СПОСОБ ЭНЕРГЕТИЧЕСКОЙ КАЛИБРОВКИ ЦИФРОВОЙ ПОЗИТРОННО-ЭМИССИОННОЙ ТОМОГРАФИИ (DPET) Российский патент 2017 года по МПК G01T1/164 

Изобретение относится в общем к позитронно-эмиссионной томографии (PET). Оно находит конкретное применение в связи с энергетической калибровкой детектора цифровой PET (DPET) и будет описано конкретно в данном отношении. Однако следует понимать, что она также применима в других сценариях использования и не обязательно ограничена вышеупомянутым применением.

Одной характеристикой PET детекторов является энергетическое разрешение, которое характеризует, насколько хорошо детектор отбрасывает рассеянные события. Чем лучше способность детектора отбрасывать рассеяние, тем выше контрастность формируемых изображений. Энергетическое разрешение может быть более важным для DPET детекторов, чем для аналоговых PET детекторов, когда DPET выполняет количественный анализ эффективности лечения в динамике по времени. Меньшее энергетическое разрешение помогает предохранять истинное распределение активности от рассеянных событий и, следовательно, увеличивает точность определения стандартизованного значения (SUV) накопления.

Калибровка DPET детекторов является важной для увеличения энергетического разрешения. Одной проблемой в отношении энергетического разрешения в DPET детекторах является нелинейность в отсчетах фотонов, которая имеется вследствие механизма сброса (возврата в исходное состояние) DPET детекторов. Данный способ калибровки DPET детектора корректирует нелинейность с использованием единственной логарифмической модели. Однако это связано по меньшей мере с двумя проблемами. Отдельные пиксели нуждаются в различной коррекции, так что логарифмическая модель плохо подходит для всех пикселей. Кроме того, логарифмическая модель избыточно корректирует энергетический уровень из диапазона от 100 кэВ до 500 кэВ, который является важным для кластеризации.

После коррекции нелинейности, данный способ калибровки DPET детектора измеряет центроид амплитудно-импульсного спектра эталонного источника, такого как Na22. Затем он берет отношение измеренного центроида к идеальному центроиду и умножает на отношение при каждом событии гамма излучения, как на коэффициент масштабирования. Это хорошо работает для нерассеянных событий гамма излучения, таких как события гамма излучения, захваченные единственным кристаллом. Однако коэффициент коррекции не работает хорошо для рассеянных событий, и энергетическое разрешение становится менее точным.

Данная заявка обеспечивает новые и улучшенные систему и способ, которые преодолевают упомянутые выше и другие проблемы.

Согласно одному аспекту предложена система для энергетической коррекции данных событий позитронно-эмиссионной томографии (PET). Система включает в себя по меньшей мере один процессор энергетической коррекции, запрограммированный принимать данные событий для множества событий соударений, соответствующих событиям гамма излучения. Каждое событие соударения детектируется пикселем детекторного модуля и включает в себя энергию и время. Энергия событий соударений линеаризуется с использованием модели коррекции энергетической линейности, включающей в себя один или более параметров. Кластеры событий соударений идентифицируются на основании времен событий соударений, а субкластеры кластеров идентифицируются на основании пикселей, соответствующих событиям соударений кластеров. Энергии субкластеров корректируются с использованием первого набора коэффициентов коррекции, а энергии кластеров, включающих в себя множество субкластеров, корректируются с использованием второго набора коэффициентов коррекции.

Согласно одному аспекту предложен способ энергетической коррекции данных событий позитронно-эмиссионной томографии (PET). Способ выполняется посредством по меньшей мере одного процессора и включает в себя прием данных событий для множества событий соударений, соответствующих событиям гамма излучения. Каждое событие соударения детектируется пикселем детекторного модуля и включает в себя энергию и время. Энергия событий соударений линеаризуется с использованием модели коррекции энергетической линейности, включающей в себя один или более параметров. Кластеры событий соударения идентифицируются на основании времен событий соударений, а субкластеры кластеров идентифицируются на основании пикселей, соответствующих событиям соударений кластеров. Энергии субкластеров корректируются с использованием первого набора коэффициентов коррекции, а энергии кластеров, включающих в себя множество субкластеров, корректируются с использованием второго набора коэффициентов коррекции.

Согласно другому аспекту предложена система для энергетической коррекции данных событий позитронно-эмиссионной томографии (PET). Система включает в себя по меньшей мере один процессор энергии, запрограммированный принимать данные событий для множества событий соударений, соответствующих событиям гамма излучения. Каждое событие соударения детектируется пикселем детекторного модуля и включает в себя энергию и время. Энергия событий соударений линеаризуется между около 100 кэВ и около 500 кэВ с использованием модели коррекции энергетической линейности. Кластеры событий соударения идентифицируются на основании времен событий соударений, а энергии идентифицируемых кластеров корректируются с использованием множества уровней коэффициентов коррекции. Скорректированные энергии событий соударений общего кластера объединяются, и объединенные скорректированные энергии сравниваются с заданным пороговым значением.

Одно преимущество заключается в увеличенном энергетическом разрешении детекторов цифровой позитронно-эмиссионной томографии.

Другое преимущество заключается в более высокой контрастности изображений.

Другие дополнительные преимущества данного изобретения будут понятны обычным специалистам в данной области техники в результате чтения и понимания следующего подробного описания.

Данное изобретение может принимать форму различных компонентов и систем компонентов, и различных стадий и систем стадий. Данные чертежи приводятся только в целях иллюстрации предпочтительных вариантов осуществления и не должны толковаться в качестве ограничивающих данное изобретение.

