基于PET/CT探測環(huán)真光子數(shù)呼吸運動門控的研究

崔 銳 賀建峰 符 增 封 碩

(昆明理工大學信息工程與自動化學院生物醫(yī)學工程研究所， 昆明 650500)

基于PET/CT探測環(huán)真光子數(shù)呼吸運動門控的研究

崔 銳 賀建峰*符 增 封 碩

(昆明理工大學信息工程與自動化學院生物醫(yī)學工程研究所， 昆明 650500)

呼吸運動是導致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降低呼吸運動對PET/CT成像質(zhì)量的影響，在臨床上對疾病的診療顯得尤其重要。提出一種基于探測環(huán)真光子數(shù)的呼吸運動門控方法來提高PET/CT胸腹部診斷圖像質(zhì)量，利用PET探測環(huán)真光子數(shù)分布會隨著體模的運動而發(fā)生相應變化的特征來對原始數(shù)據(jù)進行呼吸運動門控處理。采用GATE軟件仿真PET/CT成像的過程，分別使用幾何體模和像素體模(NCAT)仿真肺部在PET/CT掃描過程中的運動。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。相對于運動模糊圖像，門控圖像目標區(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)量優(yōu)于運動模糊圖像，其圖像結構相似度(SSIM)分別提升5%、3%、9%；對于矢狀面的line profiles，門控圖像與靜態(tài)圖像接近，優(yōu)于運動模糊圖像。結果表明，所提出的方法能有效減少PET/CT圖像的呼吸運動偽影，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；呼吸運動校正；門控；探測環(huán)真光子數(shù)

引言

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

為了減少呼吸運動對PET/CT圖像質(zhì)量的影響，提高PET/CT圖像診斷的精確度，國內(nèi)外學者研究并提出了多種呼吸運動校正方法—其中呼吸運動門控法是應用最為廣泛的呼吸運動校正方法。該方法的原理是利用呼吸運動信號將呼吸運動周期劃分為不同的時相，然后將相同時相的掃描數(shù)據(jù)組合，經(jīng)三維重建可得到呼吸運動門控校正后的PET/CT圖像。呼吸運動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掃描時通過添加外部輔助裝置來監(jiān)測病人一項或幾項生理參數(shù)的變化值，從而估計呼吸運動軌跡來進行呼吸運動門控校正?，F(xiàn)有的外部輔助門控裝置有實時呼吸氣流流速計[3]、實時位置監(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[10-19]：胸腹部的皮膚組織較軟，形狀個體差異較大，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)部呼吸運動參數(shù)；輔助裝備進行設置需花費額外的時間，而且還會增加病人的不適感，影響正常的數(shù)據(jù)采集等。因此，許多學者把研究點轉(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，是通過分析PET掃描的原始數(shù)據(jù)與呼吸運動的相關關系來進行呼吸運動門控校正。使用原始數(shù)據(jù)進行呼吸運動門控校正的最大優(yōu)點是不需要額外添加外部輔助裝置。Visvikis等提出了對原始數(shù)據(jù)進行后驗門控方法[10]。Feng等研究了在一組3D的SPECT和PET切片數(shù)據(jù)中估計剛體運動的門控方法[11]。Bundschuh等觀察運動的高吸收病灶(質(zhì)心點)在z軸(頭尾軸方向)上的活度分布來進行門控[12]。He等發(fā)現(xiàn)了在3D-PET中，被掃描物體的運動位置與探測器的幾何靈敏度有關，提出了系統(tǒng)靈敏度門控(GSG)的方法[13]。Schleyer等使用光流法自動定位一個感興趣的區(qū)域，當肺部邊緣在這一區(qū)域內(nèi)時，區(qū)域內(nèi)的放射線總數(shù)與呼吸運動的位移變化成線性關系，從而進行呼吸運動門控[14-15]。Kesner等提出了區(qū)域正弦圖波動門控(SRF)方法[16-17]。Büther等使用片段質(zhì)心方法和外部放射性標記物結合的方法，進行呼吸運動門控[18-19]。這些門控校正方法都能很好地實現(xiàn)PET或PET/CT呼吸運動校正，降低圖像的模糊程度。但有的方法需要手動定義感興趣的區(qū)域，有的算法比較復雜，或者沒有充分利用原始數(shù)據(jù)所包含的呼吸運動信息。

