中国辐射卫生  2022, Vol. 31 Issue (2): 224-228  DOI: 10.13491/j.issn.1004-714X.2022.02.017

引用本文 

张廷杰, 陈炜, 卢洪辉, 刘明, 谢万明, 梁颖. BSREM重建算法优化18F-FDG PET采集时间的可行性 [J]. 中国辐射卫生, 2022, 31(2): 224-228. DOI: 10.13491/j.issn.1004-714X.2022.02.017.
ZHANG Tingjie, CHEN Wei, LU Honghui, LIU Ming, XIE Wanming, LIANG Ying. Feasibility of optimizing acquisition time of 18F-FDG PET with BSREM reconstruction algorithm [J]. Chinese Journal of Radiological Health, 2022, 31(2): 224-228. DOI: 10.13491/j.issn.1004-714X.2022.02.017.

通讯作者

梁颖,E-mail:liangy_2000@sina.com

文章历史

收稿日期:2021-10-17
BSREM重建算法优化18F-FDG PET采集时间的可行性
张廷杰 1, 陈炜 1, 卢洪辉 1, 刘明 1, 谢万明 1, 梁颖 1,2     
1. 国家癌症中心/国家肿瘤临床医学研究中心/中国医学科学院北京协和医学院肿瘤医院深圳医院核医学科,广东 深圳 518116;
2. 国家癌症中心/国家肿瘤临床医学研究中心/中国医学科学院北京协和医学院肿瘤医院核医学科,北京 100021
摘要目的 比较不同采集时间下分块顺序正则化期望最大化(BSREM)算法较有序子集期望最大化(OSEM)算法对18F-FDG PET图像质量的影响,探讨其优化采集时间的可行性。方法 模体实验采用NEMA/IEC PET 模体,临床研究中连续收集2020年3—9月因肺结节行18F-FDG PET-CT检查患者61例(66个高摄取肺结节)。模体实验和临床研究均以不同采集时间按BSREM和OSEM算法重建PET图像。比较上述序列的变异系数(CV)、信噪比(SNR)、对比噪声比(CNR)、活度测量值(模体实验为摄取值UV;临床研究为标准摄取值SUV)差异。结果 模体实验显示120 s BSREM序列图像质量优于120 s OSEM序列,75 s BSREM序列与120 s OSEM序列相仿。临床研究显示120 s BSREM序列图像质量优于120 s OSEM序列,且75 s BSREM序列较120 s OSEM序列略优。结论 PET模体实验和肺部高摄取结节临床研究中,应用BSREM算法较OSEM算法明显改善图像质量,75 s BSREM序列图像质量较120 s OSEM序列略优。
关键词PET-CT    采集时间    重建算法    图像质量    定量分析    放射防护    
Feasibility of optimizing acquisition time of 18F-FDG PET with BSREM reconstruction algorithm
ZHANG Tingjie 1, CHEN Wei 1, LU Honghui 1, LIU Ming 1, XIE Wanming 1, LIANG Ying 1,2     
1. National Cancer Center/National Clinical Research Center for Cancer/Cancer Hospital & Shenzhen Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College, Shenzhen 518116 China;
2. National Cancer Center/ National Clinical Research Center for Cancer/Cancer Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College, Beijing 100021 China
Abstract: Objective To compare the impact on 18F fluorodeoxyglucose (18F-FDG) positron emission tomography (PET) image quality when block sequential regularized expectation maximization (BSREM) algorithm and ordered subset expectation maximization (OSEM) algorithm were used at various acquisition times (ATs), and to discuss the feasibility of AT optimization with BSREM algorithm. Methods In the phantom experiment, the NEMA/IEC PET phantom was adopted. In the clinical study, 66 pulmonary nodules with high uptake values from 61 patients who underwent a 18F-FDG PET-CT examination for pulmonary nodules from March to September 2020 were included. PET images were reconstructed according to BSREM algorithm and OSEM algorithm at various ATs in both the phantom experiment and the clinical study. Coefficient of variation, signal-to-noise ratio, contrast-to-noise ratio, and activity values (uptake value in the phantom experiment; standardized uptake value in the clinical study) were compared between the above sequence images for quality evaluation. Results The phantom experiment showed that the image quality of 120 s BSREM sequence was superior to that of 120 s OSEM sequence, and the image quality of 75 s BSREM sequence was similar to that of 120 s OSEM sequence. The clinical study showed that the image quality of 120 s BSREM sequence was superior to that of 120 s OSEM sequence, and the image quality of 75 s BSREM sequence was slightly better than that of 120 s OSEM sequence. Conclusion In the PET phantom experiment and the clinical study of pulmonary nodules with high uptake values, BSREM algorithm can significantly improve the image quality as compared to OSEM algorithm, and the image quality of 75 s BSREM sequence is slightly better than that of 120 s OSEM sequence.
Key words: PET-CT    Acquisition time    Reconstruction algorithm    Image quality    Quantitative analysis    Radiation protection    

