动态PET扫描方法、装置、电子设备及存储介质与流程

动态pet扫描方法、装置、电子设备及存储介质
技术领域
1.本发明涉及医学成像技术领域，具体涉及一种动态pet扫描方法、装置、电子设备及存储介质。


背景技术：

2.近年来，正电子发射计算机断层(positron emission computed tomography，pet)成像已广泛应用于临床检查和疾病诊断。pet成像可包括静态pet成像和动态pet成像。与静态pet成像相反，动态pet成像提供连续时间点上的示踪剂分布图像，揭示了示踪剂活度随时间的变化规律图，反应出了生物组织在一段时间内的代谢过程，通过动力学模型建模，可以得到组织器官的局部血流量，代谢速率和结合能等功能参数，这些生理参数能够定量直观地表达生物组织的代谢情况，对生物体内组织器官是否异常具有重要的意义。在pet动态成像中，要求在注射示踪剂的同时开始扫描，在开始扫描之后，要求输入注射时间，并测量注射剂量，基于注射时间和注射剂量实现动态pet成像。
3.现有技术中，注射时间通常由操作人员手动输入，注射剂量的测量通常由操作人员对注射器内的药物在注射前后两次测量获得，手动输入注射时间会导致注射时间输入错误，通过人工测量获得注射剂量，导致注射剂量测量不准确的技术问题。


技术实现要素：

4.有鉴于此，有必要提供一种动态pet扫描方法、装置、电子设备及存储介质，用以解决现有技术中存在的注射时间易输入错误、注射剂量测量准确性不高的技术问题。
5.一方面，本发明提供了一种动态pet扫描方法，包括：
6.对注射有示踪剂的受试对象进行扫描，获得pet扫描数据；
7.根据pet扫描数据确定所述示踪剂的估计注射剂量和估计注射时间；
8.根据所述估计注射剂量、所述估计注射时间以及预设的图像重建算法对所述pet扫描数据进行图像重建，得到扫描重建图像。
9.在一些可能的实现方式中，所述受试对象被完整包含在成像视野内；所述根据pet扫描数据确定所述示踪剂的估计注射剂量，包括：
10.确定所述受试对象的感兴趣区域；
11.根据所述pet数据确定所述感兴趣区域内的符合事件计数；
12.根据所述符合事件计数确定所述估计注射剂量。
13.在一些可能的实现方式中，所述根据所述符合事件计数确定所述估计注射剂量，包括：
14.确定所述符合事件计数与所述估计注射剂量之间的对应关系；
15.根据所述符合事件计数以及所述对应关系确定所述估计注射剂量。
16.在一些可能的实现方式中，在所述根据所述符合事件计数确定所述估计注射剂量之前，还包括：
17.基于预设的衰变校正函数对所述符合事件计数进行衰变校正。
18.在一些可能的实现方式中，所述受试对象在扫描过程中进行示踪剂注射；所述根据pet扫描数据确定所述示踪剂的估计注射时间，包括：
19.基于所述预设的图像重建算法，以预设时间频率对所述pet扫描数据进行图像重建，获得多个初步重建图像；
20.确定所述受试对象的感兴趣区域；
21.根据所述多个初步重建图像和所述感兴趣区域确定所述估计注射时间。
22.在一些可能的实现方式中，所述确定所述受试对象的感兴趣区域，包括：
23.获取与所述多个初步重建图像对应的多个解剖图像，并基于所述解剖图像确定所述受试对象的感兴趣区域。
24.在一些可能的实现方式中，所述确定所述多个初步重建图像中的目标初步重建图像，包括：
25.确定所述多个初步重建图像中所述感兴趣区域的像素值，根据所述像素值确定所述目标初步重建图像，所述目标初步重建图像的获得时刻为所述估计注射时间；
26.其中，所述目标初步重建图像为多个初步重建图像中包含所述示踪剂的首个初步重建图像；
27.或，
28.构建示踪剂深度学习模型，基于所述多个初步重建图像、所述感兴趣区域以及所述示踪剂深度学习模型确定所述目标初步重建图像。
29.另一方面，本发明还提供了一种动态pet扫描装置，包括：
30.扫描数据获取单元，用于对注射有示踪剂的受试对象进行扫描，获得pet扫描数据；