本研究提出使用探測環(huán)真光子數(shù)進行呼吸運動門控校正方法，利用PET探測環(huán)真光子數(shù)分布隨肺運動而發(fā)生相應變化的特征來進行PET/CT呼吸運動門控校正。使用GATE (Geant4 Application Tomographic Emission) 仿真平臺[20-21]，對提出的方法進行運動幾何體模和NCAT (NURBs Cardiac Torso)[22]體模仿真實驗，以驗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Geant4物理函數(shù)進行重新封裝的蒙特卡洛仿真(Monte Carlo simulation)軟件包[23]，是目前對分子影像設備仿真研究的重要工具和手段。通過GATE軟件包，實現(xiàn)了GE Discovery ST PET/CT的仿真成像。設備的主要技術參數(shù)如下：

FOV為152 mm，探測環(huán)總數(shù)為18個，探測環(huán)直徑為92.7 cm，單個探測環(huán)內(nèi)探測器總數(shù)為672個，探測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器(scintillation detector)和光電倍增管(photomultiplier tube, PMT)組成，多個探測器和光電倍增管組成一個探測環(huán)，多個探測環(huán)組成一個PET掃描器。在PET中，記錄符合響應事件(line of response, LOR)的一對探測器的位置分布有兩種可能：一是兩個探測器都在同一個探測環(huán)內(nèi)，二是兩個探測器在不同的探測環(huán)中。當體模在PET掃描器內(nèi)的某一位置時，PET某個探測環(huán)的真光子數(shù)等于固定時間間隔內(nèi)兩個探測器都在這一探測環(huán)內(nèi)的真符合響應事件的總計數(shù)值，即

(1)

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

當體模在PET掃描器內(nèi)位置發(fā)生變化時，在相同的時間間隔內(nèi)PET探測環(huán)真光子數(shù)的分布將會發(fā)生相應變化，如圖1所示。在理想情況下，體模在由8個探測環(huán)組成的PET掃描器中運動及其相應的真光子數(shù)分布情況。從第1幀～第4幀，體模在PET掃描器內(nèi)從右向左運動，每次運動距離為一個探測環(huán)的寬度，其探測環(huán)真光子數(shù)分布的峰值的位置也相應的從右向左移動，每次移動距離為一個探測環(huán)的寬度。

圖1 不同幀的探測環(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，當體模每次運動到PET掃描器內(nèi)某一固定的位置時，在相同時間間隔內(nèi)，PET探測環(huán)真光子數(shù)的分布情況將會與之前體模在這一位置的探測環(huán)真光子數(shù)的分布一樣或相差不大。區(qū)別不同幀的探測環(huán)真光子數(shù)分布的差異，可以用兩個不同幀的探測環(huán)真光子數(shù)分布的絕對誤差來判別，即

(2)

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

反之，可通過分析PET不同幀的探測環(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環(huán)真光子數(shù)統(tǒng)計分布圖，使用式(2)將此分布圖與圖1中的各幀探測環(huán)真光子數(shù)分布圖進行比較，計算絕對誤差分別為0、2、4、6。分析這組絕對誤差值，可發(fā)現(xiàn)圖2中的探測環(huán)真光子數(shù)分布與圖1中第1幀的探測環(huán)真光子數(shù)分布相似(絕對誤差值為0)，這樣就可以認為當前體模在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，即可推測出此時體模在PET掃描器內(nèi)的位置，如圖2(b)所示。

圖2 通過比較探測環(huán)真光子數(shù)分布來確定此時體模在掃描器內(nèi)的位置。(a)某一幀的探測環(huán)真光子數(shù)分布；(b)此時體模在掃描器內(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實現(xiàn)步驟

