崔 銳 賀建峰 符 增 封 碩

(昆明理工大學(xué)信息工程與自動(dòng)化學(xué)院生物醫(yī)學(xué)工程研究所， 昆明 650500)

基于PET/CT探測(cè)環(huán)真光子數(shù)呼吸運(yùn)動(dòng)門控的研究

崔 銳 賀建峰*符 增 封 碩

(昆明理工大學(xué)信息工程與自動(dòng)化學(xué)院生物醫(yī)學(xué)工程研究所， 昆明 650500)

呼吸運(yùn)動(dòng)是導(dǎo)致PET/CT胸腹部成像質(zhì)量下降的主要原因，探尋一種行之有效的方法來(lái)降低呼吸運(yùn)動(dòng)對(duì)PET/CT成像質(zhì)量的影響，在臨床上對(duì)疾病的診療顯得尤其重要。提出一種基于探測(cè)環(huán)真光子數(shù)的呼吸運(yùn)動(dòng)門控方法來(lái)提高PET/CT胸腹部診斷圖像質(zhì)量，利用PET探測(cè)環(huán)真光子數(shù)分布會(huì)隨著體模的運(yùn)動(dòng)而發(fā)生相應(yīng)變化的特征來(lái)對(duì)原始數(shù)據(jù)進(jìn)行呼吸運(yùn)動(dòng)門控處理。采用GATE軟件仿真PET/CT成像的過(guò)程，分別使用幾何體模和像素體模(NCAT)仿真肺部在PET/CT掃描過(guò)程中的運(yùn)動(dòng)。然后，使用提出的方法門控仿真掃描數(shù)據(jù)，并重建出三維圖像。相對(duì)于運(yùn)動(dòng)模糊圖像，門控圖像目標(biāo)區(qū)域的形狀、大小和位置等方面更接近于靜態(tài)圖像。在冠狀面上，門控圖像質(zhì)量?jī)?yōu)于運(yùn)動(dòng)模糊圖像，其圖像結(jié)構(gòu)相似度(SSIM)分別提升5%、3%、9%；對(duì)于矢狀面的line profiles，門控圖像與靜態(tài)圖像接近，優(yōu)于運(yùn)動(dòng)模糊圖像。結(jié)果表明，所提出的方法能有效減少PET/CT圖像的呼吸運(yùn)動(dòng)偽影，使肺部腫瘤的形狀、大小和位置接近靜態(tài)圖像，并且有效地克服目前一些校正方法的局限性。

PET/CT；呼吸運(yùn)動(dòng)校正；門控；探測(cè)環(huán)真光子數(shù)

引言

在PET/CT(positron emission tomography/ computmoed tography)成像掃描過(guò)程中，病人的運(yùn)動(dòng)會(huì)降低圖像質(zhì)量，從而影響醫(yī)生的診斷工作。病人的運(yùn)動(dòng)分為可控的自主運(yùn)動(dòng)和不可控的生理性運(yùn)動(dòng)：自主運(yùn)動(dòng)是由于病人檢查時(shí)位置不適而改變體位的運(yùn)動(dòng)，這種運(yùn)動(dòng)是可以通過(guò)掃描前的充分準(zhǔn)備和囑咐病人配合掃描檢查來(lái)控制的；而生理性運(yùn)動(dòng)是人體組織、器官的自發(fā)運(yùn)動(dòng)，如呼吸運(yùn)動(dòng)、心臟運(yùn)動(dòng)、腸道運(yùn)動(dòng)等，是不可控制的。為了重建出一幅高質(zhì)量的診斷圖像，需探測(cè)到更多的放射線數(shù)據(jù)，PET掃描時(shí)間一般會(huì)很長(zhǎng)(每床位3～5 min)。因此，在PET/CT掃描檢查時(shí)，呼吸運(yùn)動(dòng)可導(dǎo)致PET/CT胸腹部診斷圖像模糊不清，從而導(dǎo)致低估標(biāo)準(zhǔn)攝取值(standardized uptake value, SUV)和高估病灶體積，直接影響臨床醫(yī)生對(duì)胸腹部腫瘤病灶的定性、分期和對(duì)病變放射治療計(jì)劃的制訂[1-2]。

為了減少呼吸運(yùn)動(dòng)對(duì)PET/CT圖像質(zhì)量的影響，提高PET/CT圖像診斷的精確度，國(guó)內(nèi)外學(xué)者研究并提出了多種呼吸運(yùn)動(dòng)校正方法—其中呼吸運(yùn)動(dòng)門控法是應(yīng)用最為廣泛的呼吸運(yùn)動(dòng)校正方法。該方法的原理是利用呼吸運(yùn)動(dòng)信號(hào)將呼吸運(yùn)動(dòng)周期劃分為不同的時(shí)相，然后將相同時(shí)相的掃描數(shù)據(jù)組合，經(jīng)三維重建可得到呼吸運(yùn)動(dòng)門控校正后的PET/CT圖像。呼吸運(yùn)動(dòng)門控校正方法可分為基于外界輔助裝置(hardware driven)的門控方法和基于原始數(shù)據(jù)(data driven)的門控方法。

基于外部輔助裝置的門控方法，是在PET掃描時(shí)通過(guò)添加外部輔助裝置來(lái)監(jiān)測(cè)病人一項(xiàng)或幾項(xiàng)生理參數(shù)的變化值，從而估計(jì)呼吸運(yùn)動(dòng)軌跡來(lái)進(jìn)行呼吸運(yùn)動(dòng)門控校正?，F(xiàn)有的外部輔助門控裝置有實(shí)時(shí)呼吸氣流流速計(jì)[3]、實(shí)時(shí)位置監(jiān)控系統(tǒng)(RPM)[4-5]、壓力傳感器[6-8]、呼吸溫度傳感器[9]等?；谕獠枯o助裝置的門控方法存在一些缺點(diǎn)[10-19]：胸腹部的皮膚組織較軟，形狀個(gè)體差異較大，且不同病人的呼吸方式也不完全相同，因此不能精確地反映內(nèi)部呼吸運(yùn)動(dòng)參數(shù)；輔助裝備進(jìn)行設(shè)置需花費(fèi)額外的時(shí)間，而且還會(huì)增加病人的不適感，影響正常的數(shù)據(jù)采集等。因此，許多學(xué)者把研究點(diǎn)轉(zhuǎn)為基于原始數(shù)據(jù)的門控方法。

