SPECT与CT 3D图像异机融合的实验研究

王嘉兴汤伟军张锦明,3 朱汇庆

现代影像技术大体可分为两类,以CT和MRI为代表的解剖成像与以PET和SPECT为代表的功能成像。两者进行图像融合可充分利用各成像设备的优点,不仅可提高疾病的确诊率,而且可提高病灶的定位精度,在临床诊断上具有重要的应用价值[1-6]。正因如此,极大地推动同机融合仪器SPECT/CT和PET/CT的商品化。但上述两类仪器价格不菲,且国内众多医疗单位已装备高质量SPECT和CT,为充分利用医疗资源,使得临床、经济效益最大化,有需要利用软件进行异机图像融合。

方 法

1.PET-CT模型及其性能参数(图1)

1.1最上圆柱体(图 1中“1”):外径、内径依次为5.1cm、4.0cm,外长度和内长度分别为 12.0cm、8.2cm,容积为408ml。

1.2内插圆柱体(图 1中“2”):外径为5.1cm,高为18.0cm。

1.3球体:5个球体(图 1中“3”)的直径分别为10mm,13mm,17mm,22mm,28mm。球体表面到内壁距离7.0cm。

1.4铝制空心管(图1中“4”):1根12.7cm,容积1.7ml。另 2根均为 17.8cm,容积 2.5ml。

1.5主圆柱体(图1中“5”):高为 18cm 。

2.试验方法

首先将5mCi TcO 4溶液 (上海欣科医药有限公司提供)及500ml 0.9%NaCl溶液稀释成合适放射性活度溶液,分别注入模型1～4插件中。

使用德国Siemens E.CAM双探头配置平行孔低能高分辨准直器对模型进行采集,2个探头呈180°,每个探头绕模型旋转 180°,共 64帧,800kcts/帧,矩阵128×128,放大倍数为1,能峰140keV,窗宽20%。使用德国Siemens 64排CT对模型进行无间隔扫描,管电压 120kV,管电流 400mA,螺距0.2,转速0.35s,层厚 0.6mm,矩阵512×512。

图1 PET-CT模型。1.最上圆柱体;2.内插圆柱体;3.球体插件;4.铝制空心管;5.主圆柱体。

MIPAV软件(Version4.2.1)异机融合:首先将SPECT图像及CT图像源数据均以DICOM格式导入MIPAV软件进行图像预处理。其中图像分割是预处理的重要步骤,具体图像分割采用阈值法[7]。可根据CT图像得到灰度像素计数分布图,然后可按灰度阈值规则进行图像分割。分割依据为模型中1～4插件空间内与模型插件本身存在密度差异 (有机玻璃和铝棒密度远远大于空气),故插件本身和空气在CT图像上表现为不同灰度,定义灰度阈值即可对感兴趣插件空间进行提取作为配准基元(fiducial markers)[8-10]。模型 1～4插件空间为放射性核素充满区域,即SPECT采集图像。利用该配准基元与SPECT图像进行容积匹配。配准方法是基于灰度的配准算法,利用相关函数法计算配准参数[7]。配准完成后,利用像素级融合方法中的加权方法进行图像融合及3D图像融合显示。

图2 SPECT和64排CTPET-CT模型3D图像异机融合。A.为3D图像异机融合。B、C、D.依次为融合图像的横断面、矢状面、冠状面。

以SPECT/CT采集模型同机融合图像作为金标准,由影像科医师从球体、圆柱体以及铝棒融合方面,进行视觉评价MIPAV软件异机融合图像质量。

结 果

利用MIPAV软件将SPECT和64排CT所采集模型图像可以较为理想地进行异机融合。经医师对其融合图像与SPECT/CT同机融合图像比较,图像质量无显著差异(图2,3)。

图3 PET-CT模型SPECT和CT同机融合和异机融合图像。1为SPECT/CT同机融合,2为SPECT与CT异机融合。A、B、C依次为CT、SPECT和融合图像。

讨 论

本研究采用的是像素级融合中的加权方法,具体是指对参与融合图像的源图像进行选择、平均或加权平均等处理后合成融合图像。该种算法具有直观、融合速度快、实时性强等优点,在较多情况下可获得较好的融合效果[7]。

预处理和图像配准均是图像融合的关键,配准的目的就是对同一对象的像素点在多源图像中求解最佳坐标、灰度变换等参数,从而进行精确坐标对准和定位,提高配准精度,使得融合结果包含的信息更准确、更可靠[7]。本研究采用的是基于灰度的配准算法,它是建立在整个图像的总体特征上,以两幅图像中含有的相应目标区和搜索区中的像素灰度为基础,利用相关系数,由最佳匹配方法判断两图像中的对应点。

本研究取得配准基元的方法是图像融合的重要步骤[8-10]。要获取恰当配准基元首先需要了解并熟悉CT和SPECT显像特征,才能进行“特征”提取。因为CT中的每一个像素均具有相应并且相互联系的位置信息,所以取得的配准基元与CT源数据具有同源性,利用配准基元与SPECT图像进行配准,即代表CT与SPECT两者源数据进行配准,该过程进行了刚体变换,性质不变。该配准方法具有一定的创新性,弥补了CT和SPECT图像直接进行融合或叠加所出现的冗余信息大,准确度较低等不足。众所周知,CT信息量远远大于SPECT,如何解决两者信息匹配是研究的重点。本研究经过CT配准基元的提取,CT和SPECT有效信息量基本相仿,故可进行准确配准。该配准方法提供一种新的思路,先将不同影像方式进行信息等量容积匹配,而非传统意义上的逐层匹配,容积匹配可较大程度上实现两者图像位移相对不变,从而可进行准确图像异机融合,而且方便迅速。对于不同部位或器官的异机融合,配准基元的选取具有较大的灵活性,具体图像融合需具体分析,方可实现异机融合。

异机融合配准通常需设置外标记点[8],但本异机融合方法亮点在于不需要设置外标记点,而是将其转变为具有内在标志意义的配准基元,而且融合图像质量与同机融合无明显差异。本试验不建议使用同位素作为外标记点原因包括,一方面由于受到其自身放射性核素物理性质(散射、半衰期、放射性活度等)的局限性,标记点位置不易确定,易造成图像位移,使得配准精度降低;另一方面容易造成放射性核素污染,存在众多不确定因素 (放射性标记物的选取,放射性核素剂量、患者配合等)。故通过利用CT和SPECT各自显像特点,提取配准基元进行容积配准显得更加优势。目前我国二级以上医院多已装备较高质量的CT、MRI和SPECT,如何对现有影像设备进行及时充分的利用,从而可对病灶的解剖和功能同时显像。本研究异机融合的方法可在一定程度上解决了该问题,在不增加现有影像设备投入的前提下,达到提高对疾病诊断的准确性。

总而言之,本研究利用MIPAV软件进行SPECT和64排CT 3D图像异机融合,利用核医学质控PET-CT模型及其固有插件即铝管、圆柱体和球体提取配准基元,从而对异机融合进行了可行性探索。这将是以后对临床患者行临床试验的前提,值得注意的是仍需对临床工作中异机融合影响因素做进一步克服和排除。相信异机融合在今后临床工作中仍会充当较为重要的角色。