注册和求和Respiratory-Gated或屏息宠物图像基于变形估算的肺部CT图像

文摘

肺由于呼吸运动导致医学影像图像退化,特别是在核医学,需要长时间的收购。我们已经开发出一种方法之间的图像校正respiratory-gated (RG)宠物图像在不同的呼吸阶段或屏息(BH)宠物图片不一致的呼吸阶段。方法,RG或BH-PET图像在不同的呼吸阶段变形下的两个标准:相似性的图像强度分布和平滑估计运动矢量场(MVF)。但是,只有这些条件可能会导致肺的不自然的运动估计。本文假设使用磁共振扫描仪中,我们添加了另一个标准是相似的运动方向估计从吸入和呼出CT图像。该方法首次应用于数值幻影XCAT与肿瘤,然后向BH-PET图像数据申请7个病人。结果肿瘤形成鲜明对比,估计运动矢量场与我们之前得到的方法。我们通过这些实验证实,该方法可以提供一种改进和更稳定的图像质量RG和BH-PET图像。

1。介绍

正电子发射断层扫描(PET)是一种有用的胸腹的器官的肿瘤诊断模式。由于呼吸器官运动在图像采集过程中,然而,图像运动模糊的影响。respiratory-gated (RG)图像采集技术可以解决这个问题1,2]。如果投影数据收集等呼吸期有限的吸气或呼气,更少的模糊图像可以从这些数据重建;然而,由于检测数量减少了闸门,长时间采集需要积累足够的数量。例如,在情况下,通过控制只有四分之一周期是每一个呼吸周期中用于数据采集,采集时间超过四倍的正常PET成像需要为了达到相当于统计数据。

一个解决方案是使用所有呼吸阶段由多个门,重构相应的多个图像,对这些图像之间的变形,最后和修正后的图像。在本文中,我们称之为注册和求和方法(RSM)和几篇文章提出了这样一个方法(3- - - - - -8]。刚性或仿射转换两个图像之间没有足够的数据在不同的人类胸腔内器官接受不同的运动有不同的方向和振幅。非刚性的转换需要这样的变形校正。我们提出了一种非线性的方法纠正肺RG重构图像之间的运动在不同的呼吸阶段和添加在一起获取图像,并减少运动模糊和噪声(3]。类似的方法提出的Dawood et al。4,5)利用全球运动光流算法校正的图像在单独的大门。

作为另一个成像技术为避免呼吸运动模糊,屏息(BH)收购技术最近积极研究[9- - - - - -13]。在这种技术中,一个病人被要求保持他/她的呼吸10到30年代进行图像采集。因为一个周期太短积累足够的辐射,这黑洞和收购是重复的。求和的图像提供了一个获得nonblurred和粒度图像和信号噪声比相当于传统的宠物形象。然而在实践中,一个病人不能保持他/她的呼吸在同一时间的呼吸。如果黑洞的时机是不一样的,总结图像仍然模糊。因此,我们提出我们的图像配准方法开发申请RG黑洞图像(图像14]。

在我们的方法中,RG或BH-PET图像变形下的两个标准:()相似图像的强度分布和()平滑估计运动矢量场(MVF)。然而,仅使用这些标准可能会导致肺不自然的运动估计,图像对比度较低,因此图像的纹理信息并不函数注册。如今,磁共振扫描仪越来越分散。CT图像提供高对比度解剖图像,从而更容易获得准确的从吸入和呼出CT图像运动信息。

本文假设使用磁共振扫描仪,我们添加了另一个准则:相似的运动方向估计两个CT图像在不同的呼吸阶段(15]。该方法首次应用于数值幻影XCAT [16)确认的基本思想和有效性。该方法的结果与我们之前的方法和简单的求和方法的多个图像只是总结没有任何登记。该方法也适用于临床数据由黑洞图像在到期日和结果进行了比较与其他两种方法。

2。材料和方法

这种方法可以应用于一组RG和黑洞图像。在RG成像的情况下,一些宠物图像在不同的呼吸阶段。在BH成像的情况下,多次获得宠物图像在同一呼吸阶段。然后,这些图像变形匹配一个参考图像和所有图片总结获得更好的图像质量。自由形式的变形是注册步骤中使用17]。

2.1。以前的方法

正如上面提到的,在我们之前RSM、宠物图像变形下的两个标准:()相似图像的强度分布和()平滑估计MVF。变形区是由一定数量的控制点原本安排在一个矩阵。中定义的控制点是一个浮动的形象和移动,以满足标准。模拟退火算法(18)用于这种优化。

