圖像處理器對各表面體素單獨計算使得來自大腦白質(zhì)的至少一些正電子發(fā)射從所述SSP數(shù)據(jù)集排除。
31.一種非暫時性存儲介質(zhì)，其包括計算機可讀程序代碼，所述計算機可讀程序代碼包括用于生成立體定向表面投影(SSP)圖像的指令，其中所述計算機可讀程序代碼的執(zhí)行促使處理器實施以下步驟: (a)接收受檢者大腦的PET/SPECT圖像數(shù)據(jù)集，其已經(jīng)用PET/SPECT檢測器而生成； (b)將所述PET/SPECT圖像數(shù)據(jù)集存儲在存儲器中； (c)用所述處理器對所述PET/SPECT圖像數(shù)據(jù)集進行空間歸一化，其中對所述處理器編程來使所述大腦表面上的各體素與對于大腦的標準空間配準，以及 Cd)用所述處理器計算對于所述空間歸一化的PET/SPECT圖像數(shù)據(jù)集的所述表面體素的SSP數(shù)據(jù)集，其中所述計算步驟包括計算沿從各表面體素延伸并且垂直于所述表面到大腦組織內(nèi)使得各線延伸到預定義最大深度的線的最大強度，所述預定義最大深度由所述處理器對各表面體素單獨計算使得來自大腦白質(zhì)的至少一些正電子發(fā)射從所述SSP數(shù)據(jù)集排除。
【文檔編號】G06T7/00GK103946892SQ201280058712
【公開日】2014年7月23日 申請日期:2012年9月28日 優(yōu)先權(quán)日:2011年9月30日
【發(fā)明者】J.A.利爾加, N.L.圖爾夫耶爾, R.倫德奎斯特 申請人:通用電氣健康護理有限公司