Documentation/4.10/Modules/dPetBrainQuantification
https://www.slicer.org/wiki/Documentation/4.10/Modules/dPetBrainQuantification
Documentation/4.10/Modules/dPetBrainQuantification
서론 및 감사의 글
관련 혈액 풀을 분할하고 Chen [1]을 기반으로 하는 방법을 사용하여 pTAC 곡선을 도출하고 복셀 또는 영역 기반 Patlak 분석 [2]을 수행할 수 있습니다. 감사의 말: 이 작업은 "Proyecto de Inclusión Social" 프로그램에 따라 Comision Sectorial de Investigacion Cientıfica(CSIC, Universidad de la Republica, 우루과이)의 지원을 받았습니다. |
모듈 설명
이 모듈은 FDG 추적자를 사용한 동적 PET 뇌 스캔을 Patlak-Gedde [2] 매개변수 K-맵으로 처리하는 도구를 제공합니다. 이는 필요한 사용자 입력과 dPET 스캔 외의 추가 정보를 최소화하려고 합니다.
처리 과정은 3개의 블록으로 나뉩니다.
- 혈관 분할: dPET 스캔에서 혈관 및 인접 조직을 분할할 수 있습니다(구현된 IDIF pTAC 추출 방법에 필요). 분할은 자동으로 수행하거나 사용자가 정의한 ROI를 통해 수행할 수 있습니다.
- pTAC 추정: 부분 용적 효과를 보정하려고 시도하여 dPET 스캔에서 pTAC를 추정합니다. 추가 정보 없이도 추정할 수 있지만, 이 모듈은 추가 후기 혈액 샘플을 통합할 수 있도록 합니다. 또한 Hunter [3] PBIF 방법도 구현되어 있습니다.
- K-맵 추정: 이 모듈을 사용하면 매개변수 K-맵을 이용한 스칼라 볼륨을 생성할 수 있습니다. 추정은 복셀 단위로 또는 사용자가 정의한 영역에 대해 수행할 수 있습니다.
가장 일반적인 "종합" 워크플로는 dPET 뇌 스캔을 불러와 K-맵 볼륨을 얻는 것입니다. 하지만 각 처리 블록은 독립적으로 사용할 수 있으며, 외부 입력을 허용하고 관련 출력 변수를 저장할 수도 있습니다.
그림 1은 처리 블록의 기본 구성을 보여주는 그림입니다.
dPET 처리 블록의 그림
패널 1: PET 동적 연구 및 정보.
이 패널을 통해 dPET 스캔 이미지와 선택적으로 혈액 샘플을 불러올 수 있습니다. 그림 2는 이 패널에서 사용 가능한 옵션들의 화면 캡처 이미지입니다.
스크린샷: PET 동적 연구 및 정보 패널
- DICOM 연구 가져오기: 버튼 하나로 DICOM 브라우저에 접근할 수 있는 대체 기능을 제공합니다.
- Nifti + SIF 입력 디렉터리: dPET 연구는 3D Nifti 스택과 SIF 프레임 시간 정의 파일에서도 가져올 수 있습니다. 이는 다중 볼륨 가져오기 모듈 호출을 포함합니다.
- 입력 다중 볼륨: 처리할 다중 볼륨 노드는 3D SLICER 장면에서 선택해야 합니다.
- 채취한 혈액 샘플 가져오기: CSV 파일에서 채취한 혈액 샘플을 불러올 수 있는 선택적 입력 필드입니다. 파일 형식은 다음과 같습니다.
시간, 가치, 시간, 가치,...
시간은 초 단위로, 값은 Bq/ml 단위로 표시됩니다.
패널 2: 시각화 옵션.
해당 패널의 스크린샷은 그림 3에서 볼 수 있습니다.
이 패널에는 다음과 같은 옵션이 있습니다.
시각화 패널 화면 캡처. 분할된 뇌 마스크가 가져온 dPET 영상의 14번째 프레임 위에 표시됩니다.
- 화면 프레임 선택기: 배경의 멀티볼륨에서 표시되는 프레임을 변경할 수 있는 슬라이드바입니다.
- 뇌 마스크 표시: 자동 분할된 뇌 마스크를 전경에 표시합니다. 이는 복셀 기반 Patlak 분석에 사용되는 기본 영역입니다.
패널 3: 경동맥 분할 옵션.
이 패널에는 사용 가능한 세분화 옵션이 표시됩니다. 두 가지 세분화 방법을 사용할 수 있습니다.
- 자동 분할(그림 4 참조).
- ROI를 이용한 분할(그림 5 참조).
경동맥 분할 옵션 패널의 스크린샷입니다. 자동으로 분할된 혈관 영역이 뷰어 창에 표시됩니다.
경동맥 분할 옵션 패널의 스크린샷입니다. ROI를 이용하여 분할된 혈관 영역과 입력된 ROI가 뷰어 창에 표시됩니다.
- 유형: 자동 경동맥 분할: 이미지 내 혈관 구조를 자동으로 분할합니다.
- 유형: 경동맥 영역에 대한 수동 ROI를 사용한 분할: 경동맥 영역에 대한 사용자 입력 ROI 노드가 필요합니다. 이 노드는 '입력 ROI' 옵션 에서 입력으로 설정되어야 합니다 .
가능하다면 관심 영역(ROI)에는 조직과 혈관이 거의 동일한 양으로 포함되어야 합니다.