在下列公式,参考图像和浮动图像的像素值表示和,分别。相似的图像强度分布的位置th控制点评估通过 在哪里表示的位移控制点在浮动图像。

第二个标准是图像平滑度的估计MVF浮动和评估弗罗贝尼乌斯标准的海赛矩阵使用下一个方程 在这里代表一个海赛矩阵,一个方阵的纯量值函数的二阶偏导数,弗罗贝尼乌斯规范代表。弗罗贝尼乌斯规范是每个元素的平方和的平方根。

的综合标准的图像变形 在哪里和是两项的权重调整平衡。进行求和的形象。为了确定这些权重的值,和,一些扰动初始位移和合成的变化的价值每一项评估的标准。然后,调整权重,这样每一项的贡献变得相似。

2.2。该方法

拟议的RSM包含两个步骤。在步骤从两个CT图像,MVF估计。在步骤、宠物图像注册并总结利用估计MVF。下面将描述每个步骤的细节。

2.2.1。步骤1:MVF估计从CT图像

一个MVF估计通过吸入和呼出CT图像之间的登记。自由形式的变形应用于CT图像配准。在这个注册,使用三个标准。前两个是相似图像的强度分布的平滑MVF前RSM使用。

第三个标准是相似的相邻特征点的运动矢量。与宠物图片,标记对应的特征点,如气管支气管的分支可以手动从两个CT图像被发现。如果我们确定几个特征点在一个参考图像和浮动图像中的对应点,这些通讯应保持在登记。邻近区域的特征点应该有类似的运动特征点。一定程度的变形考虑控制点的信件由以下公式给出: 在哪里代表的位置特征点,代表的运动矢量特征点。的值代表了特征点的总数。如果,我们用团结分母。这是一个标准的加权和运动矢量之间的差异在当前位置和预选的特征点。逆权重给出的当前位置和特征点之间的距离。这个重量扮演重要角色的运动矢量当前位置是相邻特征点的类似。在这一步中,总评价变形方程表示为 每一个常量值,,,设置所(3)。

2.2.2。第二步:注册和求和的宠物图像

BH-PET RG-PET图像变形和总结获得高质量的图像。在我们之前的RSM,图像的相似性强度分布的平滑MVF。之后,我们再添加一个约束。即相似的运动方向估计从两个CT图像。这个词是由当前的运动矢量之间的夹角,从CT图像估计。这个词是由 在哪里是一个在当前位置和运动矢量的候选人吗是一个运动向量获得在步骤吗。之间的角和加权的长度。应该注意的是,我们不考虑相似的运动矢量的大小。大约在这个标准中,我们假定任意点在直线上的肺部吸入和呼出点连接。因此,MVF角度而不是大小限制。匹配度越高,成本越少。如果CT图像的运动矢量是大,这样的运动应该被考虑。的大小在(6)工作。如果或,设置为0。在这一步中,评估变形方程表示为 每一个常量值,,,中提到,再次设置为(3)。图1示意图显示了附加项的影响。

3所示。初步测试

3.1。数值幻影测试

我们执行一个测试数值幻影,XCAT,来验证该方法的有效性。在该测试中,我们假设RG成像。CT图像中使用步骤和宠物图像中使用步骤从XCAT幽灵了。在仿真,CT图像end-inhalation和end-exhalation收购。另一方面,在PET成像,呼吸周期分为十个阶段和图像在每个阶段获得的。对于每个宠物形象,泊松噪声的水平是类似于临床数据补充道。图像大小的CT和PET 600×600×115像素点和102×102×58体素,分别。CT和PET的体素的大小是0.68×0.68×2.00毫米³和4×4×4毫米³,分别。

作为获得MVF CT图像的特征点,13分岔点选择和使用。15个小肿瘤低对比度位于肺如图2。这些肿瘤与顶点的小型和大型数据集,但一个顶点位于心脏的问题却被忽略了。在这项研究中,肿瘤的活动率和背景是由1.5:1。我们设置了具体的像素值在肺肿瘤和其他地区24和36岁,分别为每个呼吸期形象。进行登记,图片在第二到第十阶段第一阶段匹配。

3.2。临床数据测量

我们应用前和拟议中的RSMs七组临床摄影图像。这项研究已通过山口大学医院病人和所有参与者提供数据收集的知情同意。磁共振扫描仪,双子座GXL 16日飞利浦医疗系统,使用。¹⁸F FDG(3.5兆贝可/公斤)是管理每个病人和60分钟后进行图像采集。宠物图像BH成像协议下获得重复10 - 15 s长BH六次。这样一个黑洞协议进行呼气和吸气。

我们进行了一个实验用的临床资料。在临床实验中,我们只关注组呼BH-PET映像。如前所述,即使BH条件下,黑洞图像之间存在呼吸阶段的变化在某种程度上。我们使用这些数据集来检查是否提出RSM能够改善BH-PET图像质量。

