基于有限数据集合的图像生成

    公开(公告)号:CN101542530A

    公开(公告)日:2009-09-23

    申请号:CN200780043535.5

    申请日:2007-11-20

    Inventor: M·纳拉亚南

    Abstract: 一种方法、信号处理器、设备和系统,用于在注射放射性示踪剂之后例如由PET扫描仪或SPECT扫描仪基于被记录为时间函数的有限或不完整的生物过程图像40序列来估计映射生物过程的参数或功能图像47。通过将药物动力学模型42(潜在示踪剂运动的房室模型)应用于生物过程图像40序列来首先提取一个或多个运动参数43。在模型中使用附加数据41,其至少包括预定运动参数范围(例如来自文献),并且可选地包括输入函数或血液清除函数。接下来,例如通过将估计图像插入不完整图像序列,利用一个或多个运动参数43,应用迭代算法44来得到修正后的图像45序列。在已经实现停止准则之后,从修正后的图像序列45最终估计46所得到的图像47。所述方法可以用于例如在仅晚期时间图像可用的FMISO数据集合的情况下估计缺氧参数k3图像。可以将所述方法实现为现有PET、SPECT、CT、MR或超声扫描仪软件的一部分,并且由于仅需要有限量的晚期时间注射后图像来提供可靠的结果,因此所述方法有助于增加患者舒适性和临床处理量。

    估计映射生物过程图像的方法、信号处理器、设备和系统

    公开(公告)号:CN101542530B

    公开(公告)日:2013-12-25

    申请号:CN200780043535.5

    申请日:2007-11-20

    Inventor: M·纳拉亚南

    Abstract: 一种方法、信号处理器、设备和系统,用于在注射放射性示踪剂之后例如由PET扫描仪或SPECT扫描仪基于被记录为时间函数的有限或不完整的生物过程图像40序列来估计映射生物过程的参数或功能图像47。通过将药物动力学模型42(潜在示踪剂运动的房室模型)应用于生物过程图像40序列来首先提取一个或多个运动参数43。在模型中使用附加数据41,其至少包括预定运动参数范围(例如来自文献),并且可选地包括输入函数或血液清除函数。接下来,例如通过将估计图像插入不完整图像序列,利用一个或多个运动参数43,应用迭代算法44来得到修正后的图像45序列。在已经实现停止准则之后,从修正后的图像序列45最终估计46所得到的图像47。所述方法可以用于例如在仅晚期时间图像可用的FMISO数据集合的情况下估计缺氧参数k3图像。可以将所述方法实现为现有PET、SPECT、CT、MR或超声扫描仪软件的一部分,并且由于仅需要有限量的晚期时间注射后图像来提供可靠的结果,因此所述方法有助于增加患者舒适性和临床处理量。

    为动态分子成像过程个性化动力学参数估计的方法

    公开(公告)号:CN101466302A

    公开(公告)日:2009-06-24

    申请号:CN200780010072.2

    申请日:2007-03-19

    Abstract: 本发明公开了一种动态分子成像中的方法,包括动态地估计描述了所施予的示踪剂生物分布的活度函数的第一参数(β(x))和第二参数(k(x))。更具体地,该方法包括分别指定活度函数的第一参数(β(x))和第二参数(k(x))的第一目标方差(σβ,T(x))和第二目标方差(σk,T(x));启动图像采集;重建第一参数(β(x))和第二参数(k(x));分别重建第一参数(β(x))和第二参数(k(x))的第一关联方差(σβ(x))和第二关联方差(σk(x));并且重复图像采集以及重建步骤,直到第一关联方差(σβ(x))和第二关联方差(σk(x))分别等于或小于第一目标方差(σβ,T(x))和第二目标方差(σk,T(x)),即σβ(x)≤σβ,T(x)且σk(x)≤σk,T(x)为止。该方法能够实现分子成像中的特异性患者自适应方案。

    为动态分子成像过程个性化动力学参数估计的方法

    公开(公告)号:CN101466302B

    公开(公告)日:2013-06-26

    申请号:CN200780010072.2

    申请日:2007-03-19

    Abstract: 本发明公开了一种动态分子成像中的方法,包括动态地估计描述了所施予的示踪剂生物分布的活度函数的第一参数(β(x))和第二参数(k(x))。更具体地,该方法包括分别指定活度函数的第一参数(β(x))和第二参数(k(x))的第一目标方差(σβ,T(x))和第二目标方差(σk,T(x));启动图像采集;重建第一参数(β(x))和第二参数(k(x));分别重建第一参数(β(x))和第二参数(k(x))的第一关联方差(σβ(x))和第二关联方差(σk(x));并且重复图像采集以及重建步骤,直到第一关联方差(σβ(x))和第二关联方差(σk(x))分别等于或小于第一目标方差(σβ,T(x))和第二目标方差(σk,T(x)),即σβ(x)≤σβ,T(x)且σk(x)≤σk,T(x)为止。该方法能够实现分子成像中的特异性患者自适应方案。

Patent Agency Ranking