半自動感興趣區(qū)檢測算法在腎小球濾過率定量分析中的研究.pdf

1、背景：腎小球濾過率（Glomerular Filtration Rate，GFR）是評價腎功能的一個重要指標。測定方法包括金標準—菊粉清除法,血漿法以及核醫(yī)學法等。目前臨床上大多采用非侵入式的放射性示蹤劑標記的核醫(yī)學方法做腎功能檢查，并利用Gates法計算GFR。Gates法計算GFR需首先勾畫腎臟感興趣區(qū)（ROI），由于缺少足夠成熟的計算機自動計算方法，實際應用中多根據(jù)臨床經(jīng)驗手動勾畫ROI，此種方法無客觀數(shù)據(jù)支持、過程繁瑣且可重復性

2、低。特別是對于腎臟功能受損的情況，采集到功能圖像分辨率降低，又增加醫(yī)生準確手動勾畫ROI的難度。
　　目的：依據(jù)腎臟功能低下時采集到功能圖像的特點，提出一種新穎的有針對性的半自動ROI檢測算法。當腎臟功能受損，功能圖像分辨率降低但腎區(qū)顯像均勻且腎臟輪廓辨識度相對較高時，對腎臟SPECT動態(tài)成像檢查時獲得的功能圖像直接利用半自動ROI檢測算法進行分割。當腎臟功能受損嚴重導致腎區(qū)顯像不均勻且腎臟輪廓辨識度較低時，借助CT檢查采集到的腎

3、臟解剖結構信息輔助獲取SPECT合成圖像上腎臟ROI。在得到腎臟ROI與本底ROI后結合Gates公式計算出GFR，從而得到一種簡便易行、客觀可靠且有針對性的患腎的功能評價方法。
　　過程及方法：據(jù)Gates法，ROI需自合成圖像上獲取。研究中，藥物注射后2～3分鐘間示蹤劑賦集累加的圖像作為合成圖像用于分割得到ROI。若腎功能輕度受損，利用SPECT半自動ROI檢測的圖像處理算法檢測ROI。程序如下：首先，利用示蹤劑分布隨時間的變

4、化，輔以圖像形態(tài)學處理，包括標注連接分量以及圖像形態(tài)學處理，去除合成圖像上肝、胰和大血管等非感興趣區(qū)；其次，利用強度對（intensity-pair）增強算法增加圖像對比度；接著，應用基于邊緣檢測的閾值分割算法，分離出腎臟ROI以及本底ROI。若腎功能嚴重受損，功能圖像腎區(qū)顯影不全，則無法僅依靠SPECT功能圖像檢測到ROI，此時采用基于CT輔助的半自動腎臟ROI分割方法，借助CT圖像所能提供的解剖結構信息手動輔助分割得到ROI。然后根

5、據(jù)SPECT/CT匹配定位算法，完成從CT腎臟ROI到SPECT腎臟ROI映射；最后，利用Gates法計算出GFR。
　　結果：以單側腎功能（split renal function，SRF）小于50ml/min/1.73m2且腎區(qū)顯像均勻為標準，從醫(yī)院數(shù)據(jù)庫中隨機選取47例病人數(shù)據(jù)，采用本文提出的SPECT半自動ROI檢測算法計算GFR，分析結果顯示與參考標準相關性很高(r1=0.957, r2=0.951)且具有很好的一致性。

6、另選取19例患者SRF低于30 ml/min/1.73m2，采集到的圖像經(jīng)專家診斷為功能中到重度受損，腎區(qū)顯像不均勻，準確勾畫腎臟ROI輪廓難度較高。無法采用本文提出的SPECT半自動ROI檢測方法，臨床多手動勾畫。此時采用本文提出的基于CT輔助的半自動ROI檢測方法計算GFR，計算結果顯示比僅依靠視覺觀察SPECT圖像手動勾畫ROI具有更好的可重復性與一致性。且經(jīng)具有豐富經(jīng)驗的臨床醫(yī)生評價，結果具有臨床意義。
　　結論：本研究提