表1使用显示的属性数据如CT片的数量,体素的大小CT, CT图像中特征点的数量用于拟议的RSM,每个宠物片的图像大小,PET切片的数量。公共属性,CT切片的图像大小为512×512像素和宠物的体素的大小是4×4×4毫米³。

3.3。定量评估

两种进行了定量评估。第一个是关于像素值本身或肿瘤的对比。幻影数据实验中,我们评估肿瘤本身的像素值,因为我们可以用理想的值进行比较。另一方面,在临床数据实验中,肿瘤的对比背景使用。这是定义为 在哪里的像素值最终获得宠物的形象。ROI被定义为3×3×3 = 27个像素点的中心对应于肿瘤区域的峰值。是宠物图像像素点的总数。也就是说,价值计算比率的平均值在一个小区域肿瘤峰值和均值为核心的整个图像。

第二种评估使用最后估计运动矢量之间的夹角,从CT图像中获得。

4所示。结果与讨论

4.1。数值幻影测试

图3显示数值伪测试的结果。图3(一个)由前RSM和图显示了合成图像3 (b)提出RSM显示。没有观察到显著差异之间的图像。然而,在左下部分的矢状面图像提出RSM,小肿瘤可视化,而前面的RSM未能想象。

像素值15肿瘤进行了评估。对于每一个肿瘤,3×3×3体素在肿瘤区域被定义为ROI和平均值。表2显示15个值的平均值和最大值。从给定的值在一个像素为每个呼吸期肿瘤36形象,总结的肿瘤图像的理想值是360。事实上,插值处理退化的理想值。均值得到的简单求和是最小的。先前的RSM和RSM提议给值比简单的求和。比较结果的两个偏远,除了两个肿瘤,建议RSM提供更高的像素值。

MVFs也相比。图4显示了XCAT幻影的MVFs估计(a)从两个CT图像,(b)由前提出RSM RSM和(c)。这里的运动矢量估计每个网格点,显示为红色箭头。由于网格点安排,以覆盖整个立方体积CT和PET图像的区域,网格点在体外也估计。在评价这些向量是忽视。由前RSM MVF估计不一致时的CT图像,提出的MVF RSM与从CT图像是相一致的。蓝色圈内的差异尤为显著。

我们评估之间的相似性角度估计运动矢量与CT图像。表3显示了这些结果。这两个估计运动矢量投影到轴向,冠状、矢状平面和两个向量之间的角度在每架飞机平均在每个呼吸的形象阶段。很明显,有大前RSM结果中的错误。

4.2。临床数据评估

表4总结了对比度的值定义为(8)。这里简单的求和,先前的RSM和RSM比较。在许多情况下,没有观察到显著增加的价值。患者6号提出的RSM显然取得了更高的对比度。相应的图像如图5。(a)、(b)和(c)对应于简单的求和,前面的RSM,分别和RSM提议。在这个例子中,我们假设病人不能重复相同的屏息,因此肿瘤的位置发生了变化。简单的求和方法产生一个模糊的肿瘤。在前面的RSM和RSM提出模糊成功减少了。

MVFs在这些临床资料进行比较。图6MVFs显示了一个示例。的排列图的数据是一样的4。前RSM MVF虽然不同于从CT图像,提出的MVF RSM相似,从CT图像虽然长度本身是不相似的。

的角运动矢量估计的RSMs从CT图像与估计。表5显示了这些结果。如表所示3,两个向量之间的角度在三个正交平面进行评估。表5清楚地表明,先前的RSM估计运动矢量的显著差异而CT图像的运动矢量。

在许多情况下,宠物图像的图像质量明显得到前面的RSM类似于简单的求和和RSM求婚。然而,见表5,由前RSM运动矢量不同于从CT图像。自图像相似性主要在前面的RSM,肿瘤与高对比度区域倾向于聚集在一起。然而值得注意的是,这样的总和可能会导致不正确的过度增强。

5。结论

本文通过假设使用磁共振扫描仪,我们添加了一个相似性度量两个CT图像在不同的运动方向估计RSM呼吸阶段作为另一个标准。拟议的RSM应用于数值幻影和临床BH-PET图像并与我们之前RSM只用相似性的图像强度分布和MVF的平滑优化标准。通过结果我们证实该RSM能够实现更好、更稳定的RG和BH-PET图像的图像质量。未来的任务,提出RSM应该应用于实际RG-PET图片来确认其实际效果。