Фиг. 1 иллюстрирует систему позитронно-эмиссионной томографии (PET), использующую твердотельные детекторные модули.

Фиг. 2 иллюстрирует детекторный модуль.

Фиг. 3 иллюстрирует PET систему обработки.

Фиг. 4 иллюстрирует амплитудно-импульсный спектр эталонного источника Co57.

Фиг. 5 иллюстрирует амплитудно-импульсный спектр эталонного источника Na22.

Фиг. 6 иллюстрирует способ коррекции энергетической линейности событий соударений.

Фиг. 7 иллюстрирует амплитудно-импульсные спектры нерассеянных событий и рассеянных событий.

Фиг. 8 иллюстрирует способ энергетической коррекции кластеризации.

Фиг. 9А иллюстрирует энергетическое разрешение PET системы после энергетической коррекции.

Фиг. 9В иллюстрирует энергетическое разрешение PET системы до энергетической коррекции.

Фиг. 10 иллюстрирует способ определения значений параметров модели коррекции энергетической линейности.

Фиг. 11 иллюстрирует способ определения коэффициентов масштабирования первого уровня.

Фиг. 12 иллюстрирует амплитудно-импульсные спектры первого уровня для множества пикселей.

Фиг. 13 иллюстрирует способ определения коэффициентов масштабирования второго уровня.

Фиг. 14 иллюстрирует амплитудно-импульсные спектры второго уровня для множества пикселей.

Обращаясь к фиг. 1, система 10 позитронно-эмиссионной томографии (PET) включает в себя объем 12 визуализации для приема интересующей области (ROI) 14 пациента для изображения. Кроме того, PET система 10 может включать в себя устройство поддержки пациента (не показано), такое как кушетка пациента, для поддержки пациента и/или позиционирования ROI 14 в объеме 12 визуализации. Примеры ROI 14 включают в себя, но не ограничены этим, сердце, головной мозг, щитовидную железу, кости, суставы, связки, сухожилия, мышцы, нервы, почки, легкие, опухоли, новообразования, и т.д.

PET система 10 дополнительно включает в себя множество твердотельных детекторных модулей 16, 18, 20, 22, 24, 26, 28, 30 (например, твердотельных детекторных модулей), расположенных, обычно по окружности, вокруг объема 12 визуализации. Детекторные модули 16, 18, 20, 22, 24, 26, 28, 30 включают в себя принимающие передние поверхности 32, 34, 36, 38, 40, 42, 44, 46 для приема гамма-фотонов из объема 12 визуализации. В качестве реакции на прием гамма-фотонов, детекторные модули формируют данные событий, которые передаются в PET систему 48 обработки PET системы 10. Как показано, пара гамма-фотонов излучается из ROI 14 и попадает на первый детекторный модуль 16 и второй детекторный модуль 24 почти одновременно (т.е. совмещенно).

Обращаясь к фиг. 2, каждый 50 из детекторных модулей 16, 18, 20, 22, 24, 26, 28, 30 включает в себя множество чувствительных к излучению элементов, таких как чувствительный к излучению элемент 52, определяющий пикселизированную детекторную решетку 54. Чувствительные к излучению элементы детектируют соответствующие соударения фотонов, включая энергии соударений фотонов, и каждый из них соответствует пикселю в пикселизированной детекторной решетке 54. Пикселизированная детекторная решетка 54 может подразделяться на множество неперекрывающихся блоков, таких как блок 56, причем каждый блок содержит группу пикселей, такую как 2х2 группа пикселей. Примеры чувствительных к излучению элементов включают в себя цифровые или аналоговые кремниевые фотоумножители (SiPM), фотодиоды, и другие оптоэлектронные преобразователи. Однако также предполагаются прямые преобразователи фотонов в электроны (также известные как полупроводниковые гамма-детекторы), такие как полупроводниковые кристаллы, элементы на теллуриде (CZT) цинка-кадмия и т.п.

Чувствительные к излучению элементы обычно детектируют одно из гамма-фотонов и фотонов видимого света. Поскольку чувствительные к излучению элементы детектируют гамма-фотоны, пикселизированная детекторная решетка 54 обычно определяет принимающую переднюю поверхность детекторного модуля 50. Однако поскольку чувствительные к излучению элементы 52 детектируют фотоны видимого света, детекторный модуль 50 включает в себя один или более сцинтилляционных элементов, таких как сцинтилляционные элементы 60, которые обычно определяют принимающую переднюю поверхность детекторного модуля 50. Сцинтилляционные элементы преобразуют гамма-фотоны в фотоны видимого света и оптически объединяются с чувствительными к излучению элементами. Обычно сцинтилляционные элементы оптически коррелируются в соотношении 1:1 с чувствительными к излучению элементами. При ударе гамма-фотона, гамма-фотон отдает энергию сцинтилляционному элементу, а сцинтилляционный элемент излучает фотоны видимого света в направлении пикселизированной детекторной решетки 54. Примеры сцинтилляционных элементов включают в себя сцинтилляционные пластины (например, кристаллы йодида натрия), отдельные сцинтилляционные или пикселизированные кристаллы (например, LYSO, LSO, и т.д.) и т.п.

