在临床PET量化中解决部分体积效应:现代校正策略和挑战

科学领域:

• 医疗成像医学成像
• 核医学是一种核医学.
• 图像处理 图像处理

背景情况:

• 临床正子发射断层扫描 (PET) 中的准确量化对于诊断和治疗监测至关重要.
• 在PET成像中,部分体积效应 (PVE) 会导致小病变和器官中标志物吸收的低估.
• 现有的部分体积校正 (PVC) 方法旨在减轻这些PVE以提高定量准确性.

研究的目的:

• 分类和审查临床正子发射断层扫描 (PET) 的新型部分体积校正 (PVC) 方法.
• 为提供可用于提高PET成像定量精度的不同方法的概述.

主要方法:

• 新型PVC方法分为四个主要组:基于区域的后重建,后重建图像增强,在重建中的分辨率建模和基于深度学习的方法.
• 描述每个类别的基本原则和特征.
• 突出每个方法对量化与视觉分析的适用性.

主要成果:

• 重建后的基于区域的方法提供了适合量化但不适合视觉分析的区域值.
• 图像增强技术使用解卷或波形域组合来提高图像质量.
• 内部重建方法在代算法中结合了分辨率建模.
• 深度学习方法提供了使用模拟,真实或自我监督数据的多功能训练策略.

结论:

• 新的PVC方法提供了各种策略来解决PET成像中的部分体积效应.
• 选择PVC方法取决于具体的应用,平衡定量准确性和视觉解释性.
• 基于深度学习的方法在开发先进的PVC技术方面是一个有前途的前沿.