定量数据分析中的运动补偿及治疗的制作方法

专利名称：定量数据分析中的运动补偿及治疗的制作方法
技术领域：
本申请涉及有关对对象实施治疗的运动跟踪。其还涉及对从移动对象
获取的图像数据进行量化。发现其在正电子发射断层扫描(PET)数据量化 具有特殊应用。还发现了其在使用PET数据以提供有关医疗应用的对象运 动的实时跟踪中具有特殊应用。
背景技术：
手术、化疗和放疗传统上已经成为医学肿瘤学中的三个主要治疗选择。 在放疗情况中，调强放疗(IMRT)设备作为一种治疗选择己经得到广泛的 认可。最近，使用粒子(诸如质子或离子)的粒子治疗已经引起人们的注 意。射线和粒子治疗背后的原理是通过能量的定位沉积来诱发肿瘤或其他 病变的死亡，同时使施加的剂量最小，从而对周围健康组织的损害最小。
医学成像和治疗计划技术的进步同样导致了空间变化治疗计划的发 展。这样，(例如)通过对病变相对更加严重或药剂抵抗的区域施加相对更 高的剂量，而可按特殊情况的要求更加严密地定制治疗计划。
在相对静态或其他静态病变的情况中，治疗输送系统通常以相对高的 空间精度输送预期的剂量。然而令人遗憾的是，运动(诸如周期性呼吸或 心脏运动)可引起病变表现为移动的目标。为了补偿这种运动的影响，并 确保临床目标体积接收预期的剂量，已经确立了计划余地(planning margin),并且将所述剂量施加到相对更大的体积上。然而令人遗憾的是， 这种方法可能会对其他健康组织造成损害。而且，这种运动还易于降低空 间变化剂量施加到预期肿瘤区域的精度。
已经描述了处理分次内(intra-fractional)运动(即，输送特定治疗分 次期间发生的运动)的若干方法。在呼吸选通输送中，所述剂量输送已经 根据测定的呼吸阶段进行选通(例如，使得将剂量输送限制在对应于整个 呼气时段)。在另一技术中，已经按与线性加速器公知的物理关系，安装X线管和平板X线探测器，并且所述探测器得到示出内部解剖学标志的图像。 所述探测器还可跟踪解剖运动，从而提供肿瘤在治疗期间由于生理进程(诸 如呼吸)将如何运动的指示。在另一方法中，已经将电磁应答器植入到治 疗部位中或其附近。所述应答器信号由定位器探测，并且利用位置信息为 治疗专家生成在治疗前将患者的治疗目标与等中心配准的部位指令。已经 建议使用所述定位信息来识别治疗期间所述目标距其规定部位的偏移，并 且实时在图片上对在位置上超过预先确定的阈值的偏移进行高亮。
前述技术的每一种存在各种缺陷。例如，选通剂量输送会导致延长的 治疗时间。而且，这种方法的空间精度依赖对目标区域的部位和运动的估 计的精度。目标位置从一个呼吸周期到下一个呼吸周期的改变同样会降低 空间的精度。基于X线探测器的技术需要施加普通的、非治疗性X射线剂 量，并且还依赖识别合适的解剖学标志的能力，所述解剖学标志的位置和 运动可能不同于目标病变的位置和运动。基于应答器的技术需要侵入性的 植入操作，并且同样依赖将所述应答器植入到其位置和运动与目标部位的 位置和运动相对应的部位的能力。
虽然上述讨论已经关注于输送预期治疗的精度，但是适当的治疗的识
别和选择同样是重要的考虑因素。在PET成像中，已经使用均值标准摄取 值(SUV)来提供对可疑的病理或其他感兴趣特征的定量评估。由于SUV 连同其他定量或定性信息能够影响对病理或其他感兴趣特征的评估(例如 肿瘤是恶性还是良性的评估)和减影响对适当的治疗过程的选择，因此， 通常理想的是给临床医生或其他用户提供相对准确的SUV信息。
均值SUV—般按各因子(诸如测定的特征活动、施加的放射性核素剂 量以及患者体重)进行计算。由于潜在的放射性衰变的统计学属性，按给 定体素测量的活动相对杂乱，这样导致了所计算的SUV中的变化。为了减 少变化的影响，已经将属于相同解剖学或形态学结构上的体素进行组合， 从而得到相对更大的感兴趣区域(ROI)。然后用所述更大ROI上的活动计 算SUV。令人遗憾的是，在图像获取期间更大ROI上的运动会使活动测量 结果的精度恶化，从而降低SUV计算的精度
发明内容
本申请的各个方面解决了这些问题以及其他问题。根据本申请的一个方面， 一种装置包括扫描仪，以获取表示对象的投 影数据，并且所述对象包括在治疗期间经受运动的治疗目标。所述装置还 包括运动建模器，其使用治疗期间获取的投影数据对目标的运动进行建 模；和治疗设备，其在治疗期间治疗所述目标。所述治疗设备按照运动模 型改变所施加治疗的空间部位。根据另一方面，计算机可读存储介质包含有各种指令，当处理器执行 所述指令时，其引起所述处理器执行一种方法。所述方法包括对指示治疗 期间对象感兴趣区域中出现的放射性核素衰变的投影数据进行选择，在所 述治疗期中使用选定的投影数据对移动的对象目标施加治疗，从而识别感 兴趣区域的特有特征，对特有特征的运动进行建模，并在治疗期间重复多 次所述选择、使用选定的投影数据以及所述建模的步骤。根据另一方面， 一种方法包括生成对象的图像数据，并使用所生成的 图像数据来识别对象的感兴趣区域，所述感兴趣区域的运动指示目标的运 动。所述方法还包括在指示感兴趣区域的对象的成像检查中所获取原始数 据中进行选择，使用所述选定的原始数据对所述目标的运动进行建模，按 照运动模型调整对所述目标施加的治疗的特性，以及重复所述选择、使用 选定的原始数据、并在治疗期间基本上实时地进行调整的步骤，以便将所 述特性调整为与目标运动相协调。根据另一方面， 一种运动跟踪装置包括用于获取指示在对对象的病变 施加治疗的治疗期间对象体内放射性核素衰变的原始数据，所述病变经受 周期性的生理运动。所述装置还包括器件，其对所述原始数据进行处理从 而在治疗期间基本上实时地在三维空间上跟踪病变的特有特征运动。根据另一方面， 一种装置包括运动补偿定量数据生成器，其使用代 表对象检査期间探测的放射性核素衰变的空间变化活动；以及运动补偿函 数，其生成指示对象的定量数据。所述运动补偿函数在使用所述活动数据 生成定量数据的计算中对运动伪影诱发的误差进行补偿。根据另一方面， 一种计算机可读存储介质包含有各种指令，当计算机 执行所述指令时，其引起所述计算机执行一种方法。所述方法包括使用代 表对象体内放射性衰变的空间变化的活动数据，生成指示所述对象特征的经运动补偿的定量数据。所述使用步骤包括施加运动补偿函数，其对在所 述空间变化的活动数据中的运动伪影引入的误差进行补偿。
根据另一方面， 一种方法包括使用代表放射性核素衰变的空间变化 的活动数据，生成指示对象病理的定量数据；以及根据运动补偿函数来调 整所述定量数据，所述运动补偿函数对在所述空间变化的活动数据中的运 动伪影引入的误差进行补偿。
根据另一方面， 一种方法包括给人类用户呈现指示对象的第一图像数 据。所述图像数据包括多个特征。所述方法还包括选择第一特征，生成指 示第一特征的定量数据，选择第二特征，以及执行对第二特征的运动进行 补偿的经运动补偿的重建。
