Summary

Management von Atembewegungsartefakten in 18F-Fluorodeoxyglucose Positronen-Emissionstomographie mit einem Amplituden-basierten optimalen Respiratory Gating-Algorithmus

Published: July 23, 2020
doi:

Summary

Amplitudenbasiertes optimales Atemgewirr (ORG) entfernt effektiv ateminduzierte Bewegungsunschärfe aus klinischen 18F-Fluorodeoxyglucose (FDG) Positronen-Emissionstomographie (PET)-Bildern. Die Korrektur von FDG-PET-Bildern für diese Atembewegungsartefakte verbessert die Bildqualität, diagnosende und quantitative Genauigkeit. Die Entfernung von Atemwegsartefakten ist wichtig für ein angemessenes klinisches Management von Patienten mit PET.

Abstract

Die Positronen-Emissionstomographie (PET) in Kombination mit der Röntgen-Computertomographie (CT) ist eine wichtige molekulare Bildgebungsplattform, die für eine genaue Diagnose und klinische Inszenierung einer Vielzahl von Krankheiten erforderlich ist. Der Vorteil der PET-Bildgebung ist die Fähigkeit, eine Vielzahl biologischer Prozesse in vivo mit hoher Empfindlichkeit und Genauigkeit zu visualisieren und zu quantifizieren. Es gibt jedoch mehrere Faktoren, die die Bildqualität und die quantitative Genauigkeit von PET-Bildern bestimmen. Einer der wichtigsten Faktoren, die die Bildqualität in der PET-Bildgebung des Thorax und des Oberbauchs beeinflussen, ist die Atembewegung, was zu einer atmungsinduzierten Bewegungsverwischung anatomischer Strukturen führt. Die Korrektur dieser Artefakte ist erforderlich, um eine optimale Bildqualität und quantitative Genauigkeit von PET-Bildern zu gewährleisten.

Es wurden mehrere Atemleitertechniken entwickelt, die in der Regel auf der Erfassung eines Atemsignals gleichzeitig mit PET-Daten beruhen. Basierend auf dem erfassten Atemsignal werden PET-Daten für die Rekonstruktion eines bewegungsfreien Bildes ausgewählt. Obwohl diese Methoden gezeigt haben, dass sie Atembewegungsartefakte effektiv aus PET-Bildern entfernen, hängt die Leistung von der Qualität des erfassten Atemsignals ab. In dieser Studie wird die Verwendung eines amplitudenbasierten optimalen Respirator-Gating(ORG)-Algorithmus diskutiert. Im Gegensatz zu vielen anderen Atemregelalgorithmen erlaubt ORG dem Benutzer die Kontrolle über die Bildqualität im Vergleich zur Menge der abgelehnten Bewegung in den rekonstruierten PET-Bildern. Dies wird erreicht, indem ein optimaler Amplitudenbereich basierend auf dem erfassten Ersatzsignal und einem benutzerdefinierten Betriebszyklus (der Prozentsatz der PET-Daten, die für die Bildrekonstruktion verwendet werden) berechnet wird. Der optimale Amplitudenbereich ist definiert als der kleinste Amplitudenbereich, der noch die für die Bildrekonstruktion erforderliche PET-Datenmenge enthält. Es wurde gezeigt, dass ORG zu einer effektiven Entfernung von atmungsinduzierter Bildunschärfe in der PET-Bildgebung des Thorax und des Oberbauchs führt, was zu einer verbesserten Bildqualität und quantitativen Genauigkeit führt.

Introduction

Positronen-Emissionstomographie (PET) in Kombination mit Röntgen-Computertomographie (CT) ist ein weithin akzeptiertes bildgebendes Werkzeug in der klinischen Praxis zur genauen Diagnose und klinischen Inszenierung einer Vielzahl von Krankheiten1. Der Vorteil der PET-Bildgebung ist die Möglichkeit, eine Vielzahl biologischer Prozesse in vivo mit hoher Empfindlichkeit und Genauigkeit zu visualisieren und zu quantifizieren2. Dies wird durch intravenöse Verabreichung einer radioaktiv markierten Verbindung, auch als Radiotracer bekannt, an den Patienten erreicht. Je nach verwendetem Radiotracer können Gewebemerkmale wie Glukosestoffwechsel, Zellproliferation, Hypoxiegrad, Aminosäuretransport und Expression von Proteinen und Rezeptoren visualisiert und quantifiziert werden2.

Obwohl mehrere Radiotracer entwickelt, validiert und in der klinischen Praxis verwendet wurden, ist das radioaktive Glukoseanalog 18F-Fluorodeoxyglucose (FDG) der am weitesten verbreitete Radiotracer in der klinischen Praxis. Angesichts der Tatsache, dass sich FDG überwiegend in Zellen mit erhöhter glykolytischer Rate ansammelt (d. h. Zellen mit erhöhter Glukoseaufnahme und Umwandlung in Pyruvat zur Energieerzeugung), ist es möglich, Gewebe mit unterschiedlichen Stoffwechselzuständen zu unterscheiden. Ähnlich wie bei Glukose ist der erste Schritt der FDG-Aufnahme der Transport vom extrazellulären Raum über die Plasmamembran in den intrazellulären Raum, der durch Glukosetransporter (GLUT)3erleichtert wird. Sobald sich die FDG im intrazellulären Raum befindet, führt die Phosphorylierung durch Hexokinasen zur Erzeugung von FDG-6-Phosphat. Im Gegensatz zu Glucose-6-Phosphat kann FDG-6-Phosphat jedoch nicht in den Krebs-Zyklus eintreten, um eine weitere aerobe Dissimilation zu erhalten, da in der zweiten (2′) Kohlenstoffposition keine Hydroxylgruppe (OH) besteht. Da die umgekehrte Reaktion, die Dephosphorylierung von FDG-6-Phosphat zurück zu FDG, in den meisten Geweben kaum vorkommt, wird das FDG-6-Phosphat intrazellulärgefangen 3. Daher hängt der Grad der FDG-Aufnahme von der Expression der GLUT (insbesondere GLUT1 und GLUT3) auf der Plasmamembran und der intrazellulären enzymatischen Aktivität von Hexokinasen ab. Das Konzept dieser kontinuierlichen Aufnahme und Eintäugung von FDG wird als metabolisches Fangen bezeichnet. Die Tatsache, dass fDG sich bevorzugt in Geweben mit erhöhter metabolischer Aktivität ansammelt, ist in Abbildung 1adargestellt, die die physiologische Verteilung von FDG bei einem Patienten zeigt. Dieses FDG-PET-Bild zeigt eine höhere Aufnahme in Herz-, Gehirn- und Lebergeweben, die unter normalen Bedingungen als metabolisch aktive Organe bekannt sind.

