专利名称：为动态分子成像过程个性化动力学参数估计的方法
为动态分子成像过程个性化动力学参数估计的方法
技术领域：
本发明通常涉及分子成像领域。具体而言，本发明涉及将用于动态分 子成像过程的动力学参数估计适配于个别的患者解剖结构和病情。
在医学领域广泛使用分子成像作为一种对(特别是在体内)各种靶点 或路径成像的技术。起探针作用的示踪剂促进了成像并与其周围环境进行 化学作用，并且反过来根据发生在感兴趣区域内的分子变化来改变图像。 分子成像可应用于许多不同的感兴趣区域，例如对在疾病的典型症状的发 生或检测之前发生的病前状态或分子状态的确定。其他应用包括在体内基 因表达的成像以及新型示踪剂或生物标志物的发展。
为了实现分子成像，目前有几种不同的分子成像系统和设备可以利用，
例如SPECT (单光子发射计算机断层摄影)系统和PET (正电子发射断层 摄影)系统。后者是在对例如脑内的生理活动进行成像时，或者在确定体 内流路吋的重要技术。典型分子成像设备连续地对列表模式的患者数据进 行抽样，其中，列表模式数据意指用时间戳记录SPECT中的单个事件或PET 中的符合事件。随后将列表模式数据进行分箱(bin)、重建，并且利用药代 动力学建模技术估计基本的动力学参数。或者，利用直接参数估计技术绕 过分箱和重建步骤，将列表模式数据直接馈送至动力学建模引擎。
随着新近多模态(multi-model)成像装备和新型靶向示踪剂的发展， 已经使客观地探査分子过程变得可行，所述分子过程是理解基本的疾病机 制和对治疗反应的早期评价的关键。临床上正在越来越多地使用动态分子 成像方案，并且正在发展动力学建模工具以改进对相关分子参数的估计。 这样的分子参数例如为示踪剂通过组织或血液的流速，示踪剂的俘获、清 除和进入组织的吸收率，甚至示踪剂经历化学修饰的反应速率。
基本上有三种主要的创建参数图像的方法"间接方法"、"半直接方法" 以及"直接方法"，在下文中将对此做出详细描述。
间接方法涉及首先针对每个测量时间重建所记录的图像，然后估计每
6个体素的动力学参数。该方法具有对于每个体素而言时间活度曲线的信噪 比低的缺点，这使得难以精确估计参数。
半直接方法试图通过经由信号子空间或样条对每个体素可能选择的时 间进程进行约束来提高信噪比。基于样条的方法在处理列表模式数据时具 有一定的计算优势。然而，这是一个首先计算样条系数、然后计算动力学 参数的两步过程，其导致了最优性的缺失，特别是在样条系数的数量大于 动力学参数的数量时。
直接方法涉及动力学参数重建的直接方式。在例如D. Snyder的 "Parameter estimation for dynamic studies in emission-tomography systems having list-mode data" IEEE Trans Nucl Sci 31 (1984)第925-931页；或 Kamasak ME等人的"Direct reconstruction of kinetic parameter images from dynamic PET data" IEEE Trans Med Imaging (2005)五月24(5):第636-650 页中描述了不同的直接估计算法，其以引用方式并入本文中。
现今，主要通过试错法来完成动态成像方案的设计。 一旦根据经验识 别出好的候选方案，则不考虑任何患者间变异性，以无差别的方式对所有 患者使用该方案。这些方案通常在启动扫描之前指定用于图像采集的抽样 方案，以及将要施予的示踪剂的活度的量。然而，示踪剂的生物动力学在 很大程度上依赖于在图像质量和所估计的动力学参数的方差上导致患者间 变异性的个别患者解剖结构和疾病类型。此外，测量所估计的动力学参数 的质量的一致灵敏值是不可缺少的，并且是建立质量保证程序的绝对先决 条件。
因此，需要一种机制策略，该策略自适应地考虑个别患者的解剖结构 和病情。此外，可以预见到的是，最佳适应的动态成像方案相对于标准程 序，允许增加的灵活性、时间和成本效率，从而降低了错误的参数设置和 不良诊断结果的风险。
