可变深度立体定向表面投影的制作方法
【专利摘要】本发明提供对垂直于大脑的表面体素而延伸的向量使用可变深度以便避免白质摄取提取的SSP的实现。该实现还提供将对于个体淀粉样蛋白显像剂图像的SSP与SSP正常数据库比较的可能性并且允许SSP信息的3D可视化。
【专利说明】可变深度立体定向表面投影
【技术领域】
[0001]本发明涉及正电子发射断层摄影(PET)或单光子发射断层摄影(SPECT)图像分析的领域。更特定地，本发明涉及实现具有可变深度的立体定向表面投影(stereotacticsurface projection)来使白质摄取提取最小化。
【背景技术】
[0002]三维立体定向表面投影(3D SSP)是经证实的提取皮质活动并且将它映射到大脑表面之上的方法。氟代脱氧葡萄糖(FDG)是PET显像化合物，标记有放射性同位素[18F]。对于大脑成像，FDG用于对葡萄糖消耗的大脑代谢率成像。3D SSP已经示出是成功方法，例如用于检测与在PET大脑成像中使用FDG (PET FDG)的阿尔茨海默氏病关联的图像模式。3D SSP还用于其他PET和SPECT示踪剂，例如用使用Ceretec采用SPECT的大脑灌注研究。3D SPP方法在标准空间中定义大脑模型上的大量表面点。各表面点与法向向量关联。参考图1，在分析患者PET或SPECT扫描时，扫描首先空间归一化到标准空间。然后，对于各皮质表面点，沿法向向量的相反方向到大脑一定深度内采样数据，如在图2A和2B中示出的。沿到大脑内的射线的最大体素的值然后映射回到表面点。原始3D SSP方法从各表面体素延伸到大脑的固定深度。(Minoshima等人，在阿尔茨海默氏病中使用氟-18-FDG PET的三维立体定向表面投影的诊断方法,J Nuel Med.1995年7月；36 (7) =1238-48)
[18F]Flutemetamol是另一个PET显像化合物,其结合到大脑中的淀粉样蛋斑并且因此示出灰质中淀粉样蛋白的沉积。FDG和Flutemetamol两者都示出与阿尔茨海默氏病有关的皮质区中的改变。然而，尽管PET FDG在灰质中展现最高摄取,但[18F]Flutemetamol可以在灰质和白质两者中展现高摄取。在淀粉样蛋白的[18F]Flutemetamol成像中，如果存在淀粉样蛋白则在灰质中将存在明显的摄取，而如果不存在淀粉样蛋白则它将是非常少或没有。然而，[18F]Flutemetamol对于淀粉样蛋白阳性和淀粉样蛋白阴性扫描两者在白质中还经历明显的非特定摄取。这意指在没有或有很少的淀粉样蛋白的图像(即，阴性扫描)中使用SSP时，存在标准方法将拾取高密度白质区的风险。
[0003]现有技术的3D SSP方法已经从每个表面体素延伸到大脑内的相同深度。使用这样的单深度用于分析，方法从而可以无意地延伸到白质内，其将展现如[18F]Flutemetamol的显像剂的高摄取。因为SSP是用于使两个化合物显像的有吸引力的方法，因此在本领域内需要这样的方法和系统，其可以使用3D SSP用于淀粉样蛋白显像剂来观察灰质中的摄取但同时使在来自白质的信号中混合的风险最小化(因为两个组织都可展现高摄取)。
【发明内容】
[0004]鉴于现有技术的需要，本发明提供使用以下步骤的PET/SPECT图像的立体定向表面投影的方法:(a)对PET/SPECT图像进行空间归一化，其中大脑表面上的各体素与标准空间配准，和(b)对于空间归一化的PET/SPECT图像的各表面体素计算3D SSP，其中所述计算步骤进一步包括计算沿从各表面体素延伸并且垂直于表面进入皮质使得各线延伸到预定义最大深度的线的强度分布，该预定义最大深度对于各表面体素单独计算。从该强度分布可以计算例如最大强度等特征，但也可以计算例如最大梯度、到某一阈值的距离等其他特性。
[0005]空间归一化的PET/SPECT图像然后可与正常数据库比较并且然后可以不同的方式呈现该比较和/或使其可视化。
