在预处置和后处置正电子发射断层摄影研究中校正标准化摄取值的制作方法

下文总体涉及医学成像技术、正电子发射断层摄影(pet)成像技术、医学图像解读技术、图像重建技术以及相关技术。

背景技术：

当前，对癌症的正电子发射断层摄影(pet)/计算机断层摄影(ct)成像是肿瘤学中进行诊断和分期的标准组成。作为对治疗反应的定量监测器以及针对新药开发的评估工具，其也变得越来越重要。

为了评估患者对癌症治疗的反应，临床医师阅读至少两组图像(先前图像和当前图像)并对发现进行关联。在临床氟氧葡萄糖(fdg)pet/ct肿瘤成像中，标准化摄取值(suv)的使用是常见的，并且suv在评估患者对治疗的反应中具有特定作用。suv能够通过以下方式来计算：

其中，i是pet图像的体素的索引，vi是图像中被转换为suv值的体素i的值(被表示为在体素i处的组织中的放射性示踪剂活性浓度，例如，以mbq/ml或等效物为单位，基于放射源体模校准和像素体积根据原始像素值计算出)，d是放射性药物剂量，m是患者的身体质量(或体重)，t是在施予放射性药物与pet成像数据获取之间的等待时间，并且t1/2是放射性药物的半衰期。

临床医师滚动图像，并且决定与对应的先前图像相比的当前图像中病变的suv是得到改善还是变得更差。然而，已知由于生物效应、患者准备和示踪剂施予，suv遭受变化性。已经采取措施来减少和控制suv变化性。专业协会已经开发了标准和指南(例如，参见r.l.wahl，h.jacene，y.kasamon和m.a.lodge，fromrecisttopercist:evolvingconsiderationsforpetresponsecriteriainsolidtumors,journalofnuclearmedicine，第50卷，第5期，122s-150s，2009年5月)。研究人员分享了最佳实践(例如，参见p.e.kinahan和j.w.fletcher，pet/ctstandardizeduptakevaluesinclinicalpracticeandassessingresponsetotherapy，seminarsinultrasound，ctandmri，第31卷，第6期，第496-505页，2010年12月)。扫描器供应商还已经发布了产品(例如，q.check)。除了所有这些努力之外，suv变化性在实践中仍然是令人关注的问题(例如参见m.a.lodge，repeatabilityofsuvinoncologic18f-fdgpet,journalofnuclearmedicine，第58卷，第4期，第523-532页，2017年4月)。

临床医师常常使用参考组织来应对suv可变形性。主动脉弓血池活性或健康肝脏被广泛用作参考，并且在系列研究中比较了肿瘤与背景的比率。该参考组织方案假定正常组织摄取的稳定性，并且该比率明确校正了参考组织的变异。然而，最近已经报道了参考组织的变化性(例如参见r.r.boktor、g.walker、r.stacey、s.gledhill和a.g.pitman，referencerangeforintra-patientvariabilityonblood-poolandliversuvfor18f-fdgpet，journalofnuclearmedicine，第54卷，第5期，第677-682页，2013年5月)，这对于血池病例而言，能够归因于成像时间的广泛传播和清除率的个体差异(例如参见j.a.thie，understandingsuvvariabilityinreferencetissuefor18f-fdgpetwithasimplemeasurementmodel，journalofnuclearmedicine，第55卷，第2期，第352-352页，2014年2月)。

pet成像研究的解读通常由放射科医生来执行。在一些临床环境中，放射科医生可能仅被指派数分钟或数十分钟来查阅当前的放射学研究、与先前的放射学研究进行比较、查阅先前的放射学研究的放射学报告、并且准备和提交呈现当前放射学研究的临床发现的放射学报告，所述临床发现包括与先前放射学研究的比较。在整个放射学读数中，这种工作环境对维持临床质量和效率两者提出了重大挑战。

下文公开了克服这些问题的新的并且经改进的系统和方法。

技术实现要素：

在一个所公开的方面中，一种非瞬态计算机可读介质，其存储由包括至少一个电子处理器的工作站可读取和可运行以执行图像解读方法的指令。所述方法包括：在公共图像空间中在空间上配准患者的目标部分的第一图像和第二图像，所述第一图像和所述第二图像是从不同的图像会话中获得的，并且具有以标准化摄取值(suv)为单位的像素值；针对在空间上配准的第一图像和第二图像的对应像素来确定suv对；并且控制显示设备以显示确定的suv对的二维(2d)散点图，其中，2d散点图具有针对所述第一图像的第一suv轴和针对所述第二图像的第二suv轴。

