首页 / 专利库 / 诊断设备和程序 / 医学影像学 / 核医学 / SPECT显像肿瘤摄取定量分析技术及在肿瘤评估中的用途

SPECT显像肿瘤摄取定量分析技术及在肿瘤评估中的用途

阅读:351发布:2020-12-28

专利汇可以提供SPECT显像肿瘤摄取定量分析技术及在肿瘤评估中的用途专利检索,专利查询,专利分析的服务。并且本 发明 是关于一种 肿瘤 图像的定量检测技术,特别是关于一种SPECT或SPECT/CT定量测量肿瘤标准摄取值和瘦体标准摄取值的技术方法,以及此技术方法在肿瘤评估方面的用途。实施步骤包括: 图像采集 步骤、散射校正步骤、核素物理衰变校正步骤、移动校正步骤、组织衰减校正步骤、 图像空间 分辨率 恢复步骤、噪声去除步骤、标准摄取值计算步骤和肿瘤 治疗 效果评估步骤。经本发明所采用的技术手段,解决了利用SPECT和SPECT/CT定量测定肿瘤标准摄取值的临床难题,并能够使该技术用于肿瘤的临床评估。,下面是SPECT显像肿瘤摄取定量分析技术及在肿瘤评估中的用途专利的具体信息内容。

1.一种核医学SPECT或SPECT/CT肿瘤图像的图像处理方法,其步骤包含:
图像采集步骤,利用SPECT或SPECT/CT采集肿瘤患者的原始图像,用于后续的图像处理;
散射校正步骤,通过原始图像数据中主峰能窗的原始投影图像减去散射分量图像而得到散射校正图像;
物理衰变校正步骤,根据探头的转动时间与核素的半衰期,以SPECT机架环绕于患者时所对应转动度的时间点,通过指数衰变模计算校正系数,从而重新调整原始投影图像中的放射性计数,以校正经散射校正后的图像中的物理衰变;
移动校正步骤,包含校正扫描中的移动及校正扫描间的患者移动,其中校正扫描中的患者移动包含根据SPECT探头的角度以迭代投影方式测量患者移动的位移量,校正扫描间的患者移动包含借助自动或手动重新对位CT图像与SPECT图像;
组织衰减校正步骤,经由转换CT图像或放射源透射图像而建立组织衰减矩阵,在迭代图像重建中加入组织衰减矩阵,通过迭代图像重建获得经组织衰减校正的重建图像;
图像空间分辨率恢复步骤,对于具有一特定类型准直仪的一SPECT扫描器类型测量出一组点扩散函数PSF矩阵,点扩散函数PSF借由解析函数(analytic functions)而建模,进而对于具有至该准直仪表面已知距离的每个图像像素,借由5个标记所标示,其中5个标记包括x、y、z、距离、角度,而产生一组完整的点扩散函数PSF矩阵,在迭代图像重建中的前投射步骤加入点扩散函数PSF矩阵,通过迭代图像重建获得经空间分辨率恢复的重建图像;
噪声去除步骤,在迭代图像重建中加入一噪声分析滤波器或泊松分布模拟器,通过迭代图像重建去除图像中的噪声。
2.一种如权利要求1所述的图像处理方法,其特征在于,所述的移动校正步骤,具体地根据SPECT探头的角度以迭代投影方式测量患者移动的位移量,此位移向量的取得可借助原始投影图像和前投影图像在每个角度的垂直及平方向的相互关系进行比对,直到每个投影皆达到稳定的最大关联性而获得扫描中患者移动的校正向量。
3.一种如权利要求1所述的图像处理方法,其特征在于,所述的组织衰减校正步骤,具体地借助转换CT图像或放射源透射图像而计算经过散射校正的图像中每个像素单元的衰减系数,使用得自CT或放射源透射的图像计算每个像素单元的衰减系数而创建一个衰减矩阵,并在迭代图像重建中使用衰减矩阵以校正组织衰减。
4.一种如权利要求1所述的图像处理方法,其特征在于,所述的噪声去除步骤,经空间分辨率恢复的重建图像噪声可利用等效分析滤波器在迭代图像重建中比较滤波后的原始图像和前投射图像的步骤中而予以过滤;作为替代性方案,前投射图像的噪声可借助泊松分布的随机过程模拟,以在迭代图像重建过程中,对原始图像和加入模拟噪声的前投射图像进行比对,从而去除经空间分辨率恢复的重建图像噪声。