基于原始數(shù)據(jù)的門控方法，是通過(guò)分析PET掃描的原始數(shù)據(jù)與呼吸運(yùn)動(dòng)的相關(guān)關(guān)系來(lái)進(jìn)行呼吸運(yùn)動(dòng)門控校正。使用原始數(shù)據(jù)進(jìn)行呼吸運(yùn)動(dòng)門控校正的最大優(yōu)點(diǎn)是不需要額外添加外部輔助裝置。Visvikis等提出了對(duì)原始數(shù)據(jù)進(jìn)行后驗(yàn)門控方法[10]。Feng等研究了在一組3D的SPECT和PET切片數(shù)據(jù)中估計(jì)剛體運(yùn)動(dòng)的門控方法[11]。Bundschuh等觀察運(yùn)動(dòng)的高吸收病灶(質(zhì)心點(diǎn))在z軸(頭尾軸方向)上的活度分布來(lái)進(jìn)行門控[12]。He等發(fā)現(xiàn)了在3D-PET中，被掃描物體的運(yùn)動(dòng)位置與探測(cè)器的幾何靈敏度有關(guān)，提出了系統(tǒng)靈敏度門控(GSG)的方法[13]。Schleyer等使用光流法自動(dòng)定位一個(gè)感興趣的區(qū)域，當(dāng)肺部邊緣在這一區(qū)域內(nèi)時(shí)，區(qū)域內(nèi)的放射線總數(shù)與呼吸運(yùn)動(dòng)的位移變化成線性關(guān)系，從而進(jìn)行呼吸運(yùn)動(dòng)門控[14-15]。Kesner等提出了區(qū)域正弦圖波動(dòng)門控(SRF)方法[16-17]。Büther等使用片段質(zhì)心方法和外部放射性標(biāo)記物結(jié)合的方法，進(jìn)行呼吸運(yùn)動(dòng)門控[18-19]。這些門控校正方法都能很好地實(shí)現(xiàn)PET或PET/CT呼吸運(yùn)動(dòng)校正，降低圖像的模糊程度。但有的方法需要手動(dòng)定義感興趣的區(qū)域，有的算法比較復(fù)雜，或者沒(méi)有充分利用原始數(shù)據(jù)所包含的呼吸運(yùn)動(dòng)信息。

本研究提出使用探測(cè)環(huán)真光子數(shù)進(jìn)行呼吸運(yùn)動(dòng)門控校正方法，利用PET探測(cè)環(huán)真光子數(shù)分布隨肺運(yùn)動(dòng)而發(fā)生相應(yīng)變化的特征來(lái)進(jìn)行PET/CT呼吸運(yùn)動(dòng)門控校正。使用GATE (Geant4 Application Tomographic Emission) 仿真平臺(tái)[20-21]，對(duì)提出的方法進(jìn)行運(yùn)動(dòng)幾何體模和NCAT (NURBs Cardiac Torso)[22]體模仿真實(shí)驗(yàn)，以驗(yàn)證所提出方法的有效性。

1 材料和方法

1.1材料

GATE是一種基于對(duì)Geant4物理函數(shù)進(jìn)行重新封裝的蒙特卡洛仿真(Monte Carlo simulation)軟件包[23]，是目前對(duì)分子影像設(shè)備仿真研究的重要工具和手段。通過(guò)GATE軟件包，實(shí)現(xiàn)了GE Discovery ST PET/CT的仿真成像。設(shè)備的主要技術(shù)參數(shù)如下：

FOV為152 mm，探測(cè)環(huán)總數(shù)為18個(gè)，探測(cè)環(huán)直徑為92.7 cm，單個(gè)探測(cè)環(huán)內(nèi)探測(cè)器總數(shù)為672個(gè)，探測(cè)器材料為閃爍晶體鍺酸鉍(BGO)，BGO尺寸為4 mm8 mm30 mm。

1.2方法

PET掃描器主要由閃爍晶體探測(cè)器(scintillation detector)和光電倍增管(photomultiplier tube, PMT)組成，多個(gè)探測(cè)器和光電倍增管組成一個(gè)探測(cè)環(huán)，多個(gè)探測(cè)環(huán)組成一個(gè)PET掃描器。在PET中，記錄符合響應(yīng)事件(line of response, LOR)的一對(duì)探測(cè)器的位置分布有兩種可能：一是兩個(gè)探測(cè)器都在同一個(gè)探測(cè)環(huán)內(nèi)，二是兩個(gè)探測(cè)器在不同的探測(cè)環(huán)中。當(dāng)體模在PET掃描器內(nèi)的某一位置時(shí)，PET某個(gè)探測(cè)環(huán)的真光子數(shù)等于固定時(shí)間間隔內(nèi)兩個(gè)探測(cè)器都在這一探測(cè)環(huán)內(nèi)的真符合響應(yīng)事件的總計(jì)數(shù)值，即

(1)

式中，I為PET掃描器的探測(cè)環(huán)編號(hào), DRTCE(I)為PET第I探測(cè)環(huán)真光子數(shù)，TCE(I)為第I探測(cè)環(huán)內(nèi)真符合事件數(shù)，ΔT為固定時(shí)間的間隔。

當(dāng)體模在PET掃描器內(nèi)位置發(fā)生變化時(shí)，在相同的時(shí)間間隔內(nèi)PET探測(cè)環(huán)真光子數(shù)的分布將會(huì)發(fā)生相應(yīng)變化，如圖1所示。在理想情況下，體模在由8個(gè)探測(cè)環(huán)組成的PET掃描器中運(yùn)動(dòng)及其相應(yīng)的真光子數(shù)分布情況。從第1幀～第4幀，體模在PET掃描器內(nèi)從右向左運(yùn)動(dòng)，每次運(yùn)動(dòng)距離為一個(gè)探測(cè)環(huán)的寬度，其探測(cè)環(huán)真光子數(shù)分布的峰值的位置也相應(yīng)的從右向左移動(dòng)，每次移動(dòng)距離為一個(gè)探測(cè)環(huán)的寬度。