在另一公开的方面中，一种用于确定在从不同图像会话获得的并且具有以标准化摄取值(suv)为单位的像素值的患者的目标部分的第一图像与第二图像之间的suv缩放移位的方法，所述方法包括：在公共图像空间中在空间上配准所述第一图像和所述第二图像；针对在空间上配准的第一图像和第二图像的对应像素来确定suv对；通过在具有针对所述第一图像的第一suv轴和针对所述第二图像的第二suv轴的二维(2d)空间中对所确定的suv对执行线性回归分析，来确定在所述第一图像与所述第二图像之间的suv缩放移位；以及以下中的至少一项：(i)在显示设备上显示suv缩放移位，或者(ii)通过根据所述suv缩放移位对所述第一图像或所述第二图像的suv值进行缩放来校正suv缩放移位。

在另一公开的方面中，一种系统，包括：显示设备以及至少一个用户输入设备。至少一个电子处理器被编程为：在公共图像空间中在空间上配准患者的目标部分的第一图像和第二图像，所述第一图像和所述第二图像是从不同的图像会话获得的并且具有以标准化摄取值(suv)为单位的像素值；针对在空间上配准的第一图像和第二图像的对应像素来确定suv对；通过在具有针对所述第一图像的第一suv轴和针对所述第二图像的第二suv轴的二维(2d)空间中对所确定的suv对执行线性回归分析，来确定在所述第一图像与所述第二图像之间的suv缩放移位；通过根据suv缩放移位缩放所述第一图像或所述第二图像的suv值来校正suv缩放移位；并且控制显示设备来显示(i)所确定的suv对的二维(2d)散点图，其中，2d散点图具有针对第一图像的第一suv轴和针对第二图像的第二suv轴，以及(ii)suv缩放移位。

一个优点在于提供一种可视化设备，所述可视化设备呈现了将当前的pet成像研究与先前的pet成像研究的suv值进行比较的suv图，以便在读取和分析在当前研究与先前研究之间的suv变化期间辅助临床医师。

另一优点在于计算和应用suv缩放差异校正、避免使用手动识别的参考组织执行这样的缩放的需要。

另一优点在于生成计算出的suv缩放，所述suv缩放对单个参考组织的变化性较不易受影响，并且对配准误差较不敏感。

另一优点在于在两个成像会话之间生成经校正的suv值。

另一优点在于减少或移除在相同的扫描器上执行患者随访研究以控制变化性的约束或偏好，因为所提出的方法能够校正由于不同的仪器和算法而引起的系统性偏差。

另一优点在于提供了比常规线性回归技术更健壮的线性回归方法。

给定的实施例可以不提供、提供一个、两个、更多个或所有前述优点，和/或可以提供其他优点，这对于本领域普通技术人员在阅读和理解本公开后将变得显而易见。

附图说明

本公开可以采取各种部件和部件布置以及各种步骤和步骤安排的形式。附图仅仅是出于图示优选实施例的目的，并且不应当被解释为限制本公开。

图1示意性示出了根据一个方面的图像解读系统；

图2示出了图1的系统的示例性流程图操作；

图3a和图3b示出了由图1的系统生成的数据的示例性绘图；

图4a和图4b示出了由图1的系统生成的数据的示例性直方图；并且

图5a和图5b示出了由图1的系统生成的数据的示例性直方图；

图6、图7和图8示出了如在本文中所公开的线性回归测试的结果的绘图。

具体实施方式

在临床pet中，通常在多个会话中获取图像，其主要目的是观察状况(例如，肿瘤、转移)是增加还是减少。为了提供跨成像会话的可比性，已知使用标准化摄取值(suv值)，该标准化摄取值将针对患者质量、放射性药物剂量、等待时间以及可能其他因素的计数进行归一化。实际上，这样的归一化是不完善的(例如，假定的放射性药物剂量可能与被施加给患者的实际剂量不匹配，放射性药物的活性水平可能与其标称值不同，重量测量可能有误差，等待时间可能与标称值不同，等等)，并且进一步参考在参考区域中的suv值，通常在视野(fov)时被视为肝脏。然而，即使当执行该参考组织归一化时，也会存在会话到会话的suv变化性。此外，当评估成像会话之间的suv变化时，通常的实践是显示来自两次会话的匹配图像并且进行视觉比较，这会是主观的，因为这取决于临床医师对所显示的强度的视觉感知，以及依赖于临床医师对suv显著改变的每个区域进行检测。