因此，人们期望提供一种在分子成像内的有利方法，例如提供特异性 患者自适应方案。
因此，本发明优选单个地或以任何组合的方式缓解、减轻或消除本领 域内上述识别的不足和缺点中的一个或多个，并且通过提供根据本专利权
7利要求书所述的方法、装置、系统、计算机可读介质以及该装置的用途来 至少解决上述问题。
根据本发明的一个方面，提供了一种在动态分子成像中的方》去，包括
动态地估计描述了所施予的示踪剂生物分布的活度函數的第一参数^;0和
第二参数/tW。该方法包括分别指定活度函数的第一参数"w和第二参数
/K"的第一目标方差 ,W和第二目标方差 A)。该方法还包括启动图像 采集；重建第一参数y^x)和第二参数/K^分别重建第一参数/ (;c)和第二参 数"x)的第一关联方差 (;c)和第二关联方差 (x)。此外，该方法包括重复图 像采集以及第一参数M^和第二参数^0与第一关联方差 W和第二关联 方差 0O的重建步骤，直到该第一关联方差^Oc)和第二关联方差cT,(;c)分别 等于或小于第一目标方差 W和第二目标方差cv(x)，即 0c)2 ,(;c)且
CO《"wO0为止。
根据本发明的另一方面，提供了一种在动态分子成像中设置为动态地
估计描述了所施予的示踪剂生物分布的活度函数的第一参数y9(;c)和第二参 数^c)的装置。该装置包括用于分别指定活度函数的第一参数々(;c)和第二参 数*W的第一 目标方差cr^(;c)和第二目标方差cr^(;c)的指定工具。该装置还 包括用于启动图像采集的启动工具；用于重建第一参数/ 0O和第二参数"x) 的第一重建工具；用于分别重建第一参数/ (;c)和第二参数;Kx)的第一关联方 差 (x)和第二关联方差 (;r)的第二重建工具；以及重复工具，其用于重复
图像采集以及第一 参数"(;c)和第二参数小)与第一关联方差 W和第二关 联方差q(x)的重建步骤，直到该第一关联方差 (;c)和第二关联方差^W分
别等于或小于第一目标方差 (x)和第二目标方差 ";c)，即
且S (T* r 0)为止。
根据本发明的又一方面，提供了一种分子成像系统，该系统包括根据 本发明的上述方面的装置。
根据本发明的还有一个方面，提供了一种计算机可读介质，该介质具 有收录在其上的由计算机进行处理的计算机程序。该计算机程序包括用于 分别指定活度函数的第一参数y0(X)和第二参数^C)的第一目标方差O^W和 第二目标方差c^(x)的指定代码段；用于启动图像采集的启动代码段；用于
重建第一参数Mx)和第二参数^0的第一重建代码段；用于分别重建第一参数-(;c)和第二参数"x)的第一关联方差 Oc)和第二关联方差^(;c)的第二重 建代码段；以及重复代码段，其用于重复图像采集以及第一参数M"和第二
参数^)与第一关联方差 oo和第二关联方差 w的重建步骤，直到该第一
关联方差^(x)和第二关联方差 (x)分别等于或小于第一目标方差 ,(;c)和
第二目禾示方差CTt 7. (X)，艮卩CTp 0) S 7. O)且0"t (X)《7.(力为止。
根据本发明的还有又一方面，提供了根据本发明一方面的方法的使用。 更准确地，使用该方法来确定在可检测到疾病的典型症状之前发生的病前 状态或分子状态。
本发明能够实现的这些以及其他方面、特征和优势将从下面参照附图
对本发明各实施方式的描述中显而易见并加以阐述，在附图中
图1是包括组织室和血液室的药代动力学二室模型的示意图； 图2是药代动力学多室模型的示意图； 图3是举例说明本发明方法的实施方式的过程流程图； 图4是举例说明本发明装置的实施方式的示意图5是示出了举例说明本发明的另一实施方式的计算机程序流程图的 示意图。
以下描述集中在可应用于动态分子成像内的特定应用的本发明的实施 方式上。然而，应当领会到的是，本发明不局限于这些特定应用或实现方 式，而是可以应用于分子成像领域内的许多其他应用。
本发明提供了改进对相关分子参数的估计的有利方式，这些参数可以 是示踪剂通过组织或血液的流速，示踪剂的俘获、清除和进入组织的吸收 率，甚至示踪剂经历化学修饰的反应速率。