Детекторный модуль 50 использует чувствительные к излучению элементы для создания данных событий для событий гамма-излучения. Событие гамма-излучения соответствует приему гамма-фотона и является обычно одним из рассеянного события и нерассеянного события. Там, где детекторный модуль 50 включает в себя сцинтилляционные элементы, нерассеянное событие обычно является событием гамма-излучения, полностью захваченным посредством единственного сцинтилляционного элемента, а рассеянное событие является обычно событием гамма-излучения, захваченным посредством множества сцинтилляционных элементов. Данные событий для событий гамма-излучения описывают соответствующие события соударений, детектированные посредством чувствительных к излучению элементов. Данные событий для каждого события соударения, соответственно, идентифицируют местоположение, время, и энергию соответствующих соударений фотонов.

Более конкретно, когда гамма-фотон соударяется с сцинтилляционным элементом, он может быть рассеян или отклонен. Изменение траектории определяется углом рассеяния или углом Комптона. Величина энергии, переданной в сцинтилляционный элемент, является пропорциональной углу Комптона, и величина переданной энергии прямо коррелируется с величиной энергии света, созданного посредством сцинтилляции. В примере на фиг. 2, гамма-фотон рассеивается в двух сцинтилляционных элементах перед тем как, наконец, передает остаток своей энергии в третьем сцинтилляционном элементе, вызывая три сцинтилляции в трех различных сцинтилляционных элементах.

Обращаясь к фиг. 3, PET система 48 обработки включает в себя процессор 62 сбора данных. Процессор 62 сбора данных приобретает данные событий от детекторных модулей 16, 18, 20, 22, 24, 26, 28, 30 в течение периода сбора данных заданной длины, как например, 15 минут. Данные событий включают в себя данные событий для всех событий соударений, детектированных посредством детекторных модулей 16, 18, 20, 22, 24, 26, 28, 30 во время периода сбора данных, где данные событий для каждого из событий соударений идентифицирует пиксель детектора или элемент 52, энергия, и время события. Процессор 62 сбора данных может использоваться для визуализации ROI 14 и/или для сбора данных событий для калибровки детекторных модулей 16, 18, 20, 22, 24, 26, 28, 30.

Если процессор 62 сбора данных используется для визуализации ROI 14, то процессор 62 сбора данных приобретает данные событий для гамма-фотонов, излученных из ROI 14, и хранит собранные данные событий в буфере 64 визуализации. При подготовке к сбору данных, ROI 14 инъецируется одним или более радиоизотопами. Примеры таких радиоизотопов включают в себя, но не ограничены этим, Tc-99m, I-131, Ga-67, и In-111. Эти радиоизотопы могут объединяться и инъецироваться вместе с радиолигандами для создания радиофармпрепарата, который связывается или преимущественно абсорбируется конкретными типами ткани. Кроме того, ROI 14 позиционируется в объеме 12 визуализации. Например, пациент позиционируется на устройстве поддержки пациента, и устройство поддержки пациента перемещает ROI 14 в объем 12 визуализации.

Если процессор 62 сбора данных используется для калибровки детекторных модулей 16, 18, 20, 22, 24, 26, 28, 30, то процессор 62 сбора данных приобретает, для каждого из одного или более эталонных источников, данные событий для гамма-фотонов, излученных из эталонного источника, и хранит собранные данные событий в буфере 66 калибровки. Обычно, эталонные источники включают в себя множество эталонных источников, таких как Na22 и Co57 эталонные источники. Кроме того, эталонные источники включают в себя один или более известных энергетических пиков, таких как 511 кэВ, и обычно включают в себя множество известных энергетических пиков, в диапазоне от около 100 кэВ до около 500 кэВ, таких как 122 кэВ, 511 кэВ, и 1275 кэВ. Энергетический пик эталонного источника является пиком на амплитудно-импульсном спектре эталонного источника. Эталонные источники обычно имеют сферическую форму для равномерного облучения всех детекторных элементов. Примеры эталонных источников, которые могут использоваться, включают в себя Na22, Co57, Tc, Nal7, и другие источники, излучающие гамма-фотоны. При подготовке к сбору данных для одного из эталонных источников, эталонный источник позиционируется в пределах объема 12 визуализации, обычно в центре объема 12 визуализации.

Процессор 68 энергетической коррекции PET системы 48 обработки обрабатывает данные событий, собранные посредством процессора 62 сбора данных для визуализации ROI 14. Данные событий обычно принимаются через буфер 64 визуализации. Обработка включает в себя коррекцию (ELC) энергетической линейности в данных событий. ELC является важной для кластеризации, которая суммируют энергии событий соударений детектора в течение заданного, очень короткого периода времени, и затем оценивает, равна ли энергия по существу 511 кэВ или нет. Суммирование энергий является точным, если энергии относятся к линейному масштабу. Кластеризация особенно важна для детектирования рассеянных событий, в которых энергия гамма-фотонов передается множеству сцинтилляционных элементов детекторного элемента, что составляет около 30% всех событий гамма-излучения. Однако известные способы ELC не являются обычно адекватными для точной компенсации нелинейности.

В целях иллюстрации, следует обратить внимание на фиг. 4 и 5. Фиг. 4 иллюстрирует амплитудно-импульсный спектр, приобретенный с использованием Co57 эталонного источника, который имеет известный энергетический пик 122 кэВ, а фиг. 5 иллюстрирует амплитудно-импульсный спектр, приобретенный с использованием Na22 эталонного источника, который имеет известные энергетические пики 511 кэВ и 1275 кэВ. Без ELC, измеренные энергетические пики, соответствующие известным энергетическим пикам 122 кэВ, 511 кэВ и 1275 кэВ, составляют 118 кэВ, 489 кэВ и 1164 кэВ, соответственно.