圖1 不同幀的探測(cè)環(huán)真光子數(shù)分布(上)和體模在PET掃描器內(nèi)的位置(下)。 (a) 第1幀；(b) 第2幀；(c) 第3幀；(d) 第4幀F(xiàn)ig.1 The distributions of detector ring true coincidences event (upper) and the phantom positions in the PET scanner (bottom). (a) The 1st frame; (b) The 2nd frame; (c) The 3rd frame; (d) The 4th frame

所以，當(dāng)體模每次運(yùn)動(dòng)到PET掃描器內(nèi)某一固定的位置時(shí)，在相同時(shí)間間隔內(nèi)，PET探測(cè)環(huán)真光子數(shù)的分布情況將會(huì)與之前體模在這一位置的探測(cè)環(huán)真光子數(shù)的分布一樣或相差不大。區(qū)別不同幀的探測(cè)環(huán)真光子數(shù)分布的差異，可以用兩個(gè)不同幀的探測(cè)環(huán)真光子數(shù)分布的絕對(duì)誤差來(lái)判別，即

(2)

式中，DRTCE(M,I)為第M幀第I探測(cè)環(huán)真光子數(shù)，DRTCE(N,I)為第N幀第I探測(cè)環(huán)真光子數(shù)，I為PET掃描器的探測(cè)環(huán)編號(hào)，M、N為兩個(gè)不同幀的編號(hào)。

反之，可通過(guò)分析PET不同幀的探測(cè)環(huán)真光子數(shù)的分布是否相似，確定不同幀的體模在PET掃描器內(nèi)的位置是否相同或相差不大，如圖2所示。其中，圖2(a)為理想情況下某一幀的探測(cè)環(huán)真光子數(shù)統(tǒng)計(jì)分布圖，使用式(2)將此分布圖與圖1中的各幀探測(cè)環(huán)真光子數(shù)分布圖進(jìn)行比較，計(jì)算絕對(duì)誤差分別為0、2、4、6。分析這組絕對(duì)誤差值，可發(fā)現(xiàn)圖2中的探測(cè)環(huán)真光子數(shù)分布與圖1中第1幀的探測(cè)環(huán)真光子數(shù)分布相似(絕對(duì)誤差值為0)，這樣就可以認(rèn)為當(dāng)前體模在PET掃描器內(nèi)的位置與圖1中第1幀的體模在掃描器內(nèi)的位置相同或相差不大，即可推測(cè)出此時(shí)體模在PET掃描器內(nèi)的位置，如圖2(b)所示。

圖2 通過(guò)比較探測(cè)環(huán)真光子數(shù)分布來(lái)確定此時(shí)體模在掃描器內(nèi)的位置。(a)某一幀的探測(cè)環(huán)真光子數(shù)分布；(b)此時(shí)體模在掃描器內(nèi)的位置Fig.2 To determine the position of the phantom in the PET scanner by comparing the distribution of detector ring true coincidences event. (a) A frame distribution of detector ring true coincidences event; (b) The position of the phantom in the PET scanner

1.2.1實(shí)現(xiàn)步驟

用固定時(shí)間間隔將PET掃描的原始數(shù)據(jù)分為N幀，選取一個(gè)參考幀(可任意選取)，將與參考幀探測(cè)環(huán)真光子數(shù)分布相似的幀數(shù)據(jù)放在一起，形成新的PET掃描數(shù)據(jù)，用新數(shù)據(jù)進(jìn)行三維重建，即可獲得一幅清晰的門控校正后的PET圖像，如圖3所示。

圖3 呼吸運(yùn)動(dòng)校正流程Fig.3 Respiratory motion correction flowchart

用探測(cè)環(huán)真光子數(shù)進(jìn)行PET呼吸運(yùn)動(dòng)門控校正，具體操作含7個(gè)步驟。

步驟1：獲取PET掃描的列表數(shù)據(jù)(list mode data)。

步驟2：將這些數(shù)據(jù)以固定時(shí)間間隔200 ms劃分為N幀。用固定時(shí)間間隔(500 ms)劃分幀的方法是最常用的劃分不同時(shí)相幀的方法[1,12,16]，筆者在保證單個(gè)時(shí)相幀有足夠的掃描數(shù)據(jù)來(lái)重建清晰圖像的情況下，將固定時(shí)間間隔設(shè)定為200 ms。

步驟3：在每幀的數(shù)據(jù)中，根據(jù)式(1)統(tǒng)計(jì)PET各個(gè)探測(cè)環(huán)真光子數(shù)。

步驟4：以其中一幀為參考幀(可任意選取)，分別與其他所有幀進(jìn)行比較，根據(jù)式(2)計(jì)算其他幀的探測(cè)環(huán)真光子數(shù)與參考幀的探測(cè)環(huán)真光子數(shù)的絕對(duì)誤差。

步驟5：通過(guò)分析所有的絕對(duì)誤差值，選定1個(gè)合適的閾值，將絕對(duì)誤差小于閾值的幀視為此時(shí)體模在PET中的位置與參考幀體模的位置相同或相差不大，并將這幀的所有數(shù)據(jù)與參考幀的所有數(shù)據(jù)合并在一起。對(duì)所有滿足上述條件的幀數(shù)據(jù)進(jìn)行篩選，就得到了經(jīng)過(guò)呼吸運(yùn)動(dòng)門控校正后的列表數(shù)據(jù)。

步驟6： 將門控后列表模型數(shù)據(jù)進(jìn)行三維重建，即可得到一幅清晰的門控校正后的PET圖像。

步驟 7： 最后，通過(guò)Matlab程序，將門控校正后的PET圖像與相應(yīng)的靜態(tài)圖像和運(yùn)動(dòng)模糊圖像進(jìn)行對(duì)比分析、圖像質(zhì)量評(píng)價(jià)[24]和line profiles評(píng)價(jià)[15]，通過(guò)這3種評(píng)價(jià)方法來(lái)充分地驗(yàn)證本方法的有效性。