而且，本发明提供了建立质量保证程序的方便简单方式，该方式考虑 了导致在图像质量和所估计的参数的方差上的患者间变异性的个别患者解 剖结构和疾病类型。
图1示出了包括组织室和血液室的已知药代动力学室模型。如果，例 如使用具有99mTc-teboroxime的动态SPECT测量来估计心肌灌注，根据标 准方案，在示踪剂注射后的17分钟内采集SPECT投影。在图1中，Cp表示血液室内的示踪剂浓度，而CT表示组织室内的浓度。在药代动力学二室
模型中，用活度函数J(;c，/)-[1-"Oc)].C一/ (x).CV描述每个时间点t所测量的 总活度，其涉及与感兴趣区域的或在位置x处的单独体素的各室相关联的 各个浓度的加权和。因此该活度函数4c力描述了示踪剂的生物分布。这里， 参数A刁表示在感兴趣区域内位置x处的血液室和组织室的划分。感兴趣区 域例如可以是诸如心脏的人类器官。组织室内的浓度Gr由从具有相应的示 踪剂浓度Cp (由输入函数指定的)的容器以速率k的流入和以相同速率k 的示踪剂流出组成。在数学术语上，这通过输入函数与该组织室的"系统 函数"的巻积C7,(:c力-it("'exp[-A:(x)./](8)CV0c力给出的，并因此
j(;c，/) = [1 — -O)]. C尸(O + / (x).<^ (0 e卜""'
(1 )
这里，Cp是已知的输入函数，例如是从动脉或静脉血液中抽样的，或 者从分子图像中提取的。为了能够确定感兴趣区域内示踪剂的活度或浓度，
需要估计参数々W和M》。在运行最优化(例如间接、半直接或直接最优化) 之后，获得/ (:c)和";c)的空间分布或参数图。
对于间接、半直接或直接方法，最优化过程可以以稍微不同的方式进 行。间接方法的特征是基于列表模式数据给出^(x，0估计；选择"(;c)和/Kx)以
使在所估计的4u)和根据方程式i中描述的室模型的4u)理论(真实)值
之间的差(例如平方和的差)最小化。
对半直接方法的最优化大体上与间接方法相同，但是有一个额外步骤: 将预定函数(例如样条)拟合到所估计的活度^(x,r)，从而得到平滑近似 2(x力，并且选择/ (;c)和)Kx)以拟合:^力。
直接方法涉及更多，并且包括选择"w和^o以创建理论活度函数
j(x力，该函数很可能已经创建了所记录的列表模式数据(更详细的描述参 见例如 D. Snyder 的 "Parameter estimation for dynamic studies in emission-tomography systems having list-mode data" IEEE Trans Nucl Sci 31 (1984)第925-931页；或Kamasak ME等人的"Direct reconstruction of kinetic parameter images from dynamic PET data" IEEE Trans Med Imaging (2005) May;24(5):第636-650页)
可以在同一过程中获得方差^0c)和q(;c)，并且其取决于模拟的4x力
对实际记录的拟合有多强，即已记录的」(u)与适应的: oa)之间的差或者给出列表模式数据的情况下模拟的4c力的似然，当/ (:c)和^)在其最优值附 近变化时，方差cr/;c)和 (;c)变差。
包括参数々w和^o的活度函数描述了所施予的示踪剂的活度，并且因
此间接地描述了所施予的示踪剂的浓度。该活度函数随着所选择的室模型 变化，并且因此参数也随着所选择的室模型变化。图2示出了示范性药代 动力学多室模型，其中k,、 k2、 k3和k4描述了各室之间的示踪剂交换率。 Cp描述了血浆中示踪剂的摩尔浓度，CF描述了游离示踪剂的摩尔浓度，并
且Cb描述了己代谢或结合示踪剂的摩尔浓度。
在用发射断层摄影列表模式数据系统的动态示踪研究中普遍使用的步
骤是
(a) 收集连续时间帧的数据；
(b) 重建每个间隔或时间帧的图像，因此提供所估计的作为时间的函 数的空间活度分布；
(C)在每幅图像中识别感兴趣区域用于动态研究；