31.扫描估计单元，用于根据pet扫描数据确定所述示踪剂的估计注射剂量和估计注射时间；
32.图像重建单元，用于根据所述估计注射剂量、所述估计注射时间以及预设的图像重建算法对所述pet扫描数据进行图像重建，得到扫描重建图像。
33.另一方面，本发明还提供了一种电子设备，包括存储器和处理器，其中，
34.所述存储器，用于存储程序；
35.所述处理器，与所述存储器耦合，用于执行所述存储器中存储的所述程序，以实现上述任意实现方式中所述的动态pet扫描方法中的步骤。
36.另一方面，本发明还提供了一种计算机可读存储介质，用于存储计算机可读取的程序或指令，所述程序或指令被处理器执行时能够实现上述任意实现方式中所述的动态pet扫描方法中的步骤。
37.采用上述实施例的有益效果是：本发明提供的动态pet扫描方法，通过设置根据pet扫描数据确定示踪剂的估计注射时间，而无需手动输入注射时间，避免了注射时间输入错误率，提高了估计注射时间的准确性。并且，通过pet扫描数据确定示踪剂的估计注射剂量，无需通过人工测量估计注射剂量，提高了估计注射剂量的准确性。
38.进一步地，根据估计注射剂量、估计注射时间以及预设的图像重建算法对pet扫描数据进行图像重建，得到扫描重建图像，可提高扫描重建图像的重建效率和准确性，并降低
了扫描重建图像的重建成本。
附图说明
39.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
40.图1为本发明提供的动态pet扫描方法的一个实施例流程示意图；
41.图2为本发明图1中s102中的确定估计注射剂量的一个实施例流程示意图；
42.图3为本发明图2中s203中多次测量的一个实施例流程示意图；
43.图4为本发明图1中s102中的确定估计注射时间的一个实施例流程示意图；
44.图5为本发明提供的动态pet扫描装置的一个实施例结构示意图；
45.图6为本发明提供的电子设备的一个实施例结构示意图。
具体实施方式
46.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
47.在本发明实施例的描述中，除非另有说明，“多个”的含义是两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如：a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。
48.在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
49.本发明提供了一种动态pet扫描方法、装置、电子设备及存储介质，以下分别进行说明。
50.图1为本发明提供的动态pet扫描方法的一个实施例的流程示意图，如图1所示，该动态pet扫描方法包括：
51.s101、对注射有示踪剂的受试对象进行扫描，获得pet扫描数据；
52.s102、根据pet扫描数据确定示踪剂的估计注射剂量和估计注射时间；
53.s103、根据估计注射剂量、估计注射时间以及预设的图像重建算法对pet扫描数据进行图像重建，得到扫描重建图像。
54.与现有技术相比，本发明实施例提供的动态pet扫描方法，通过设置根据pet扫描数据确定示踪剂的估计注射时间，而无需手动输入注射时间，避免了注射时间输入错误率，提高了估计注射时间的准确性。并且，通过pet扫描数据确定示踪剂的估计注射剂量，无需通过人工测量获得估计注射剂量，提高了估计注射剂量的准确性。并且，根据动态pet扫描数据即可确定示踪剂的估计注射剂量和估计注射时间，实现了动态pet自动扫描。
55.进一步地，根据估计注射剂量、估计注射时间以及预设的图像重建算法对pet扫描数据进行图像重建，得到扫描重建图像，可提高扫描重建图像的重建效率和准确性，并降低了扫描重建图像的重建成本。