[0006]本发明还提供非暂时性计算机可读存储介质，其具有用于执行本发明的方法的可执行程序。
【专利附图】
【附图说明】
[0007]图1描绘本发明的图像处理流水线。
[0008]图2A描绘现有技术的3D SSP的原理，其中各体素的深度具有相同的固定长度。
[0009]图2B描绘示出通过表面的法向向量(在左半球上)的整个大脑区的图像。
[0010]图3描绘根据本发明的示范性实施例的可变表面投影深度。
[0011]图4描绘使3D SSP分析的结果可视化的不同方式。
[0012]图5描绘具有来自使用a)固定深度和b)可变深度的3D-SSP的结果的淀粉样蛋白阴性受检者。
[0013]图6描绘具有来自使用a)固定深度和b)可变深度的3D-SSP的结果的淀粉样蛋白阳性受检者。
[0014]图7描绘本发明的PET系统。
【具体实施方式】
[0015]本发明针对PET和SPECT图像的分析。为了清楚起见，术语“PET/SPECT”将用于指出论述PET或SPECT并且规定特别参考PET或SPECT的任何示例或解释将分别对于所有另外的解释维持，但可持续使用术语PET/SPECT。
[0016]本发明提供SSP方法，其包括硬件和软件，该硬件和软件可用于实现该方法来使使用例如[18F]Flutemetamol等淀粉样蛋白显像剂从灰质计算的特性可视化以更好地区分淀粉样蛋白阳性扫描和淀粉样蛋白阴性扫描。另外，本发明提供用于实现本发明的方法的计算机程序。另外，本发明提供用于实现本发明的方法的系统。用户然后可将受检者的SSP值与正常数据库比较。另外，本发明不需要MR图像，但可使用它。再另外，期望本发明使白质摄取被提取并且映射到表面的可能性最小化或将其排除。
[0017]本发明的一个方法包括下面的步骤:(a)患者PET/SPECT扫描的空间归一化和MR扫描(可选的)，(b) SSP计算，(c)正常数据库比较和(c)采用3D的数据呈现。
[0018]可取地，大脑表面上的各体素与标准空间配准，并且计算沿通过各表面体素并且垂直于表面的线的最大强度或其他特性。起始于表面处的该线在垂直于表面的向量的逆方向上前进，即到大脑内。从各体素到大脑内的距离局限于预定义最大深度，其对于各表面体素单独计算。通过在表面与最大深度之间沿垂直于表面的向量的逆方向的线的等距点处采样数据来提取强度分布。从该强度分布计算的特性(例如最大强度)然后映射到大脑的表面模型之上或用于另外的计算。本发明预想的从强度分布计算的其他特性包括最大梯度或到预定义强度阈值的最大深度。[0019]找到表面体素和垂直于表面的向量
位于大脑外侧和内侧表面上的体素使用标准空间中的大脑掩模(brain mask)来预定。大脑掩模分成左和右半球，从而总共给出三个区:整个大脑、左半球和右半球。确定并存储这三个区的所有表面体素的体素坐标并且。
[0020]对应于整个大脑、左半球和右半球的三个区然后通过应用高斯3D滤波器进行平滑。垂直于区表面的向量(如对于3D SSP所做并且在图2中示出的)然后可以根据方程I使用平滑区的体素强度来对表面体素的所有坐标来计算，其中Sijk是图像矩阵位置x=1、y=j和z=k处的体素强度并且在相同位置垂直于表面的向量定义为nijk=(dxijk，dyiJk, dziJk)。
【权利要求】
1.一种PET/SPECT图像的立体定向表面投影的方法，其包括以下步骤: (a)对PET/SPECT图像进行空间归一化，其中大脑表面上的各体素与标准空间配准；以及 (b)对于所述空间归一化的PET/SPECT图像的各表面体素计算SSP，其中所述计算步骤进一步包括计算沿从各表面体素延伸并且垂直于所述表面到组织内使得各线延伸到预定义最大深度的线的最大强度，所述预定义最大深度对于各表面体素单独计算。