(d) 在结合整个感兴趣区域上的每幅图像之前，用说明它对感兴趣区 域的贡献的因子对每个列表模式数据点加权，以得到在每帧内感兴趣区域
中的累积活度；以及
(e) 根据在步骤(d)中生成的所重建的活度图像估计参数。在使用 直接参数估计的情况下，这意指将列表模式数据直接重建成动力学参数， 使用用于某一临床任务(例如对心肌灌注成像)的标准采集方案，该方案 并不适应于患者特异性，例如体重和大小以及其他个别属性。现有技术的 缺点是扫描时间和/或所施予的活度并未在个性化的基础上适应各种情况， 因此，所估计的参数在可信度上具有很大变化。
以下描述集中在可应用于动态分子成像系统的本发明的实施方式上， 其中使用扫描时间作为将要在个性化的基础上进行适应性修改的参数。这 样，有可能通过适应性改变所涉及的动力学参数来个性化动力学参数估计。
方案所必需的动力学参数取决于使用哪个室模型来描述示踪剂系统。 在一般情况下，用^c,W(")给出时间点t在位置;c处的体素的活度函数，其 中F(x)代表自由模型参数的全集。
室模型的选择取决于所研究的过程。对于灌注过程而言，需要非常特
11异性的室模型，该模型包括血液室和组织室，用单个动力学参数k描述其 中的示踪剂交换。在其中使用二室模型的一般应用中，描述了各室间转运 的动力学参数可以变化，因此需要引入动力学参数k!和k2。为简单起见， 可以特意选择上述灌注室模型，这是因为对于室模型而言，只用两个自由 参数描述临床相关应用是最简单的情况。然而，本发明的构思可应用于任 何室拓扑结构以及任何数量的自由参数，并且因此不局限于上述灌注室模 型。
现今提供的扫描器系统(例如SPECT和PET)的空间分辨率使得在像
素或体素中总存在组织和血液子室的混合，并且因此参数M刁将保留在目前 一般使用的二室或多室模型中。然而，可以想象到的是，随着将来的分子 图像采集系统提供更高的分辨率，将废弃参数y9(x)。
根据图3，本发明的实施方式涉及到用于在个性化基础上估计动力学参 数的方法。
在以下步骤中概述了该方法，其中第一步骤31包括为方案所必需的参 数指定目标置信区间(对二室模型来说是cr^(;c)和c7w(;c))，或者局部地， 例如对组织的很小区域或指定的感兴趣区域，或者全局地，与对每个体素 位置x都相同。
在具体实施的方法的第二步骤32，启动图像采集，同时进行数据采集 34，以便为使用直接参数估计算法35对所描述的区域估计参数M幻和^0， 并且分别为参数/ W和"x)估计关联方差 W和&W (见下文定义)，见下 文推导。图像采集连续地收集图像数据，例如以列表模式。例如可以通过 PET或SPECT扫描器以本领域技术人员已知的方式"扫描"图像来执行图 像采集。
在具体实施的方法的第三步骤，如果 (;0〉^^00或 (;c:^c7w(x)，则 在直接参数估计算法的迭代步骤之后，将从数据采集34新采集的数据增加 到列表模式数据中，并且在下一迭代步骤39，直接参数估计算法重新估计
参数^c)和^)以及相应的关联方差 0O和 W 。
最后，在具体实施的方法的第四步骤33，当关联方差,(;c)和 (;c)已分
别达到目标方差trAr(x)和 ,r(;c)时，即当 (:c)《c^(x)和(jj;c) S c^(;c)时，终 止数据采集。在这一最终状态37，所估计的参数MW和^0具有与患者间变异性无关的足够精确度，以便生成感兴趣区域的高质量分子图像。
用于直接估计的大部分程序基于将似然函数尸0800，*00|￡0最大化，其 中P表示给出所观测到的列表模式数据的情况下参数/9(x)和";c)的概率分
布。由于活度函数的非线性特性，以及在表达式p(A^uooi")中出现的进
一步非线性特性，该概率分布P不具有标准Gaussian或Gamma形式中的一 个。在这些情况下的标准方法是用Gaussian分布近似这一复杂的概率分布。 该分布的意义在于[^'W,A:'(JC)]-argmax(尸(/ (XU(je)IZ)》。
在本发明的一种实施方式中，用Gaussian分布近似概率分布P。该实 施方式在计算上的需求较少。
在本发明的另一种实施方式中，用Gamma分布近似概率分布P。该实 施方式在计算上的需求较少。