在本文中所公开的实施例中，所述匹配图像在空间上被配准，并且针对每个像素，将“之前”和“之后”的suv对(suv1、suv2)制成表格。在一种方案中，将这些值绘制为x坐标和y坐标，从而得出2d-suv-suv散点图。在理想的状态下，在成像会话之间没有suv变化并且没有suv失校准，2d-suv-suv绘图应当为斜率＝1的直线。另一方面，如果存在suv2>suv1的区域，则这些区域应当在绘图中以视觉上可观察的聚集形式来示出。如果存在某种suv失校准，则这应当示为“不变的”suv值对的斜率，该斜率不同于1。

在一个实施例中，将2d-suv-suv数据对生成为矩阵数据结构，并且将回归分析应用于确定suv偏移校正。线性回归斜率m是位移校正(如果没有位移，则m＝1)。然而，在此认识到，常规线性回归对空间配准误差过于敏感，并且不期望地取决于回归方向。有鉴于此，在本文中公开了备选线性回归方案，其对失配准的敏感性大大降低并且相对于回归方向是对称的。应当注意，尽管在本文中公开了这些线性回归方案，并且将其示例性地应用于在本文中所公开的suv分析，但是在本文中所公开的线性回归方案能更普遍地适用于将执行线性回归以使线适合实验数据的任何上下文。能够将所得到的斜率m绘制在2d-suv-suv绘图上以展示位移，或者备选地可以针对该位移校正一个数据集，例如，suv2←(1/m)*suv1。位移校正m也可以在放射学报告中报告，例如，包括不具有/具有移动校正的定量结果，从而临床医师能够评估所有可用信息。

在本文中所公开的其他实施例涉及用户界面。在该方面中，显示了2d-suv-suv绘图。用户可以选择该绘图的区域，例如，通过使用鼠标指针环绕聚合，并且可以针对所选数据生成各种分析信息。一种方案是绘制切片的直方图，每个切片段的值是属于该切片的所选区域中的数据的计数。这产生了在轴向区域中具有切片峰值的绘图，从而有助于所选数据。然后，可以并排地示出来自过去和现在的pet成像会话的个体切片，以允许视觉检查。另一种呈现方案是在所显示的pet图像中突出属于所选数据的那些体素。可以执行聚类(即，连通性)分析以描绘包含所选数据的区域。可以显示通过聚类数据中心的三个横切面(横向、矢状和冠状)。也设想到了其他分析。

尽管在本文中针对pet成像系统进行了描述，但是所公开的方法能够在向患者施予放射性药物的其他发射成像模态中公开，诸如单光子发射计算机断层摄影(spect)成像系统、混合pet/ct或spect/ct成像系统等。

参考图1，示出了说明性医学成像系统或设备10。如在图1中所示的，系统10包括图像获取设备12。在一个示例中，图像获取设备12能够包括pet/ct成像系统的pet机架，所述pet/ct成像系统还包括计算机断层摄影(ct)机架13。在其他示例中，图像获取设备12能够是不具有ct部件的独立pet扫描器。患者桌台14被布置为将患者装载到pet机架12或ct机架13的检查区域16中。pet机架12包括辐射探测器17的阵列。

系统10还包括具有典型部件的计算机或工作站或其他电子数据处理设备18，诸如至少一个电子处理器20、至少一个用户输入设备(例如，鼠标、键盘、轨迹球、用于听写报告的听写麦克风等)22、以及显示设备24。在一些实施例中，显示设备24能够是与计算机18分离的部件。在常见的临床实现方式中，至少一个电子数据处理设备18包括用作成像设备控制器(例如，pet扫描器控制器)的第一电子数据处理设备181和用作放射学工作站的第二电子数据处理设备182。在典型的工作流中，放射技术人员或其他医学专家使用pet控制器181来操作pet扫描器12以获取pet图像，并且suv值中的放射图像或者允许将pet图像转换为suv值的信息被存储在图片存档和通信系统(pacs)26中。pacs可能采用另一术语，诸如放射学信息系统、ris等。