随着医学影像成像算法的进步,近年来分块顺序正则化期望最大化(block sequential regularized expectation maximization,BSREM)重建算法已投入临床应用,因其迭代运算收敛及迭代运算中同步抑制噪声的特性可较传统的有序子集期望最大化(ordered-subset expectation maximization,OSEM)重建算法提供更高的定量分析效能与更佳图像质量[1-3]。既往研究表明,采集时间与PET图像质量呈正相关,应用BSREM算法后的图像质量提升则为缩减优化采集时间带来可能[4-5]。本研究以模体实验及临床研究探讨应用BSREM重建算法后,缩减采集时间对18F-FDG PET各项图像质量与定量分析指标的影响,并尝试得出满足临床诊断需求的最优采集时间,从而优化PET显像采集流程,提高患者扫描依从性、加速患者流通并降低对周围环境及工作人员的影响。

1 材料与方法 1.1 实验材料

研究包括模体实验和临床研究。模体实验:使用NEMA IEC PET模体(Data Spectrum Corporation,Durham,NC,USA)进行,模体内含6个不同直径(10 mm、13 mm、17 mm、22 mm、28 mm及37 mm)的空心小球。依据NEMA NU 2-2007规范[6],在小球中注满18F-FDG溶液以模拟热灶,比放射性浓度为19.73 kBq/mL。在模体腔内注满18F-FDG溶液以模拟背景,比放射性浓度为4.93 kBq/mL,使热灶与背景的比放射性浓度比值为4∶1。模体采集视野为1个床位,采集时间为600 s,PET轴向视野为14.73 mm,矩阵为256 × 256,采用三维ToF技术模式,并提供CT衰减校正,管电压为120 KV,自动管电流为100~180 mA,噪声指数为12,球管旋转时间为0.8 s,螺距为0.984∶1。

临床研究采用2020年3月—2020年9月因孤立肺结节在本院行18F-FDG PET-CT检查患者共61例(66个病灶)进行回顾性分析,其中男40例,女21例,年龄(59 ± 14)岁。66个肺病灶的短径为(18.4 ± 10.0)mm,以采集时间120 s/床位、OSEM算法进行图像重建时,病灶SUVmax分布范围为1.02~24.96,均值及标准差为6.76 ± 4.25;SUVmean分布范围为0.60~14.69,均值及标准差为4.05 ± 2.55。患者检查前均禁食6 h以上,血糖浓度维持于8.0 mmol/L以下,按3.70~4.44 MBq/Kg的剂量注射18F-FDG。胸部床位采集时间300 s,余采集条件同模体实验。

模体实验与临床研究均使用Discovery MI PET-CT显像仪(GE Healthcare,Milwaukee,WI,USA)以列表模式进行PET数据采集。采集完成后回放数据,使用BSREM算法(GE Q.Clear,β = 400)重建出采集时间为60~120 s的各序列图像(60 s BSREM、75 s BSREM、90 s BSREM、105 s BSREM、120 s BSREM),并使用OSEM算法(GE VuePointFX + SharpIR,filter cutoff = 4.5 mm,subset = 16,iteration = 3)重建采集时间120 s序列(120 s OSEM)作为比较基准。