56.在本发明的一些实施例中，步骤s101中的示踪剂是指可能发生衰变并发射正电子的放射性药物。放射性药物是指基于诊断和/或治疗的目的用于受试对象的具有放射性的药物。其中，受试对象可为生物学的或非生物学的。例如：受试对象可为患者、人造物体(例如人体模型)等。在一些具体实施例中，受试对象可为患者的特定部分、器官和/或组织。例如，受试对象可为患者的头部、大脑、颈部、身体、肩膀、手臂、胸部、心脏、胃、血管、软组织、膝盖、脚等中的任意一种。
57.在本发明的一些实施例中，步骤s101可具体为：通过pet扫描仪对注射有示踪剂的受试对象进行扫描，获得pet扫描数据。其中，pet扫描仪可为单模态pet扫描仪或多模态pet扫描仪。当pet扫描仪为单模态pet扫描仪时，pet扫描仪为pet扫描成像设备。当pet扫描仪为多模态pet扫描仪时，pet扫描仪可为正电子发射-计算机断层成像(pet-ct)扫描成像设备。
58.在本发明的一些实施例中，步骤s101中的pet扫描数据可包括由pet扫描仪的多个探测器中的每个探测器对所检测到的光子对的总数或数量、与沿着响应线(line of response，lor)的多个符合事件所发生有关的位置信息、多个符合事件的时间信息(例如，每个光子对到达探测器的时间、和/或每个光子对的出现时间)等，或以上的任意组合。在一些实施例中，pet扫描数据可为列表模式(list-mode)数据。
59.在本发明的一些实施例中，步骤s103中预设的图像重建算法可为飞行时间(time of flight，tof)的重建算法或基于深度学习的重建算法。
60.其中，飞行时间的重建算法和基于深度学习的重建算法为现有技术，在此不做一一赘述。
61.需要说明的是：若注射药物分布超出受试对象的特定部分，而不在pet扫描仪的成像视野内的话，无法估计注射剂量，因此，在本发明的一些实施例中，受试对象被完整包含在成像视野内，以确保可确定估计注射剂量。
62.还需要说明的是：若受试对象在开始扫描开始前，向受试对象注射示踪剂的话，会导致无法估计注射时间，或导致估计注射时间与实际时间相差过大，因此，在本发明的一些实施例中，受试对象需在扫描过程中进行示踪剂注射，以确保可估计注射时间的可靠性。
63.在本发明的一些实施例中，如图2所示，步骤s102中的根据pet扫描数据确定示踪剂的估计注射剂量，包括：
64.s201、确定受试对象的感兴趣区域；
65.s202、根据pet数据确定感兴趣区域内的符合事件计数；
66.s203、根据符合事件计数确定估计注射剂量。
67.在本发明的一些实施例中，步骤s201中的感兴趣区域为pet扫描仪的成像视野。在一些具体地实施例中，感兴趣区域可为受试对象的手部动脉或为受试对象在成像视野内的所有区域。
68.在本发明的一个具体实施例中，步骤s201中的感兴趣区域的确定过程可为：通过ct成像设备获取解剖图像，基于解剖图像和预设的图像分割算法确定受试对象的感兴趣区
域。
69.在本发明的一个具体实施例中，步骤s201中的感兴趣区域的确定过程还可为：通过pet-ct成像设备等一体化成像设备获取解剖图像，基于解剖图像和预设的图像分割算法确定受试对象的感兴趣区域。
70.应当理解的是：解剖图像可由ct成像设备或pet-ct成像设备等一体化成像设备实时扫描获得，也可是从ct成像设备或pet-ct成像设备等一体化成像设备扫描获得的历史解剖图像中提前获得。
71.其中，预设的图像分割算法可为现有技术中的任意一种图像分割算法，具体地：图像分割算法可以为基于神经网络的图像分割算法，例如：3d u-net(三维图像分割网络)、res-unet(残差连接图像分割网络)、dense-unet(密集连接图像分割网络)、基于cnn的递归残差图像分割网络等。上述神经网络都可用于分割出感兴趣区域。
72.在本发明的一些实施例中，步骤s202中的符合事件为：示踪剂能够发射正电子，当示踪剂注射受试对象体内时，正电子与受试对象体内的电子发生湮灭，产生沿一条线以基本相反的方向传播的两个γ光子(即光子对)。环绕在受试对象周围的探测器对光子对进行探测，在短时间窗口内到达检测器的光子对可称为符合事件。