用固定時間間隔將PET掃描的原始數(shù)據(jù)分為N幀，選取一個參考幀(可任意選取)，將與參考幀探測環(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 呼吸運動校正流程Fig.3 Respiratory motion correction flowchart

用探測環(huán)真光子數(shù)進行PET呼吸運動門控校正，具體操作含7個步驟。

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)以固定時間間隔200 ms劃分為N幀。用固定時間間隔(500 ms)劃分幀的方法是最常用的劃分不同時相幀的方法[1,12,16]，筆者在保證單個時相幀有足夠的掃描數(shù)據(jù)來重建清晰圖像的情況下，將固定時間間隔設定為200 ms。

步驟3：在每幀的數(shù)據(jù)中，根據(jù)式(1)統(tǒng)計PET各個探測環(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行比較，根據(jù)式(2)計算其他幀的探測環(huán)真光子數(shù)與參考幀的探測環(huán)真光子數(shù)的絕對誤差。

步驟5：通過分析所有的絕對誤差值，選定1個合適的閾值，將絕對誤差小于閾值的幀視為此時體模在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。對所有滿足上述條件的幀數(shù)據(jù)進行篩選，就得到了經(jīng)過呼吸運動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Matlab程序，將門控校正后的PET圖像與相應的靜態(tài)圖像和運動模糊圖像進行對比分析、圖像質(zhì)量評價[24]和line profiles評價[15]，通過這3種評價方法來充分地驗證本方法的有效性。

1.2.2仿真實驗

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

1.2.2.1幾何體模仿真實驗

幾何體模是模擬現(xiàn)實環(huán)境中置于PET掃描器內(nèi)的一個或多個幾何體，是一種由GATE中數(shù)學函數(shù)直接生成的數(shù)字體模，其特點是結構簡單、運算速度快。本次幾何體模仿真實驗有：一個小圓柱體仿真呼吸運動實驗和兩個小圓柱體仿真呼吸運動實驗。

1)一個小圓柱體仿真呼吸運動門控校正實驗。通常人體呼吸運動的周期約5 s，呼吸運動的幅度為20～30 mm[13]。因此，本實驗設置仿真呼吸運動的小圓柱體參數(shù)為：圓柱體半徑10 mm、高42.5 mm，縱軸上振動頻率為0.2 Hz(即周期為5 s)，振動幅度為 27 mm；初始位置設在PET掃描器中心右邊8.5 mm處，放射性活度30 Mbq，掃描時間為4個周期。

2)兩個小圓柱體仿真呼吸運動門控校正實驗。設置兩個對稱且相同大小和相同放射劑量的圓柱體在PET掃描器內(nèi)運動，兩個圓柱體半徑為10 mm、長38.25 mm、運動周期5 s、振動幅度25.5 mm；將兩個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，兩個圓柱體同步運動，放射性活度30 Mbq，掃描時間為4個周期。

1.2.2.2像素體模仿真呼吸運動門控校正實驗

為了進一步的驗證所提出的方法能夠有效地進行呼吸運動門控校正，使用像素體模(NCAT)來仿真真實肺癌患者的呼吸運動。NCAT體模是基于真實病人的數(shù)據(jù)生成的，能夠仿真現(xiàn)實環(huán)境中人體的內(nèi)部組織和器官的細微信息，能模擬人體呼吸運動(不規(guī)則運動)時各組織和器官的相應變化，且能夠模擬肺、肺腫瘤及周圍組織器官對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動信息的數(shù)據(jù)，將其導入GATE仿真平臺中，即可進行與實際相符合的呼吸運動仿真掃描[22]。4D-NCAT參數(shù)設置為：3D肺部像素大小為128像素128像素31像素，每個像素代表實際尺寸大小為3.125 mm3.125 mm4.25 mm；將肺腫瘤的位置設置在右肺，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，與實際正常呼吸周期相似；仿真時間為4個周期。