1.2 数据分析

使用Advantage Workstation 4.7工作站(GE Healthcare,Milwaukee,WI,USA)进行感兴趣区(region of interest,ROI)的绘制。图像评价指标包括变异系数(coefficient of variation,CV)、信噪比(signal-to-noise ratio,SNR)、对比噪声比(contrast-to-noise ratio,CNR)、活度测量值(模体:摄取值,uptake value,UV;临床:标准摄取值,standardized uptake value,SUV[7-9],如公式1)~3)所示。

$ {{CV}}={\text{背景摄取标准差}}/{\text{背景摄取平均值}}$ (1)
${{ SNR={\rm{ROI}}}}{\text{摄取平均值}}/{\text{背景摄取标准差}}$ (2)
$\begin{split} {{CNR}}=&({\rm{ROI}}{\text{摄取平均值}-}{\text{背景摄取平均值}})/\\ &{\text{背景摄取标准差}}\end{split}$ (3)

式中ROI摄取值与标准差由以下方法获得:使用阈值法(42% UVmaxSUVmax)绘制热灶或病灶的ROI[10],并获得活度测量值等参数。背景摄取值由以下方法获得:a)对于模体实验,在热灶球心层面,于背景区域绘制12个直径37 mm的圆形ROI,取其摄取平均值与标准差作为背景摄取值;b)对于临床研究,于主动脉弓区域绘制直径20 mm的球形ROI,取其摄取平均值与标准差作为背景摄取值。CV越低、SNRCNR越高且活度测量值不低于120 s OSEM序列则认为图像质量越佳。以重复测量方差分析比较不同序列临床图像质量的差异,统计结果以均数 ± 标准差表示,检验水准α = 0.05。

2 结 果 2.1 采集时间对模体PET图像质量的影响

模体图像各序列间质量参数见表1。随着采集时间的增加,BSREM法各序列的背景CV值降低,≥ 75 s时均相当或低于120 s OSEM序列;BSREM法各序列热灶的SNRCNR均值随采集时间的增加而增高,≥ 75 s时均高于120 s OSEM序列;各序列热灶的UVmaxUVmean呈下降趋势,≤ 75 s时UVmax高于120 s OSEM序列,60~120 s UVmean均高于120 s OSEM序列。

表 1 模体实验各序列图像质量参数对比 Table 1 Comparison of image quality parameters of each sequence in the phantom experiment
2.2 采集时间对临床PET图像质量的影响

临床图像各序列间质量参数见表2。重复测量方差分析显示,各图像质量参数在60~120 s BSREM序列及120 s OSEM序列间存在差异(均P < 0.001)。进一步配对分析显示,其中120 s OSEM序列和120 s BSREM序列 CVSNRCNR值差异具有统计学意义(均P < 0.001),而 SUVmaxSUVmean值差异无统计学意义(P = 0.714、P = 0.053)。75 s BSREM、120 s OSEM序列CV分别为0.17 ± 0.03和0.18 ± 0.04(P = 0.012),SNR分别为22.08 ± 13.66和20.05 ± 13.63(P = 0.001),CNR分别为15.85 ± 13.31和14.14 ± 13.30(P = 0.001),75 s BSREM序列所测值均较120 s OSEM序列略优;SUVmax分别为7.04 ± 4.32和6.76 ± 4.25(P = 0.001),SUVmean分别为4.30 ± 2.65和4.05 ± 2.55(P < 0.001),75 s BSREM序列所测值高于120 s OSEM序列。

表 2 临床研究各序列图像质量参数对比 Table 2 Comparison of image quality parameters of each sequence in the clinical study
3 讨 论