此后，放射线医生操作放射学工作站182以执行对pet图像的读取，包括(从pacs26)取回和比较来自当前pet研究和先前pet研究的pet图像。例如，先前的pet研究可以在化学疗法、放射疗法或其他肿瘤疗法的开始之前已经执行，而当前的pet研究可以在这种疗法之后执行。作为另一示例，在分级化学疗法或放射疗法期间，先前和当前的pet研究可以在正在进行的分级疗法期间的不同时间已经执行。如在图1中所示的，pet控制器181和放射学工作站182中的每个包括一个或多个显示设备24；说明性放射学工作站182包括说明性的两个显示器24，例如，一个显示器用于显示图像，并且另一显示器用于在草稿或其他文本信息下显示放射线报告；显示任务可以以其他方式分布在各个显示器24之间。

至少一个电子处理器20与一个或多个非瞬态存储介质(未示出；诸如磁盘、raid或其他磁存储介质；固态驱动器、闪存驱动器、电可擦除只读存储器(eerom)或其他电子存储器；光盘或其他光学存储设备；其各种组合；等等)，其存储由至少一个电子处理器20可读取和可运行以执行所公开的操作的指令，包括执行图像解读方法或过程100。在一些示例中，所述图像解读方法或过程100由操作放射学工作站182的放射线医生来执行，并且可以至少部分地通过云处理来执行。

参考图2，图像解读方法100的说明性实施例被示意性示出为流程图。在开始图2中所描绘的过程之前，图像获取设备12(例如，pet成像设备)由至少一个电子处理器20(特别是在图1的说明性示例中的pet控制器181)来配置或控制以获取pet成像数据、将所述pet成像数据重建为pet图像，并且将所述体素值转换为suv值，例如使用上文的方程(1)，其考虑到归一化信息，通常包括身体质量或体重(m)、放射性药物剂量(d)以及在施予放射性药物与pet成像数据获取之间的等待时间(t)。这是针对当前的pet成像研究来完成的，并且是针对先前的pet成像研究且较早完成的，并且先前和当前的pet成像研究被存储在pacs26中。在102处，至少一个电子处理器20(并且更具体而言，在说明性示例中的放射学工作站182)被编程为(从pacs26)取回在公共图像空间中的患者的目标部分的第一和第二图像(例如，第一和第二pet图像)并且对其进行空间配准。如刚刚所讨论的，所述第一图像和所述第二图像通常从不同的pet图像会话中获得，并且具有suv单位的像素值。图像的空间配准可以采用任何适合的刚性或(优选)非刚性的空间配准技术。例如，在一种方案中，用户手动地标记在所述第一图像和所述第二图像中的对应界标，并且将空间变形场应用于一幅图像以在空间上将其与另一图像配准。另外地或备选地，用户可以在两幅图像中围绕一个或多个器官、肿瘤或其他感兴趣特征来定义轮廓，并且这些轮廓在空间上被配准。在全自动方案中，使用边缘和/或点检测算法来自动地识别界标和/或轮廓。还能够基于图像内容自动地配准图像，而无需显式的特征检测。这些仅仅是说明性示例，并且更一般地，可以采用任何空间配准算法或算法组合来在空间上配准第一图像和第二图像。

在104处，对至少一个电子处理器20进行编程以确定针对空间配准的第一图像和第二图像的对应像素的suv对。利用在空间上配准的两幅图像，识别对应的像素(或体素)对是非常简单的，因为其在空间上被对准。然而，请注意，任何空间配准算法都是不完善的，并且由于混合因素，诸如在先前成像会话与当前成像会话之间器官或肿瘤的大小或形状的变化(例如，肿瘤缩小或生长、膀胱膨胀或收缩等)、器官/肿瘤/等的旋转等，可能无法在第一图像与第二图像之间提供完美的配准。