2 仿真結果

2.1分析處理原始數(shù)據(jù)及三維重建

用探測環(huán)真光子數(shù)進行PET/CT呼吸運動門控校正，是基于PET原始數(shù)據(jù)進行的呼吸運動門控校正，所以本門控方法的關鍵技術在于對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，對仿真實驗的原始數(shù)據(jù)進行分析處理，之后使用STIR軟件進行三維圖像重建和圖像衰減校正，即可得到一幅經(jīng)過呼吸運動門控校正后的PET圖像。通過比較所選參考幀的靜態(tài)圖像、運動模糊圖像(即未經(jīng)過門控校正圖像)和門控圖像來評價本方法，結果如圖4～6所示。圖4為單個小圓柱體仿真呼吸運動門控校正實驗的結果，圖5為兩個小圓柱體仿真呼吸運動門控校正實驗的結果，圖6為使用NCAT仿真呼吸運動門控校正實驗的結果。其中，靜態(tài)圖像為仿真PET掃描時體模靜止的掃描結果，運動模糊圖像為PET掃描時體模模擬呼吸運動的掃描結果，門控圖像為使用探測環(huán)真光子數(shù)呼吸運動門控校正方法對運動模糊圖像的原始數(shù)據(jù)進行門控校正后的結果。

觀察分析圖4可發(fā)現(xiàn)，靜態(tài)、運動模糊和門控圖像中的靶標均為圓柱體，且經(jīng)過計算，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)，與之前設置的靜態(tài)體模的形狀、尺寸一樣。由此可知，圖4 的仿真實驗結果可靠，可進行相應的評價處理。同理可證明，圖5和圖6的仿真實驗結果可靠，可進行相應的評價處理。

觀察圖4和圖5中的靜態(tài)、運動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的運動模糊圖像中，右肺腫瘤(黑色點處)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。

實驗結果表明，使用探測環(huán)真光子數(shù)呼吸運動門控校正方法，減少了呼吸運動偽影，提高了圖像的清晰度，使圖像定位更準確。

圖4 單個小圓柱體仿真呼吸運動門控校正結果Fig.4 The simulation results of respiratory motion gating correction of one small cylinder

圖5 兩個小圓柱體仿真呼吸運動門控校正結果Fig.5 The simulation results of respiratory motion gating correction of two small cylinders

圖6 NCAT仿真呼吸運動門控校正結果Fig.6 The simulation results of respiratory motion gating correction of NCAT

2.2圖像質(zhì)量評價

分別對圖4～6中運動模糊圖像、門控圖像的冠狀面和靜態(tài)圖像的冠狀面進行圖像質(zhì)量評價，結果如表1～3所示。其中，均方誤差(MSE)計算的是靜態(tài)圖像與運動模糊圖像或門控圖像的對應像素點灰度值誤差均方的平均值，MSE的值越小，說明運動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)圖像與運動模糊圖像或門控圖像之間均方誤差相對于像素最大值的對數(shù)值，PSNR的數(shù)值越大，說明運動模糊圖像或門控圖像的失真越少，圖像越逼真。圖像結構相似度(SSIM)的數(shù)值范圍為[0，1]，其數(shù)值越接近1，表示運動模糊圖像或門控圖像與靜態(tài)圖像越相似，運動模糊圖像或門控圖像質(zhì)量越高。

