岳松，佟林格，尹永智，裴曦

1.中國科學(xué)技術(shù)大學(xué)物理學(xué)院，安徽合肥230027；2.蘭州大學(xué)核科學(xué)與技術(shù)學(xué)院，甘肅蘭州730000

前言

正電子斷層掃描成像（Positron Emission Tomography,PET）超高靈敏度的功能影像在腫瘤、心血管、腦功能等疾病超前影像診斷方面有巨大優(yōu)勢［1-5］。PET 探頭通過γ 光子入射晶體單元獲取位置信息，進行晶體識別分辨，從而確定湮滅事件所在響應(yīng)線，進行后期投影數(shù)據(jù)采集。

PET 探頭主要由閃爍晶體和光電倍增管耦合組成，正負電子湮沒產(chǎn)生的γ 光子被探測器捕捉進行能量沉積，并轉(zhuǎn)換為電信號，經(jīng)后續(xù)核電子學(xué)放大、濾波整形、降噪等過程，輸出后分別進行時間和能量信息甄別，以剔除非正常符合事件。閃爍晶體捕獲湮滅光子的物理位置可由位置讀出電路解碼獲得，并對應(yīng)在位置分辨圖像上。理想情況下，這種對應(yīng)關(guān)系是線性的，但是在噪聲、空間非線性等因素影響下［6］，γ 光子與探測晶體相互作用位置呈現(xiàn)非線性關(guān)系。獲得準(zhǔn)確的γ 入射晶體位置是后期成像正確的關(guān)鍵，為此，需建立晶體查找表，以確定對應(yīng)關(guān)系。

在本實驗中，利用MATLAB 圖像處理工具箱對PCI-ADC獲取的pitch_2.0 mm_和pitch_1.6 mm_這兩種10×10 晶體陣列PET 探頭位置分辨灰度圖像進行處理，并采用分水嶺算法［7-9］進行晶體分割識別，成功獲得晶體陣列的識別結(jié)果；同時將識別算法應(yīng)用于華盛頓大學(xué)pitch_1.6 mm_20×20 晶體陣列探頭位置分辨圖像，成功實現(xiàn)20×20陣列晶體識別。

1 材料與方法

1.1 數(shù)據(jù)獲取

在本實驗中，搭建了PET 探頭數(shù)據(jù)獲取系統(tǒng)。LYSO 閃爍體探測器光電信號產(chǎn)生后經(jīng)初級放大、噪聲抑制后進入讀出電路產(chǎn)生4路信號，然后進入型號為N568E 低噪聲主放大器，進一步放大、整形、倒相后分為兩組，一組帶有能量信息，一組帶有時間信息。帶有時間信息的信號通過電子學(xué)插件（扇入/扇出、恒比定時、延遲、觸發(fā)模塊）產(chǎn)生邏輯觸發(fā)信號輸送給數(shù)據(jù)獲取系統(tǒng)；帶有能量信息的信號直接輸入NI_Pcie-6361 數(shù)據(jù)采集卡，進行峰值采集，采樣頻率最高可達500 kHz，同時可進行采樣點、采樣頻率實時調(diào)整。

實驗中完成對整個系統(tǒng)的阻抗匹配、噪聲抑制、波形基線處理、峰值采集、采樣頻率與波形采集數(shù)目選擇等工作，實驗過程中電子學(xué)系統(tǒng)如圖1所示。

圖1 電子學(xué)系統(tǒng)Fig.1 Electronics system

γ 光子位置計算由位置靈敏性光電倍增管的A、B、C、D路信號峰值計算獲得。

采集信號的位置、能量信息（X、Y、Energy），數(shù)據(jù)保存格式為.txt，送入LABVIEW 進行處理，分別獲得2.0 和1.6 mm 像素的二維位置直方圖，圖像矩陣大小為256×256，圖像亮度（像素大小）與探測器響應(yīng)次數(shù)成正比［10］。理想情況下，PET 探頭m×n大小的晶體陣列在光子捕獲時，各個晶體塊位置響應(yīng)呈現(xiàn)二維獨立的高斯分布：

其中，ij為晶體位置標(biāo)號；μij、λij、σij、ξij為分布參數(shù)；晶體在x、y方向相關(guān)性為0。整個陣列在位置響應(yīng)上呈現(xiàn)混合高斯分布［8］：

在此情況下，晶體陣列第i行j列塊晶體響應(yīng)強度變化應(yīng)從晶體中心到邊緣以二維高斯模型呈現(xiàn)逐漸減弱趨勢，但是在實驗過程中，閃爍光子的位置分辨計算結(jié)果受到系統(tǒng)噪聲、電子學(xué)器件響應(yīng)非線性、晶體物理特性不均勻等一系列干擾，導(dǎo)致位置分辨出現(xiàn)無規(guī)則畸變，呈現(xiàn)出統(tǒng)計學(xué)誤差特性。實驗結(jié)果如圖2所示。

圖2 兩種像素探頭二維位置分辨圖Fig.2 Resolution images of two-dimensional positions of two kinds of pixel probes