根据另一方面， 一种装置包括给人类用户呈现指示对象第一图像数据 的器件。所述图像数据包括多个特征。所述装置还包括用于选择第一特征 的器件、用于生成指示第一特征的定量数据的器件、用于选择第二特征的 器件以及用于执行对第二特征的运动进行补偿的经运动补偿的重建的器 件。
根据另一方面，运动补偿定量数据生成器使用代表对象体内放射性核 素衰变的空间分布的数据，以生成经运动补偿的定量数据。所述定量数据 生成器应用运动补偿对代表所述空间分布的数据中的运动伪影进行补偿。
在阅读并理解了下面的详细说明后，本领域技术人员将会意识到本申 请的另外其他方面。
本发明将采取不同的部件和部件布置的形式，以及不同的步骤和步骤 布置的形式。各附图仅为了说明各优选的实施例，不能解释为限制本发明。


图1是诊断和治疗系统的方框图2是运动建模器的方框图3描述了中间图像；
图4描述了用于生成中间图像的技术的各个方面； 图5描述了运动跟踪方法； 图6是运动建模器的方框图；图7描述了各个矢量；
图8描述了运动对测定活动的影响；
图9描述了运动补偿函数；
图IO描述了运动补偿定量数据生成器；
图IIA描述了运动补偿定量数据生成器;
图IIB描述了数据结构；
图12描述了运动补偿定量数据生成器；
图13描述了运动补偿定量数据生成器；
图14描述了一种方法；
图15描述了特征分析系统。
具体实现方式
参考图1，系统100包括第一或诊断扫描仪102、治疗计划器112、治 疗设备114以及第二或治疗扫描仪108。
第一扫描仪102提供了指示检査中的对象内部的图像数据，基于诸如 成像中的对象的特性、待成像和/或待治疗的区域等因素选择所述扫描仪的 模式。合适的各扫描仪示例包括提供关于对象的功能信息的正电子发射断 层扫描(PET)、单光子发射断层扫描(SPECT)和功能磁共振成像(fMRI) 扫描仪、以及提供关于对象结构信息的计算机断层扫描(CT)、 MRI、超声
(US)或各扫描仪。在需要不止一种模式的信息时，可提供多种扫描仪。 也可预期到混合扫描仪，诸如组合的PET/CT、 SPECT/CT以及PET/MR扫 描仪。
如所阐述的，第一扫描仪102包括重建器106，其使用分析、迭代或其 他合适的重建技术对成像检査过程中生成的原始或投影数据进行重建，以 生成指示检査中的对象的体积或图像空间数据。在第一扫描仪102包括不 止一种模式时，也可提供不止一种重建器106。在一种实现方式中，第一扫 描仪102和重建器106协作以生成诊断质量的图像。
治疗计划制定器112使用来自第一扫描仪102的图像数据和/或其他相 关信息，以计划对治疗目标所施加的治疗。例如，在放射肿瘤学中使用的 辐射治疗计划(RTP)的情况中，所述治疗计划通常包括对肿瘤或其他病变施加的空间变化的辐射剂量。如同1所述，治疗扫描仪108是PET扫描仪。PET扫描仪传统上包括 一般以环形或圆柱形的布置置于围绕检查区域120的多个辐射敏感探测器 118。在有关PET检查中，将包括正电子发射放射性核素的示踪剂引入到检 查中的对象体内。当放射性核素衰变，发射的正电子在称之为正电子湮灭 的现象中与电子发生相互作用，所述湮灭生成多对时间重合511千电子伏 特(keV)的伽马射线，其沿响应线(LOR) 122在基本相反的方向上行进。 在扫描仪108是飞行时间(TOF) PET扫描仪时，飞行时间探测器测量重 合的光子的到达时间，并将得到信息用于估计沿LOR122的湮灭位置。治疗扫描仪108与治疗设备114协同操作，以生成指示治疗期间或分 次的过程中所探测的湮灭的原始或投影数据。在表模式获取情况中，所述 数据包括一列在给定扫描过程中所探测的很多湮灭，并且所述列中的条目 通常包含指示LOR122的部位和取向、沿LOR122的事件部位(特别是在 TOF系统的情况中)、所探测的湮灭的时间、以及其他相关信息的信息。值 得注意的是，在所述投影数据主要用于运动跟踪时，由所述扫描仪108产 生的投影数据可能其质量不足以产生诊断图像。可以提供重建器110以使用合适的迭代、分析或其他重建技术对所述 原始数据进行重建，从而生成指示对象的体积测定图像数据，例如用于经 由监视器、胶片等以人类可察觉的形式进行显示。如下面进一步所描述的，运动建模器116使用由治疗扫描仪108在治 疗期间、否则由治疗设备114在施加治疗期间获取的投影数据，来跟踪治 疗目标的运动。更具体地，优选地，基本上实时地执行所述运动跟踪，以 便在所述治疗期的过程中跟踪所述目标。在三维空间中对运动进行建模时，所述运动轨迹或模型根据如下关系 来表示公式l P(t)Kx(t)，y(t)，z(t))其中P(t)是作为时间函数的目标或感兴趣区域的位置，而x(t)， y(t)和 z(t)代表沿各个x， y和z轴的感兴趣区域的位置。除了以绝对位置(例如， 以位置不同、速度、加速度等的形式)和关于其他预期的坐标系统的形式表达所述运动模型外，也可用其它形式表达所述运动模型。
治疗设备114(其相对于所述扫描仪而安置以便其治疗区119至少部分 地与所述检查区120对应)使用来自治疗计划器112和运动建模器116的 信息，对所述对象施加预期的治疗。更具体地，治疗设备114使用来自运 动模型P(t)的信息，以在施加治疗的过程中基本上实时地对治疗目标的运动 进行补偿。
如图1所示，治疗设备114包括调制器121，其(例如)通过调制施加 剂量的空间、时间和/或其他特性，对施加给所述对象的治疗强度或其他治 疗特性进行调制，使得施加的治疗逼近治疗计划器112所计算的施加的治 疗。
再次有关肿瘤中的外部放疗示例，治疗设备114可包括调强放疗设备。 这种设备通常包括多叶片准直器，其用于调制所施加的辐射，以便对肿瘤 施加预期的辐射剂量。也可预想到其他治理设备，包括但不限于线性加速 器、粒子治疗设备、射频消融或其他设备，以及高场(high field)超声治疗 设备。
将所述对象配准或以其他方式定位在治疗设备114和与施加的治疗(其 在分次治疗的情况中可以是多个治疗期的其中之一)有关的治疗扫描仪120 的相应治疗区域119、 120。根据待治疗的对象和所述治疗的属性，这种定 位可借助于基准标记、与对象的一部分相符的定位设备(例如，对人类患 者的头部施加治疗的情况中的适形面罩)、其他约束或其他合适的技术来协 助完成。还可使用来自运动模型P(t)的信息，或者独自结合其他定位辅助， 合适地对与所述治疗相关的患者进行定位。
现在回到图2，运动建模器116包括分组器252、过滤器254、特性处 理器258以及位置确定器282。如上所述，当在扫描过程中获取数据时，运 动建模器116基本上实时地接收来自治疗扫描仪108的原始数据或投影数 据。