BSREM算法是一类以OSEM算法为基础改良而来的新型发射型计算机断层扫描图像重建算法。既往应用OSEM算法重建PET图像时,因迭代次数过高时易使图像噪声水平相对增高、图像质量劣化,故多采用较低的迭代次数并应用滤波函数平滑图像以改善图像质量,但因其测量值未达收敛,所得SUV值通常低于实际值。BSREM算法对采集数据行充分迭代运算至图像SUV值收敛,并在每轮迭代运算过程中实时进行噪声抑制,从而改善了既往应用OSEM算法重建时SUV值偏低、图像信噪比不佳的问题[11-12]。BSREM算法的应用使得以更短的采集时间达到与应用OSEM算法时相仿的图像质量成为可能。基于此前提,本研究评估缩减采集时间对18F-FDG PET图像质量与定量分析的影响,并探讨优化采集时间的可行性。

本研究显示,当采集时间同为120 s/床位时,BSREM重建图像质量整体优于OSEM重建图像,模体实验与临床研究中皆观察到BSREM图像CV值更低且热灶/病灶SNRCNR值更高,与既往报道结果[12-14]一致。对于活度测量值,在模体实验中,BSREM图像UVmax较OSEM图像所测值略低而UVmean略高,反映UVmax更易受图像噪声水平影响,使测量值偏高。临床研究中BSREM图像SUVmaxSUVmean均较OSEM图像略高,但差异并无统计学意义(P > 0.05)。Teoh等 [12]报道其纳入121个肺部病灶,短径均值15 mm(范围3~28 mm),以相同采集时长(240 s/床位)重建图像,BSREM图像所测SUVmax值高于OSEM图像。本临床研究中66个肺部病灶短径均值为18 mm(范围5~57 mm),较大的病灶相对较小病灶可更快达到SUV值收敛[715],可能致本次实验中BSREM与OSEM序列测值差异缩小,故差异无统计学意义。另一方面Teoh等行OSEM重建时未采用点扩展函数模型(point-spread function,PSF),理论上所测SUV值较实际偏低[16-17],进而增大了与BSREM图像所测值的差异度。综上,当采集时长一致时,应用BSREM算法确可较OSEM算法改善图像质量,为缩短采集时间提供可行性。

本研究进一步显示,当缩减采集时间至75 s/床位时,BSREM图像质量仍较120 s OSEM图像质量略优。模体实验与临床研究中均观测到,随采集时间的增加,图像CV值逐渐降低,SNRCNR值逐渐增高,SUVmaxSUVmean值呈逐渐降低趋势。上述改变趋势同既往研究[18]结果一致,反映采集时间的减少使得湮灭事件统计数目减少,统计数目较低时噪声水平增高,进而影响各图像质量参数。目前对于以BSREM算法优化采集时间的研究报道较少,Bjöersdorff等[14]研究了10例行18F-FCH PET-CT显像的前列腺癌伴转移淋巴结患者后发现,60 s BSREM序列(β = 400)的CNR值与基准OSEM序列(120 s/床位)差异无统计学意义,90 s及120 s BSREM序列CNR值高于基准OSEM序列且差异具有统计学意义。Chicheportiche等[19]报道了30例行68Ga-Dotatate显像的患者中,60 s BSREM序列(β = 800)的SNR值与基准OSEM序列(90 s/床位)差异无统计学意义,90 s BSREM序列SNR值高于基准OSEM序列,且差异具有统计学意义。上述研究表明,当采集时间过短时,BSREM算法较OSEM算法对图像质量的改善不明显。对于本临床研究中的肺结节病灶,可认为若以BSREM算法重建时图像噪声越少、信噪比越高且SUV值不低于基准120 s OSEM序列,则整体图像质量更优。基于此,本研究显示60 s BSREM图像CV值高于120 s OSEM图像所测值(P < 0.05),故认为60 s BSREM图像质量劣于120 s OSEM图像。75 s BSREM图像 CV值较120 s OSEM图像低而SNRCNR值较高,SUV值高于120 s OSEM序列,故可作为优化采集时间的选项。

