Разработка программных средств математического имитационного моделирования на основе клинических данных и фантомных исследований для оценки перфузии головного мозга и повышения качества изображений при ОФЭКТ/КТ с 99mTc-ГМПАО

Обложка

Цитировать

Полный текст

Аннотация

Цель: Разработка программного комплекса «Виртуальное обследование перфузии головного мозга методом ОФЭКТ/КТ с 99mTc-ГМПАО (Теоксимом)» и его практическое применение для изучения условий достижения наилучшего качества изображений при клинических исследованиях пациентов.

Материал и методы: Исследования были выполнены с использованием клинических данных и метода имитационного компьютерного моделирования. Клинические данные однофотонной эмиссионной компьютерной томографии, совмещённой с рентгеновской компьютерной томографией (ОФЭКТ/КТ) с 99mTc-гексаметилпропиленаминоксимом (99mTc-Теоксимом, пр-ва ООО «ДИАМЕД») пациента с перенесенным ишемическим инсультом коры правой лобной доли были получены на двухдетекторном сканере GE Discovery NM/CT 670 DR (США) с использованием высокоразрешающих низкоэнергетических коллиматоров (LEHR). Измеренные данные были обработаны с помощью специализированного программного обеспечения Q.Brain и Q.Volumetrix MI на рабочей станции Xeleris 4.0 DR (GE Healthcare, США) для получения реконструированных аксиальных томографических срезов. Для проведения имитационного компьютерного моделирования процедуры обследования перфузии ГМ методом ОФЭКТ/КТ разработан программный комплекс, который включает математический фантом Хоффмана с возможностью моделирования клинических случаев гипоперфузии разной локализации и размера («виртуальный пациент»), моделирование сбора «сырых» проекционных данных и программу реконструкции изображений на основе алгоритма OSEM (Ordered Subset Expectation Maximization). Важным преимуществом метода математического моделирования является возможность оценки качества реконструированного изображения с помощью расчета среднеквадратичной погрешности при сравнении с заданным фантомом. В численных экспериментах исследовалась зависимость погрешности реконструкции от параметров алгоритма OSEM (от количества подгрупп – subsets, и от числа итераций) с целью определения условий достижения наилучшего качества изображений. Был разработан и протестирован статистический критерий останова.

Результаты: Разработан и протестирован программный комплекс, который позволяет исследовать ошибки алгоритма реконструкции, что представляет большую трудность при использовании клинических методов исследования. Предложен критерий останова итераций при применении алгоритма реконструкции OSEM – минимизации функционала отклонения функции хи-квадрат от целевого значения, при этом пикселы детектора с ненулевыми значениями объединены в блоки по схеме 2×2.

Наблюдается достоверная хорошая корреляция между предложенным критерием останова и минимумом среднеквадратичной погрешности реконструкции изображения. Это позволяет вввести этот критерий в клиническую практику применения вычислительных средств реконструкции срезов ОФЭКТ для получения наилучшего изображения.

Результаты имитационного моделирования продемонстрировали возможность сокращения времени накопления «сырых» данных, в течение которого пациент должен оставаться неподвижным, как минимум, в два раза.

Заключение: Развитый в данной работе метод компьютерного имитационного моделирования является практически полезной технологией, которая способствует оптимизации использования ОФЭКТ для достижения наилучших возможных результатов визуализации головного мозга у пациентов.

Об авторах

Н. В. Денисова

Национальный исследовательский Новосибирский государственный университет; Институт теоретической и прикладной механики им. С.А. Христиановича СО РАН

Email: nvdenisova2011@mail.ru
Новосибирск

А. В. Нестерова

Национальный исследовательский Новосибирский государственный университет; Институт теоретической и прикладной механики им. С.А. Христиановича СО РАН