分组器252将来自治疗扫描仪108的投影数据分到多个时间组中。例 如，在所述数据包括表模式PET数据时，所述分组器252将各LORs分到 各时间组中，并且各组的持续时间一般按各因素(诸如被建模的运动属性 和速率、预期的时间分辨率、湮灭计数率、运动建模器116的速度以及治疗设备114能够操控或以其他方式对施加的治疗进行调制的速率)而建立。在一种实现方式中，所述各组每一个都有相同的持续时间，并且LORs的数量从一组到另一组发生变化。在另一种实现方式中，每个组包含相同数量的LORs，并且持续时间从一组到另一组发生变化。在另一种实现方式中， 持续时间和LORs的数量都允许在限度内发生变化。过滤器254滤除或忽略没有横穿用户的投影数据(或者反过来陈述， 选择横穿用户的投影数据)或自动确定优选地包括目标的感兴趣区域(ROI) 的投影数据。再次在肿瘤应用中的PET数据示例中，过滤器254选择横穿 包括被治疗的肿瘤的ROI的那些LORs。在TOF数据可用时，可忽略湮灭 可能发生在ROI之外的那些LORs。特性处理器258确定特有特征，诸如过滤组的投影数据的质心或其他 中心函数。如图2的示例所示，特性处理器258的控制器260访问简化的 重建系统243。简化的重建器243执行各组过滤的投影数据的局部约束反投 影，以生成对应于时间组的部分图像。将所述部分图像存储在存储部件278 (诸如存储器)中。在一种实现方式中，对各投影横穿ROI256的体素的距离进行计算，并 且简化的重建器243按照所计算的距离来更新体素值。在一个简化并因此 相对更快的实现方式中，在每次投影横穿体素时，统一地增加或以其他方 式增大给定体素的值。这在图4中再次以PET系统示例的情况进行阐述， 其中LOR264横穿R01256的体素266、 268、 270、 272、 274和276。值得 注意的是，如果可能，也可将由简化重建器243产生的体素权重考虑到TOF 数据中。回到图2，特有特征生成器280计算部分图像的质心、活动中心或其他 特有特征。根据选定的简化重建技术，并为了降低指示ROI256区域外的投 影数据影响，理想的是当计算所述特有特征时，只考虑ROI中的体素子集。 例如这可借助于阈值技术来实现，在所述阈值技术中不考虑具有小于用户 选定值或小于最大ROI体素值的其他预期百分比的那些体素。运动确定器282使用所述特有特征数据生成运动模型P(t)，并且所述运 动模型存储在治疗设备114能够访问或以其他方式提供给治疗设备114的 计算机可读存储器中。值得注意的是，运动确定器282 (例如)使用一个或多个过去运动的测量结果，通过执行第一或更高阶次的外推法，同样可使 用运动数据来预测病变将来的位置或运动。如将会意识到的，所述过程基 本上实时地在扫描过程中获取的多个时间组的每一个中重复。
图3描述了由简化的重建器243连同十个(10)连续时间组所生成的 ROI356和多幅中间图像362,.u)的一个示例，可以理解一般将为每个组生成 运动模型P"t)。在图3的示例中，肿瘤320在ROI356中经受通常的环状、 顺时针方向的运动。虽然为了阐述性目的，在图3中示出了十(10)幅中 间图像362和运动模型Pn(t)，但是也可生成其他数量的时间组和/或中间图 像。将会意识到，图3描述了ROI356的图像层。在ROI356包括体积时， 将对覆盖所述体积的各中间图像进行重建。
图6描述了运动建模器116的备选实施例，相同的参考数字描述了有 关图2中所描述的那些项类似的项。
如图所示，特性处理器258包括矢量分析部件696，其接收由过滤器 254生成的过滤投影数据。再次在PET成像中生成的LORs的背景下，假 设通过LOR上的点A和单位矢量A (其描述它的方向)来描述每个LOR。 图7阐述了两个这样的LORs，第一个LOR98由点戶98和单位矢量,98来描述， 而第二LOR100由点&。和单位矢量A。。来描述。
点( 表示连接第一 98和第二 100LORs的最短线段102的中点
<formula>formula see original document page 20</formula>
其中d是连接LORs98和100的线段长度
<formula>formula see original document page 20</formula>n是在指向连接LORs98和100线段的方向的单位矢:<formula>formula see original document page 20</formula>
并且将b定义为:
<formula>formula see original document page 20</formula><formula>formula see original document page 21</formula>As回到图6，矢量分析部件696生成n个连续LORs对的聚集点(Cl， C2,... Cn}，由此生成点云。值得注意的是，对平行LORs或垂直于x轴的LORs分别对待。特有特征生成器280确定所述点云的质心或其他预期特有特征。如果 需要，当确定质心时可忽略边远的点。运动确定器282再次使用所述特有 特征数据来生成所述运动模型P(t)。在2006年2月28日提交的、题目为Local Motion Compensation Based on List Mode Data的、同属于申请人的美国临时专利申请序列号60/777,469 中也公开了用于确定感兴趣区域运动的合适技术，该申请的全部内容作为 参考明确地在本文引用。重建器110也可使用所述运动模型P(t)来对重建图 像中的运动进行补偿。例如，在数据来自PET扫描仪的情况中，所述运动 模型P(t)可用于偏移指示出现在ROI中的事件的LORs位置，从而补偿所探 测的运动。然后对获取数据集的所有或预期部分进行重建。可以预想到各种变型。虽然第一 102和第二 108扫描仪已经作为单独 的设备进行了描述，但它们还可以是同一个设备。第二扫描仪108并不限 于PET扫描仪，并且可以是SPECT或者其他模式的扫描仪、混合模式的扫 描仪等。上述各项技术同样适用于除了肿瘤之外的其他医学应用以及适用 于需要对移动的对象实施处理的工业或其他非医学应用。还值得注意的是，可将上述一些或所有功能组合到单一设备中或可划 分到多个设备中。例如， 一些或所有的运动建模器116可作为扫描仪108 的一部分来实施；重建器106、 110可除了作为扫描仪102、 108的一部分 外而实施。如本领域普通技术人员同样会意识到的，上述各技术可借助于 存储在合适的计算机可读介质中的计算机可读指令来实施。当所述指令由 计算机处理器执行时，所述指令弓I起计算机处理器执行预期的技术。上述各项技术同样可应用于将所述原始数据或投影数据分类或分组到 多个组(bin)的获取中。在这种实现方式中，分组器252将在数据获取或 与之相关时进行操作，从而获取对应于预期时期的重组(rebinned)数据。还有很多情况，其中为了建立运动模型而有效地去识别对象的特定病变或其他特征是相对困难。例如，由于对象的运动而使所述病变或其他目 标模糊，并且这种模糊易于降低热点的平均强度。强度的降低会潜在地导 致所述病变的不可识别或以其他方式使对它的探测复杂化。因而，可对已 知具有或怀疑含有所述病变的区域应用运动校正。由于所述运动校正易于 强化相对较弱的区域，因此帮助识别可疑区域，可对所述运动校正数据进 行分析以识别预期的目标区域。