Известные способы ELC обычно используют следующую логарифмическую модель:

где P₀ является детектированной энергией, P является реальной энергией, а A является количеством активных элементов.

При коррекции энергии для фактически измеренных энергетических пиков для 122 кэВ, 511 кэВ и 1275 кэВ гамма-фотонов с использованием функции, скорректированные энергетические пики становятся 130 кэВ, 518 кэВ, и 1261 кэВ. Однако в то время как скорректированные энергетические пики стали ближе к известным энергетическим пикам гамма-фотонов, ошибка все еще велика. Кроме того, нелинейность не может быть скорректирована с использованием единственного множителя, поскольку отношения скорректированных энергетических пиков и известных энергий отличаются. Например,

Для устранения неадекватностей известных способов ELC, для ELC используется следующая логарифмическая модель:

где k₁, k₂, и k₃ являются параметрами, P₀ является детектированной энергией, P является реальной энергией, а A является количеством активных элементов.

Обращаясь к фиг. 6, предложен способ 100 ELC событий соударений. Способ 100 выполняется посредством процессора 68 энергетической коррекции и использует ELC модель, такую как логарифмическая модель уравнения (2), включающую в себя один или более параметров. ELC модель берет детектированную энергию в качестве входных данных и выдает скорректированную энергию.

Способ 100 включает в себя прием 102 значений параметров, соответствующих параметрам ELC модели для каждого пикселя детекторных модулей 16, 18, 20, 22, 24, 26, 28, 30, обычно из ELC запоминающего устройства 70 PET системы 48 обработки. Значения параметров определяются во время калибровки PET системы 10. Значения параметров могут быть приняты посредством, например, приема ELC справочной таблицы (LUT) для каждого из детекторных модулей 16, 18, 20, 22, 24, 26, 28, 30, где ELC LUT индексируется на основании детекторного пикселя и детекторного модуля и включает в себя значения параметров для каждого пикселя детекторного модуля. Для каждого события соударения, определяются 104 значения параметров события соударения. Например, значения параметров события соударения ищутся в ELC LUT, соответствующей детекторному модулю события соударения на основании пикселя события соударения. Затем ELC модель обновляется 106 с использованием определенных значений параметров, и энергия события соударения корректируется 108 с использованием обновленной ELC модели.

После ELC данных событий процессор 68 энергетической коррекции идентифицирует кластеры соударений или событий сцинтилляций из данных событий с использованием времен событий соударений. Кластер ищется для идентификации соударения или событий сцинтилляций, получающихся в результате единственного гамма-фотона, посредством поиска событий соударений, происходящих близко друг к другу во времени и детектированных посредством одного и того же детекторного модуля 50. Кроме того, процессор 68 энергетической коррекции идентифицирует субкластеры событий соударений из кластеров на основании детекторных пикселей или детекторных элементов 52, соответствующих событиям соударений. Субкластер является группой из одного или более событий соударений кластера, соответствующих блоку 56 детекторных пикселей, такому как 2х2 блок пикселей. Как описано выше, блоки 56 являются подразбиениями пикселизированной детекторной решетки 54 детекторных модулей 16, 18, 20, 22, 24, 26, 28, 30; 50. Для идентификации кластеров и субкластеров могут быть использовано любое количество общеизвестных технологий.

Например, гамма-фотон перемещается со скоростью света. На основании относительных местоположений детекторных элементов 52, которые детектируют энергию и время между детектированиями, детектированные события могут быть проверены на наличие детекторных событий, которые могли бы произойти от общего гамма-фотона.

С использованием идентифицированных кластеров и субкластеров, процессор 68 энергетической коррекции выполняет энергетическую коррекцию кластеризации (CEC). CEC является важной для коррекции разниц между энергетическими пиками нерассеянных событий и рассеянных событий. Нерассеянные события обычно захватываются посредством одного сцинтилляционного элемента, а рассеянные события обычно захватываются посредством множества сцинтилляционных элементов. При раздельном формировании амплитудно-импульсных спектров нерассеянных событий и рассеянных событий, как показано на фиг. 7, можно увидеть разницу в энергетических пиках.

Обращаясь к фиг. 8, предложен способ 150 CEC. Способ 150 выполняется посредством процессора 68 энергетической коррекции и обычно выполняется с использованием двух уровней энергетической коррекции. Однако специалистам в данной области техники будет понятно, что могут использоваться дополнительные уровни энергетической коррекции. Первый уровень энергетической коррекции корректирует энергию субкластеров кластеров, а второй уровень энергетической коррекции корректирует энергию кластеров, определенную из энергии скорректированных субкластеров.

Способ 150 включает в себя прием 152 коэффициентов масштабирования первого и второго уровня для каждого пикселя детекторного модуля 50, обычно из запоминающих устройств 72, 74 CEC первого и второго уровня, соответственно, PET системы 48 обработки. Коэффициенты масштабирования определяются во время калибровки PET системы 10, как описывается ниже, и могут приниматься, например, посредством приема CEC LUT первого и второго уровня для каждого из детекторных модулей 16, 18, 20, 22, 24, 26, 28, 30, где CEC LUT первого и второго уровня индексируются на основании пикселя детекторного модуля и включают в себя коэффициенты масштабирования первого и второго уровня, соответственно, для каждого пикселя детекторного модуля.

