核医学伽马成像技术解析

# 核医学伽马成像技术解析 ## 1. 伽马相机基本原理 在伽马成像中，事件的位置坐标（Xevent，Yevent）由特定公式确定： \[ \left\{ \begin{array}{l} X_{event}=\frac{\sum_{k} kX_{k}}{\sum_{k} X_{k}} \\ Y_{event}=\frac{\sum_{k} kY_{k}}{\sum_{k} Y_{k}} \end{array} \right. \] 其中 k 是特定相机的经验常数。四个放大器输出的总和是总可见光的度量，因此也是入射伽马射线初始能量的度量。这个总和信号被发送到脉冲高度分析器电路进行能量分析。 XY 位置和能量分析由专用的硬线电路进行，以提高整体计数率并减少伽马撞击后探测器瘫痪导致的死时间效应。那些未被能量分析器否决的光子计数会根据其 XY 位置存储，随着规定计数周期的推进，会累积形成单个投影图像。 ## 2. 伽马相机性能 伽马相机的空间分辨率和灵敏度由准直器的几何形状、伽马光子在患者体内和准直器内的散射与吸收，以及每个图像像素相对较少计数相关的统计不确定性决定。 ### 2.1 伽马成像中固有的低计数率 影响伽马光子计数率的因素如下： - **低入射伽马通量**：与 X 射线摄影相比，伽马成像可用的伽马通量低很多。例如，典型诊断 X 射线束在患者体表的光子通量约为 \(10^{10}\) 光子 \(s^{-1}cm^{-2}\)，而伽马成像中，注射强度为 500 MBq 的放射源，若均匀分布在约 4 升的血池中，每立方厘米血液的初始活度约为 \(1.25×10^{5}MBq cm^{-3}=3.3 PCi cm^{-3}\)，比 X 射线情况低三个数量级。 - **低收集面积**：由于伽马相机物理尺寸有限，只能拦截各向同性发射光子球的一部分。 - **低准直器传输率**：标准伽马相机使用铅准直器选择合适方向的光子形成有用投影图像，但会拒绝超过 99.9% 的入射光子。 - **散射和吸收校正**：伽马光子在患者体内和探测器内会发生散射和吸收，需要进行校正。 - **各向同性伽马发射**：放射源各向同性发射辐射，不像 X 射线束那样沿单一方向发射。 这些因素导致即使是几何结构最有利的 PET，其可用辐射剂量的利用率也仅约为 0.5%。在典型的单光子成像程序中，可能需要收集一百万次计数才能获得统计显著性，这可能需要数十分钟，期间患者的随机移动会降低最终的空间分辨率。相比之下，现代 X 射线 CT 图像可在不到 0.2 秒内获得。 ### 2.2 伽马成像源响应函数 伽马相机准直器的每个孔的视野会随着深入患者体内而变宽。此外，来自较深位置的伽马光子比来自较浅位置的光子穿过更多组织，因此存在一个随患者深度增加的衰减因子。成像系统（如伽马相机）的整体性能通常用线源和点源响应函数（LSF 和 PSF）来描述。 理想相机在视野内的所有位置和深度都会产生高度相等、紧密尖锐的响应，但实际准直器无法实现这一理想响应。随着源深度的增加，源可以在准直器孔视野内横向移动而计数率变化不大。因此，伽马相机的灵敏度会随着源在患者体内深度的增加而呈指数下降，同时其横向空间分辨率会因准直而降低。这就是为什么所有单光子伽马成像系统在空间分辨率方面本质上不如 PET 的原因。 ## 3. 平面成像 平面成像是 X 射线摄影的伽马扫描类似物。它通过将安杰相机相对于患者保持固定位置和方向，同时对伽马光子进行计数来实现。安杰相机前端的准直器为到达探测器晶体的光子定义了明确的视线。相机中强度随位置的变化是相机正下方所有放射性密度变化的二维图像（一个投影）。 使用平行孔准直器的平面成像与 X 射线类似，不提供深度信息，而是将准直器下方整个患者厚度的活动积分形成图像。平面伽马成像具有简单和相对快速的优点，因此在许多临床程序中，单投影图像是初步检查的首选方法。 ## 4. 单光子发射计算机断层扫描（SPECT） SPECT 是平面成像的一种断层扫描改进方法。如果伽马相机可以相对于患者倾斜到很宽的角度范围，就可以获得一组二维投影，然后使用相关方法进行断层重建。准直器为任何给定投影确定穿过患者的视线，但随着深度增加，视线变得越来越不明确，这导致 SPECT 与 PET 相比空间分辨率降低。 ### 4.1 SPECT 分辨率改进方法 可以通过使用经验校正因子减少不可避免的吸收和散射影响来提高 SPECT 的分辨率。一种方法是取前后视图（相差 180°）获得的计数的几何平均值。每个投影的数据可以由这两个计数的几何平均值组成，这样得到的吸收校正随患者整体尺寸 L 变化，而不是随源在患者体内的深度 x 变化。 ### 4.2 SPECT 重建中的问题 在 SPECT 和 PET 中，最终图像都是通过重建获得的，这本身会放大低信噪比的影响。标准的滤波反投影方案涉及斜坡滤波器，它会放大高空间频率噪声。图像中每个重建像素都来自整个投影集的贡献，这也会放大整体信噪比的影响。在均匀活动圆盘图像中，像素间的方差或均方根统计波动由下式给出： \[ RMS\% = 120\sqrt{\frac{3}{4}\frac{\text{像素数量}}{\text{总计数}}} \] 例如，如果要从一百万次计数重建为 \(64×64 = 4096\) 像素的图像，则 \(RMS