5.一种如权利要求1所述的图像处理方法,其特征在于,该图像处理方法可适用于任何使用99mTc标记肿瘤显像剂的SPECT或SPECT/CT显像。

说明书全文

SPECT显像肿瘤摄取定量分析技术及在肿瘤评估中的用途

【技术领域】

[0001] 本发明是关于一种肿瘤图像的定量检测技术,特別是关于一种单光子发射型计算机断层显像(single photon emission computed tomography,SPECT)或单光子发射型计算机断层显像/X线计算机断层成像(SPECT/CT)定量测量肿瘤摄取,包括:标准摄取值(standardized uptake value,SUV)和瘦体标准摄取值(standardized uptake lean body mass,SUL)的技术方法,以及此技术方法在肿瘤评估方面的用途。【背景技术】
[0002] SUV和SUL是目前临床上评价肿瘤对显像药物摄取能的最重要的指标,对于肿瘤性质鉴别、疗效判断和预后评估都具有重要的临床意义。然而,目前肿瘤SUV和SUL的测定,只能借助于电子发射型计算机断层显像(positron emission tomography,PET)或正电子发射型计算机断层显像/X线计算机断层成像(PET/Computed Tomography,PET/CT)的技术方法。然而该技术方法价格昂贵,且显像药物种类有限,难以普及,特别是在基层医院中无法得到广泛推广使用。
[0003] SPECT及SPECT/CT与PET及PET/CT相比,具有成本低廉,技术简便的特点,易于基层医院推广。但传统的SPECT及SPECT/CT显像技术由于物理干扰和空间分辨率较低等问题,无法对图像进行准确校正,因而只能进行肿瘤图像的定性分析,而难以对肿瘤摄取进行精确定量,无法计算出SUV和SUL,限制了SPECT及SPECT/CT在肿瘤评估方面的临床用途。鉴于此,需要发展一种新的SPECT及SPECT/CT定量分析技术方法,以实现SUV和SUL定量指标的测定,并能够实际用于肿瘤的临床评估。【发明内容】
[0004] 本发明的目的是提供一种SPECT或SPECT/CT定量测量肿瘤SUV和SUL的方法,以克服传统SPECT和SPECT/CT技术只能定性而无法定量分析的缺陷,并将这一新技术用于肿瘤的临床评估。
[0005] 本发明为克服传统技术的缺陷,所采用的技术手段为一种SPECT或SPECT/CT测量肿瘤SUV和SUL的新技术方法,包含:(1)图像采集步骤,利用SPECT或SPECT/CT采集肿瘤患者的图像;(2)散射校正步骤,利用主峰能窗的原始投影图像减去散射分量图像而得到散射校正图像;(3)核素物理衰变校正步骤,根据SPECT探头的转动时间与核素的半衰期校正图像的物理衰减;(4)移动校正步骤,包含校正扫描中的患者移动(Intra-scan patient motion)及校正扫描间的患者移动(Inter-scan patient motion),其中校正扫描中的患者移动包含根据SPECT探头的度以叠代投影方式测量患者移动的位移量,校正扫描间的患者移动包含借助自动或手动重新对位CT图像与SPECT图像;(5)组织衰减校正步骤,通过转换CT图像或放射源透射图像而建立组织衰减矩阵,以叠代法重建去除图像因人体组织衰减所造成的对肿瘤放射性摄取量的低估;(6)图像空间分辨率恢复步骤,通过移动点源和改变与准直器之间的距离,测量点扩散函数,并建立点扩散函数矩阵,并将点扩散函数矩阵用于叠代图像重建而重新恢复空间分辨率;(7)噪声去除步骤,将经重建后的图像通过噪声分析滤波器或泊松分布(Poisson)模拟器用于叠代图像重建,以去除图像中的噪声;(8)标准摄取值计算步骤,根据事先测定的实际放射性浓度与测量得到的放射性计数之间的线性关系,计算出物理校正图像中“感兴趣”区的放射性浓度,并根据患者的体重、体脂肪率和/或全身表面积,以及患者的放射性注射剂量,计算出患者的肿瘤标准摄取值,包括SUV和SUL;(9)肿瘤治疗效果评估步骤,以评估肿瘤的疗效。