根据本发明的一种实施方式，关联方差 (:c)和q(;c)被定义为
上述关联方差表达式代表关于动力学参数的精确概率分布在其最大值 处取得的二阶导数。如本发明的方法中那样，这两个参量给出了实际方差 的良好近似值，并且因此可以用作置信区间。
在本发明的另一种实施方式中，参数/ W和^c)以及关联方差a/;c)和 (x)可以是任何与分子成像相关的参数，例如动力学或非动力学参数。
在本发明的另一种实施方式中，参数々(x)和^c)中的至少一个是动力学 参数。
在本发明的另一种实施方式中，该方法应用于任意的药代动力学室模 型，例如药代动力学二室模型或药代动力学多室模型或用于确定相应的动 力学参数的任何其他模型。
根据本发明的另一种实施方式，可以使用任何最优化算法，例如用于 估计活度函数的参数、并且因此估计示踪剂的生物分布的直接、间接或半 直接参数估计算法。
根据本发明的一种实施方式，根据图4，装置40在动态分子成像内设置为动态地估计描述了所施予的示踪剂生物分布的活度函数的第一参数
/ (x)和第二参数^c)，其中，该装置包括指定工具41、启动工具42、第一 重建工具43、第二重建工具44以及重复工具45。指定工具41设置为分别 指定活度函数的第一参数/ (;0和第二参数小)的第一目标方差^,.00和第二 目标方差 ,W。如上述所解释的，可以根据精确概率分布的二阶导数计算 这些目标方差。启动工具42设置为启动图像采集，其中连续记录图像数据。 将启动工具42连接到第一重建工具43，其设置为基于到目前为止由图像采 集工具41收集的所采集的图像数据集，重建第一参数/ (x)和第二参数)t(;c)。 同样将启动工具42连接到第二重建工具44，其设置为基于到目前为止由图
像采集工具收集的所采集的相同图像数据集，分别重建第一参数y^c)和第二
参数fcW的第一关联方差 (;c)和第二关联方差^(;c)。重复工具45设置为决 定当分别将其与目标方差^,(x)和&W相比较时，是否可接受关联方差 (jc)和 (x)。如果^(x)〉cr^(x)或 (:c)〉ov(:c)，则重复工具45设置为向 启动工具42和第一重建工具43以及第二重建工具44发送重复信号以重复 参数估计。如果 (;c)"w(;c)且^(;c)&w(;c)，则该重复工具设置为终止参 数估计。
在本发明的一种实施方式中，提供一种装置以执行本发明的方法。 根据本发明的另一种实施方式，提供一种用于分子成像的装置，通过
估计分子参数，该装置提供了对在疾病的典型症状的检测之前发生的病前
状态或分子状态的确定。
根据本发明的一种实施方式，该装置包括在PET系统或SPECT系统中，
这些系统包括与用于启动图像采集的启动工具相连接的分子图像采集工 具。
根据本发明的一种实施方式，该装置是医学工作站。 在本发明的一种实施方式中，提供了包括根据本发明的装置的系统。 在本发明的一种实施方式中，根据图5，提供了一种计算机可读介质， 该介质具有收录在其上的由计算机进行处理的计算机程序50，其中计算机 程序50包括指定代码段51、启动代码段52、第一重建代码段53、第二重 建代码段54以及重复代码段55。指定代码段51能够分别指定活度函数的 第一参数/ W和第二参数itW的第一目标方差^,W和第二目标方差
14 ,(;c)。启动代码段52能够启动图像采集。第一重建代码段53能够重建第 一参数/ W和第二参数4)。第二重建代码段54能够分别重建第一参数Mx) 和第二参数feW的第一关联方差(;c)和第二关联方差 (;c)。重复代码段55 能够重复图像采集和重建步骤，直到第一关联方差^(x)和第二关联方差 ^ (x)分别等于或小于第 一 目标方差 W和第二目标方差 ，T(;c)，即
CT〃 (X) 2 CTp,r (X)且(X)《(TA,r (x)为止。
在本发明的另一种实施方式中，提供了一种计算机可读介质，该介质 具有收录在其上的由计算机进行处理的计算机程序，其中该计算机程序能 够执行本发明的方法。
