改进全身PET图像重建中的惩罚参数选择,用于肺癌患者使用交叉验证日志概率方法

科学领域:

• 医疗成像医学成像
• 核医学就是核医学.
• 辐射物理学 辐射物理学

背景情况:

• 在被惩罚的概率正子发射断层扫描 (PET) 重建中,对惩罚参数的实证确定是常见的.
• 交叉验证日志概率 (CVLL) 方法提供了一个客观的方法来优化这些参数.
• 优化PET重建参数对于瘤学中准确的诊断成像至关重要.

研究的目的:

• 验证CVLL方法在全身癌症成像中优化PET重建参数的有效性.
• 评估将CVLL方法整合到常规临床PET成像协议中的可行性.
• 调查最佳惩罚参数与成像采集因素之间的关系.

主要方法:

• 15名肺癌患者在[18F]FDG注射后接受了全身PET/CT扫描.
• 列表模式的PET数据被分割为图像重建 (20分钟) 和交叉验证 (2分钟) 使用内部的OSEM算法.
• 采用网格搜索,以找到最大化CVLL的最佳惩罚强度 (β) 和公平惩罚参数 (δ) 值.

主要成果:

• 发现最佳的公平惩罚参数 (δ) 非常小 (≤10−6).
• 在最佳惩罚强度 (β) 和扫描计数水平之间观察到显著的反相关性 (r=-0.68,p=3.5×10−5).
• 通过CVLL优化选择的图像与放射科医生喜欢的图像不同,突出了不同的优化标准.

结论:

• CVLL方法是优化PET图像重建参数在临床全身癌症成像中的可行方法.
• 这种方法支持现代PET成像中注射放射性和扫描持续时间的灵活组合.
• CVLL优化为经验参数调整和主观放射科医生的偏好提供了数据驱动的替代方案.