[0006] 经本发明所采用的技术手段,解决了利用SPECT和SPECT/CT定量测定肿瘤标准摄取值的难题,并能够使该技术用于肿瘤的临床评估。【附图说明】
[0007] 图1A显示依据本发明实施的SPECT显像定量测定肿瘤标准摄取值的技术方法,自右前斜位至左后斜位采集患者图像的示意图。
[0008] 图1B显示依据本发明实施的SPECT显像定量测定肿瘤标准摄取值的技术方法,自前位至后位采集患者图像的示意图。
[0009] 图1C显示依据本发明实施的SPECT显像定量测定肿瘤标准摄取值的技术方法,自左前斜位至右后斜位采集患者图像的示意图。
[0010] 图1D显示依据本发明实施的SPECT显像定量测定肿瘤标准摄取值的技术方法,自后位至前位采集患者图像的示意图。
[0011] 图2显示依据本发明实施的患者移动校正步骤的流程图
[0012] 图3A显示本发明实施中SPECT与CT对位前的患者图像。
[0013] 图3B显示本发明实施中SPECT与CT对位后的患者图像。
[0014] 图4显示依据本发明实施得到的肿瘤患者图像的组织衰减矩阵示意图。
[0015] 图5A显示本发明实施中,空间分辨率恢复前的患者图像。
[0016] 图5B显示本发明实施中,空间分辨率恢复前的患者图像。
[0017] 图6A显示本发明实施中,无校正时的患者图像。
[0018] 图6B显示本发明实施中,经噪声去除的图像。
[0019] 图6C显示本发明实施中,经噪声去除、患者移动校正的图像。
[0020] 图6D显示本发明实施中,经噪声去除、患者移动校正、组织衰减校正的图像[0021] 图6E显示本发明实施中,经噪声去除、患者移动校正、组织衰减校正、散射校正的图像。
[0022] 图6F显示本发明实施中,经噪声去除、患者移动校正、组织衰减校正、散射校正、空间分辨率恢复及核素物理衰变等完整物理校正的图像。
[0023] 图7显示依据本发明实施得到的患者左上叶前段肿瘤对于99mTc-RGD的最大SUV(SUVmax)、总SUV(ISUV)和肿瘤体积分别为7.31、239和64.16ml(毫升)。
[0024] 图8A至图8D显示依据本发明实施,一患者左肺上叶不规则形肿瘤在化疗前计算后得到SULpeak为28.7,体积为42.3ml(图8A),治疗后SULpeak下降为16.17,体积缩小为99m
16.4ml(图8C),而肝脏对于 Tc-RGD的SULpeak治疗前后无明显改变(图8B、图8D),因而确定肿瘤治疗方案有效。
【具体实施方式】
[0025] 本发明提供一种肿瘤SPECT显像的图像定量分析技术,能够获得肿瘤组织对于SPECT显像药物的标准摄取值(SUV和SUL),这一指标以往只能在PET或PET/CT中获得,而通过本发明在SPECT或SPECT/CT中也可以实现。
[0026] 首先,图像采集步骤,利用SPECT或SPECT/CT采集患者的肿瘤图像。患者注射单光子核素标记的肿瘤显像药物后,启动SPECT或SPECT/CT的γ探头旋转180度或360度,采集图像数据。旋转中,原始投影图像数据由空间坐标及旋转角度表示。探头可从右前斜位至左后斜位、前位至后位、左前斜位至右后斜位、后位至前位旋转采集均可(图1A至图1D)。采集步骤更包括使用128×128矩阵、60°、64°、120°或128°转动角度、圆形或非圆形旋转轨道、双能窗(主峰能窗+散射能窗)、放大倍数介于1.0至1.2、采集总时间20至30分钟。采集数据可利用标准的医疗数字图像传输协议(digital imaging and communications in medicine,DICOM)格式保存或传输,以用于后续的图像处理