ROI还可在第二或运动ROI处建立，其运动用于目标运动的适当代表。
这种布置特别适于下述情况，即对所述目标具有亲合力的示踪剂产生相对
低强度热点，所述示踪剂对第二 ROI具有亲和力或者治疗扫描仪108为并 非特别适于对所述目标进行成像的模式时。
现在将描述有关图5的操作。
在502获得诊断扫描，并在504建立治疗计划。
所述对象准备好进行506的治疗。将对所述目标具有亲和力的示踪剂 引入到所述对象的体内。再次在医学肿瘤的PET扫描仪示例中，将示踪剂 (诸如指示相对更高癌性病变代谢率的FDG)引入到患者解剖结构中。还 将患者加以定位，使得合适地将所述目标定位在治疗区域119和检查区域 120中。在这点上，治疗扫描仪108可用来操控对所述对象的初始扫描，并 且得到的图像数据可用于帮助所述对象的定位和/或确定ROI 。
如将会意识到的，所述目标在施加治疗的过程中会经受整体上的、周 期性的运动或其他运动。再次以人类患者为例，所述运动可归因于周期性 生理运动，诸如呼吸或心脏运动、整体的患者运动、由诸如膀胱或结肠的 充盈的生理过程引起的位置偏移，或其他原因。
在508操控治疗扫描。在510从时间上对所述投影数据进行分组，在 512过滤分组后的数据，在514识别所述特有特征，并且在516确定特有特 征的位置。如518处所指示的，在治疗期的过程中基本上实时地重复步骤 508到516。
(例如)通过与特有特征的确定位置时间上协同地操纵或选通施加的 粒子束或光子束或者其他施加的治疗，在520施加运动补偿治疗，并且使 用确定的特有特征的位置来对目标的运动进行补偿。虽然施加所述治疗和 操控所述治疗扫描在时间上同时进行(即，将所述对象恰当地定位以用于检査和治疗)，但是将会意识到，可选通所述图像获取和治疗应用，使得操 控获取和治疗的时期互不包括、部分重叠等。简要地回到图1，治疗计划器112使用来自扫描仪102的图像数据和/或其他相关信息来展开预期的治疗。例如，在PET或SPECT扫描仪中，所 述信息可包括定量数据，诸如按测定活动进行计算的均值SUV。示例性均 值SUV计算可表示如下公式6I 。'o' 1 &。，其中V!^是属于在其上计算SUV的ROI的体素集，IV一是相关联的 体积测量，而oUx)是在体积或图像空间中x位置上所测的活动。值得注意 的是，为了解释清楚并容易被本领域普通技术人员进行合并，从公式6中 己经忽略了一般在SUV计算中包括的其他因素，诸如放射性核素剂量、患 者体重等。可将公式6重写如下公式7S丄肌r肌其中a(x)是测量时间T期间，位置x处测定活动(Xm的时间均值-公式8 1 r7 0现在回到图8，在数据获取期间出现的运动可导致活动测量中的不准确 以及SUV的低估。在图8中，橫坐标或x轴描述了图像或测量空间中的x 位置或部位，而纵坐标或y轴描述了标准化的活动测量。针对当前的解释， 假设感兴趣特征(诸如病变)具有尺寸802，并且在其整个体积上均匀的标 准化活动a(x) = l。曲线804描述了在病变处于静态情况中的测定的活动(Xm(X)，并且为了 解释清楚而忽略了其他误差源。然而，如轮廓806、 808、 810所示，活动 测量结果(Xm(X)将受到病变运动的影响。轮廓806阐述了运动幅度等于尺寸 802的第一状况。如所看到的，测定的活动(Xm(x)等于点812处的实际活动ot(x)。轮廓808阐述了运动幅度大于病变尺寸802的第二状况。如所看到的， 测定的活动am(x)峰值小于实际活动a(x)。轮廓810阐述了运动幅度小于病
变尺寸的第三状况。如所看到的，对于一部位范围814，测定的活动(Xm(X)
对应于实际活动a(x)。
这些变化可导致诸如降低的对比度以及模糊化的运动伪影。例如，在 第三状况中，所述图像数据可包括在其中测定活动的时间均值a(x)基本正 确的中心区域。然而，中心区域的尺寸(例如，尺寸814)将未被充分表示。 在不是很中心的区域(例如，在尺寸814外但在尺寸802内的区域)中， 测定活动的时间均值a(x)将低于实际活动a(x)。在更不中心的区域(例如， 在尺寸802之外的区域)，测定活动a00 (及因此测定活动的时间均值a(x)) 将大于实际的活动a(x)。如从分析各曲线804、 806、 808、 810中可以意识 到，这些运动影响的幅度将按照所述病变尺寸和运动特性而改变。
此外，这些运动影响可使适当的ROI的识别复杂化。例如在病变大小 和运动为如曲线810中所描述的病变大小和运动时，如果ROI的尺寸小于 或等于尺寸814则将正确地计算SUV。然而，随着所述状况靠近曲线806 描述的状况(例如，如果所述病变相对更小和/或所述运动相对更大)，尺寸 814易于减小，这样会易于增加SUV计算中的统计噪声。另一方面，如果 ROI的尺寸大于尺寸814，则SUV将被低估。随着所述状况靠近曲线808 描述的状况，将不能界定在其中测定活动am(x)对应于实际活动a(x)的ROI。
从图8各示例的背景下看，所计算的均值SUV是在选定ROI的尺寸划 分的相应曲线804、 806、 808、 810下的面积。再次根据病变的大小和运动 以及选定ROI的大小和部位，根据公式6计算均值SUY会低估SUV，这 是因为存在一些测定活动的时间均值a(x)小于实际值的可能性。
假设可得到关于病变或其他感兴趣特征的几何形状和运动信息，则可 生成经运动补偿的定量数据。现在将针对具有活动a(x)=l且半径r-l的均 匀球体并且其经受幅度为A的正弦运动的示例，来描述经运动补偿的均值 SUV计算的第一示例。将特征中心的位置P描述为(标准化的)时间函数 te[O,l]-