1.2.2仿真實(shí)驗(yàn)

通過(guò)GATE軟件包，實(shí)現(xiàn)了GE Discovery ST PET/CT掃描設(shè)備的仿真，并獲得了仿真實(shí)驗(yàn)數(shù)據(jù)。仿真實(shí)驗(yàn)使用了兩種數(shù)字體模:幾何體模和像素體模(NCAT)[22]。通過(guò)ROOT和STIR[25]軟件平臺(tái)，分別實(shí)現(xiàn)了對(duì)原始仿真數(shù)據(jù)的分析處理和圖像的三維重建。

1.2.2.1幾何體模仿真實(shí)驗(yàn)

幾何體模是模擬現(xiàn)實(shí)環(huán)境中置于PET掃描器內(nèi)的一個(gè)或多個(gè)幾何體，是一種由GATE中數(shù)學(xué)函數(shù)直接生成的數(shù)字體模，其特點(diǎn)是結(jié)構(gòu)簡(jiǎn)單、運(yùn)算速度快。本次幾何體模仿真實(shí)驗(yàn)有：一個(gè)小圓柱體仿真呼吸運(yùn)動(dòng)實(shí)驗(yàn)和兩個(gè)小圓柱體仿真呼吸運(yùn)動(dòng)實(shí)驗(yàn)。

1)一個(gè)小圓柱體仿真呼吸運(yùn)動(dòng)門控校正實(shí)驗(yàn)。通常人體呼吸運(yùn)動(dòng)的周期約5 s，呼吸運(yùn)動(dòng)的幅度為20～30 mm[13]。因此，本實(shí)驗(yàn)設(shè)置仿真呼吸運(yùn)動(dòng)的小圓柱體參數(shù)為：圓柱體半徑10 mm、高42.5 mm，縱軸上振動(dòng)頻率為0.2 Hz(即周期為5 s)，振動(dòng)幅度為 27 mm；初始位置設(shè)在PET掃描器中心右邊8.5 mm處，放射性活度30 Mbq，掃描時(shí)間為4個(gè)周期。

2)兩個(gè)小圓柱體仿真呼吸運(yùn)動(dòng)門控校正實(shí)驗(yàn)。設(shè)置兩個(gè)對(duì)稱且相同大小和相同放射劑量的圓柱體在PET掃描器內(nèi)運(yùn)動(dòng)，兩個(gè)圓柱體半徑為10 mm、長(zhǎng)38.25 mm、運(yùn)動(dòng)周期5 s、振動(dòng)幅度25.5 mm；將兩個(gè)圓柱體初始位置放在距離PET掃描器中心34 mm處兩邊各一個(gè)，兩個(gè)圓柱體同步運(yùn)動(dòng)，放射性活度30 Mbq，掃描時(shí)間為4個(gè)周期。

1.2.2.2像素體模仿真呼吸運(yùn)動(dòng)門控校正實(shí)驗(yàn)

為了進(jìn)一步的驗(yàn)證所提出的方法能夠有效地進(jìn)行呼吸運(yùn)動(dòng)門控校正，使用像素體模(NCAT)來(lái)仿真真實(shí)肺癌患者的呼吸運(yùn)動(dòng)。NCAT體模是基于真實(shí)病人的數(shù)據(jù)生成的，能夠仿真現(xiàn)實(shí)環(huán)境中人體的內(nèi)部組織和器官的細(xì)微信息，能模擬人體呼吸運(yùn)動(dòng)(不規(guī)則運(yùn)動(dòng))時(shí)各組織和器官的相應(yīng)變化，且能夠模擬肺、肺腫瘤及周圍組織器官對(duì)18F-FDG吸收的不均勻性。肺部4D-NCAT仿真可生成一組記錄著肺部呼吸運(yùn)動(dòng)信息的數(shù)據(jù)，將其導(dǎo)入GATE仿真平臺(tái)中，即可進(jìn)行與實(shí)際相符合的呼吸運(yùn)動(dòng)仿真掃描[22]。4D-NCAT參數(shù)設(shè)置為：3D肺部像素大小為128像素128像素31像素，每個(gè)像素代表實(shí)際尺寸大小為3.125 mm3.125 mm4.25 mm；將肺腫瘤的位置設(shè)置在右肺，直徑為15 mm的球體；肺部的放射性活度為5 000 bq的18F-FDG，腫瘤的放射性活度為30 000 bq，肝臟的放射性活度為40 000 bq；呼吸周期為5 s，與實(shí)際正常呼吸周期相似；仿真時(shí)間為4個(gè)周期。

2 仿真結(jié)果

2.1分析處理原始數(shù)據(jù)及三維重建

用探測(cè)環(huán)真光子數(shù)進(jìn)行PET/CT呼吸運(yùn)動(dòng)門控校正，是基于PET原始數(shù)據(jù)進(jìn)行的呼吸運(yùn)動(dòng)門控校正，所以本門控方法的關(guān)鍵技術(shù)在于對(duì)PET原始數(shù)據(jù)的分析和處理。使用之前所描述的具體操作步驟，對(duì)仿真實(shí)驗(yàn)的原始數(shù)據(jù)進(jìn)行分析處理，之后使用STIR軟件進(jìn)行三維圖像重建和圖像衰減校正，即可得到一幅經(jīng)過(guò)呼吸運(yùn)動(dòng)門控校正后的PET圖像。通過(guò)比較所選參考幀的靜態(tài)圖像、運(yùn)動(dòng)模糊圖像(即未經(jīng)過(guò)門控校正圖像)和門控圖像來(lái)評(píng)價(jià)本方法，結(jié)果如圖4～6所示。圖4為單個(gè)小圓柱體仿真呼吸運(yùn)動(dòng)門控校正實(shí)驗(yàn)的結(jié)果，圖5為兩個(gè)小圓柱體仿真呼吸運(yùn)動(dòng)門控校正實(shí)驗(yàn)的結(jié)果，圖6為使用NCAT仿真呼吸運(yùn)動(dòng)門控校正實(shí)驗(yàn)的結(jié)果。其中，靜態(tài)圖像為仿真PET掃描時(shí)體模靜止的掃描結(jié)果，運(yùn)動(dòng)模糊圖像為PET掃描時(shí)體模模擬呼吸運(yùn)動(dòng)的掃描結(jié)果，門控圖像為使用探測(cè)環(huán)真光子數(shù)呼吸運(yùn)動(dòng)門控校正方法對(duì)運(yùn)動(dòng)模糊圖像的原始數(shù)據(jù)進(jìn)行門控校正后的結(jié)果。