采集时间的优化除却改善显像流程外,亦在放射防护方面有相当贡献。依据我国现行的各项医疗照射防护条例,放射医疗相关医技人员享有相应的职业防护保障[20]。刘伟等研究发现显像过程中机房各处存在不同程度的周围剂量当量率增高,控制区外周围剂量当量率最高处位于PET-CT机房观察窗外,稍高于环境本底水平[21] ,因此工作人员在控制区外时仍可能接受少量电离辐射照射。马纪英等[22]研究亦显示,放射工作人员的肝胆脾胰肾超声、肾功能、血压等检查结果异常情况随着工龄的增加而增高。上述职业暴露所致辐照剂量与受检患者滞留机房内时长息息相关,故缩减采集时间有望降低工作人员射线暴露水平,利于从源头上控制职业病危害。

综上,对于肺部孤立性病灶,在120 s/床位的采集时间下,应用BSREM重建算法较OSEM重建算法明显改善了图像质量。当缩短采集时间至75 s/床位时,图像质量仍可较120 s OSEM重建图像略优。应用该条件设计扫描方案可望节约PET显像采集时间、提高患者扫描依从性,进而加速患者流通并降低对周围环境及工作人员的影响,有助于放射防护的实施。

参考文献
[1]
Teoh EJ, McGowan DR, Macpherson RE, et al. Phantom and clinical evaluation of the Bayesian penalized likelihood reconstruction algorithm Q. Clear on an LYSO PET/CT system[J]. J Nucl Med, 2015, 56(9): 1447-1452. DOI:10.2967/jnumed.115.159301
[2]
Lantos J, Iagaru A, Levin C. Standard OSEM vs. Q. Clear PET image reconstruction: an analysis of phantom data[J]. J Nucl Med, 2015, 56(S3): 264.
[3]
De Bernardi E, Fallanca F, Gianolli L, et al. Reconstruction of uptake patterns in PET: the influence of regularizing prior[J]. Med Phys, 2017, 44(5): 1823-1836. DOI:10.1002/mp.12205
[4]
Brown C, Dempsey MF, Gillen G, et al. Investigation of 18F-FDG 3D mode PET image quality versus acquisition time [J]. Nucl Med Commun, 2010, 31(3): 254-259. DOI:10.1097/MNM.0b013e3283355c5d
[5]
陈香, 赵军, 管一晖, 等. PET/CT图像采集时间对图像质量和病灶检出率的影响[J]. 中华核医学杂志, 2007, 27(1): 43-45.
Chen X, Zhao J, Guan YH, et al. The influence of acquisition time on PET/CT imaging quality and lesion detectability[J]. Chin J Nucl Med, 2007, 27(1): 43-45. DOI:10.3760/cma.j.issn.2095-2848.2007.01.015
[6]
National Electrical Manufacturers Association. Performance measurements of positron emission tomographs(PET)[R]. Rosslyn: National Electrical Manufacturers Association, 2008.
[7]
Pan T, Einstein SA, Kappadath SC, et al. Performance evaluation of the 5-Ring GE Discovery MI PET/CT system using the national electrical manufacturers association NU 2-2012 Standard[J]. Med Phys, 2019, 46(7): 3025-3033. DOI:10.1002/mp.13576
[8]
徐磊, 孟庆乐, 杨瑞, 等. 每床位采集时间对18F-FDG PET图像质量和SUV值的影响 [J]. 中国医疗设备, 2018, 33(11): 28-32.
Xu L, Meng QL, Yang R, et al. Effects of acquisition time per bed on the quality of18F-PDG PET images and SUV values [J]. China Med Dev, 2018, 33(11): 28-32. DOI:10.3969/j.issn.1674-1633.2018.11.008
[9]
张书文, 陈英茂, 田嘉禾, 等. OSEM子集及迭代次数对PET图像质量的影响[J]. 中国医学影像学杂志, 2003, 11(3): 199-201.
Zhang SW, Chen YM, Tian JH, et al. The effects of the subsets and iterative times in reconstruction of OSEM on PET image quality[J]. Chin J Med Imaging, 2003, 11(3): 199-201. DOI:10.3969/j.issn.1005-5185.2003.03.016
[10]
Goethals I, D’Asseler Y, Dobbeleir A, et al. The effect of acquisition time on visual and semi-quantitative analysis of F-18 FDG-PET studies in patients with head and neck cancer[J]. Nucl Med Commun, 2010, 31(3): 227-231. DOI:10.1097/MNM.0b013e328334fbfd
[11]
[12]