[0027] 散射校正步骤,利用得自主峰能窗(140±10%keV或140±7.5%keV)的原始投影减去得自康普顿散射(Compton scatter)能窗(118±6%keV或121±6%keV)的散射分量和能窗宽度相关系数的乘积而得到散射校正图像。
[0028] 物理衰变校正步骤,根据探头的转动时间与核素的半衰期,校正图像的物理衰变。当SPECT机架环绕于患者时,于对应转动角度的时间点计算,以指数衰变模(exponential decay model)计算校正系数,从而重新调整原始投影图像中的放射性计数。
[0029] 患者移动校正步骤,包含校正扫描中的患者移动(Intra-scan patient motion)及校正扫描间的患者移动(Inter-scan patient motion)。扫描中的患者移动系为发生在SPECT扫描期间的一种患者移动形态,该扫描中患者的移动可能会造成伪影,可针对原始投影图像的各个角度进行适当的垂直及平方向位移而修正伪影,此位移向量的取得可借助原始投影图像和前投影图像在每个角度的垂直及水平方向的相互关系进行比对,直到每个投影皆达到稳定的最大关联性而获得扫描中患者移动的校正向量(θ、x、y),图2表示扫描中患者移动校正的流程。
[0030] 扫描间的患者移动为患者在SPECT和CT图像采集间移动身体位置或呼吸幅度过大所造成的SPECT和CT错位,因而影响组织衰减校正的准确性。校正扫描间的患者移动可借助从SPECT图像估算的身体边界和从CT图像获得的身体边界,通过两图像移动或转动后产生的最大重叠吻合程度,以重新对准CT图像与SPECT图像。向量校正包括位移方向(x、y、z)和角度(σ、δ、θ)两方面的校正,既可以自动校正扫描间的患者移动,也可以手动重新对准CT图像与SPECT图像。图3A表示扫描间的患者移动造成SPECT和CT图像错位,图3B表示校正后两者的正确对位。其中,校正扫描中的患者移动和校正扫描间的患者移动需要在组织衰减校正步骤前执行。
[0031] 组织衰减校正步骤,借助转换CT图像或放射源透射图像而计算经过散射校正的图像中每个像素单元的衰减系数。详细来说,使用得自CT或放射源透射的图像计算每个像素单元的衰减系数而创建一个衰减矩阵,并在叠代重建中使用衰减矩阵以校正组织衰减。衰减矩阵会记录下对应于4个参数(x、y、z、角度)的每个像素单元的光子衰减的幅度(图4)。如上述,组织衰减校正前需完成SPECT与CT进行图像正确对位,提高组织衰减校正的准确性。
[0032] 图像空间分辨率恢复步骤,利用一点源移动测量并建立点扩散函数矩阵,并将点扩散函数矩阵(point spread function,PSF)用于叠代重建而重新恢复图像的空间分辨率。对于配置不同型号准直仪的SPECT,可分别测量出一组PSF矩阵。PSF可借助解析函数(analytic functions)而建模,进而对具有至该准直仪表面已知距离的每个像素单元(包含x、y、z、距离、角度5个参数)产生一组完整的PSF矩阵。PSF矩阵随后可被用于叠代重建中的前投射步骤,通过叠代恢复图像的空间分辨率。图5A表示SPECT探头转动过程中,与准直器距离相异的六个点在空间分辨率较低的条件下所产生的图像,图5B表示通过图像空间分辨率恢复而获得较清晰和较均匀的图像,显示明显的改善。
