Concepts de base
本研究提出了一種計算演算法,用於量化斷層掃描影像中,從投影數據到區域計數的不確定性傳播,並探討其在放射性藥物劑量學中的應用。
Résumé
書目資訊
Polson, L., Kurkowska, S., Li, C., Esquinas, P., Sheikhzadeh, P., Abbasi, M., Benard, F., Uribe, C., & Rahmim, A. (2023). Uncertainty Propagation from Projections to Region Counts in Tomographic Imaging: Application to Radiopharmaceutical Dosimetry. IEEE Transactions on Medical Imaging.
研究目標
本研究旨在開發一種計算高效的演算法,用於量化斷層掃描影像重建過程中,從投影數據到感興趣區域 (VOI) 總計數的不確定性傳播,並評估其在放射性藥物劑量學中的應用。
方法
研究人員基於 Qi 提出的預處理梯度上升 (PGA) 演算法的不確定性傳播框架,開發了一種計算高效的演算法。該演算法通過考慮 VOI 內總計數的不確定性估計,將矩陣運算簡化為矩陣向量乘積,從而減少計算時間。研究人員首先使用 177Lu 和 225Ac 體模數據驗證了該演算法,比較了單次 SPECT 采集的估計不確定性和多次采集獲得的經驗估計值。然後,將該演算法應用於 177Lu-DOTATATE 和 225Ac-PSMA-617 病患的多時間點 SPECT/CT 數據,用於時間積分活性 (TIA) 不確定性估計。
主要發現
- 該演算法在 177Lu 和 225Ac 體模數據中得到驗證,估計的不確定性與經驗觀察結果一致。
- 在 177Lu-DOTATATE 和 225Ac-PSMA-617 病患數據中,該演算法能夠準確估計 TIA 的不確定性。
- 與使用比例不確定性或不考慮不確定性的方法相比,使用該演算法進行時間活性曲線 (TAC) 擬合可以顯著提高 TIA 不確定性估計的精度。
主要結論
本研究提出了一種計算高效且準確的演算法,用於量化斷層掃描影像重建過程中,從投影數據到 VOI 計數的不確定性傳播。該演算法在放射性藥物劑量學中具有潛在應用價值,可以提高 TIA 估計的準確性和可靠性,有助於個性化治療計劃的制定。
研究意義
本研究為準確評估放射性藥物治療中的劑量吸收提供了新的方法,有助於提高治療的安全性和有效性。
局限性和未來研究方向
- 未來研究可以探討將該演算法應用於其他放射性核素和成像模式。
- 需要進一步研究評估該演算法在臨床實踐中的應用價值。
Stats
177Lu 體模實驗中,使用了直徑 37 毫米、28 毫米、22 毫米、17 毫米、13 毫米和 10 毫米的球體,填充了 9:1 的放射源與背景比率,球體活性濃度為 0.89 MBq/mL。
177Lu 體模數據使用 Siemens Symbia T2 系統采集,設定為:128 × 128 像素,分辨率為 4.82 毫米 × 4.82 毫米,96 個投影角度,中等能量準直儀,每個投影采集時間為 15 秒。
225Ac 體模實驗中,使用了 Jaszczak 體模的圓柱體,球體直徑分別為 60 毫米、37 毫米和 28 毫米,填充活性濃度為 1.37 kBq/mL,並以 10:1 的放射源與背景比率放置在體模中。
225Ac 體模數據使用 Siemens Symbia T2 系統采集,設定為:128 × 128 像素,分辨率為 4.82 毫米 × 4.82 毫米,96 個投影角度,高能量準直儀,每個投影采集時間為 60 秒。
177Lu-DOTATATE 病患數據來自密歇根大學 Deep Blue 數據共享庫,在注射當天以及注射後 1 天、4 天和 5 天進行成像。
177Lu-DOTATATE 影像使用 Siemens Intevo 系統采集,矩陣大小為 128 × 128,120 個投影,每個投影采集時間為 25 秒。
225Ac-PSMA-617 病患接受了 8 MBq 的放射性藥物治療,並在注射後 6 小時、20.5 小時、76.5 小時和 284.6 小時使用 GE Discovery 670 Pro SPECT/CT 系統進行成像。
225Ac-PSMA-617 影像采集使用 GE 高能量通用準直儀,每個投影采集時間為 150 秒。