可以以任何合适的形式实现本发明，所述形式包括硬件、软件、固件 或其任意组合。然而，优选地，本发明被实现为在一个以上数据处理器和/ 或数字信号处理器上运行的计算机软件。可以以任何合适的方式在物理上、 功能上和逻辑上实现本发明的实施方式的元件和组件。当然，可以在单个 单元中、在多个单元中或作为其他功能单元的一部分来实现该功能性。同 样地，可以在单个单元中实现本发明，或者本发明可以从物理上和功能上 分布在不同的单元和处理器之间。
尽管在上文已经参考具体实施方式
描述了本发明，但是并不意欲将本 发明限制为本文所述的具体形式。相反，本发明只受到权利要求书的限制， 并且在权利要求书的范围内，例如对于不同于上述应用的不同应用领域， 不同于上述具体实施方式
的实施方式同样是可能的。
在权利要求中，术语"包括"不排除存在其他的元件或步骤。此外， 尽管是单独列举的，但是多个工具、元件或方法步骤可以通过例如单个单 元或处理器来实现。另外，尽管在不同的权利要求中可能包括各自的特征， 但是这些特征可能会有利地进行组合，并且包括在不同的权利要求中并不 暗示特征的组合不可行和/或有利。另外，单数附图标记不排除复数。术语 "一个"、"一"、"第一"、"第二"等不排除多个。在权利要求中提 供的附图标记仅作为说明示例，不应该以任何方式解释为对权利要求范围 的限制。
权利要求
1、一种在动态分子成像中的方法，包括动态估计描述所施予的示踪剂的生物分布的活度函数的第一参数(β(x))和第二参数(k(x))，所述方法包括-分别指定所述活度函数的所述第一参数(β(x))和所述第二参数(k(x))的第一目标方差(σβ，T(x))和第二目标方差(σk，T(x))；-启动图像采集；-重建所述第一参数(β(x))和所述第二参数(k(x))；-分别重建所述第一参数(β(x))和所述第二参数(k(x))的第一关联方差(σβ(x))和第二关联方差(σk(x))；-以及重复所述图像采集以及所述第一参数(β(x))和所述第二参数(k(x))与所述第一关联方差(σβ(x))和所述第二关联方差(σk(x))的所述重建的步骤，直到所述第一关联方差(σβ(x))和所述第二关联方差(σk(x))分别等于或小于所述第一目标方差(σβ，T(x))和所述第二目标方差(σk，T(x))，即σβ(x)≤σβ，T(x)且σk(x)≤σk，T(x)为止。
2、 如权利要求l所述的方法，其中，如果所述第一关联方差(^OcP 大于所述第一 目标方差U";c))，即 (;c:^crw(;c)，或者所述第二关联方差( 大于所述第二目丰示方差(CTir(X))，艮卩0"*(>)>0^00 ，贝U在分另lJ重建所述第一参数(M^))和所述第二参数("X))的第一关联方差( w)和第二关联方差( (X))之后，重复所述图像采集。
3、 如权利要求1或2所述的方法，其中，对所述第一参数(p(x))和 所述第二参数U(;c))的所述重建步骤使用直接参数估计算法。
4、 如权利要求3所述的方法，其中，所述直接参数估计算法基于表达 式P(/ W，^;OID)，其中P表示给出了所观测到的列表模式数据D的情况下所述第一参数(pW)和所述第二参数的概率分布。
5、如权利要求4所述的方法，其中，所述第一关联方差和所述第二关联方差被分别定义为,=^^頭乂"")1《")=岸).ww ，禾口
6、 如权利要求4或5中任一项所述的方法，其中，用Gaussian或Gamma 分布近似所述概率分布P。
7、 如权利要求3-6中任一项所述的方法，其中，使用适应于二室模型 的所述直接参数估计算法来确定所述第一和第二参数。
8、 如权利要求3-6中任一项所述的方法，其中，使用适应于多室模型 的所述直接参数估计算法来确定所述第一和第二参数。
9、 如权利要求l所述的方法，其中，对于二室模型定义所述活度函数(如))为爿(jc,r) = [1 — y9(;c)] C尸(f) + "(x) A(x) CP(,) e卜"')']， 其中，Cp为已知的输入函数。
10、 如前述权利要求中的任一项所述的方法，其中，所述第一参数() 和所述第二参数为动力学参数。
