핵심 개념
단층촬영 영상에서 방사성 의약품 선량 측정의 정확성을 높이기 위해 투영 데이터의 포아송 노이즈를 고려한 새로운 불확실성 전파 알고리즘을 제시하고, 팬텀 및 환자 데이터를 이용하여 검증했습니다.
초록
연구 논문 요약
제목: 단층촬영 영상에서 영역 계수에 대한 투영으로부터의 불확실성 전파: 방사성 의약품 선량 측정에의 적용
연구 목적: 본 연구는 단층촬영 영상에서 방사성 의약품 선량 측정 시 투영 데이터의 제한적인 통계적 계수(LSC)가 voxel 값의 불확실성에 미치는 영향을 정량화하고, 이를 고려한 새로운 불확실성 전파 알고리즘을 개발하는 것을 목표로 합니다.
방법:
- 불확실성 전파 알고리즘 개발: 본 연구에서는 Qi의 선행 연구(preconditioned gradient ascent 알고리즘에서의 불확실성 전파)를 확장하여, 관심 영역(VOI) 내 총 계수 불확실성 추정에 계산적으로 효율적인 알고리즘을 제시합니다. 이 알고리즘은 투영 데이터에서 임상 재구성 알고리즘을 통해 VOI 내 총 측정 계수에 대한 불확실성을 얻기 위해 불확실성을 전파합니다.
- 팬텀 데이터 검증: 제안된 알고리즘은 177Lu 및 225Ac 팬텀 데이터를 사용하여 검증되었습니다. 개별 SPECT 획득에서 추정된 불확실성을 여러 번의 획득에서 얻은 경험적 추정치와 비교하여 알고리즘의 정확성을 평가했습니다.
- 환자 데이터 적용: 검증된 알고리즘은 177Lu-DOTATATE 및 225Ac-PSMA-617 환자 데이터에 적용되어 시간 통합 활동(TIA) 불확실성 추정을 수행했습니다. 여러 시점에서 획득한 SPECT/CT 영상 데이터를 사용하여 시간 활동 곡선(TAC)을 피팅하고, 이를 기반으로 TIA를 계산했습니다.
주요 결과:
- 제안된 불확실성 알고리즘은 팬텀 및 환자 데이터를 사용한 검증에서 경험적 불확실성 추정치와 높은 일치성을 보여주었습니다.
- 특히, 저계수 시나리오에서 제안된 알고리즘은 기존의 방법보다 TIA 불확실성을 보다 정확하게 추정했습니다.
- 본 연구에서 제안된 알고리즘은 오픈 소스 이미지 재구성 라이브러리인 PyTomography에서 공개적으로 사용 가능하게 되었습니다.
결론:
본 연구는 단층촬영 영상에서 방사성 의약품 선량 측정의 불확실성을 정량화하는 새로운 알고리즘을 제시하고, 이를 팬텀 및 환자 데이터를 사용하여 검증했습니다. 이 알고리즘은 방사성 의약품 선량 측정 프로토콜에 통합되어 선량 추정의 정확성을 향상시키고 개인 맞춤형 방사성 의약품 치료를 가능하게 하는 데 기여할 수 있을 것으로 기대됩니다.
통계
177Lu 팬텀 실험에서 9:1의 소스 대 배경 비율과 0.89 MBq/mL의 구체 활동 농도를 사용했습니다.
177Lu 팬텀에 대해 53개의 SPECT 획득을 순차적으로 수행했습니다.
225Ac 팬텀 실험에서 구체는 1.37 kBq/mL로 채워지고 10:1의 소스 대 배경 비율로 팬텀에 배치되었습니다.
225Ac 팬텀에 대해 34개의 SPECT 획득을 순차적으로 수행했습니다.
177Lu XCAT 팬텀 시뮬레이션에서 시간 지점은 4시간, 28시간, 103시간, 124시간으로 선택되었습니다.
225Ac XCAT 팬텀 시뮬레이션에서 시간 지점은 6시간, 21시간, 77시간, 285시간으로 선택되었습니다.
177Lu-DOTATATE 환자 데이터는 주입 당일, 주입 후 1일, 4일, 5일에 촬영되었습니다.
225Ac-PSMA-617 환자는 8 MBq의 방사능을 투여받았고 주입 후 6시간, 20.5시간, 76.5시간, 284.6시간에 촬영되었습니다.
인용구
"While previously published dose estimation protocols incorporate these uncertainties, they do not account for uncertainty originating from the reconstruction process itself with the propagation of Poisson noise from projection data."
"This paper proposes a computationally practical algorithm that propagates uncertainty from projection data through clinical reconstruction algorithms to obtain uncertainties on the total measured counts within volumes of interest (VOIs)."
"The proposed algorithm is made publicly available in the open-source image reconstruction library PyTomography."