2.如权利要求1所述的方法，其进一步包括以下步骤: (c)将所述空间归一化的PET/SPECT图像与正常数据库比较；以及 (d)采用3D呈现数据。
3.如权利要求1所述的方法，其中所述空间归一化步骤进一步包括对具有MR扫描的PET/SPECT图像进行空间归一化。
4.如权利要求1所述的方法，其中对于各表面点的所述预定义最大深度通过乘以年龄校正因子而对于年龄进行调整。
5.如权利要求1所述的方法，其中在所述表面与对于各向量的最大深度之间采样的所述最大强度然后映射到所述大脑的表面模型之上或用于另外的计算。
6.如权利要求1所述的方法，其中位于所述大脑的外侧和内侧表面上的体素在标准空间中使用大脑掩模来预定。
7.如权利要求6所述的方法，其中所述大脑掩模分成左和右半球以便定义整个大脑区、左半球区和右半球区。
8.如权利要求7所述的方法，其中所述三个区的所有表面体素的体素坐标被确定并且存储。
9.如权利要求7所述的方法，其进一步包括通过应用高斯3D滤波器来平滑对应于整个大脑、左半球和右半球的三个二元区的步骤。
10.如权利要求9所述的方法，其中垂直于所述区的所述表面的向量根据方程I使用所述平滑的区的所述体素强度对所述表面体素的所有坐标来计算。
11.如权利要求10所述的方法，其中使用最近邻或三线性插值、使用预定义步长沿与所述表面垂直的所述向量的逆方向、起始于所述表面处并且进入预定义深度的线来采样数据，并且计算和存储定义为沿所述线的强度值阵列的强度分布。
12.如权利要求11所述的方法，其中对于各表面体素，从所述强度分布计算所述最大强度。
13.如权利要求11所述的方法，其中对于各表面体素，从所述强度分布计算最大梯度。
14.如权利要求11所述的方法，其中对于各表面体素，到预定义强度阈值的所述最大深度从所述强度分布来计算。
15.如权利要求11所述的方法，其中与所述表面垂直的所述预定义最大深度向量对各表面体素单独计算。
16.如权利要求11所述的方法，其中关于淀粉样蛋白阴性平均图像的阈值采取所述阈值对应于如通过使用概率性灰质和白质掩模而确定的灰质与白质的边界这样的方式选择。
17.如权利要求16所述的方法，其中阈值通过视觉检查来选择。
18.如权利要求17所述的方法，其中所述阈值是对所述PET/SPECT图像计算的SUVR均值图像的最大强度值的45%。
19.如权利要求11所述的方法，其中数据沿各向量沿固定步长采样。
20.如权利要求1所述的方法，其进一步包括对各向量从其对应的表面体素指派最大深度的步骤，指派步骤进一步包括: 对于各向量确定最大深度极限和最小深度极限； 沿各向量采样直到已经达到采样大于所述阈值或所述最大深度的值，其中 a)找到大于所述阈值的值，则找到该值的地方的深度被指派为对于所述向量从所述对应表面体素的所述最大深度； b)未找到大于所述阈值的值，则所述最大深度被指派为对于所述向量从所述对应表面体素的最大深度；以及 c)找到大于所述阈值的值并且其深度小于所述最小深度极限，则将所述最小深度极限指派为对于所述向量从所述对应表面体素的最大深度。
21.如权利要求1所述的方法，其中与正常数据库比较的所述步骤进一步包括以下步骤: 沿从健康组织样本图像的各表面体素垂直延伸进入所述组织到预先计算的最大深度的线来采样值； 在所述采样步骤中计算对于各线的特征值，其中计算的所述特征值是最大值、梯度和到预定义强度阈值的最大深度值之中的至少一个； 将来自所述计算步骤的对于各表面体素的所述特征值与具有相同特征的平均值和标准偏差的所述正常数据库的所述对应表面体素比较；以及 根据方程2对各体素计算Z分数。
22.如权利要求2所述的方法，其中所述呈现步骤进一步包括将从所述强度分布对于各表面体素计算的所述特征投射到3D表面之上，从而给出SSP视图。
23.如权利要求2所述的方法，其中所述呈现步骤进一步包括将对于各表面体素的Z分数投射到3D表面上，从而给出SSP Z分数视图，所述Z分数根据方程2确定。