- 더 나은 분할을 위한 프레임 선택: 사용자가 혈관과 조직 간의 대비가 가장 잘 나타나는 프레임을 선택할 수 있습니다. 이 옵션은 기본적으로 비활성화되어 있으며, 특정 추적자에 유용합니다.
- 조직 및 경동맥 평균 활동도 차트 표시: 분할된 조직과 혈관의 평균 활동도 곡선을 차트로 표시합니다. 두 개의 TAC(평균 활동도) 모두 장면에 남아 있으므로 나중에 mcsv 파일로 내보낼 수 있습니다.
- 출력 볼륨: 분할된 혈관 구조를 스칼라 볼륨 노드로 저장할 수 있습니다.
- 경동맥 분할 표시 기능은 선택한 옵션에 따라 분할 알고리즘을 실행합니다.
패널 4: pTAC 추정 옵션.
이 패널은 사용 가능한 pTAC 추정 옵션을 보여줍니다.
- 유형: IDIF pTAC 추정.
이 옵션은 분할된 혈관 구조와 인접 조직으로부터 혈장 시간 활성 곡선(pTAC)을 추정합니다.
기본적으로 초기 추정에는 가장 활동적인 5% 복셀이 사용됩니다.
사용 가능한 옵션은 그림 6에 나와 있으며 다음과 같습니다.
IDIF를 사용한 pTAC 추정 옵션의 스크린샷입니다. 결과 추정값은 뷰어 창에 표시됩니다.
- 이전 경동맥 분할 결과를 사용하십시오:
이 확인란을 선택하면 이전 경동맥 분할 결과를 pTAC 추정에 사용할 수 있습니다. 선택하지 않으면 현재 선택된 분할 옵션을 사용하여 새 분할이 실행됩니다.
- 정맥혈 샘플 사용: 이 확인란을 선택하면 pTAC 추정에 외부에서 가져온 정맥혈 샘플을 사용할 수 있습니다.
- 샘플이 하나 또는 전혀 제공되지 않은 경우 Hunter tail(FDG)과 함께 사용하십시오.
pTAC 추출을 위해 Hunter 기반 초기 추정기를 사용할 수 있도록 합니다.
- 예상 pTAC 차트 가져오기: 예상 pTAC가 포함된 차트를 장면에 표시합니다. pTAC는 장면에 유지되므로 나중에 mcsv 파일로 내보낼 수 있습니다.
- 유형: 정맥혈 샘플을 이용한 PBIF Hunter pTAC 추정.
이 추정은 인구 데이터를 기반으로 한 FDG에 대한 Hunter et al[3]을 기반으로 합니다. 최소 한 개의 사용자 입력 후기 정맥 샘플이 필요합니다. 그림 7은 옵션 패널의 스크린샷을 보여줍니다.
PBIF pTAC 추정 패널의 스크린샷입니다. 추정 결과가 장면에 표시됩니다.
이 패널에는 다음 내용이 포함되어 있습니다.
- 주입량(MBq): 주입된 추적자 용량(MBq)을 입력합니다.
- 체지방량(kg): 환자의 체지방량을 입력하십시오.
- 예상 pTAC 차트 가져오기: 예상 pTAC를 장면에 그래프로 표시합니다. 이 pTAC 값은 장면에 유지되므로 나중에 mcsv 파일로 내보낼 수 있습니다.
패널 5: K-맵 추정 옵션.
이 패널에는 Gedde-Patlak 분석에 사용할 수 있는 옵션이 표시됩니다. 이 패널의 화면 캡처는 그림 8에서 확인할 수 있습니다.
K-Map 추정 패널의 스크린샷입니다. 추정된 K-Map 부피가 dPET 스캔 이미지 위에 겹쳐져 있습니다.
- pTAC 입력 옵션: Patlak 분석은 마지막으로 추정된 pTAC 값 또는 외부에서 입력한 .csv 형식의 pTAC 값을 사용하여 적용할 수 있습니다.
- 관심 영역 입력 옵션: 사용자는 자동으로 생성된 뇌 마스크( 자동 마스크 생성 )를 기반으로 복셀 단위 Patlak 추정을 수행하거나, 사용자 정의 관심 영역(ROI 입력 ) 또는 레이블 맵(레이블 맵 입력 ) 을 기반으로 영역 기반 추정을 수행할 수 있습니다.
유사 모듈
해당 없음
참고 자료
[1]Chen K, Bandy D, Reiman E, Huang SC, Lawson M, Feng D, Yun LS, Palant A (1998) 양전자 방출 단층 촬영, 18F-플루오로-2-데옥시글루코스, Patlak 방법 및 영상 기반 입력 함수를 이용한 포도당에 대한 뇌 대사율의 비침습적 정량화. J Cereb Blood Flow Metab 18:716–23
[2] Patlak CS, Blasberg RG, Fenstermacher JD. 다중 시간 흡수 데이터로부터 혈액-뇌 전달 상수의 그래픽 평가. J Cereb Blood Flow Metab. 1983; 3: 1-7.
[3] Hunter, GJ, Hamberg, LM, Alpert, NM, Choi, NC, & Fischman, AJ (1996). 디옥시글루코스 이용률의 간소화된 측정. 핵의학 저널: 핵의학회 공식 간행물, 37(6), 950-955.
댓글
댓글 쓰기