表1單個小圓柱體仿真結果的冠狀面圖像質(zhì)量評價

Tab.1Thecoronalimagequalityevaluationofthesimulationresultsofonesmallcylinder

MSEPSNRSSIM運動模糊221.92624.6690.958門控 62.95230.1410.977

表2兩個小圓柱體仿真結果的冠狀面圖像質(zhì)量評價

Tab.2Thecoronalimagequalityevaluationofthesimulationresultsoftwosmallcylinders

MSEPSNRSSIM運動模糊104.31227.9480.968門控 4.15941.9410.998

表3NCAT仿真結果的冠狀面圖像質(zhì)量評價

Tab.3ThecoronalimagequalityevaluationofthesimulationresultsofNCAT

MSEPSNRSSIM運動模糊449.88821.6000.808門控 193.66825.2600.900

通過分析表1～3數(shù)據(jù)可知，門控圖像的MSE評價值都小于運動模糊圖像的MSE評價值，門控圖像的PSNR和SSIM評價值都大于運動模糊圖像的PSNR和SSIM評價值。相對于運動模糊圖像，門控圖像的SSIM分別提升5%、3%、9%。這說明，使用探測環(huán)真光子數(shù)門控校正后的圖像比運動模糊圖像更接近于靜態(tài)圖像。

2.3Lineprofiles評價

分別對圖4～6中的運動模糊圖像、門控圖像的矢狀面和靜態(tài)圖像的矢狀面做line profiles評價，其結果如圖7～9所示。

在圖7～9中，運動模糊圖像(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，這說明門控后的圖像與靜態(tài)圖像有較高的相似程度。

對仿真實驗結果進行定量分析表明，使用探測環(huán)真光子數(shù)呼吸運動門控方法在對PET原始數(shù)據(jù)進行門控處理后，重建出的三維圖像與靜態(tài)圖像相似程度很高。探測環(huán)真光子數(shù)門控方法能有效地解決呼吸運動對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狀態(tài)。

圖7 單個小的圓柱體仿真結果的矢狀面line profiles評價Fig.7 The sagittal line profiles evaluation of the simulation results of one small cylinder

圖8 兩個小圓柱體仿真結果的矢狀面line profiles評價Fig.8 The sagittal line profiles evaluation of the simulation results of two small cylinders

圖9 NCAT仿真結果的矢狀面line profiles評價Fig.9 The sagittal line profiles evaluation of the simulation results of NCAT

3 討論

筆者提出的呼吸運動門控校正方法是對PET原始數(shù)據(jù)進行的呼吸運動門控校正方法，可應用于所有與PET相關的診療設備，如 PET/CT(筆者的研究對象)、PET/MRI、PET-CT/MRI等，不受重建算法和其他處理過程的影響，不需要額外的硬件支持，不要求病人在掃描時均勻呼吸，不會對PET掃描過程造成影響。

本研究的像素體模(NCAT)仿真呼吸運動門控實驗結果及評價表明(如圖6、圖9、表3所示)：當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，探測環(huán)真光子數(shù)的收集及計數(shù)不會受到干擾，且筆者提出的方法仍有效。

本方法是利用探測環(huán)真光子數(shù)分布會隨著肺的運動而發(fā)生相應變化的特征來進行呼吸運動門控校正，并將探測環(huán)幀光子數(shù)分布相似的幀數(shù)據(jù)合并在一起，從而實現(xiàn)門控幀數(shù)據(jù)的篩選。然而，在一個呼吸周期內(nèi)，不同相位的探測環(huán)幀光子數(shù)分布會不一樣，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)則的呼吸運動。

時間間隔值的設定、呼吸運動周期與校正后圖像質(zhì)量，這三者之間存在著一定的關系。使用固定時間間隔將每個呼吸運動周期劃分為多個幀，并認為在這個固定時間間隔內(nèi)體模沒有發(fā)生運動。當設定固定時間間隔越小時，每個呼吸運動周期能夠劃分的時相幀就越多，門控校正后圖像質(zhì)量就越高。但是，當固定時間間隔太小時，單個時相幀的掃描數(shù)據(jù)不足以重建出清晰的圖像，所以在保證單個時相幀有足夠的掃描數(shù)據(jù)來重建出清晰圖像的情況下，將固定時間間隔設定為200 ms，且這個時間間隔為本模擬實驗的最佳時間間隔。

使用固定時間間隔200 ms來劃分時相幀，當呼吸運動周期為1 s時，本方法仍然可以將單個呼吸周期劃分為5個時相幀來進行呼吸運動門控，所以當呼吸運動頻率較快(呼吸運動周期大于1 s)時，本方法仍然適用。