Teoh EJ, McGowan DR, Bradley KM, et al. Novel penalised likelihood reconstruction of PET in the assessment of histologically verified small pulmonary nodules[J]. Eur Radiol, 2016, 26(2): 576-584. DOI:10.1007/s00330-015-3832-y
[13]
Teoh EJ, McGowan DR, Schuster DM, et al. Bayesian penalised likelihood reconstruction(Q. Clear)of 18F-fluciclovine PET for imaging of recurrent prostate cancer: semi-quantitative and clinical evaluation [J]. Br J Radiol, 2018, 91(1085): 20170727. DOI:10.1259/bjr.20170727
[14]
Bjöersdorff M, Oddstig J, Karindotter-Borgendahl N, et al. Impact of penalizing factor in a block-sequential regularized expectation maximization reconstruction algorithm for 18F-fluorocholine PET-CT regarding image quality and interpretation [J]. EJNMMI Phys, 2019, 6(1): 5. DOI:10.1186/s40658-019-0242-2
[15]
Otani T, Hosono M, Kanagaki M, et al. Evaluation and optimization of a New PET reconstruction algorithm, Bayesian penalized likelihood reconstruction, for lung cancer assessment according to lesion size[J]. Am J Roentgenol, 2019, 213(2): W50-W56. DOI:10.2214/AJR.18.20478
[16]
Ptáček J, Karhan P, Fiala P. Optimal reconstruction matrix and PET image filtration for point-spread function and time-of-flight reconstruction-A phantom study[J]. Phys Med, 2017, 39: 95-99. DOI:10.1016/j.ejmp.2017.06.002
[17]
Rogasch JMM, Albers J, Steinkrüger FL, et al. Point spread function reconstruction for integrated 18F-FET PET/MRI in patients with glioma: does it affect SUVs and respective tumor-to-background ratios[J]. Clin Nucl Med, 2019, 44(4): e280-e285. DOI:10.1097/RLU.0000000000002423
[18]
Akamatsu G, Ikari Y, Nishida H, et al. Influence of statistical fluctuation on reproducibility and accuracy of SUVmax and SUVpeak: a phantom study [J]. J Nucl Med Technol, 2015, 43(3): 222-226. DOI:10.2967/jnmt.115.161745
[19]
Chicheportiche A, Goshen E, Godefroy J, et al. Can a penalized-likelihood estimation algorithm be used to reduce the injected dose or the acquisition time in 68Ga-DOTATATE PET/CT studies [J]. EJNMMI Phys, 2021, 8(1): 13. DOI:10.1186/s40658-021-00359-6
[20]
陆强, 张秋玲, 洪秀娟. 我国放射工作人员职业健康监护探讨[J]. 中国辐射卫生, 2020, 29(5): 465-469.
Lu Q, Zhang QL, Hong XJ. Discussion on occupational health surveillance of radiation workers in China[J]. Chin J Radiol Health, 2020, 29(5): 465-469. DOI:10.13491/j.issn.1004-714X.2020.05.005
[21]
刘伟, 何星. PET-CT诊断项目工作人员受照剂量及相关场所辐射水平测量与分析[J]. 中国辐射卫生, 2019, 28(3): 278-281.
Liu W, He X. Measurement and analysis of radiation dose for staff and radiation level in related places in PET-CT diagnostic project[J]. Chin J Radiol Health, 2019, 28(3): 278-281. DOI:10.13491/j.issn.1004-714X.2019.03.016
[22]
马纪英, 杨学琴. 2020年深圳市医疗机构放射工作人员职业健康检查目标疾病检出情况分析[J]. 中国辐射卫生, 2021, 30(5): 537-541.
Ma JY, Yang XQ. Analysis of occupational health examination results of radiation workers in medical institutions of Shenzhen in 2020[J]. Chin J Radiol Health, 2021, 30(5): 537-541. DOI:10.13491/j.issn.1004-714X.2021.05.002