Для каждого субкластера энергия субкластера определяется 154 посредством суммы энергий событий соударений субкластера, как показано ниже:

где E_j является энергией субкластера j, e_i является энергией события i соударения субкластера j, а n является количеством событий соударений субкластера j. Местоположение принятого гамма-фотона, соответствующего субкластеру j на принимающей передней поверхности детекторного модуля, соответствующей субкластеру j, может быть оценено следующим образом:

где x_i и y_i являются, соответственно, x и y координатами детекторного пикселя, соответствующего событию i соударения.

После определения энергии субкластера энергия масштабируется 156 с использованием коэффициентов масштабирования первого уровня. Это включает в себя определение основного события соударения субкластера посредством анализа энергий событий соударений субкластера. Основное событие соударения является событием соударения с наибольшей энергией. После определения основного события соударения определяется коэффициент масштабирования первого уровня на основании пикселя основного события соударения. Например, коэффициент масштабирования первого уровня ищется в CEC LUT первого уровня, соответствующей детекторному модулю основного события соударения, на основании пикселя основного события соударения. Затем коэффициент масштабирования первого уровня применяется к энергии субкластера следующим образом:

где E'_j является скорректированной энергией субкластера j, E_j является первоначальной энергией субкластера j, а α является коэффициентом масштабирования.

Для каждого кластера, включающего в себя только единственный субкластер, энергия кластера является энергией субкластера. Однако для каждого кластера, включающего в себя множество субкластеров, энергия кластера определяется 158 посредством суммирования энергий субкластеров, как показано ниже:

где E^c_k является энергией кластера k, E_j является энергией субкластера j кластера k, а m является количеством субкластеров кластера k. Местоположение принятого гамма-фотона, соответствующего кластеру k на принимающей передней поверхности детекторного модуля 50, соответствующей кластеру k, может быть оценено следующим образом:

где x_j и y_j являются, соответственно, x и y координатами блока, соответствующего субкластеру j.

После определения энергии кластера, энергия масштабируется 160 с использованием коэффициентов масштабирования второго уровня. Это включает в себя определение основного события соударения кластера посредством анализа энергий событий соударений кластера. Как и выше, основное событие соударения является событием соударения с наибольшей энергией. После определения основного события соударения определяется коэффициент масштабирования второго уровня на основании пикселя основного события соударения. Например, коэффициент масштабирования второго уровня ищется в CEC LUT второго уровня, соответствующей детекторному модулю основного события соударения, на основании пикселя основного события соударения. Затем коэффициент масштабирования второго уровня применяется к энергии кластера следующим образом:

где E^c'_k является скорректированной энергией кластера k, E^c_k является первоначальной энергией кластера k, а β является коэффициентом масштабирования.

Предпочтительно применение как ELC, так и CEC улучшает энергетическое разрешение PET системы 10. Обращаясь к фиг. 9A и 9B, показано энергетическое разрешение PET системы 10 до энергетической коррекции и после энергетической коррекции. Фиг. 9A иллюстрирует энергетическое разрешение после энергетической коррекции, а фиг. 9B иллюстрирует энергетическое разрешение до энергетической коррекции. Кроме того, без энергетической коррекции энергетический спектр является некорректным. Это может быть видно через сравнение измеренной энергетической кривой 202 с аппроксимирующей кривой 204 Гаусса. Измеренная энергетическая кривая 202 до энергетической коррекции имеет более широкий хвост за пределами аппроксимирующей кривой 204 Гаусса.

Обращаясь вновь к фиг. 3, процессор 76 восстановления изображения PET системы 48 обработки обрабатывает энергетически скорректированные данные событий для формирования представления изображения ROI 14. Это включает в себя фильтрацию ошибочных событий гамма-излучения, таких как события гамма-излучения с энергиями, отличными от 511 кэВ, подбор пар событий гамма-излучения на основании времени для определения линий (LOR) ответа, и восстановление LOR на представлении изображения. Что касается фильтрации ошибочных событий гамма-излучения, энергетически скорректированные кластеры сравниваются с пороговым значением энергии для определения, являются ли события истинными, и могут ли они быть использованы для восстановления изображения. В PET-сканере только кластеры и нерассеянные события используются для восстановления изображения. Остальное отбрасывается. Представление изображения затем хранится в запоминающем устройстве 78 изображения PET-системы 48 обработки для последующего использования. Например, представление изображения может использоваться видеопроцессором и/или отображаться на устройстве отображения.

Процессор 80 калибровки PET-системы 48 обработки обрабатывает данные событий, собранные посредством процессора 62 сбора данных для калибровки, для калибровки детекторных модулей 16, 18, 20, 22, 24, 26, 28, 30. Данные событий обычно принимаются через буфер 66 калибровки. Обработка включает в себя определение значений параметров ELC модели, коэффициентов масштабирования первого уровня и коэффициентов масштабирования второго уровня, для каждого пикселя детекторных модулей. Как отмечалось выше, также могут определяться коэффициенты масштабирования для дополнительных уровней. Соответственно, значения параметров, коэффициенты масштабирования первого уровня и коэффициенты масштабирования второго уровня формируются из данных событий, собранных во время различных периодов сбора данных.

Обращаясь к фиг. 10, предложен способ 250 определения значений параметров ELC модели. Способ 250 выполняется посредством процессора 80 калибровки и использует ELC модель, такую как логарифмическая модель уравнения (2). Способ 250 включает в себя, для каждого пикселя детекторных модулей 16, 18, 20, 22, 24, 26, 28, 30, определение 252 амплитудно-импульсного спектра пикселя из данных событий для каждого эталонного источника. Амплитудно-импульсные спектры пикселя затем анализируются 254 для определения измеренных энергетических пиков из одного или более известных энергетических пиков, таких как 122 кэВ, 511 кэВ, и 1275 кэВ, эталонных источников. Измеренный энергетический пик известного энергетического пика может определяться посредством поиска энергетического пика, ближайшего к известному энергетическому пику, как например, в пределах диапазона +/-15 кэВ от известного энергетического пика.