在106处，至少一个电子处理器20被编程为控制显示设备24以显示所确定的suv对的二维(2d)散点图。所述2d散点图具有针对所述第一图像的第一suv轴和针对所述第二图像的第二suv轴。图3a和图3b示出了这样的2dsuv-suv绘图的示例。通过该显示，所述放射线医生能够轻松地掌握suv值在先前的成像研究与当前的成像研究之间是否具有显著变化。例如，如果没有变化，则所述散点图应当排成斜率为m＝1的直线。在另一方面，如果suv值总体上已经增加或者总体上已经降低，则大部分点将位于斜率m＝1的该线的上方或下方，其方向(上方或下方)取决于suv在先前的成像研究与当前的成像研究之间是上升还是下降。应当注意，在大多数情况下，即使suv总体上升或下降，这些suv变化通常大多发生在肿瘤或其他恶性组织中，而正常组织将在先前的成像研究与当前的成像研究之间可能展现出很少或没有suv变化。因此，即使当肿瘤或其他恶性组织的suv值发生实质变化时，通常仍然存在强烈定义的m＝1线，对应于未改变suv的这些区域。因此，2d-suv-suv绘图通常仍将展现“参考”m＝1线，该线描绘了不变suv值的“基线”。此外，如果suv缩放在先前的成像研究与当前的成像研究之间发生了变化，则该“参考”线将具有不同于m＝1的斜率，并且差异是对suv缩放变化的量化。放射线医生查看2d-suv-suv散点图时，这会是一目了然的。

再次参考图2，在108处，对至少一个电子处理器20进行编程以确定在第一图像与第二图像之间的suv缩放移位。在一些示例中，所确定的suv缩放移位被显示在显示设备24上。

在一些实施例中，至少一个电子处理器20被编程为对2d散点图执行线性回归分析以确定suv缩放移位。在一个示例中，所述线性回归分析调整“m”的值以使成对的suv坐标与要在空间上配准的第一和第二图像移位的像素“i”上进行回归、求和或求平均的线之间的平方距离最小化。针对suv缩放移位(由“m”表示)，能够通过求解方程(1)来执行：

其中，xi和yi表示针对像素i的suv对的suv值。

在另一示例中，所述线性回归分析调整m以使2d散点图中从每个suv对到在空间上配准的第一和第二图像的像素i上求和或求平均的斜率m的线的组合剩余距离最小化。针对suv缩放移位(由“m”表示)，能够通过求解方程(2)来执行：

其中，xi和yi表示针对像素i的suv对的suv值。如在本文中所公开的，与常规的线性回归方案相比，方程(1)和(2)中呈现的线性回归方案对第一图像和第二图像的配准中的误差更健壮。

在110处，至少一个电子处理器20被编程为利用所确定的suv缩放移位来调整或校正2d散点图，从而校正在第一图像与第二图像之间的suv缩放移位。例如，这能够通过将第一suv值(xi)缩放因子m以匹配第二suv值(yi)的suv缩放来完成。备选地，这能够通过将第二suv值(yi)缩放因子(1/m)来匹配第一suv值(xi)的suv缩放来完成。

在112处，至少一个电子处理器20被编程为从所显示的2d散点图确定信息。对此，至少一个电子处理器20被编程为经由用户输入设备22接收对2d散点图的部分的选择。所述选择能够包括经由用户输入设备22接收对所显示的2d散点图的区域的描绘或者经由用户输入设备接收定义选择标准的查询。例如，所述查询可以请求选择suv2比suv1高至少20％的所有对。至少一个电子处理器20被编程为控制显示设备24以显示2d散点图的所选部分的suv对的诊断图。在一些示例中，至少一个电子处理器20被编程为根据空间配准的第一图像和第二图像的轴向切片来生成2d散点图的所选部分的suv对的直方图。所显示的诊断图包括直方图。

示例

下文更详细地描述了操作102-112的一些示例。两幅pet图像配准102到相同的空间坐标系。所述配准能够是刚性的或非刚性的。所述pet图像能够被直接地配准，或者通过首先配准两幅相关联的ct图像来间接地配准(针对相同研究的pet和ct在相同的坐标空间中)。所述配准能够使用整个体积或者一些用户定义的子体积(例如，感兴趣的体积)。

在图像被配准之后，能够计算图像的差异或比率以突出变化。然而，在此，在操作104和106中，在2d散点图或图形中对变化进行可视化。2d图形易于可视化；差异和比率仍然能够在2d图形上进行评估；并且能够评估在一系列研究中的suv缩放差异(亦即，比较先前的图像和当前的图像)。