與系統(tǒng)靈敏度呼吸運動門控方法相比，探測環(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行精確的呼吸運動門控，如圖5所示。

探測環(huán)真光子數(shù)呼吸運動門控校正方法也有不足之處。當PET不同幀的探測環(huán)真光子數(shù)分布都完全一樣時，本方法將不能準確地進行呼吸運動門控校正，如圖10所示。

圖10為均勻分布且長度比PET掃描器長的圓柱體在運動前和運動后的探測環(huán)真光子數(shù)分布情況，可見圓柱體運動前后的探測環(huán)真光子分布一樣，說明在這種情況下，利用運動體模各幀的探測環(huán)真光子數(shù)分布的不同來進行呼吸運動門控校正的方法失效。但是，人體肺部結構從肺尖到肺底的形狀大小是有差異的，所以這一缺點不會影響本門控方法在臨床上的應用。

圖10 運動前后不同幀的探測環(huán)真光子數(shù)分布(上)和體模在PET掃描器內(nèi)的位置(下)。 (a) 運動前；(b)運動后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與否將直接影響運動校準圖像質(zhì)量的高低。在呼吸運動門控校正過程中，一般都會存在一個最佳的門控閾值。如果選取的呼吸運動門控閾值過大，門控篩選出來的運動模糊幀數(shù)據(jù)就越多，門控校正后的圖像就變得模糊；如果選取的呼吸運動門控閾值過小，門控幀數(shù)據(jù)不足以重建出清晰圖像，同樣會影響門控校正后圖像的質(zhì)量。所以筆者根據(jù)多次實驗的經(jīng)驗，人為地選取了一個最佳的門控閾值來進行門控幀數(shù)據(jù)的篩選，從而重建出了一幅高質(zhì)量的運動門控校正后圖像。

為了進一步提高探測環(huán)真光子數(shù)呼吸運動門控校正圖像的質(zhì)量和門控校正效率，在接下來的工作中，可以從以下兩個方面進行深入研究。一方面，由于筆者只是針對與參考幀相似的幀數(shù)據(jù)進行了門控校正處理，這樣就造成了一部分幀數(shù)據(jù)的浪費，所以在今后的研究中將會把所有幀的掃描數(shù)據(jù)都進行門控校正處理，從而進一步提高其門控校正圖像的質(zhì)量。另一方面，筆者對呼吸運動門控閾值的選取方式為手動選取，然而這種方法有一些局限性——主觀性強，不同的實驗人員手動選取的門控閾值可能都不一樣；操作復雜且效率低下，每次PET/CT掃描都需要額外花費時間和精力來手動選取門控閾值，所以在今后的工作中，將會深入研究最佳呼吸運動門控閾值的自動確定方法，從而提高本方法的門控校正效率。

4 結語

本研究提出了利用PET探測環(huán)真光子數(shù)分布隨著肺部運動而發(fā)生相應變化的特征，進行PET/CT呼吸運動門控校正。通過在GATE仿真平臺上進行運動幾何體模和NCAT體模的仿真研究，證明使用探測環(huán)真光子數(shù)呼吸運動門控方法能有效地減少運動偽影，提高圖像的清晰度，能更準確地測量出體模的真實大小和位置。與現(xiàn)有的呼吸運動門控校正方法相比，探測環(huán)真光子數(shù)呼吸運動門控方法具有算法簡單實用、不需要外部輔助設備的支持、可自動獨立操作、充分利用原始數(shù)據(jù)所包含的呼吸運動信息、應用范圍廣等優(yōu)點。在接下來的工作中，將會把本方法應用到臨床實驗研究中。

[1] 許全盛,袁克虹,于麗娟,等. PET/CT圖像呼吸運動偽影校正研究進展[J]. 中國生物醫(yī)學工程學報, 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動[J].系統(tǒng)仿真學報, 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

國家自然科學基金(11265007); 教育部回國人員科研啟動基金(2010-1561)

R318

A

0258-8021(2015) 03-0281-09

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