觀察分析圖4可發(fā)現(xiàn)，靜態(tài)、運(yùn)動(dòng)模糊和門控圖像中的靶標(biāo)均為圓柱體，且經(jīng)過(guò)計(jì)算，靜態(tài)圖像中的圓柱體半徑約10 mm(5像素，1.97 mm/像素)、高42.5 mm(10像素，4.25 mm/像素)，與之前設(shè)置的靜態(tài)體模的形狀、尺寸一樣。由此可知，圖4 的仿真實(shí)驗(yàn)結(jié)果可靠，可進(jìn)行相應(yīng)的評(píng)價(jià)處理。同理可證明，圖5和圖6的仿真實(shí)驗(yàn)結(jié)果可靠，可進(jìn)行相應(yīng)的評(píng)價(jià)處理。

觀察圖4和圖5中的靜態(tài)、運(yùn)動(dòng)模糊和門控圖像可發(fā)現(xiàn)，在門控之后的圖像(冠狀面、矢狀面)中，圓柱的形狀、大小和位置接近于靜態(tài)圖像中圓柱體的形狀、大小和位置。在圖6的運(yùn)動(dòng)模糊圖像中，右肺腫瘤(黑色點(diǎn)處)圖像模糊，肝臟與右肺的邊界模糊不清。然而在門控后的圖像中，右肺與肝臟邊界清楚，且肺腫瘤的形狀、大小和位置與靜態(tài)很接近。

實(shí)驗(yàn)結(jié)果表明，使用探測(cè)環(huán)真光子數(shù)呼吸運(yùn)動(dòng)門控校正方法，減少了呼吸運(yùn)動(dòng)偽影，提高了圖像的清晰度，使圖像定位更準(zhǔn)確。

圖4 單個(gè)小圓柱體仿真呼吸運(yùn)動(dòng)門控校正結(jié)果Fig.4 The simulation results of respiratory motion gating correction of one small cylinder

圖5 兩個(gè)小圓柱體仿真呼吸運(yùn)動(dòng)門控校正結(jié)果Fig.5 The simulation results of respiratory motion gating correction of two small cylinders

圖6 NCAT仿真呼吸運(yùn)動(dòng)門控校正結(jié)果Fig.6 The simulation results of respiratory motion gating correction of NCAT

2.2圖像質(zhì)量評(píng)價(jià)

分別對(duì)圖4～6中運(yùn)動(dòng)模糊圖像、門控圖像的冠狀面和靜態(tài)圖像的冠狀面進(jìn)行圖像質(zhì)量評(píng)價(jià)，結(jié)果如表1～3所示。其中，均方誤差(MSE)計(jì)算的是靜態(tài)圖像與運(yùn)動(dòng)模糊圖像或門控圖像的對(duì)應(yīng)像素點(diǎn)灰度值誤差均方的平均值，MSE的值越小，說(shuō)明運(yùn)動(dòng)模糊圖像或門控圖像與靜態(tài)圖像的差異越小。峰值信噪比(PSNR)是靜態(tài)圖像與運(yùn)動(dòng)模糊圖像或門控圖像之間均方誤差相對(duì)于像素最大值的對(duì)數(shù)值，PSNR的數(shù)值越大，說(shuō)明運(yùn)動(dòng)模糊圖像或門控圖像的失真越少，圖像越逼真。圖像結(jié)構(gòu)相似度(SSIM)的數(shù)值范圍為[0，1]，其數(shù)值越接近1，表示運(yùn)動(dòng)模糊圖像或門控圖像與靜態(tài)圖像越相似，運(yùn)動(dòng)模糊圖像或門控圖像質(zhì)量越高。

表1單個(gè)小圓柱體仿真結(jié)果的冠狀面圖像質(zhì)量評(píng)價(jià)

Tab.1Thecoronalimagequalityevaluationofthesimulationresultsofonesmallcylinder

MSEPSNRSSIM運(yùn)動(dòng)模糊221.92624.6690.958門控 62.95230.1410.977

表2兩個(gè)小圓柱體仿真結(jié)果的冠狀面圖像質(zhì)量評(píng)價(jià)

Tab.2Thecoronalimagequalityevaluationofthesimulationresultsoftwosmallcylinders

MSEPSNRSSIM運(yùn)動(dòng)模糊104.31227.9480.968門控 4.15941.9410.998

表3NCAT仿真結(jié)果的冠狀面圖像質(zhì)量評(píng)價(jià)

Tab.3ThecoronalimagequalityevaluationofthesimulationresultsofNCAT

MSEPSNRSSIM運(yùn)動(dòng)模糊449.88821.6000.808門控 193.66825.2600.900

通過(guò)分析表1～3數(shù)據(jù)可知，門控圖像的MSE評(píng)價(jià)值都小于運(yùn)動(dòng)模糊圖像的MSE評(píng)價(jià)值，門控圖像的PSNR和SSIM評(píng)價(jià)值都大于運(yùn)動(dòng)模糊圖像的PSNR和SSIM評(píng)價(jià)值。相對(duì)于運(yùn)動(dòng)模糊圖像，門控圖像的SSIM分別提升5%、3%、9%。這說(shuō)明，使用探測(cè)環(huán)真光子數(shù)門控校正后的圖像比運(yùn)動(dòng)模糊圖像更接近于靜態(tài)圖像。

2.3Lineprofiles評(píng)價(jià)

分別對(duì)圖4～6中的運(yùn)動(dòng)模糊圖像、門控圖像的矢狀面和靜態(tài)圖像的矢狀面做line profiles評(píng)價(jià)，其結(jié)果如圖7～9所示。