图3a和图3b示出了在配准之后来自相同空间位置处的两幅pet图像的suv值。图3a和图3b所示的绘图将跨两个pet体积的suv以及其关系浓缩为单个2d图形。当创建这些绘图时，任选地通过使用粗糙图像或者对体素网格进行二次采样来减少生成绘图的数据量。图3a和图3b示出了相同的2d-suv-suv散点图，并且仅在如下文所描述的重叠线方面不同。

在图3a和图3b中，标记为“1”的线表示suv没有变化的地方。在这种情况下，被标记为“1”的线的斜率m＝1，但是更普遍的是，基于先前图像与当前图像的suv缩放的差异，可能具有不同的斜率(但是如在本文中所公开的，这可以被校正以恢复斜率m＝1)。在图3a中，在被标记为“2”的线上方的所有点均表示suv2≥suv1+α，其中，α是用户可配置参数，并且在此被设置为0.5。在被标记为“3”的线下方的所有点均表示suv2≤suv1-α。第二线和第三线以及α都用于常规差异图像的相似目的——其描绘了suv变得更好或更差的区域。在第二线上方的点表示在那些位置处suv变差，并且在第三线下方的点表示在那些位置处suv改善。(注意，“变差”和“改善”的该指定假设惯例是suv2是当前pet图像的suv值，而suv1是先前pet图像的suv值)。

类似地，在图3b中，第二线上方的所有点均表示suv2≥(1+β)×suv1，其中，β是用户可配置参数，并且在此被设置为0.1。在第三线下方的所有点均表示suv2≤(1-β)×suv1。第二线和第三线以及β表示suv值变差或变好的区域。

用户可以选择在2d-suv-suv散点图中所描绘的特定数据部分以用于进一步分析。在一个示例中，用户能够直接从2d图形中选择部分数据，并且然后，系统执行一些数据分析。作为另一示例，用户能够陈述一些数字选择语句(例如，“suv2>suv1+0.5&suv2>2.5”)，并且电子处理器20提取满足标准的数据并且对其进行一些分析。

为了执行这些分析，需要数据选择或查询。在一个示例中，能够通过在2dsuv-suv绘图上进行拾取或绘制来直接完成数据选择。在另一示例中，能够通过简单的选择语句来执行数据选择(例如，“suv2>suv1+α和suv2>μ”能够指示suv变差的位置，而“suv2<suv1-α和suv1>μ”能够指示suv改善的位置，其中，μ为阈值，并且例如被设置为2.5)。

在一些示例中，执行直方图分析，其中，如由数据查询所指定的那样提取数据点，并且执行一些分析，例如直方图分析。

图4a和图4b示出了直方图的示例。图4a示出了suv变差的直方图。这些数据点通过其图像切片索引进行聚集。被标记为“4”的峰值对应于膀胱所在的位置。被标记为“5”的峰值对应于心脏。在用户选择时(例如，点击直方图峰值)，系统能够在这两个pet研究中提出并且显示那些切片，从而医师能够查阅并且做出临床决定。

图4b示出了改善了suv的直方图。再次地，当用户点击直方图峰值时，系统能够在这两个pet研究中提出并且显示这些切片，以便医师能够查阅并且做出临床推断。

根据图3a和图3b所示的2dsuv-suv绘图，清楚地看到，在该说明性示例中，存在两个聚合：suv1低(为大约0.5)，但是suv2更高；suv1为大约2.5，suv2为大约3。用户能够在两个聚合中选择数据，并且所述系统执行一些分析。图5a和图5b示出了该分析的可能结果。图5a示出了体素从哪些切片形成第一集合(与心脏相关联)。图5b示出了体素从哪些切片形成第二集合(与膀胱相关联)。在点击直方图中的那些峰值时，系统能够提出相关的切片，包括例如多平面重新格式化(mpr)图像，并且临床医师能够做出适当的决定。

在一些实施例中，suv变差的数据点能够被进一步聚类以查明其位置，但是直方图分析粗略地指示了其位置。例如，suv变差的体素被连接起来形成更大的聚类。小型聚类，例如仅具有一个体素的那些聚类，能够被任选地忽略。suv变差的位置形成二进制体积。细分工具，例如分界线，能够被用于将其聚类到不同的感兴趣体积。计算那些感兴趣体素的质心。然后将穿过这些质心的mpr平面提出以用于显示，从而临床医师能够评估suv变化。