Email: nvdenisova2011@mail.ru
Новосибирск

С. М. Минин

НМИЦ им. академика Е.Н. Мешалкина Минздрава России

Email: nvdenisova2011@mail.ru
Новосибирск

Ж. Ж. Анашбаев

НМИЦ им. академика Е.Н. Мешалкина Минздрава России

Email: nvdenisova2011@mail.ru
Новосибирск

С. Э. Красильников

НМИЦ им. академика Е.Н. Мешалкина Минздрава России

Email: nvdenisova2011@mail.ru
Новосибирск

В. Ю. Усов

НМИЦ им. академика Е.Н. Мешалкина Минздрава России

Email: nvdenisova2011@mail.ru
Новосибирск

Список литературы

  1. Juni J.E., Waxman A.D., Devous M.D., Tikofsky R.S., Ichise M., Van Heertum R.L., Carretta R.F., Chen C.C. Society for Nuclear Medicine Procedure Guideline for Brain Perfusion SPECT Using99mTc Radiopharmaceuticals 3.0 // J. Nucl. Med. Technol. 2009. V.37, No. 3. P. 191-195.
  2. Kapucu O.L., Nobili F., Varrone A., Booij J., Vander Borght T., Någren K., Darcourt J., Tatsch K., Van Laere K.J. EANM Procedure Guideline for Brain Perfusion SPECT Using 99mTc-Labelled Radiopharmaceuticals, Version 2 // Eur. J. Nucl. Med. Mol. Imaging. 2009. V.36, No. 12. P. 2093-2102. doi: 10.1007/s00259-009-1266-y.
  3. Abadi E., Segars W.P., Tsui B.M.W., Kinahan P.E., Bottenus N., Frangi A.F., Maidment A., Lo J., Samei E. Virtual Clinical Trials in Medical Imaging: a Review // J. Med. Imaging. (Bellingham). 2020. V.7, No. 4. P. 042805. doi: 10.1117/1.JMI.7.4.042805.
  4. Hoffman 3D Brain Phantom Model BR/3D/P, DATA SPECTRUM Corporation, USA.
  5. Shepp L.A., Vardi Y. Maximum Likelihood Reconstruction for Emission Tomography // IEEE Trans. Med. Imaging. 1982. V.1, No. 2. P. 113–122. doi: 10.1109/TMI.1982.4307558.
  6. Veklerov E., Llacer J. Stopping Rule for the MLE Algorithm Based on Statistical Hypothesis Testing // IEEE Trans. Med. Imaging. 1987. V.6, No. 4. P. 313-319. doi: 10.1109/TMI.1987.4307849.
  7. Нестерова А.В., Денисова Н.В. “Подводные камни“ на пути количественной оценки тяжести онкологических поражений в диагностической ядерной медицине // Журнал технической физики. 2022. Т.92, № 7. С. 1018–1021. doi: 10.21883/JTF.2022.07.52659.331-21.
  8. Денисова Н.В., Терехов И.Н. Компьютерное моделирование процедуры ОФЭКТ/КТ в кардиологии // Медицинская физика. 2016. № 3. С. 87-100.
  9. Доля О.П., Клепов А.Н., Кураченко Ю.А., Матусевич Е.С. Моделирование методом Монте-Карло функции чувствительности коллиматора гамма-камеры к гамма-излучению остеотропного радиофармпрепарата // Медицинская физика. 2008. № 2. С. 63-75.
  10. Костылев В.А., Калашников С.Д., Фишман Л.Я. Эмиссионная гамма-топография. М.: Энергоатомиздат, 1988. 327 С.
  11. Костылев В.А. О развитии и внедрении медицинских ядерно-физических технологий в России // Медицинская физика. 2007. № 2. С. 5-17.
  12. Наркевич Б.Я., Крылов А.С., Рыжков А.Д., Гелиашвили Т.М. Дозиметрическое сопровождение радионуклидной терапии // Онкологический журнал: лучевая диагностика, лучевая терапия. 2023. Т.6, № 2. С. 66-84. doi: 10.37174/2587-7593-2023-6-2-66-84.
  13. Lee W.W., K-SPECT Group. Clinical Applications of Technetium-99m Quantitative Single-Photon Emission Computed Tomography/Computed Tomography. Nucl. Med. Mol. Imaging. 2019;53;3:172-181. doi: 10.1007/s13139-019-00588-9.
  14. Képes Z., Mikó M., Kukuts K., Esze R., Barna S., Somodi S., Káplár M., Varga J., Garai I. Imaging with [99mTc]HMPAO - a Novel Perspective: Investigation of [99mTc]HMPAO Leg Muscle Uptake in Metabolic Diseases. Acta Radiol. 2023;64;1:187-194. doi: 10.1177/02841851211063601.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).