公式9 P = P(t) = y0 + A sin(2兀t),其中yO是球体的平均位置。为了本示例的目的，假设选定的ROI是具有半径r的球体。上面公式6 的均值SUV的计算可表达如下公式10其中1V,I是ROI的体积(即，为了本示例的目的为4兀r3/3)，而V(t) 是位置P①处的球体与ROI的相交体积。将会意识到对于球体和/或非球体 几何形状都容易计算所述V(t)。还可将来自公式10的值S看作施加给根据公式6计算的SUV的运动 补偿函数，从而生成经运动补偿的均值SUV:公式ll经运动补偿的St/r均值-S-1.^^ / w0OL如前面的示例，现在假设所述特征具有半径r=7mm，并且幅度A= 10mm。值得注意的是，在医学成像中，10mm的幅度在隔肌附近处的病变 (例如，肺和肝中存在的病变)是普遍的。在这种情况下，根据上面公式6 或7计算的均值SUV将被低估达大约2.5倍。公式12SUV均值(r = 7 mm, A = 10 mm) = 0.395 根据公式6或7计算的均值SUV乘以大约2.5的补偿因子，从而得到 经运动补偿的均值SUV。参考图9将对前述内容进行更普遍地阐述，其中横坐标描述了以mm 为单位的感兴趣特征的幅度A，而纵坐标表示按上述公式IO计算的运动补 偿函数S。曲线卯2、 904、 906、 908、 910、 912阐述了对于分别具有半径 为5、 7.5、 10、 15、 20和30mm的感兴趣特征而言，根据公式10生成的运 动补偿函数S。如上面看到的，所需的运动补偿易于随运动幅度A的增加 及特征大小的减小而增大。现在将描述第二示例性经运动补偿的均值SUV的计算。为了解释清楚， 假设病变或其他特征具有均匀的活动(x，其对于小的病变近似是真实的。对 于具有空间非均匀活动的较大病变或特征而言，可将所述病变或特征再分成活动基本均匀的子区域。
PET、 SPECT或其他检查中所测量的病变(或子区域)活动可表达如
下
公式13 A(x) = a . p(x)，
其中A(x)是测定的活动而p(x)是病变(或子区域)的活动处于位置x时 的获取时间的分数。基于上述的病变运动和几何形状信息可计算函数P(x)， 其代表位置x处病变的概率密度。
如将会意识到的，目的一般是确定实际的活动a。因此，公式13可重 写为-
公式14 =，
从另一角度看，概率密度p(x)可用作补偿数据获取期间病变运动的空
间变化运动补偿函数。
类比于公式11，经运动补偿的均值SUV可计算如下
公式15
经运动补偿的= ^ f ，,
如果ROI包括获取期间病变贯穿的整个区域(如下所表达的)，则统计 的置信度有所改善
公式16 VR0I := {x I p(x) > 0} 各种变化是可能的。例如，可截断ROI以便对于p(x)大于阈值r，只包 括子集V肪hcVROI
公式17 V廳={x| p(x)> t }. 这种实现方式在概率密度p(x)的估计值在低数值时相对不可靠的情况 下特别有吸引力。对于相对于幅度而言相对较大的病变或其他特征，可将 阈值r设定为l或接近l，在此情况下，ROI于对应图8的区域814。现在将根据图IO描述一种执行经运动补偿的定量数据计算的装置。如图所示，运动补偿定量数据生成器1004使用特征几何形状信息1008、特征 运动信息1006以及表示PET、 SPECT或对象的其他检查期间探测的放射性 核素衰变的空间变化活动数据1002，以生成指示对象特征的经运动补偿的 定量数据1010。由于对象可能在检查期间经历运动，因此在空间变化数据 中引入了运动伪影时，数据生成器1004对定量数据计算中运动伪影诱发的 误差进行补偿。运动校正定量数据1010和/或其他相关信息经由用户界面 1012 (诸如计算机实施的图形用户界面(GUI))呈现给人类用户。使用来自各来源的信息可估计特征几何形状1008。作为一个示例，利 用合适的成像模式(诸如CT、 MR、 US、 X射线、混合成像模式)或者其 他成像或非成像检査模式对对象进行的检查中的数据可用于估计所述特征 的大小和/或形状。还可从活动数据1002来估计特征几何形状1008。值得 注意的是，由人类用户经由用户界面(诸如用户界面1012)手动地利用分 割或其他特征探测算法自动或半自动地执行特征几何形状1008的估计，或 其他合适的估计技术执行所述估计。作为另一示例，特征仿真器可用于生成仿真特征，所述特征具有与活 动数据1002中呈现的那些特征相类似的几何形状和/或运动特性。如又一示 例，基于感兴趣特征的先验知识可对特征几何形状1008进行估计。例如， 在肿瘤学中，球形几何形状可提供病变形状的合理近似，特别是在较小病 变的情况中。值得注意的是所述估计还可采用来自结合了各来源的信息。使用来自各来源的信息可同样对特征运动1006进行估计。作为一个示 例，运动1006可借助对于相关运动适当的(各)运动监视器进行估计。在 医学背景下，合适的传感器包括呼吸、心脏和/或其他周期性或整体运动监 视器。所述运动还可使用从对对象合适的成像或其他检査、对象的先验知 识及其运动特性等得到的数据进行估计。现在根据图HA描述运动补偿定量数据生成器的第一实现方式。如图 所示，运动补偿定量数据生成器包括定量数据生成器1102和运动补偿器 1104。定量数据生成器1104生成可包括运动诱发误差的定量数据。再次在 定量数据包括均值SUV的示例中，均值SUV可按上述有关公式6或7进 行计算。值得注意的是特征几何形状1008可按照上述有关图IO进行估计。运动补偿器1104 (其接收来自数据生成器1102的定量数据)协同补偿 函数1106进行操作以生成经运动补偿的定量数据1010。在一种实现方式中， 运动补偿器按上述有关公式10计算合适的运动补偿函数S。在图11B示意 性阐述的另一种实现方式中，从存储在适当计算机可读存储器中的查询表 或其他数据结构1150中获得补偿函数1106。更具体而言，数据结构150包 括按上述有关公式10和图9进行计算的多个运动补偿值1152。运动补偿值 1152是根据特征运动、特征大小、特征形状和/和其他相关变量进行索引或 以其他方式进行访问。可按需要执行数据结构中各条目1152间的插值。值 得注意的是，特征移动1006可按照上述有关图IO进行估计。
运动补偿器1104对所述定量数据(例如)按照上述有关公式11施加 补偿函数1106。经运动补偿的定量数据1010可单独或者与其他相关数据结 合，经由用户界面1012呈现给临床医生或其他人类用户。这样，例如，所 述定量数据可与一个或多个活动数据1002、来自定量数据生成器1102的定 量数据、特征几何形状1008、补偿因子或特征形状或运动的表示同时进行 呈现。作为另一变化，可给用户提供进入、确认和/或修正病变大小或运动、 补偿值或其他相关数据的机会。
现在将根据图12描述运动补偿定量数据生成器的另一种实现方式。如 图所示，运动补偿定量数据生成器1202协同概率生成器1204进行操作， 以生成经运动补偿的定量数据1010。
概率生成器1204使用特征几何形状信息1008和/或特征运动信息 1006，例如通过按上面所述计算概率密度p(x)，确定图像获取期间在活动 数据1002空间中病变或其他特征访问各部位的概率或可能性。运动补偿定 量数据生成器1202使用活动数据1002和所述概率信息来生成所述经运动 补偿的定量数据。这样所述概率信息用作对活动数据1002中的运动伪影进 行补偿的运动补偿函数。在经运动补偿的定量数据IOIO包括经运动补偿的 均值SUV时，SUV可按上述有关公式15进行计算。值得注意的是，在所 述特征包括多个子区域时，对每个子区域可执行所述SUV计算，并且将结 果组合以生成合成的SUY。经运动补偿的定量数据1010和/或其他相关信 息可经由用户界面1012呈现给用户。