在圖7～9中，運(yùn)動(dòng)模糊圖像(motion)與靜態(tài)圖像(static)的線性分布差異較大，而門控圖像(gating)與靜態(tài)圖像(static)的線性分布十分相似，這說(shuō)明門控后的圖像與靜態(tài)圖像有較高的相似程度。

對(duì)仿真實(shí)驗(yàn)結(jié)果進(jìn)行定量分析表明，使用探測(cè)環(huán)真光子數(shù)呼吸運(yùn)動(dòng)門控方法在對(duì)PET原始數(shù)據(jù)進(jìn)行門控處理后，重建出的三維圖像與靜態(tài)圖像相似程度很高。探測(cè)環(huán)真光子數(shù)門控方法能有效地解決呼吸運(yùn)動(dòng)對(duì)PET/CT掃描圖像的模糊影響，提高了圖像的清晰度，使肺腫瘤的形狀、大小和位置接近靜止?fàn)顟B(tài)。

圖7 單個(gè)小的圓柱體仿真結(jié)果的矢狀面line profiles評(píng)價(jià)Fig.7 The sagittal line profiles evaluation of the simulation results of one small cylinder

圖8 兩個(gè)小圓柱體仿真結(jié)果的矢狀面line profiles評(píng)價(jià)Fig.8 The sagittal line profiles evaluation of the simulation results of two small cylinders

圖9 NCAT仿真結(jié)果的矢狀面line profiles評(píng)價(jià)Fig.9 The sagittal line profiles evaluation of the simulation results of NCAT

3 討論

筆者提出的呼吸運(yùn)動(dòng)門控校正方法是對(duì)PET原始數(shù)據(jù)進(jìn)行的呼吸運(yùn)動(dòng)門控校正方法，可應(yīng)用于所有與PET相關(guān)的診療設(shè)備，如 PET/CT(筆者的研究對(duì)象)、PET/MRI、PET-CT/MRI等，不受重建算法和其他處理過(guò)程的影響，不需要額外的硬件支持，不要求病人在掃描時(shí)均勻呼吸，不會(huì)對(duì)PET掃描過(guò)程造成影響。

本研究的像素體模(NCAT)仿真呼吸運(yùn)動(dòng)門控實(shí)驗(yàn)結(jié)果及評(píng)價(jià)表明(如圖6、圖9、表3所示)：當(dāng)肺腫瘤的周圍器官或組織(如肝臟)也具有較高的放射性藥物攝取時(shí)，探測(cè)環(huán)真光子數(shù)的收集及計(jì)數(shù)不會(huì)受到干擾，且筆者提出的方法仍有效。

本方法是利用探測(cè)環(huán)真光子數(shù)分布會(huì)隨著肺的運(yùn)動(dòng)而發(fā)生相應(yīng)變化的特征來(lái)進(jìn)行呼吸運(yùn)動(dòng)門控校正，并將探測(cè)環(huán)幀光子數(shù)分布相似的幀數(shù)據(jù)合并在一起，從而實(shí)現(xiàn)門控幀數(shù)據(jù)的篩選。然而，在一個(gè)呼吸周期內(nèi)，不同相位的探測(cè)環(huán)幀光子數(shù)分布會(huì)不一樣，不能將不同相位幀的數(shù)據(jù)合并在一起，所以用本方法可以得到不同的相位圖像，也可以區(qū)分吸氣相和呼氣相，且不要求規(guī)則的呼吸運(yùn)動(dòng)。

時(shí)間間隔值的設(shè)定、呼吸運(yùn)動(dòng)周期與校正后圖像質(zhì)量，這三者之間存在著一定的關(guān)系。使用固定時(shí)間間隔將每個(gè)呼吸運(yùn)動(dòng)周期劃分為多個(gè)幀，并認(rèn)為在這個(gè)固定時(shí)間間隔內(nèi)體模沒(méi)有發(fā)生運(yùn)動(dòng)。當(dāng)設(shè)定固定時(shí)間間隔越小時(shí)，每個(gè)呼吸運(yùn)動(dòng)周期能夠劃分的時(shí)相幀就越多，門控校正后圖像質(zhì)量就越高。但是，當(dāng)固定時(shí)間間隔太小時(shí)，單個(gè)時(shí)相幀的掃描數(shù)據(jù)不足以重建出清晰的圖像，所以在保證單個(gè)時(shí)相幀有足夠的掃描數(shù)據(jù)來(lái)重建出清晰圖像的情況下，將固定時(shí)間間隔設(shè)定為200 ms，且這個(gè)時(shí)間間隔為本模擬實(shí)驗(yàn)的最佳時(shí)間間隔。

使用固定時(shí)間間隔200 ms來(lái)劃分時(shí)相幀，當(dāng)呼吸運(yùn)動(dòng)周期為1 s時(shí)，本方法仍然可以將單個(gè)呼吸周期劃分為5個(gè)時(shí)相幀來(lái)進(jìn)行呼吸運(yùn)動(dòng)門控，所以當(dāng)呼吸運(yùn)動(dòng)頻率較快(呼吸運(yùn)動(dòng)周期大于1 s)時(shí)，本方法仍然適用。

與系統(tǒng)靈敏度呼吸運(yùn)動(dòng)門控方法相比，探測(cè)環(huán)真光子數(shù)門控校正方法有效地克服了此門控方法的局限性。在平衡且均勻的系統(tǒng)靈敏度分布及2D-PET掃描的情況下，系統(tǒng)靈敏度門控方法失效[13]，而本方法能夠在這兩種情況下進(jìn)行精確的呼吸運(yùn)動(dòng)門控，如圖5所示。

探測(cè)環(huán)真光子數(shù)呼吸運(yùn)動(dòng)門控校正方法也有不足之處。當(dāng)PET不同幀的探測(cè)環(huán)真光子數(shù)分布都完全一樣時(shí)，本方法將不能準(zhǔn)確地進(jìn)行呼吸運(yùn)動(dòng)門控校正，如圖10所示。