實驗所用放射源為Na-22，兩種像素晶體的能譜如圖3所示。

1.2 分割算法

圖像分割是圖像處理技術(shù)的經(jīng)典難題，包括邊緣提取、邊界尋找、區(qū)域劃分，沒有一種方法能完全適應(yīng)所有分割問題，這正是圖像處理的難點，晶體識別過程同樣面臨這樣的問題。

圖3 兩種像素探頭Na-22能譜圖Fig.3 Na-22 energy spectra of two kinds of pixel probes

近年來許多算法被應(yīng)用于晶體識別分割工作，包括基于圖像閾值的分割、基于區(qū)域的分割、基于像素鄰域處理的分割等，而基于機器學(xué)習(xí)理論、人工智能發(fā)展起來的無監(jiān)督像素聚類分割算法［12-13］也趨于成熟，開始應(yīng)用于PET 研究中，并取得了良好的效果。分割過程中不同的算法偏重點、處理結(jié)果有很大差異性，部分算法之間存在著極強的互補性，分級融合分割可集成多個算法的優(yōu)點［14］，已成為PET 晶體識別的又一研究課題。

分水嶺分割方法是一種基于拓撲理論的數(shù)學(xué)形態(tài)學(xué)分割方法，核心思想是將灰度圖像看做三維地形拓撲表面，數(shù)字圖像像素值f(x，y)表示某點海拔高度，某一局部最小值及其邊緣連通區(qū)域被看做匯水盆地，邊界即為分水嶺［15-19］。分水嶺算法的實現(xiàn)過程主要分兩步，首先對像素的灰度級別進行從低到高排序，然后在從低到高實現(xiàn)淹沒過程，對于每一個局部最小值在h高度的影響域采用先進先出結(jié)構(gòu)進行判斷和標(biāo)注，這是一個迭代標(biāo)注過程。

分水嶺算法一般采用的方法為：首先用閾值限制梯度圖像以達到消除灰度值微小變化產(chǎn)生的過度分割，獲得適量區(qū)域；然后對這些區(qū)域的邊緣點灰度級別進行從低到高排序，實現(xiàn)淹沒過程，對梯度圖像進行閾值處理時選取合適的閾值對最終的分割結(jié)果有很大影響，所以閾值的選取非常重要。

在本實驗中，對圖像進行預(yù)處理能更好地協(xié)調(diào)像素分布，提高分割效果，利用控制符標(biāo)記的分水嶺算法進行晶體分割識別，以便減少晶體粘連現(xiàn)象。

2 分割結(jié)果

圖4和圖5是識別程序?qū)嶒炈脙煞NPET探頭晶體陣列的識別結(jié)果?？梢钥吹?.0 mm像素的在邊緣分割效果上有較大的畸變，兩幅分割結(jié)果在探頭中間部分都較為規(guī)整，這與光子在探測器上的統(tǒng)計信息有關(guān)。

圖4 2.0 mm像素晶體識別結(jié)果Fig.4 2.0 mm pixel crystal identification results

此外，還將實驗中分水嶺晶體識別程序應(yīng)用在華盛頓大學(xué)1.6 mm 像素20×20 閃爍體探測陣列的PET 探頭系統(tǒng)晶體位置識別上，實現(xiàn)400 個晶體的識別，如圖6所示。

圖5 1.6 mm像素晶體識別結(jié)果Fig.5 1.6 mm pixel crystal identification results

圖6 華盛頓大學(xué)2.0 mm像素20×20晶體陣列分割結(jié)果Fig.6 Segmentation results of 2.0 mm pixel 20×20 crystal array from University of Washington

3 討論與分析

從位置分辨灰度圖像來看，晶體響應(yīng)的邊緣畸變比較大，在邊緣位置尤為嚴重，甚至灰度出現(xiàn)連續(xù)，不能給出良好的晶體陣列位置分辨，給后期的探頭晶體識別帶來困難，晶體識別方面應(yīng)該予以著重的考慮；從分割結(jié)果看，分水嶺方法實現(xiàn)了晶體的辨識目的，粘連情況比較弱，分割方法效果良好；分割識別結(jié)果表明分水嶺算法在小像素、高分辨率PET系統(tǒng)中具有應(yīng)用價值。本實驗中，一方面受制于電子學(xué)硬件設(shè)施；另一方面，在圖像分割算法的選擇上有一定的局限性，基于現(xiàn)階段獲得的pitch_2.0 mm_和pitch_1.6 mm_這兩種10×10 晶體陣列識別結(jié)果，可進行PET 斷層數(shù)據(jù)獲取，進行圖像重建，初步獲得PET 三維圖像，評價搭建的小像素PET 系統(tǒng)成像質(zhì)量。對于現(xiàn)階段工作的不足：如對比華盛頓大學(xué)PET系統(tǒng)位置分辨圖像出現(xiàn)較大畸變，后期將在電子學(xué)上加以設(shè)計改進，減少其對光子位置計算畸變的影響；積極探索新的分割方法，改善識別結(jié)果。

未來工作將利用獲得的晶體查找表信息進行斷層成像和三維重建，全面評估系統(tǒng)的相關(guān)指標(biāo)，如分辨率、信噪比等。