il在将根据图13描述运动补偿数据生成器的另一种实现方式。如图所示，所述系统与上面有关图12的描述相类似。所述系统还包括特征仿真器1304，其生成与活动数据1002中存在的特征1302近似的仿真或虚拟特征。 在一种实现方式中，特征仿真器1304识别特征参数，诸如产生与实际特征 1302近似的虚拟特征的特征活动信息、特征几何形状信息1308和/或特征 运动信息1306。例如根据合适的优化函数，通过迭代地调整所述活动、几 何形状1308和/或运动1306的参数可执行这种仿真。在另一种实现方式中， 参数1306、 1308由人类用户经由用户界面1012进行调整，并且相对于实 际特征1302适当地显示仿真的特征，用于用户的评估。在2005年5月3 日提交并在2006年11月19日作为WO2006/117706A1公开的、题目均为 "VirtualLesion Quantification"的、同属于申请人的美国临时专利申请序列 No.60/677，172中同样描述了合适的仿真技术，其申请和公开中的全部内容 作为参考在本文引用。值得注意的是，特征仿真器1304及其操作界面可在 不同的计算机上而非数据生成器1202和/和概率生成器1204上实施。 现在根据图14描述操作。在1402，(例如)借助于核医学成像扫描来获取指示检查中的人类患者 或其他对象的活动数据。至少对象的一部分在扫描期间会经受周期性或整 体性的运动。在1404，估计所述活动数据中存在的一个或多个感兴趣特征的几何形 状和/或运动。在1406，使用所述活动、几何形状和/或运动信息来生成指示(各)感 兴趣特征的经运动补偿的定量数据。值得注意的是，可在从数据获取和/或 估计步骤中去除的时间和地点上生成所述经运动补偿的数据。 在1408，所述经运动补偿的数据以人类可察觉的形式呈现。 在1410，所述经运动补偿的数据用于计划对所述对象施加的适当治疗。 在1412施加所计划的治疗。在一种实现方式中，所述治疗包括如上所 述的运动跟踪。在其他实现方式中，不采用这种跟踪。值得注意的是，可 在从所述治疗计划操作中去除的时间和地方处施加所述治疗。现在将参考图15描述前述技术的另一应用。如图所示，系统包括计算 机辅助探测(CAD)系统1502、特征选择器1508、运动补偿重建器1510 和运动补偿定量数据生成器1004。CAD系统1502识别在指示对象的图像数据1500中存在可疑的病变、 病理或其他特征1506。值得注意的是，所述图像数据1500可包括使用不止 一种成像模式(例如在混合PET/CT、 PET/MR、 SPECT/CT或其他系统的 情况中)所生成的数据。所述图像数据1500可包括运动伪影。
在所阐述的示例中，将CAD系统1502配置成公知的肺结节探测系统， 其例如基于获取的CT或X射线衰减数据对可疑的结节进行识别。在一些 情况中，CAD系统1502可识别多个可疑的特征1506。这些特征可用不同 的置信度进行识别或用临床医生或其他用户不同的关注进行识别。
如1504通常所指示的，(例如)经由计算机实施的GUI，给用户呈现 图像数据1500和/或一个或多个识别的特征1506。值得注意的是，呈现的 活动数据可包括由呼吸或其他运动造成的运动伪影。由于图像数据1500可 能包含大量的这种特征1506，这种特征中的一些可能不会引起临床医生的 兴趣，因此执行所有特征1506的经运动补偿的重建在计算机资源和时间、 系统复杂性等方面可能得不到保证。
特征选择器1508选择各种特征用于分析。在一实现方式中，选择特征 1506的所有或第一子集，并且运动补偿定量数据生成器1004生成包括数据 获取期间对那些特征运动进行补偿的经运动补偿的定量数据。也可选择特 征1506的第二子集，并且运动补偿重建器1510执行包括数据获取期间对 那些特征1506的运动进行补偿的重建。例如，在2007年7月26日提交的、 题目为"Motion Correction in Nuclear Imaging"的、同属于申请人的美国临 时专利申请序列No.60/951，968中公开了合适的经运动补偿的重建技术，该 申请的全部内容作为参考在本文引用。经由用户界面以预期的格式给用户 呈现定量数据和经运动补偿的重建。
值得注意的是，可预想到各种特征选择技术。例如，基于对大小、活 动和其他特征1506的特性的评估、用于CAD系统1502将特定的特征1506 识别为可疑对象的置信度以及/或者其他选择标准，自动选择包含在第一和 第二特征子集中的特征1506。值得注意的是， 一般这样建立选择标准，使 得在第二子集中包括更有可能需要进一步或更详细评估的各特征(例如， 不明确或特别可疑的特征)。作为另一示例，由用户识别包括在第一和/或第 二子集中的特征1506并且相应地加以选择。还值得注意的是，在临床医生或其他用户可识别特征1506的情况下，可省略CAD系统1502。前述的各运动补偿技术在经受呼吸和/或心脏运动的器官中出现的病变 或其他特征的量化特别适用。这些器官的非限制性示例包括但不限于肝、 肺和心脏。各项技术还可应用于经受非周期性运动的其他器官和区域。例 如，前列腺由于膀胱的充盈、肠道气体的聚集等而受到运动等。还将意识 到上述各项技术并不限于SUV的计算，并且可同样应用于生成指示特性(诸 如缺氧、凋亡和灌注)的经运动补偿的定量数据。各项技术并不限于与采用实时跟踪的治疗技术结合使用，而且可结合 化疗、靶向放疗、分子治疗、内部和/或外部放疗以及缺少这种跟踪的其他 治疗模式进行使用。如本领域普通技术人员将会意识到的，上述各项技术可借助于存储在 合适的计算机可读介质上的计算机可读指令来实施。当由计算机处理器运 行时，所述指令引起计算机处理器执行所述各项技术。参考各优选实施例已经描述了本发明。在阅读并理解了前面详细的描 述后其他人可想到多种修改或改动。意将本发明解释为包括所有这些修改 和改动，只要它们落在附加权利要求及其等同物的范围内。
权利要求
已经描述了优选实施例，将本发明权利保护为1、一种装置，包括扫描仪(108)，其获取指示包括治疗目标的对象的投影数据，其中，所述目标在治疗期间经受运动；运动建模器(116)，其使用所述治疗期间获取的投影数据，对所述目标的所述运动进行建模；治疗设备(114)，其在所述治疗期间对所述目标进行治疗，其中，所述治疗设备按照运动模型改变施加的治疗的空间部位。
1、 一种装置，包括扫描仪(108)，其获取指示包括治疗目标的对象的投影数据，其中， 所述目标在治疗期间经受运动；运动建模器(116)，其使用所述治疗期间获取的投影数据，对所述目 标的所述运动进行建模；治疗设备(114)，其在所述治疗期间对所述目标进行治疗，其中，所 述治疗设备按照运动模型改变施加的治疗的空间部位。