圖10為均勻分布且長(zhǎng)度比PET掃描器長(zhǎng)的圓柱體在運(yùn)動(dòng)前和運(yùn)動(dòng)后的探測(cè)環(huán)真光子數(shù)分布情況，可見(jiàn)圓柱體運(yùn)動(dòng)前后的探測(cè)環(huán)真光子分布一樣，說(shuō)明在這種情況下，利用運(yùn)動(dòng)體模各幀的探測(cè)環(huán)真光子數(shù)分布的不同來(lái)進(jìn)行呼吸運(yùn)動(dòng)門控校正的方法失效。但是，人體肺部結(jié)構(gòu)從肺尖到肺底的形狀大小是有差異的，所以這一缺點(diǎn)不會(huì)影響本門控方法在臨床上的應(yīng)用。

圖10 運(yùn)動(dòng)前后不同幀的探測(cè)環(huán)真光子數(shù)分布(上)和體模在PET掃描器內(nèi)的位置(下)。 (a) 運(yùn)動(dòng)前；(b)運(yùn)動(dòng)后Fig.10 The distributions of detector ring true coincidences event of different frames motion before and after (upper) and the phantom positions in the PET scanner (bottom). (a) Before the motion；(b) After the motion

門控閾值的選取恰當(dāng)與否將直接影響運(yùn)動(dòng)校準(zhǔn)圖像質(zhì)量的高低。在呼吸運(yùn)動(dòng)門控校正過(guò)程中，一般都會(huì)存在一個(gè)最佳的門控閾值。如果選取的呼吸運(yùn)動(dòng)門控閾值過(guò)大，門控篩選出來(lái)的運(yùn)動(dòng)模糊幀數(shù)據(jù)就越多，門控校正后的圖像就變得模糊；如果選取的呼吸運(yùn)動(dòng)門控閾值過(guò)小，門控幀數(shù)據(jù)不足以重建出清晰圖像，同樣會(huì)影響門控校正后圖像的質(zhì)量。所以筆者根據(jù)多次實(shí)驗(yàn)的經(jīng)驗(yàn)，人為地選取了一個(gè)最佳的門控閾值來(lái)進(jìn)行門控幀數(shù)據(jù)的篩選，從而重建出了一幅高質(zhì)量的運(yùn)動(dòng)門控校正后圖像。

為了進(jìn)一步提高探測(cè)環(huán)真光子數(shù)呼吸運(yùn)動(dòng)門控校正圖像的質(zhì)量和門控校正效率，在接下來(lái)的工作中，可以從以下兩個(gè)方面進(jìn)行深入研究。一方面，由于筆者只是針對(duì)與參考幀相似的幀數(shù)據(jù)進(jìn)行了門控校正處理，這樣就造成了一部分幀數(shù)據(jù)的浪費(fèi)，所以在今后的研究中將會(huì)把所有幀的掃描數(shù)據(jù)都進(jìn)行門控校正處理，從而進(jìn)一步提高其門控校正圖像的質(zhì)量。另一方面，筆者對(duì)呼吸運(yùn)動(dòng)門控閾值的選取方式為手動(dòng)選取，然而這種方法有一些局限性——主觀性強(qiáng)，不同的實(shí)驗(yàn)人員手動(dòng)選取的門控閾值可能都不一樣；操作復(fù)雜且效率低下，每次PET/CT掃描都需要額外花費(fèi)時(shí)間和精力來(lái)手動(dòng)選取門控閾值，所以在今后的工作中，將會(huì)深入研究最佳呼吸運(yùn)動(dòng)門控閾值的自動(dòng)確定方法，從而提高本方法的門控校正效率。

4 結(jié)語(yǔ)

本研究提出了利用PET探測(cè)環(huán)真光子數(shù)分布隨著肺部運(yùn)動(dòng)而發(fā)生相應(yīng)變化的特征，進(jìn)行PET/CT呼吸運(yùn)動(dòng)門控校正。通過(guò)在GATE仿真平臺(tái)上進(jìn)行運(yùn)動(dòng)幾何體模和NCAT體模的仿真研究，證明使用探測(cè)環(huán)真光子數(shù)呼吸運(yùn)動(dòng)門控方法能有效地減少運(yùn)動(dòng)偽影，提高圖像的清晰度，能更準(zhǔn)確地測(cè)量出體模的真實(shí)大小和位置。與現(xiàn)有的呼吸運(yùn)動(dòng)門控校正方法相比，探測(cè)環(huán)真光子數(shù)呼吸運(yùn)動(dòng)門控方法具有算法簡(jiǎn)單實(shí)用、不需要外部輔助設(shè)備的支持、可自動(dòng)獨(dú)立操作、充分利用原始數(shù)據(jù)所包含的呼吸運(yùn)動(dòng)信息、應(yīng)用范圍廣等優(yōu)點(diǎn)。在接下來(lái)的工作中，將會(huì)把本方法應(yīng)用到臨床實(shí)驗(yàn)研究中。

[1] 許全盛,袁克虹,于麗娟,等. PET/CT圖像呼吸運(yùn)動(dòng)偽影校正研究進(jìn)展[J]. 中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào), 2009,28(4): 573-580.

[2] Nehmeh SR, Erdi YE. Respiratory motion in positron emission tomography/computed tomography: a review [J]. Seminars in Nuclear Medicine, 2008,38(3):167-176.

[3] Didierlaurent D, Ribes S. A new respiratory gating device to improve 4D PET/CT [J]. Medical Physics, 2013,40(3): 1025-1029.

[4] Grotus N, Reader AJ, Stute S,etal. Fully 4D list-mode reconstruction applied to respiratory-gated PET scans[J]. Phys Med Biol, 2009,54(6):1705-1721.

[5] Liu Chi, Alessio AM, Kinahan PE. Respiratory motion correction for quantitative PET/CT using all detected events with internal-external motion correlation [J].Medical Physics, 2011,38(5):2715-2723.

[6] Chang GP, Chang TT, Pan TS,etal. Implementation of an automated respiratory amplitude gating technique for PET/CT: clinical evaluation [J].Journal of Nuclear Medicine,2010,51(1):16-24.