11、 一种在动态分子成像中设置为动态地估计描述了所施予的示踪剂 的生物分布的活度函数的第一参数(Mx))和第二参数()的装置(40)， 所述装置包括-指定工具(41)，用于分别指定所述活度函数的所述第一参数(〃(x)) 和所述第二参数()的第一 目标方差(^"x))和第二目标方差( Jx)); -启动工具(42)，用于启动图像采集；-第一重建工具(43)，用于重建所述第一参数("(x))和所述第二参 数(柳；-第二重建工具(44)，用于分别重建所述第一参数(A(x))和所述第 二参数(^))的第一关联方差(。A))和第二关联方差( W);以及-重复工具(45)，用于重复所述图像采集以及所述第一参数("(x)) 和所述第二参数(^c))与所述第一关联方差( (刁)和所述第二关联方差 ( (;c))的所述重建的步骤，直到所述第一关联方差( W)和所述第二 关联方差(qW)分别等于或小于所述第一目标方差(^"x))和所述第二 目标方差(ov(x))，即o"/:0So^(x)且^O)^ov("为止。
12、 如权利要求11所述的装置，其中，所述装置包括在PET系统或 SPECT系统中，所述系统包括与用于启动图像采集的所述启动工具相连接 的分子图像采集工具。
13、 如权利要求ll所述的装置，其中，所述装置为医学工作站。
14、 一种分子成像系统，包括如权利要求11-13中任一项所述的装置。
15、 一种计算机可读介质，所述介质具有收录在其上的用于由计算机 进行处理的计算机程序，所述计算机程序包括-指定代码段，用于分别指定所述活度函数的所述第一参数(々00)和 所述第二参数("x))的第一目标方差( ，(;c))和第二目标方差; -启动代码段，用于启动图像采集；-第一重建代码段，用于重建所述第一参数("(;c))和所述第二参数 U(;c));-第二重建代码段，用于分别重建所述第一参数(/ (;c))和所迷第二参 数的第一关联方差( W)和第二关联方差(q(;c));以及_重复代码段，用于重复所述图像采集以及所述第一参数(Ax))和所 述第二参数(*(x))与所述第一关联方差( (x))和所述第二关联方差() 的所述重建的步骤，直到所述第一关联方差( W)和所述第二关联方差分别等于或小于所述第一目标方差( "x))和所述第二目^^方差 ， 艮卩o"/ 0)《CTA7.(;x:)且o^(x)2crw(x)为止。
16、 如权利要求15所述的计算机程序，其能够执行如权利要求1-10 中任一项所述的方法。
17、 如权利要求1-10中任一项所述的方法的使用，用于确定在可检测 到疾病的典型症状之前发生的病前状态或分子状态。
全文摘要
本发明公开了一种动态分子成像中的方法，包括动态地估计描述了所施予的示踪剂生物分布的活度函数的第一参数(β(x))和第二参数(k(x))。更具体地，该方法包括分别指定活度函数的第一参数(β(x))和第二参数(k(x))的第一目标方差(σ<sub>β，T</sub>(x))和第二目标方差(σ<sub>k，T</sub>(x))；启动图像采集；重建第一参数(β(x))和第二参数(k(x))；分别重建第一参数(β(x))和第二参数(k(x))的第一关联方差(σ<sub>β</sub>(x))和第二关联方差(σ<sub>k</sub>(x))；并且重复图像采集以及重建步骤，直到第一关联方差(σ<sub>β</sub>(x))和第二关联方差(σ<sub>k</sub>(x))分别等于或小于第一目标方差(σ<sub>β，T</sub>(x))和第二目标方差(σ<sub>k，T</sub>(x))，即σ<sub>β</sub>(x)≤σ<sub>β，T</sub>(x)且σ<sub>k</sub>(x)≤σ<sub>k，T</sub>(x)为止。该方法能够实现分子成像中的特异性患者自适应方案。
文档编号A61B5/0275GK101466302SQ200780010072
公开日2009年6月24日 申请日期2007年3月19日 优先权日2006年3月23日
发明者B·J·巴克, L·施皮斯, M·纳拉亚南 申请人:皇家飞利浦电子股份有限公司