2、 如权利要求l所述的装置，其中，所述投影数据包括指示所述对象 体内放射性核素衰变的数据。
3、 如权利要求2所述的方法，其中，所述投影数据是表模式正电子湮 灭数据。
4、 如权利要求l所述的装置，其中，所述运动建模器对所述目标的所 述运动进行建模，所述治疗设备基本上实时地改变所述治疗的所述空间部 位，由此所述施加的治疗的所述空间部位对所述目标的所述空间部位进行
5、 如权利要求l所述的方法，其中，所述运动建模器在所述治疗期间 多次对活动中心的所述运动进行建模。
6、 如权利要求l所述的装置，其中，所述运动建模器在三维空间中对 所述目标的所述运动进行建模。
7、 如权利要求l所述的装置，其中，所述运动建模器对一区域的所述运动进行建模，所述区域用作所述目标的所述运动的代表。
8、 如权利要求1所述的装置，包括过滤器(254)，其对所述投影数据进行过滤以识别指示所述对象的感 兴趣区域的投影数据；特性处理器(258)，其对过滤后的投影数据进行处理，以识别所述感 兴趣区域的特有特征，其中，操作所述过滤器和特性处理器以在所述治疗 期间的多次中的每一次对所述特有特征进行识别。
9、 如权利要求8所述的装置，其中，所述装置包括重建器(243)，其 在所述治疗期间多次对过滤后的投影数据进行重建，并且所述特性处理器 使用重建后的数据来识别所述特有特征。
10、 如权利要求8所述的装置，其中，所述过滤器识别横穿所述感兴 趣区域的投影数据。
11、 如权利要求1所述的装置，其中，所述投影数据包括响应线，并 且其中，所述运动建模器计算所述各响应线之间的距离。
12、 如权利要求1所述的装置，其中，所述运动模型包括位置、速度 和加速度的至少一个。
13、 一种包含指令的计算机可读存储介质，当由处理器运行时，所述 指令引起所述处理器执行包括如下的方法选择指示治疗期间出现在对象的感兴趣区域中的放射性核素衰变的投 影数据，在所述治疗期间对所述对象的移动目标施加治疗；使用选定的投影数据来识别所述感兴趣区域的特有特征； 对所述特有特征的运动进行建模；在所述治疗期间多次重复以下步骤选择投影数据、使用所述选定的 投影数据以及建模。
14、 如权利要求13所述的计算机可读存储介质，其中，所述方法包括 将所述运动模型存储在能够由施加所述治疗的治疗设备(114)进行访问的 计算机可读存储器中。
15、 如权利要求13所述的计算机可读存储介质，其中，所述投影数据 包括重组的投影数据。
16、 如权利要求13所述的计算机可读存储介质，其中，选择投影数据 包括忽略没有横穿所述感兴趣区域的投影数据。
17、 如权利要求13所述的计算机可读存储介质，其中，所述目标包括 病变，所述特有特征包括所述病变的特有特征。
18、 如权利要求13所述的计算机可读存储介质，其中，使用所述选定 的投影数据包括对所述选定的投影数据进行反投影，并使用反投影数据来 识别所述特有特征。
19、 如权利要求13所述的计算机可读存储介质，其中，所述投影数据 包括指示正电子湮灭的响应线，并且使用所述选定的投影数据包括确定第 一响应线和第二响应线之间的距离。
20、 如权利要求13所述的计算机可读存储介质，其中，对所述特有特 征的所述运动进行建模包括确定所述特有特征的空间位置。
21、 如权利要求13所述的计算机可读存储介质，其中，对所述特有特 征的运动进行建模包括使用在所述治疗期间生成的运动模型来预测所述特 有特征的预期运动。
22、 如权利要求13所述的计算机可读存储介质，其中，重复包括基本上实时地重复多次以下步骤选择投影数据、使用所述选定的投影数据、 以及建模，从而跟踪所述特有特征的所述运动。
23、 如权利要求13所述的计算机可读存储介质，其中，所述运动是由 于整体对象运动、非周期性生理运动，以及周期性生理运动中的至少一种 所导致的。
24、 一种方法，包括 生成对象的图像数据；使用生成的图像数据来识别所述对象的感兴趣区域，其中，所述感兴 趣区域的运动表示目标的运动；选择指示所述感兴趣区域的在所述对象的成像检查中获取的原始数据；使用选定的原始数据来对所述目标的运动进行建模； 按照运动模型，对施加给所述目标的治疗的特性进行调整； 在治疗期间基本上实时地重复以下步骤选择、使用所述选定的原始 数据、以及调整，从而将所述特性调整为与所述目标的所述运动相协调。
25、 如权利要求24所述的方法，其中，使用生成的图像数据包括接收 指示所述感兴趣区域的人类输入，并且其中，所述感兴趣区域包括体积。
26、 如权利要求24所述的方法，其中，所述感兴趣区域包括所述目标。
27、 如权利要求24所述的方法，其中，所述原始数据包括投影，并且 选择包括忽略没有横穿所述感兴趣区域的投影。
28、 如权利要求24所述的方法，其中，所述原始数据包括指示放射性 核素衰变的数据，并且使用所述选定的原始数据包括确定所述感兴趣区域 的活动中心。
29、 如权利要求24所述的方法，其中，调整包括调整施加的治疗的空 间位置。
30、 一种运动跟踪装置，包括器件(108)，其在对对象的病变施加治疗的治疗期间，获取指示所述 对象体内放射性核素衰变的原始数据，其中，所述病变经受周期性生理运 动；器件(116)，其处理所述原始数据以在所述治疗期间基本上实时地跟 踪三维空间中的所述病变的特有特征的运动。
31、 如权利要求30所述的装置，包括器件(114)，其借助于能量的定位沉积并按照跟踪的运动在所述治疗 期间对所述病变进行治疗。
32、 一种方法，包括在对对象的目标施加治疗的治疗期间，选择指示对象感兴趣区域的、 在所述治疗期间获取的原始数据，其中，所述感兴趣的运动表示所述目标 的运动；使用选定的原始来对所述目标的运动进行建模； 按照运动模型对施加的治疗的特性进行调整； 在所述治疗期间重复选择、使用和调整的步骤。
33、 如权利要求32所述的方法，其中，所述感兴趣区域包括所述目标。
34、 如权利要求32所述的方法，其中，所述治疗包括对所述目标进行 能量的定位施加，并且调整包括调整施加所述能量的空间位置。
35、 一种装置，包括运动补偿定量数据生成器(1004)，其使用表示对象检查期间探测到的 放射性核素衰变的空间变化活动数据，和运动补偿函数(1106， p(x))以生成指示所述对象的定量数据，其中，所述运动补偿函数(1106， p(X))对使 用所述活动数据生成所述定量数据的计算中的运动伪影诱发误差进行补 偿。
36、 如权利要求35所述的装置，其中，所述定量数据包括标准摄取值。
37、 如权利要求35所述的装置，包括定量数据生成器(1102)，其使用所述活动数据以生成指示所述对象的 第一定量数据；运动补偿器(1104)，其对所述第一定量数据施加所述运动补偿函数。