相互竞争的利益

作者宣称没有利益冲突有关的出版。

确认

这部分工作是支持的科研补助金KAKENHI (22103504, 22103504, 25242052)。

引用

1. a . Pepin j . Daouk p·贝利s Hapdey, M.-E。迈耶”,PET / ct:呼吸运动管理的艺术,“核医学通讯,35卷,不。2、113 - 122年,2014页。视图:出版商的网站|谷歌学术搜索
2. g . Lucignani”呼吸和心脏运动校正和4 d的宠物成像:射击移动目标,“欧洲核医学与分子影像杂志》上,36卷,不。2、315 - 319年,2009页。视图:出版商的网站|谷歌学术搜索
3. s . a . Nehmeh y . e . Erdi凌c . c . et al .,“呼吸门控对PET图像量化的影响肺癌的,”核医学杂志》,43卷,不。7,876 - 881年,2002页。视图:谷歌学术搜索
4. h .问题h . Haneishi h . Iwanaga, k .日本须贺“respiratory-gated肺SPECT图像非线性运动修正。”IEEE医学成像,25卷,不。4、486 - 495年,2006页。视图:出版商的网站|谷歌学术搜索
5. m . Dawood:朗、江x和k·p·谢弗,“肺在呼吸运动校正的3 d PET / CT图像,”IEEE医学成像,25卷,不。4、476 - 485年,2006页。视图:出版商的网站|谷歌学术搜索
6. m . Dawood f .税法、江x和k·p·谢弗,“呼吸运动校正与先进的光流算法3 - d宠物数据,”IEEE医学成像,27卷,不。8,1164 - 1175年,2008页。视图:出版商的网站|谷歌学术搜索
7. w·白和m·布雷迪正规化b样条变形登记宠物呼吸运动校正的图像,”物理学在医学和生物学,54卷,不。9日,第2736 - 2719页,2009年。视图:出版商的网站|谷歌学术搜索
8. f·乔,t·潘,j·w·克拉克Jr .)和o·r·马拉维”地区感兴趣的运动补偿PET图像重建,”物理学在医学和生物学,52卷,不。10日,2007年。视图:出版商的网站|谷歌学术搜索
9. s . a . Nehmeh y . e . Erdi g s p Meirelles et al .,“深吸气屏息PET / CT胸腔,”核医学杂志》,48卷,不。1、22日至26日进行的,2007页。视图:谷歌学术搜索
10. g s p . Meirelles y . e . Erdi s a Nehmeh et al .,“深吸气屏息PET / CT:临床发现,新技术胸病变的检测和表征,”核医学杂志》,48卷,不。5,712 - 719年,2007页。视图:出版商的网站|谷歌学术搜索
11. t .【大肠Ohtake t .井上,“深吸气屏息PET / CT的肺癌:最大标准摄入值分析108名患者,”核医学杂志》卷,49号8,1223 - 1231年,2008页。视图:出版商的网站|谷歌学术搜索
12. t .【大肠Ohtake t .井上,“深吸气屏息PET / CT和自由呼吸PET / CT和呼吸门控宠物供参考:评估95年肺癌患者,”《核医学,25卷,不。2、109 - 116年,2011页。视图:出版商的网站|谷歌学术搜索
13. 菅野t . Torizuka y Tanizaki, t . et al .,“单20秒收购深吸气屏息PET / CT:肺癌的临床可行性,”核医学杂志》,50卷,不。10日,1579 - 1584年,2009页。视图:出版商的网站|谷歌学术搜索
14. h . Haneishi k . Kobuna m . Kanai y Tamai, a . Sakohira和k .日本须贺“变形和求和屏息的宠物图片,”《IEEE医学影像会议2010年美国诺克斯维尔,田纳西州。视图:谷歌学术搜索
15. m . Kanai y Tamai, a . Sakohira k .日本须贺和h . Haneishi”注册和总结基于估计的RG / BH宠物图片变形的肺部CT图像,”《IEEE核科学研讨会和医学影像会议(NSS /麦克风' 11)瓦伦西亚,页2981 - 2985年,西班牙,2011年10月。视图:出版商的网站|谷歌学术搜索
16. w . p . segar和b . m . w .崔”,称MCAT XCAT: 4 - d计算机幻影成像研究的发展,“IEEE学报》,卷97,不。12日,第1968 - 1954页,2009年。视图:出版商的网站|谷歌学术搜索
17. d . Rueckert l . i Sonoda c·海斯·d·l·g·希尔,m . o .浸出和d·j·霍克斯,“非刚性的注册使用自由格式的变形:应用乳腺图像,先生”IEEE医学成像,18卷,不。8,712 - 721年,1999页。视图:出版商的网站|谷歌学术搜索
18. 柯克帕特里克,c . d . Gelatt Jr .)和m . p . Vecchi“由模拟退火优化”科学,卷220,不。4598年,第680 - 671页,1983年。视图:出版商的网站|谷歌学术搜索|Zentralblatt数学

版权

版权©2016 Hideaki Haneishi et al。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。