После определения измеренных энергетических пиков из амплитудно-импульсных спектров определяются 256 значения параметров модели энергетической линеаризации для пикселя с использованием измеренных энергетических пиков. Это включает в себя оптимизацию параметров с использованием регрессионного анализа, и известных и измеренных энергетических пиков таким образом, чтобы ошибки выходной энергии P были наименьшими по методу наименьших квадратов для энергетических пиков. Например, параметры модели уравнения (2) могут быть оптимизированы, например, для энергетических пиков 122 кэВ, 511 кэВ, и 1275 кэВ. Соответственно, количество известных энергетических пиков больше или равно количеству параметров k₁, k₂, и k₃ ELC модели уравнения (2).

Обращаясь к фиг. 11, предложен способ 300 определения коэффициентов масштабирования первого уровня. Способ 300 выполняется посредством процессора 80 калибровки и включает в себя коррекцию 302 энергетической линейности событий соударений данных событий для одного из эталонных источников, идентификацию 304 субкластеров событий соударений из данных событий, и определение 306 энергий субкластеров посредством суммирования энергий соответствующих событий соударений. Соответственно, эталонный источник включает в себя энергетический пик 511 кэВ. ELC, идентификация субкластеров, и определения энергий субкластеров выполняются так, как было описано выше в связи с процессором 68 энергетической коррекции.

С использованием определенных энергий субкластеров, амплитудно-импульсный спектр первого уровня определяется 308 для каждого пикселя. Амплитудно-импульсный спектр является графиком зависимости отсчетов от энергии. Амплитудно-импульсные спектры пикселей могут определяться, для каждого субкластера, посредством суммирования отсчета для энергии субкластера к амплитудно-импульсному спектру, соответствующему субкластеру. Амплитудно-импульсный спектр, соответствующий субкластеру, является амплитудно-импульсным спектром пикселя основного события соударения субкластера. Как отмечалось выше, основное событие соударения является событием соударения с наибольшей энергией.

После определения амплитудно-импульсного спектра первого уровня для пикселя амплитудно-импульсный спектр анализируется 310 для определения измеренного энергетического пика известного энергетического пика, такого как 511 кэВ, эталонного источника. Измеренный энергетический пик известного энергетического пика может определяться посредством поиска энергетического пика, ближайшего к известному энергетическому пику, как например, в пределах диапазона +/-15 кэВ от известного энергетического пика. Коэффициент масштабирования первого уровня пикселя определяется 312 затем как отношение измеренного энергетического пика к известному энергетическому пику. Обращаясь к фиг. 12, показаны амплитудно-импульсные спектры первого уровня для множества пикселей. Каждый амплитудно-импульсный спектр включает в себя энергетический пик, соответствующий известному энергетическому пику. Измеренный энергетический пик и идеальное местоположение известного энергетического пика отмечены на амплитудно-импульсных спектрах вертикальными линиями.

Обращаясь к фиг. 13, предложен способ 350 определения коэффициентов масштабирования второго уровня. Способ 350 выполняется посредством процессора 80 калибровки и включает в себя коррекцию 352 энергетической линейности событий соударений данных событий для одного из эталонных источников, идентификацию 354 субкластеров и кластеров событий соударений из данных событий, выполнение 356 CEC первого уровня на субкластерах, и определение 358 энергий кластеров посредством суммирования энергий соответствующих субкластеров. Соответственно, эталонный источник включает в себя энергетический пик 511 кэВ. ELC, идентификация кластеров и субкластеров, CEC первого уровня, и определение энергий кластеров выполняются так, как было описано выше в связи с процессором 68 энергетической коррекции.

С использованием определенных энергий кластеров, амплитудно-импульсный спектр второго уровня определяется 360 для каждого пикселя. Амплитудно-импульсные спектры пикселей могут определяться, для каждого кластера, посредством суммирования отсчета для энергии кластера к амплитудно-импульсному спектру, соответствующему кластеру. Амплитудно-импульсный спектр, соответствующий кластеру, является амплитудно-импульсным спектром пикселя основного события соударения субкластера. После определения амплитудно-импульсного спектра второго уровня для пикселя амплитудно-импульсный спектр анализируется 362 для определения измеренного энергетического пика известного энергетического пика, такого как 511 кэВ, эталонного источника. Измеренный энергетический пик известного энергетического пика может определяться посредством поиска энергетического пика, ближайшего к известному энергетическому пику, как например, в пределах диапазона +/-15 кэВ от известного энергетического пика. Коэффициент масштабирования второго уровня пикселя определяется 364 затем как отношение измеренного энергетического пика к известному энергетическому пику. Обращаясь к фиг. 14, показаны амплитудно-импульсные спектры второго уровня для множества пикселей. Каждый амплитудно-импульсный спектр включает в себя энергетический пик, соответствующий известному энергетическому пику. Измеренный энергетический пик и идеальное местоположение известного энергетического пика отмечены на амплитудно-импульсных спектрах вертикальными линиями.