73.在本发明的一些实施例中，如图3所示，步骤s203包括：
74.s301、确定符合事件计数与估计注射剂量之间的对应关系；
75.s302、根据符合事件计数以及对应关系确定估计注射剂量。
76.在本发明的一些实施例中，步骤s301中符合事件计数与估计注射剂量之间的对应关系为：符合事件计数与估计注射剂量为正比关系，即：符合事件计数越多，估计注射剂量也越多。
77.应当理解的是：正比关系可以是线性正比关系或非线性正比关系，具体为何种正比关系可根据实际情况进行调整，在此不做赘述。
78.需要说明的是：步骤s301可以为：根据历史符合事件计数、历史注射剂量以及现有的神经网络算法确定符合事件计数与估计注射剂量之间的对应关系。
79.且符合事件计数与估计注射剂量之间的对应关系可以预先确定，并存储在存储介质中，在进行步骤s302之前从存储介质中调用符合事件计数与估计注射剂量之间的对应关系。符合事件计数与注射剂量之间的对应关系也可以是在进行步骤s302之前再确定，而无需提前确定并存储。具体采用何种方式，可根据实际情况进行调整，在此不作限定。
80.由于光子对会发生衰变，即：符合事件计数可能会发生变化，因此，为了避免由于光子对的衰变导致估计注射剂量不准确的技术问题，在本发明的一些实施例中，在步骤s302之前，还包括：
81.基于预设的衰变校正函数对符合事件计数进行衰变校正。
82.在本发明的具体实施例中，衰变校正函数为：
[0083][0084]
式中，c
correct
为衰变校正后的t时刻符合事件计数；c
measure
为衰变校正前的t时刻的符合事件计数；e为自然常数；λ为衰变常数；t为确定衰变校正前的符合事件计数的时刻。
[0085]
通过对符合事件计数进行衰变校正，可提高获得的符合事件计数的准确性，从而
可提高估计注射剂量的准确性。
[0086]
在本发明的一些实施例中，如图4所示，步骤s102中的根据pet扫描数据确定示踪剂的估计注射时间，包括：
[0087]
s401、基于预设的图像重建算法，以预设时间频率对pet扫描数据进行图像重建，获得多个初步重建图像；
[0088]
s402、确定受试对象的感兴趣区域；
[0089]
s403、根据多个初步重建图像和感兴趣区域确定估计注射时间。
[0090]
在本发明的一些实施例中，步骤s401中的预设的图像重建算法可为飞行时间(time of flight，tof)的重建算法或基于深度学习的重建算法。步骤s401中的预设时间频率可为1秒、0.1秒或其他值，需根据估计注射时间的精度进行调整。具体地：当估计注射时间的精度要求较高，则预设时间频率应当设置为较小值(例如0.1秒)；当估计注射时间的精度要求较低，则预设时间频率可设置为较高值(例如1秒)。
[0091]
在本发明的一些实施例中，步骤s402中的感兴趣区域可为在pet扫描仪成像视野内的受试对象的所有部分，感兴趣区域也可为受试对象的部分区域，例如：在成像视野内的受试对象的手部动脉。
[0092]
在本发明的一些实施例中，步骤402具体为：
[0093]
获取与多个初步重建图像对应的多个解剖图像，并基于解剖图像确定受试对象的感兴趣区域。
[0094]
其中，解剖图像可以通过ct成像设备获取，并基于解剖图像和预设的图像分割算法确定受试对象的感兴趣区域。
[0095]
在本发明的一个具体实施例中，解剖图像还可通过pet-ct成像设备等一体化成像设备获取，并基于解剖图像和预设的图像分割算法确定受试对象的感兴趣区域。
[0096]
应当理解的是：解剖图像可由ct成像设备或pet-ct成像设备等一体化成像设备实时扫描获得，也可是从ct成像设备或pet-ct成像设备等一体化成像设备扫描获得历史解剖图像中提前获得。
[0097]
在本发明的一些实施例中，步骤s403包括：
[0098]