[0033] 噪声去除步骤,将经重建图像经噪声分析滤波器或泊松(Poisson)模拟器予以叠代集成重建,以去除图像中的噪声。图像的噪声可利用等效分析滤波器(equivalent analytic filter)在叠代重建中比较滤波后的原始图像和前投射图像的步骤中而予以过滤。作为替代性方案,前投射图像的噪声可借助泊松分布(Poisson distribution)的随机过程模拟,以在叠代重建过程中,对原始图像和加入模拟噪声的前投射图像进行比对,从而去除图像噪声。图6A至图6F分別表示患者未经物理校正的图像(图6A)、经噪声去除的图像(图6B)、经噪声去除、患者移动校正的图像(图6C)、经噪声去除、患者移动校正、组织衰减校正的图像(图6D)、经噪声去除、患者移动校正、组织衰减校正、散射校正的图像(图6E)和经噪声去除、患者移动校正、组织衰减校正、散射校正、空间分辨率恢复及核素物理衰变的完整物理校正的图像(图6F),显示图像品值获得明显的改善。
[0034] 肿瘤标准摄取值的计算步骤,为了用物理校正后的图像计算患者体内对于肿瘤显像剂的摄取值,需根据假体模型实验获得实际放射性浓度与测量得到的放射性计数之间的线性关系。该实验通过向假体模型注入已知放射性浓度的核素溶液、并和重建后的模型SPECT图像进行比对,以获得此线性关系,为了方便测量,假体模型为对称性结构效果最好。肿瘤标准摄取值的计算根据该线性关系,计算出物理校正后的图像中“感兴趣”区所对应的放射性浓度,并根据患者的体重、体脂肪率、全身表面积以及放射性核素注射剂量,计算出患者的肿瘤SUV和SUL,SUV定义为“感兴趣”区肿瘤的放射性浓度(Bq/ml)×患者体重(g)/注射剂量(Bq);SUL定义为“感兴趣”区肿瘤的放射性浓度(Bq/ml)×患者瘦体体重(g)/注射剂量(Bq)。当然,本发明不限于此,也可以根据患者的其它生理参数而调整肿瘤标准摄取值,例如,利用患者的骨质疏松度调整骨肿瘤的肿瘤标准摄取值。
[0035] 肿瘤治疗效果评估步骤,根据物理校正后的图像、患者的瘦体体重和静脉注射的显像剂剂量,计算图像的SUL。于肿瘤治疗前先在肿瘤画一体积约1ml的“感兴趣”区(此感性区须包括最大标准摄取值),随后计算“感兴趣”区内的SUL平均值(SULmean)和标准差(SD),并得到瘦体标准摄取峰值(SULpeak),SULpeak=(1.5×SULmean+2.0×SD),使用肝脏或血池的SUL作为参照值。治疗前肿瘤的SULpeak如高于参照值则被认为有临床诊断意义,而经过治疗后,如肿瘤的SULpeak如减少超过30%,则认为肿瘤治疗方案有效。
[0036] 例证一
[0037] 图7显示了一例肿瘤患者SPECT显像,采用的是单光子核素99mTc标记的以整合素为99m
靶点的肿瘤显像剂 Tc-RGD,注射剂量为25mCi。依据本发明,左肺上叶前段部位的肿瘤图像,经物理校正后,计算得到肿瘤对于99mTc-RGD的最大SUV(SUVmax)、总SUV(ISUV)和肿瘤体积分别为7.31、239和64.16ml。其中,SUVmax为肿瘤内最高的SUV值,ISUV为肿瘤内所有SUV的相加总和。
[0038] 例证二
[0039] 图8A显示一名肺癌患者,体重为90公斤,身高173公分,位于左肺上叶的不规则形肿瘤。利用本发明技术,测得治疗前肿瘤对于99mTc-RGD的SULmean为16.14,SUL标准差为2.24,计算后得到SULpeak为28.7,体积为42.3ml,肝脏的SULmean为4.44和SUL标准差为
1.04,计算后的肝脏SULpeak参照值为8.74。化疗药物治疗三个月后,肿瘤对于99mTc-RGD的SULmean下降为8.52,SUL标准差为1.69,计算后得到SULpeak下降为16.17,体积缩小为
16.4ml,肝脏的SULmean为4.3和SUL标准差为1.21,计算后的肝脏SULpeak参照值为8.87,治疗后肿瘤SUL降低了43.6%,体积缩小了61.2%,因此肿瘤治疗方案有显著的效果。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