В данном контексте запоминающее устройство включает в себя одно или более резидентных машиночитаемых носителей данных; магнитный диск или другой магнитный носитель данных; оптический диск или другой оптический носитель данных; оперативное запоминающее устройство (RAM); постоянное запоминающее устройство (ROM); или другое электронное запоминающее устройство или микросхема или набор оперативно соединенных микросхем; сервер интернет/интрасети, из которого хранимые команды могут быть извлечены через интернет/интрасеть или локальную сеть; и т.д. Кроме того, в данном контексте процессор включает в себя один или более микропроцессоров, микроконтроллеров, графических процессоров (GPU), специализированных интегральных схем (ASIC), программируемых логических вентильных матриц (FPGA) и т.п.; контроллер включает в себя по меньшей мере одно запоминающее устройство и по меньшей мере один процессор, причем процессор выполняет выполняемые процессором команды на запоминающем устройстве; пользовательское устройство ввода включает в себя один или более манипуляторов типа «мышь», клавиатуру, дисплей с сенсорным экраном, одну или более клавиш, один или более переключателей, один или более тумблеров, и т.п.; а устройство отображения включает в себя один или более жидкокристаллических дисплеев, светодиодных дисплеев, плазменных дисплеев, проекционных дисплеев, дисплеев с сенсорным экраном, и т.п.

Данное изобретение описано с обращением к предпочтительным вариантам осуществления. Модификации и изменения могут приходить в голову специалистам в данной области техники при чтении и понимании предшествующего подробного описания. Предполагается, что данное изобретение толкуется как включающее в себя все подобные модификации и изменения в той мере, в какой они находятся в пределах объема приложенной формулы изобретения или ее эквивалентов.

Изобретение относится к позитронно-эмиссионной томографии (PET) и находит конкретное применение в связи с энергетической калибровкой детектора цифровой PET (DPET). Сущность изобретения заключается в том, что принимаются данные событий для множества событий соударений, соответствующих событиям гамма-излучения. Каждое событие соударения детектируется пикселем детекторного модуля и включает в себя энергию и время. Энергия событий соударений линеаризуется с использованием модели коррекции энергетической линейности, включающей в себя один или более параметров. Кластеры событий соударений идентифицируются на основании времен событий соударений, а субкластеры кластеров идентифицируются на основании пикселей, соответствующих событиям соударений кластеров. Энергии субкластеров корректируются с использованием первого набора коэффициентов коррекции, а энергии кластеров, включающих в себя множество субкластеров, корректируются с использованием второго набора коэффициентов коррекции. Технический результат – увеличение энергетического разрешения детекторов позитронно-эмиссионной томографии и повышение контрастности изображений. 2 н. и 13 з.п. ф-лы, 14 ил.

1. Система (10) для энергетической коррекции данных событий позитронно-эмиссионной томографии (PET), причем упомянутая система содержит:

по меньшей мере один процессор (68) энергетической коррекции, запрограммированный:

принимать данные событий для множества событий соударений, соответствующих событиям гамма-излучения, причем каждое событие соударения детектировано пикселем детекторного модуля (50) и включает в себя энергию и время;

линеаризовать энергию событий соударений с использованием модели коррекции энергетической линейности, включающей в себя один или более параметров, для компенсации энергетической нелинейности рассеянных событий соударений;

идентифицировать кластеры событий соударений на основании времен событий соударений, причем события соударений в каждом из идентифицированных кластеров находятся в пределах временного окна, которое соответствует единственному событию гамма-излучения;

идентифицировать субкластеры кластеров на основании пикселей, соответствующих подмножеству событий соударений каждого кластера;

корректировать энергии субкластеров с использованием первого набора коэффициентов коррекции; и

корректировать энергии кластеров, включающих в себя множество субкластеров, с использованием второго набора коэффициентов коррекции.

2. Система (10) по п. 1, в которой линеаризация энергии событий соударений включает в себя:

для каждого из событий соударений:

определение значений параметров, соответствующих параметрам модели коррекции энергетической линейности, причем значения параметров характерны для пикселя, соответствующего событию соударения;

обновление параметров модели коррекции энергетической линейности с использованием определенных значений параметров; и

коррекцию энергии события соударения с использованием обновленной модели коррекции энергетической линейности, причем моделью коррекции энергетической линейности является:

,

где k₁, k₂, и k₃ являются параметрами, P₀ является энергией события соударения, P является скорректированной энергией события соударения, а A является количеством активных элементов.

3. Система (10) по любому из пп. 1 и 2, в которой энергия событий соударений линеаризуется между около 100 кэВ и около 500 кэВ.

4. Система (10) по любому из пп. 1 и 2, в которой идентификация субкластеров включает в себя:

группу пикселей одного или более детекторных модулей (16, 18, 20, 22, 24, 26, 28, 30), соответствующих событиям соударений во множестве неперекрывающихся блоков, причем пиксели детекторных модулей (16, 18, 20, 22, 24, 26, 28, 30) включают в себя пиксели, соответствующие событиям соударений;

причем каждый из субкластеров соответствует единственному из неперекрывающихся блоков и включает в себя события соударений соответствующего кластера, которые соответствуют единственному неперекрывающемуся блоку.

5. Система (10) по любому из пп. 1 и 2, в которой каждый коэффициент коррекции из первого набора коэффициентов коррекции и/или второго набора коэффициентов коррекции является одним или более из:

характерного для пикселя детекторного модуля событий соударения; и

отношения известной энергии пика и соответствующей измеренной энергии пика.