确定多个初步重建图像中感兴趣区域的像素值，根据像素值确定目标初步重建图像，目标初步重建图像的获得时刻为估计注射时间；
[0099]
其中，目标初步重建图像为多个初步重建图像中包含示踪剂的首个初步重建图像；
[0100]
或，
[0101]
构建示踪剂深度学习模型，基于多个初步重建图像、感兴趣区域以及示踪剂深度学习模型确定估计注射时间。
[0102]
本发明实施例通过设置两种方式确定估计注射时间，提高了注射估计时间确定过程的冗余性和多样性。
[0103]
进一步地，本发明实施例通过获取目标初步重建图像即可确定估计注射时间，提高估计了估计注射时间的获取效率，降低了估计注射时间的获取成本。
[0104]
应当理解的是：多个初步重建图像中包括包含示踪剂的多个重建子图像以及不包含示踪剂的多个重建子图像，包含示踪剂的多个重建子图像即表示示踪剂已经注射至感兴
趣区域，而不包含示踪剂的多个重建子图像则表示示踪剂还未注射至感兴趣区域，因此，通过确定出首个包含示踪剂的初步重建图像即可确定出估计注射时间。
[0105]
具体地，由于示踪剂在初步重建图像中的像素值和受试对象的正常组织在初步重建图像中的像素值不同，因此，根据初步重建图像的像素值，即可确定目标初步重建图像。
[0106]
在本发明的一些实施例中，示踪剂深度学习模型可为深度信念网络模型(deep belief network，dbn)、卷积神经网络模型(convolution neural network，cnn)、递归神经网络模型(recurrent neural network，rnn)、生成对抗网络模型(generative adversarial network，gan)等中的任意一种。
[0107]
具体地，构建示踪剂深度学习模型的过程为：首先构建一初始深度学习模型，然后基于历史重建数据对初始深度学习模型进行训练，获得示踪剂深度学习模型。在获得示踪剂深度学习模型之后，将多个初步重建图像输入至示踪剂深度学习模型中，会自动输出目标初步重建图像。
[0108]
为了进一步提高获得估计注射时间的效率，在本发明的另外一些实施例中，示踪剂深度学习模型还可直接确定初步重建图像的感兴趣区域，而无需通过先获得解剖图像，再根据解剖图像才能确定感兴趣区域，进一步提高估计注射时间的效率。
[0109]
为了更好实施本发明实施例中的动态pet扫描方法，在动态pet扫描方法基础之上，对应的，如图5所示，本发明实施例还提供了一种动态pet扫描装置，动态pet扫描装置500包括：
[0110]
扫描数据获取单元501，用于对注射有示踪剂的受试对象进行扫描，获得pet扫描数据；
[0111]
扫描估计单元502，用于根据pet扫描数据确定示踪剂的估计注射剂量和估计注射时间；
[0112]
图像重建单元503，用于根据估计注射剂量、估计注射时间以及预设的图像重建算法对pet扫描数据进行图像重建，得到扫描重建图像。
[0113]
上述实施例提供的动态pet扫描装置500可实现上述动态pet扫描方法实施例中描述的技术方案，上述各模块或单元具体实现的原理可参见上述动态pet扫描方法实施例中的相应内容，此处不再赘述。
[0114]
如图6所示，本发明还相应提供了一种电子设备600。该电子设备600包括处理器601、存储器602及显示器603。图6仅示出了电子设备600的部分组件，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
[0115]
处理器601在一些实施例中可以是一中央处理器(central processing unit，cpu)，微处理器或其他数据处理芯片，用于运行存储器602中存储的程序代码或处理数据，例如本发明中的动态pet扫描方法。
[0116]
在一些实施例中，处理器601可以是单个服务器或服务器组。服务器组可为集中式或分布式的。在一些实施例中，处理器601可为本地的或远程的。在一些实施例中，处理器601可实施于云平台。在一实施例中，云平台可包括私有云、公共云、混合云、社区云、分布式云、内部间、多重云等，或以上的任意组合。