24.如权利要求3所述的方法，其中3DSSP用于提取MR信息并且所述MR信息用于在对应于整个大脑区、左半球和右半球的3D表面上设置所述强度以便将来自患者MR的患者特定解剖细节映射到所述3D表面。
25.如权利要求24所述的方法，其中不透明水平和阈值在所述PET/SPECTSSP值上设置以便生成3D SSP MR和PET/SPECT信息的组合可视化。
26.一种非暂时性计算机可读存储介质，其具有用于进行权利要求1所述的方法的可执行程序。
27.一种非暂时性计算机可读存储介质，其具有用于进行权利要求1-25中任一项所述的方法的可执行程序。
28.—种正电子发射断层摄影(PET)系统，其包括: 存储装置； 检测器，用于检测来自受检者的大脑的正电子发射，其中所述检测器生成代表所述正电子发射的信号，其存储在所述存储装置中； 图像处理器，对其编程来:生成PET图像数据集，其包括基于存储在所述存储装置中的所述信号的表面体素；其中所述表面体素代表所述受检者大脑的表面； 将所述PET图像数据集存储在所述存储装置中； 对所述PET图像数据集进行空间归一化，其中所述表面体素与对于大脑的标准空间配准；以及 通过计算沿从所述表面体素延伸并且垂直于所述大脑表面到大脑组织内使得各线延伸到预定义最大深度的线的最大强度来计算对于所述表面体素的立体定向投影(SSP)数据集，其中所述图像处理器对各表面体素单独计算所述预定义最大深度使得来自大脑白质的至少一些正电子发射从所述SSP数据集排除。
29.如权利要求28所述的正电子发射断层摄影(PET)系统，其进一步包括显示器，用于基于所述SSP数据集来显示所述大脑的图像。
30.一种计算PET/SPECT图像的立体定向表面投影(SSP)的计算机实现的方法，所述方法包括: Ca)接收受检者大脑的PET/SPECT图像数据集，其已经用PET/SPECT检测器而生成； (b)将所述PET/SPECT图像数据集存储在存储器中； (c)用图像处理器对所述PET/SPECT图像数据集进行空间归一化，其中对所述图像处理器编程来使所述大脑表面上的各体素与对于大脑的标准空间配准，以及 Cd)用所述图像处理器计算对于所述空间归一化的PET/SPECT图像数据集的所述表面体素的SSP数据集，其中所述计算步骤包括计算沿从各表面体素延伸并且垂直于所述表面到大脑组织内使得各线延伸到预定义最大深度的线的最大强度，所述预定义最大深度由所述图像处理器对各表面体素单独计算使得来自大脑白质的至少一些正电子发射从所述SSP数据集排除。
31.一种非暂时性存储介质，其包括计算机可读程序代码，所述计算机可读程序代码包括用于生成立体定向表面投影(SSP)图像的指令，其中所述计算机可读程序代码的执行促使处理器实施以下步骤: (a)接收受检者大脑的PET/SPECT图像数据集，其已经用PET/SPECT检测器而生成； (b)将所述PET/SPECT图像数据集存储在存储器中； (c)用所述处理器对所述PET/SPECT图像数据集进行空间归一化，其中对所述处理器编程来使所述大脑表面上的各体素与对于大脑的标准空间配准，以及 Cd)用所述处理器计算对于所述空间归一化的PET/SPECT图像数据集的所述表面体素的SSP数据集，其中所述计算步骤包括计算沿从各表面体素延伸并且垂直于所述表面到大脑组织内使得各线延伸到预定义最大深度的线的最大强度，所述预定义最大深度由所述处理器对各表面体素单独计算使得来自大脑白质的至少一些正电子发射从所述SSP数据集排除。
【文档编号】G06T7/00GK103946892SQ201280058712
【公开日】2014年7月23日 申请日期:2012年9月28日 优先权日:2011年9月30日
【发明者】J.A.利尔加, N.L.图尔夫耶尔, R.伦德奎斯特 申请人:通用电气健康护理有限公司