6. Система (10) по любому из пп. 1 и 2, в которой коррекция субкластеров включает в себя:

для каждого из субкластеров:

определение энергии субкластера посредством суммирования энергий одного или более событий соударений субкластера;

определение основного события соударения субкластера, причем основное событие соударения включает в себя наибольшую энергию всех событий соударений субкластера;

определение коэффициента коррекции с использованием первого набора коэффициентов коррекции, причем коэффициент коррекции является характерным для основного события соударения; и

применение коэффициента коррекции к энергии субкластера.

7. Система (10) по любому из пп. 1 и 2, в которой коррекция кластеров, включающих в себя множество субкластеров, включает в себя:

для каждого из кластеров, включающих в себя множество субкластеров:

определение энергии кластера посредством суммирования энергий одного или более субкластеров кластера;

определение основного события соударения кластера, причем основное событие соударения включает в себя наибольшую энергию всех событий соударений кластера;

определение коэффициента коррекции с использованием второго набора коэффициентов коррекции, причем коэффициент коррекции является характерным для пикселя, соответствующего основному событию соударения; и

применение коэффициента коррекции к энергии кластера.

8. Система (10) по любому из пп. 1 и 2, дополнительно включающая в себя:

множество твердотельных детекторных модулей (16, 18, 20, 22, 24, 26, 28, 30), детектирующих гамма-фотоны из интересующей области (14) пациента и формирующих данные событий в ответ на гамма-фотоны; и

процессор (76) восстановления изображения, обрабатывающий данные событий, скорректированные посредством процессора (68) энергетической коррекции, для формирования представления изображения интересующей области (14).

9. Система (10) по любому из пп. 1 и 2, дополнительно включающая в себя:

процессор (80) калибровки, определяющий значения параметров для модели коррекции энергетической линейности с использованием данных событий для множества эталонных источников, включающего в себя Co57 и Na22.

10. Способ энергетической коррекции данных событий позитронно-эмиссионной томографии (PET), причем упомянутый способ содержит этапы, на которых:

принимают посредством по меньшей мере одного процессора (68, 80) данные событий для множества событий соударений, соответствующих событиям гамма-излучения, причем каждое событие соударения детектировано пикселем детекторного модуля (50) и включает в себя энергию и время;

линеаризуют посредством по меньшей мере одного процессора (68, 80) энергию событий соударений с использованием модели коррекции энергетической линейности, включающей в себя один или более параметров, для компенсации энергетической нелинейности рассеянных событий соударений;

идентифицируют посредством по меньшей мере одного процессора (68, 80) кластеры событий соударений на основании времен событий соударений, причем события соударений в каждом из идентифицированных кластеров находятся в пределах временного окна, которое соответствует единственному событию гамма-излучения;

идентифицируют посредством по меньшей мере одного процессора (68, 80) субкластеры кластеров на основании пикселей, соответствующих событиям соударений кластеров;

корректируют посредством по меньшей мере одного процессора (68, 80) энергии субкластеров с использованием первого набора коэффициентов коррекции; и

корректируют посредством по меньшей мере одного процессора (68, 80) энергии кластеров, включающих в себя множество субкластеров, с использованием второго набора коэффициентов коррекции.

11. Способ по п. 10, в котором идентификация субкластеров включает в себя этапы, на которых:

группируют пиксели одного или более детекторных модулей (16, 18, 20, 22, 24, 26, 28, 30), соответствующих событиям соударений во множестве неперекрывающихся блоков, причем пиксели детекторных модулей (16, 18, 20, 22, 24, 26, 28, 30) включают в себя пиксели, соответствующие событиям соударений;

причем каждый из субкластеров соответствует единственному из неперекрывающихся блоков и включает в себя события соударений соответствующего кластера, которые соответствуют единственному неперекрывающемуся блоку.

12. Способ по любому из пп. 10 и 11, в котором каждый коэффициент коррекции из первого набора коэффициентов коррекции и/или второго набора коэффициентов коррекции является одним или более из:

характерного для пикселя детекторного модуля событий соударения; и

отношения известной энергии пика и соответствующей измеренной энергии пика.

13. Способ по любому из пп. 10 и 11, в котором коррекция субкластеров включает в себя этапы, на которых:

для каждого из субкластеров:

определяют энергию субкластера посредством суммирования энергий одного или более событий соударений субкластера;

определяют основное событие соударения субкластера, причем основное событие соударения включает в себя наибольшую энергию всех событий соударений субкластера;

определяют коэффициент коррекции с использованием первого набора коэффициентов коррекции, причем коэффициент коррекции является характерным для основного события соударения; и

применяют коэффициент коррекции к энергии субкластера.

14. Способ по любому из пп. 10 и 11, в котором коррекция кластеров, включающих в себя множество субкластеров, включает в себя этапы, на которых:

для каждого из кластеров, включающих в себя множество субкластеров:

определяют энергию кластера посредством суммирования энергий одного или более субкластеров кластера;

определяют основное событие соударения кластера, причем основное событие соударения включает в себя наибольшую энергию всех событий соударений кластера;

определяют коэффициент коррекции с использованием второго набора коэффициентов коррекции, причем коэффициент коррекции является характерным для пикселя, соответствующего основному событию соударения; и

применяют коэффициент коррекции к энергии кластера.

15. Способ по любому из пп. 10 и 11, дополнительно включающий в себя этап, на котором:

определяют посредством по меньшей мере одного процессора (68, 80) значения параметров для модели коррекции энергетической линейности с использованием данных событий для множества эталонных источников, включающего в себя Co57 и Na22.