38、 如权利要求37所述的装置，包括计算机可读存储介质以及包括所 述运动补偿函数的查询表，其中，所述查询表由所述介质存储。
39、 如权利要求37所述的装置，其中，所述经运动补偿的定量数据指 示所述对象的特征，并且所述运动补偿器按照所述特征的几何形状(1008) 和运动1006)函数，计算所述运动补偿函数。
40、 如权利要求35所述的装置，其中，所述运动补偿函数包括空间变 化概率函数(p(x))。
41、 如权利要求35所述的装置，其中，所述定量数据包括根据如下函 数生成的平均标准摄取值涯oc丄f^W. 均值K"丄P")
42、 如权利要求35所述的装置，其中，所述定量数据包括表示所述对 象的特征的定量数据，所述装置包括生成与所述对象的所述特征近似的仿 真特征的特征仿真器(1304)。
43、 如权利要求35所述的装置，其中，所述定量数据包括表示所述对 象的特征的数据，所述装置包括用于估计所述特征的运动和几何形状的器 件。
44、 如权利要求35所述的装置，其中，所述运动伪影包括由所述对象 的生理运动造成的模糊。
45、 一种包含指令的计算机可读存储介质，当由计算机运行时，所述 指令引起所述计算机执行包括以下所述的方法使用表示对象体内辐射衰变的空间变化活动数据(1002)，以生成指示 所述对象的特征的经运动补偿的定量数据(1010)，其中，使用步骤包括施 加运动补偿函数(1106， p(x))，其对所述空间变化活动数据中由运动伪影 引入的误差进行补偿。
46、 如权利要求45所述的计算机可读存储介质，其中，所述方法包括 使用所述活动数据以生成第一定量数据； 对所述第一定量数据施加所述运动补偿函数。
47、 如权利要求46所述的计算机可读存储介质，其中，所述方法包括 给人类用户呈现所述第一定量数据和所述经运动补偿的定量数据。
48、 如权利要求45所述的计算机可读存储介质，其中，所述方法包括 在获取用来生成所述活动数据的投影数据期间，使用所述特征的估计运动， 以确定所述补偿函数的值。
49、 如权利要求45所述的计算机可读存储介质，其中，所述方法包括 使用所述特征的估计体积来确定所述补偿函数的值。
50、 如权利要求45所述的计算机可读存储介质，其中，所述方法包括 对于所述空间变化活动数据中的多个位置，根据空间变化补偿函数(p(x))调整所述空间变化活动数据。
51、 如权利要求50所述的计算机可读存储介质，其中，所述方法包括使用特征几何形状信息(1008)和特征运动信息(1006)来生成所述空间 变化补偿函数。
52、 如权利要求50所述的计算机可读存储介质，包括在如下条件的体 积上对调整后的空间变化活动数据进行积分VR01:={x|p(x)>O 其中，p(x)是所述空间变化补偿函数，r是阈值。
53、 如权利要求50所述的计算机可读存储介质，其中，所述空间变化 补偿函数包括空间变化概率密度。
54、 如权利要求45所述的计算机可读存储介质，其中，所述方法包括 对所述特征进行仿真；使用所述仿真的结果来估计所述特征的参数。
55、 如权利要求53所述的计算机可读存储介质，其中，参数包括特征 运动和特征几何形状。
56、 如权利要求45所述的计算机可读存储介质，其中，所述特征包括 肺病变和肝病变。
57、 一种方法，包括使用指示放射性核素衰变的空间变化活动数据(1002)以生成指示对 象病理的定量数据(1010);根据对所述空间变化活动数据中由运动伪影引入的误差进行补偿的运 动补偿函数(1106， p(x))来调整所述定量数据。
58、 如权利要求57所述的方法，包括在调整步骤之前执行使用的步骤。
59、 如权利要求57所述的方法，其中，调整包括根据概率函数调整测 定的活动值。
60、 如权利要求57所述的方法，其中，所述病理包括前列腺病变。
61、 一种包含数据结构(1150)的计算机可读存储介质，所述数据结 构(1150)包括多个运动补偿值(1152)，当所述运动补偿值(1152)与从 对象检查期间探测到的放射性核素衰变中生成的活动数据结合使用时，其 对计算中的运动伪影诱发误差进行补偿，所述计算使用所述活动数据生成 指示所述对象的特征的定量数据。
62、 如权利要求61所述的计算机可读存储介质，其中，所述数据结构 中的所述值根据所述特征的运动进行索引。
63、 如权利要求62所述的计算机可读存储介质，其中，所述数据结构 中的所述值根据所述特征的大小进行索引。
64、 如权利要求62所述的计算机可读存储介质，其中，所述数据结构 中的所述值根据所述特征的形状进行索引。
65、 一种方法，包括给人类用户呈现指示对象的第一图像数据(1504)，其中，所述图像数 据包括多个特征(1506); 选择第一特征；生成指示所述第一特征的定量数据； 选择第二特征；执行对所述第二特征的运动进行补偿的经运动补偿的重建。
66、 如权利要求65所述的方法，其中，选择所述第二特征包括选择由 所述人类用户识别的特征。
67、 如权利要求65所述的方法，其中，所述方法包括评估特征的特性， 并且选择所述第二特征包括基于所述评估的结果选择所述第二特征。
68、 如权利要求65所述的方法，其中，所述特征包括可疑的肺部病理。
69、 如权利要求65所述的方法，包括使用计算机辅助探测系统来识别 所述特征。
70、 如权利要求65所述的方法，其中，所述定量数据包括经运动补偿 的摄取值。
71、 一种装置，包括用于给人类用户呈现指示对象的第一图像数据(1504)的器件，其中， 所述图像数据包括多个特征(1506); 用于选择第一特征的器件(1508); 用于生成指示所述第一特征的定量数据的器件(1004); 用于选择第二特征的器件(1508);用于执行对所述第二特征的运动进行补偿的经运动补偿的重建的器件 (1510)。
72、 一种运动补偿定量数据生成器(1004)，其使用表示对象体内放射 性核素衰变的空间分布的数据(1002)来生成经运动补偿的定量数据(1010)，其中，所述定量数据生成器施加运动补偿以对表示所述空间分布 的所述数据中的运动伪影进行补偿。
全文摘要
一种装置包括诊断扫描仪(102)和治疗计划器(112)。所述治疗计划器(112)计划给对象实施的治疗。治疗设备(114)根据所述治疗计划对对象进行治疗。治疗扫描仪(108)在治疗器件扫描对象。运动建模器(116)使用来自治疗扫描的信息，对对象的运动进行建模。运动补偿定量数据生成器(1004)使用来自诊断(102)和其他扫描仪的数据，以及特征几何(1008)和特征运动(1006)信息，生成指示对象特征的经运动补偿的定量数据。
文档编号A61N5/10GK101600473SQ200780051005
公开日2009年12月9日 申请日期2007年10月16日 优先权日2007年2月7日
发明者M·布施, R·布林克斯 申请人:皇家飞利浦电子股份有限公司