Documentation/4.10/Modules/dPetBrainQuantification

 https://www.slicer.org/wiki/Documentation/4.10/Modules/dPetBrainQuantification

Documentation/4.10/Modules/dPetBrainQuantification

바로가기: 탐색 , 검색
 < 문서 < 4.10 < 모듈 < dPetBrainQuantification


Slicer의 최신 문서를 보려면 read-the-docs를 방문하세요.


서론 및 감사의 글


이 모듈은 동적 PET(dPET) 뇌 스캔의 양자화를 가능하게 합니다. FDG 추적자와 함께 사용하도록 최적화되어 있습니다.

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.
저자: Martín Bertran 및 Natalia Martínez(Facultad de Ingeniería, Udelar, 우루과이)
기여자: Guillermo Carbajal, Álvaro Gómez(Facultad de Ingeniería, Udelar, 우루과이)
연락처: Guillermo Carbajal, <email>carbajal@fing.edu.uy</email>

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

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.

그림 2. 스크린샷: PET 동적 연구 및 정보 패널

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.

그림 3. 시각화 패널 화면 캡처. 분할된 뇌 마스크가 가져온 dPET 영상의 14번째 프레임 위에 표시되어 있다.

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).

그림 4. 경동맥 분할 옵션 패널의 스크린샷. 자동으로 분할된 혈관 영역이 뷰어 창에 표시됩니다.

경동맥 분할 옵션 패널의 스크린샷입니다. 자동으로 분할된 혈관 영역이 뷰어 창에 표시됩니다.

그림 5. 경동맥 분할 옵션 패널의 스크린샷. ROI를 이용하여 분할된 혈관 영역과 입력된 ROI가 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.

  1. 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.

그림 6. IDIF를 사용한 pTAC 추정 옵션의 스크린샷. 결과 추정값은 뷰어 창에 표시됩니다.

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.




  1. 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.

그림 7. PBIF pTAC 추정 패널의 스크린샷. 얻어진 추정 결과가 장면에 표시된다.

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.

그림 8. K-Map 추정 패널의 스크린샷. 추정된 K-Map 부피가 dPET 스캔 이미지 위에 겹쳐져 있다.

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.

개발자를 위한 정보

댓글

이 블로그의 인기 게시물

히브리인, 이스라엘인, 유대인 성경 속 이름에 숨겨진 소름 돋는 비밀

작은 틈이 무너뜨린다 왜 우리는 ‘사소한 분열’을 극도로 경계해야 하는가

작은 틈이 무너뜨린다 왜 성경은 ‘분열의 시작’을 그렇게 경고하는가