[7] van Elmpt W, Hamill J, Jones J,etal. Optimal gating compared to 3D and 4D PET reconstruction for characterization of lung tumours [J]. Eur J Nucl Med Mol Imaging, 2011,38(5):843-855.

[8] Breuilly M, Malandain G, Guglielmi J,etal. Amplitude-based data selection for optimal retrospective reconstruction in micro-SPECT[J]. Phys Med Biol, 2013,58(8):2657-2674.

[9] Boucher L, Rodrigue S, Lecomte R,etal. Respiratory gating for 3-dimensional PET of the thorax: feasibility and initial results[J]. Journal of Nuclear Medicine, 2004,45(2):214-219.

[10] Visvikis D, Barret O, Fryer T,etal. A posteriori respiratory motion gating of dynamic PET images [J]. IEEE Nuclear Science Symposium Conference Record, 2003,5:3276-3280.

[11] Feng B, Bruyant PP, Pretorius PH,etal. Estimation of the rigid-body motion from three-dimensional images using a generalized center-of-mass points approach [J]. IEEE Transactions on Nuclear Science,2006,53(5):2712-2718.

[12] Bundschuh RA, Martinez-Moeller A, Essler M,etal. Postacquisition detection of tumor motion in the lung and upper abdomen using list-mode PET data: a feasibility study [J]. Journal of Nuclear Medicine, 2007,58(5):758-763.

[13] He JF, O’Keefe GJ, Gong SJ,etal. A novel method for respiratory motion gated with geometric sensitivity of the scanner in 3D PET[J]. IEEE Transactions on Nuclear Science, 2008,55(5):2557-2565.

[14] Schleyer PJ,O’Doherty MJ, Barrington SF,etal. Retrospective data-driven respiratory gating for PET/CT[J]. Phys Med Biol, 2009,54(7):1935-1950.

[15] Schleyer PJ, O’Doherty MJ, Marsden PK. Extension of a data-driven gating technique to 3D,whole body PET studies[J]. Phys Med Biol, 2011,56(13):3953-3965.

[16] Kesner AL,Bundschuh RA,Detorie NC,etal. Respiratory gated PET derived in a fully automated manner from raw PET data[J]. IEEE Transactions on NuclearScience, 2009,56(3):677-686.

[17] Kesner A L, Kuntner C. A new fast and fully automated software based algorithm for extracting respiratory signal from raw PET data and its comparison to other methods [J]. Medical Physics, 2010,37(10):5550-5559.

[18] Buether F, Ernst I, Dawood M,etal. Detection of respiratory tumour motion using intrinsic list mode-driven gating in positron emission tomography [J]. Eur J Nucl Med Mol Imaging, 2010,37(12):2315-2327.

[19] Buether F, Ernst I, Hamill J,etal. External radioactive markers for PET data-driven respiratory gating in positron emission tomography [J]. Eur J Nucl Med Mol Imaging, 2013,40(4):602-614.

[20] Lamare F, Turzo A, Bizais Y,etal. Validation of a Monte Carlo simulation of the philips allegro/GEMINI PET systems using GATE[J]. Phys Med Biol, 2006,51(4):943-962.

[21] Bert J, Perez-Ponce H, El Bitar Zetal. Geant4-based Monte Carlo simulations on GPU for medical applications[J]. Phys Med Biol,2013,58(16):5593-5611.

[22] He JF, O’Keefe GJ. Application of GATE and NCAT to respiratory motion simulation in allegro PET[C]// IEEE Nuclear Science Symposium Conference Record. San Diego : IEEE, 2006:2589-2593.

[23] 賀建峰, 數(shù)字幾何體模仿真呼吸運(yùn)動(dòng)[J].系統(tǒng)仿真學(xué)報(bào), 2010,22(9):2227-2230.

[24]. Cerciello, T, Bifulco, P, Cesarelli, M,etal. A comparison of denoising methods for X-ray fluoroscopic images [J]. Biomedical Signal Processing and Control,2012,7(6):550-559.

[25] Fuster BM, Falcon C, Tsoumpas C,etal. Integration of advanced 3D SPECT modeling into the open-source STIR framework [J].Medical Physics,2013,40(9): 92502-92507.

Research for Respiratory Motion Gated with Detector Ring True Coincidence Event of PET/CT

Cui Rui He Jianfeng*Fu Zeng Feng Shuo

1(Institute of Biomedical Engineering of College of Information Engineering and Automation, Kunming University of Science and Technology, Kunming 650500, China)

The main degrading factor in the quality of PET/CT image of the thorax and upper abdomen is respiratory motion, exploring an effective method to reduce this effect in clinical is especially important. To improve the image quality, this paper presents a new respiratory motion gating method based on the detector ring true coincidence event, which use the feature of detector ring true coincidence event distribution changing with the movement phantom to gating the raw data. GATE (Geant4 Application Tomographic Emission) software package was used to simulate realistic PET/CT scanner, and the geometry phantom and NCAT (NURBs Cardiac Torso) phantom were built to simulate the lung motion. Next, the simulation raw data were gated by the proposed method and the 3-D image was reconstructed. Compared with the motion-blurred image, the shape, size and position of the gated image is closer to the static image. In the coronal image, the quality of the gated image is better than the motion-blurred image; the structural similarity (SSIM) were respectively raised 5%, 3% and 9% in the shape, size and position; in the sagittal image, the line profile curve of the gating image is similar to the static image, which is better than the motion-blurred image. These results demonstrated that the proposed method reduced the motion artifact of PET/CT image effectively, making the lung cancer image more accurate, furthermore, effectively overcome the limitations of some methods.

PET/CT; respiratory motion correction; gating; true coincidences event of detector ring

10.3969/j.issn.0258-8021. 2015. 03.004

2014-06-10， 錄用日期:2014-12-20

國(guó)家自然科學(xué)基金(11265007); 教育部回國(guó)人員科研啟動(dòng)基金(2010-1561)

R318

A

0258-8021(2015) 03-0281-09

*通信作者(Corresponding author)， E-mail:jfenghe@qq.com