[0117]
存储器602在一些实施例中可以是电子设备600的内部存储单元，例如电子设备600的硬盘或内存。存储器602在另一些实施例中也可以是电子设备600的外部存储设备，例
如电子设备600上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。
[0118]
进一步地，存储器602还可既包括电子设备600的内部储存单元也包括外部存储设备。存储器602用于存储安装电子设备600的应用软件及各类数据。
[0119]
显示器603在一些实施例中可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。显示器603用于显示在电子设备600的信息以及用于显示可视化的用户界面。电子设备600的部件601-603通过系统总线相互通信。
[0120]
在一实施例中，当处理器601执行存储器602中的动态pet扫描程序时，可实现以下步骤：
[0121]
对注射有示踪剂的受试对象进行扫描，获得pet扫描数据；
[0122]
根据pet扫描数据确定示踪剂的估计注射剂量和估计注射时间；
[0123]
根据估计注射剂量、估计注射时间以及预设的图像重建算法对pet扫描数据进行图像重建，得到扫描重建图像。
[0124]
应当理解的是：处理器601在执行存储器602中的动态pet扫描程序时，除了上面的功能之外，还可实现其它功能，具体可参见前面相应方法实施例的描述。
[0125]
进一步地，本发明实施例对提及的电子设备600的类型不做具体限定，电子设备600可以为手机、平板电脑、个人数字助理(personal digitalassistant，pda)、可穿戴设备、膝上型计算机(laptop)等便携式电子设备。便携式电子设备的示例性实施例包括但不限于搭载ios、android、microsoft或者其他操作系统的便携式电子设备。上述便携式电子设备也可以是其他便携式电子设备，诸如具有触敏表面(例如触控面板)的膝上型计算机(laptop)等。还应当理解的是，在本发明其他一些实施例中，电子设备600也可以不是便携式电子设备，而是具有触敏表面(例如触控面板)的台式计算机。
[0126]
相应地，本技术实施例还提供一种计算机可读存储介质，计算机可读存储介质用于存储计算机可读取的程序或指令，程序或指令被处理器执行时，能够实现上述各方法实施例提供的动态pet扫描方法中的步骤或功能。
[0127]
本发明实施例提供的动态pet扫描方法、装置、电子设备及存储介质，通过设置根据pet扫描数据确定示踪剂的估计注射时间，而无需手动输入注射时间，避免了注射时间输入错误率，提高了估计注射时间的准确性。并且，通过pet扫描数据确定示踪剂的估计注射剂量，无需对受试对象进行血液采样，提高了估计注射剂量的获取效率，并降低了估计注射剂量的获取成本。
[0128]
进一步地，根据估计注射剂量、估计注射时间以及预设的图像重建算法对pet扫描数据进行图像重建，得到扫描重建图像，可提高扫描重建图像的重建效率和准确性，并降低了扫描重建图像的重建成本。
[0129]
更进一步地，本发明实时通过对符合事件计数进行衰变校正，可提高获得的符合事件计数的准确性，从而可提高估计注射剂量的准确性。
[0130]
本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件(如处理器，控制器等)来完成，计算机程序可存储于计算机可读存储介质中。其中，计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆
体等。
[0131]
以上对本发明所提供的动态pet扫描方法、装置、电子设备及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。