如果suv1值和suv2值具有不同的suv缩放，则数据的斜率预计偏离m＝1。为了确定suv缩放的差异(如果有的话)，能够针对suv-suv关系执行回归分析。任选地，在排除suv变得越来越差或越来越好的异常值之后执行回归分析。例如，能够将来自心脏和膀胱区域的数据排除在分析之外。临床医师能够基于suv-suv绘图从回归分析中排除额外区域。

使用不带截距的线性回归来拟合suv-suv关系(即，suv2＝msuv1)，其中，m是缩放校正因子。然而，在此认识到常规的线性回归在该应用中遭受一些困难。

常规的线性回归对配准误差敏感，并且此外，常规的线性回归的结果取决于选择哪个suv作为自变量。为了解决这些问题，在本文中所公开的更健壮的线性回归方案中，将组合的(或均值)平方残差在x方向和y方向两者上都最小化。最小化从成对的suv坐标到回归线的平方距离，得出公式1：

最小化在x和y方向两者上的组合平方残差得出公式2：

为了研究各种线性回归技术对图像空间配准误差的(不)敏感性，从同一获取中重建了两幅图像，但是其具有不同数量的事件，其被称为全剂量图像和低剂量图像。所述低剂量图像是使用全剂量图像的1/10事件来重建的。为了研究配准的影响，将一幅图像在-40mm至40mm的范围内水平地移动2mm的步长。拟合的常规回归线(使用suv1作为自变量)获得了斜率为m＝0.6470(0截距)。该拟合是在特定条件下完成的，诸如失配准误差为例如20mm。相反，当将suv2被拟合到suv1时(即，使用suv2作为自变量)，所获得的斜率为m＝0.6176。在这两个拟合中，r²＝0.3996。因此，看到对自变量选择的依赖性。此外，所获得的斜率远小于除了施加的图像移位外获得的m＝1，这指示配准误差对常规回归线有重大影响。

通过在水平方向上从-40mm到40mm扫掠配准误差来进一步研究对配准误差的影响，并且在图6捕获结果，这支持了常规线性回归受配准误差强烈影响的结论。

为了补救这些问题(取决于对自变量的选择以及对空间配准误差的敏感性)，在本文中公开了更健壮的线性回归方案(方程(2)和(3))。方程(2)的线性回归方案使在x和y方向两者上的组合(或均值)平方残差最小。方程(3)的线性回归方案使从点到拟合线的距离最小。使与拟合线的平方距离最小相当于求解二次方程式。最小化的目标函数：

针对m求解方程(4)得出二次方程(2)。在图7中示出了根据配准误差的拟合线的斜率。与常规的线性回归(图6)相比，针对配准误差的改进是显而易见的——跨配准误差的整个范围，斜率在范围在0.9498和0.9765内，而基础真值为1(空心点)。当已知斜率更改为1.1时，拟合的斜率被显示在同一图上(顶部曲线带有实心点)。当suv的角色被切换时，即，改变哪个是自变量时，两个斜率的乘积始终为1。

最小化x和y方向两者上的组合平方残差相当于求解四次方程，该方程也具有解析解。最小化的目标函数是：

求解方程(5)形式得出四次方程(3)。在图8中示出了根据配准误差的拟合线的斜率。与常规的线性回归相比，针对配准误差的改进是显著的——跨整个配准误差范围，斜率在0.9776和0.9851的范围内，而基础真值为1(空心点)。当已知斜率更改为1.1时，拟合的斜率被显示在同一图上(顶部曲线带有实心点)。当suv的角色被切换时，即，更改哪个是自变量时，两个斜率的乘积始终为1。

应当指出，在临床实践中，相对于变化性控制，密切遵循协议。因此，在临床实践中，由于失配准而引起的差异预计比上述示例中所模拟的差异要低得多。此外，如前所述，能够在执行线性回归之前去除(即“修剪”)沿着线的异常值。线性回归的输出可以作为对角线绘制在2d-suv-suv散点图上，如所图示的“无suv改变”线。

已经参考优选实施例描述了本公开。在阅读和理解了前文的详细描述之后，他人可能会想到修改和变更。意图将本发明解释为包括所有这样的修改和改变，只要其落入所附权利要求或者其等同物的范围内即可。