Die hohe Empfindlichkeit zum Nachweis von Unterschieden im Stoffwechselzustand von Geweben macht FDG zu einem ausgezeichneten Radiotracer zur Unterscheidung normaler Krankheiten, da ein veränderter Stoffwechsel ein wichtiges Kennzeichen für viele Krankheiten ist. Dies ist leicht in Abbildung 1bdargestellt, die ein FDG-PET-Bild eines Patienten mit nicht-kleinzelligem Lungenkrebs (NSCLC) im Stadium IV zeigt. Es gibt eine erhöhte Aufnahme im Primärtumor sowie bei metastasierenden Läsionen. Neben der Visualisierung spielt die Quantifizierung der Radiotracer-Aufnahme eine wichtige Rolle im klinischen Management von Patienten. Quantitative Indizes, die aus PET-Bildern abgeleitet werden, die den Grad der Radiotracer-Aufnahme widerspiegeln, wie der standardisierte Aufnahmewert (SUV), metabolische Volumina und die Gesamtläsionsglykolyse (TLG), können verwendet werden, um wichtige prognostische Informationen zu liefern und das Behandlungsverhalten für verschiedene Patientengruppen4,5,6zu messen. In dieser Hinsicht wird fDG-PET-Bildgebung zunehmend zur Personalisierung von Strahlentherapie und systemischer Behandlung bei onkologischen Patienten eingesetzt7. Darüber hinaus wurde die Verwendung von FDG-PET zur Überwachung der induzierten Toxizität akuter Behandlung, wie strahleninduzierte Ösophagitis8, Pneumonitis9 und systemische Entzündungsreaktionen10, beschrieben und liefert wichtige Informationen für bildgesteuerte Behandlungsentscheidungen.

Angesichts der wichtigen Rolle von PET für das klinische Management von Patienten ist Bildqualität und quantitative Genauigkeit wichtig, um Behandlungsentscheidungen auf der Grundlage von PET-Bildern angemessen zu leiten. Es gibt jedoch zahlreiche technische Faktoren, die die quantitative Genauigkeit von PET-Bildern beeinträchtigen können11. Ein wichtiger Faktor, der die Bildquantifizierung in PET erheblich beeinflussen kann, hängt mit den längeren Erfassungszeiten von PET im Vergleich zu anderen radiologischen Bildgebungsmodalitäten zusammen, in der Regel mehrere Minuten pro Bettposition. Infolgedessen werden die Patienten in der Regel angewiesen, während der PET-Bildgebung frei zu atmen. Das Ergebnis ist, dass PET-Bilder unter atembedingter Bewegung leiden, was zu einer erheblichen Verwischung der Organe im Thorax und Oberbauch führen kann. Diese atembedingte Bewegungsunschärfe kann eine angemessene Visualisierung und quantitative Genauigkeit der Radiotracer-Aufnahme erheblich beeinträchtigen, was das klinische Management von Patienten beeinflussen kann, wenn PET-Bilder für Diagnose und Inszenierung verwendet werden, die Zielvolumendefinition für Strahlenbehandlungsplanungsanwendungen und die Überwachung des Therapieverhaltens12.

Mehrere Atemgezerstwarten wurden entwickelt, um PET-Bilder für Atembewegungsartefakte zu korrigieren13. Diese Methoden können in prospektive, retrospektive und datengesteuerte Gating-Strategien kategorisiert werden. Prospektive und retrospektive Atemgezwitscher-Techniken beruhen in der Regel auf der Erfassung eines Atemersatzsignals während der PET-Bildgebung14. Diese Atemersatzsignale werden verwendet, um den Atemzyklus des Patienten zu verfolgen und zu überwachen. Beispiele für Atemschutzgeräte sind die Erkennung von Brustwandexkursionen mit Drucksensoren12 oder optischen Tracking-Systemen (z.B. Videokameras)15, Thermoelemente zur Messung der Temperatur der atemluft16und Spirometer zur Messung des Luftstroms und damit indirektdieSchätzung von Volumenänderungen in der Lunge des Patienten17.

Die Atemverzierung erfolgt dann in der Regel durch kontinuierliche und gleichzeitige Aufzeichnung eines Ersatzsignals (bezeichnet S(t)) mit den PET-Daten während der Bildaufnahme. Mit dem erworbenen Ersatzsignal können PET-Daten ausgewählt werden, die einer bestimmten Atemphase oder einem Amplitudenbereich (Amplituden-basiertes Gating) entsprechen,12,13,18. Phasenbasiertes Gating erfolgt, indem jeder Atemzyklus in eine feste Anzahl von Toren unterteilt wird, wie in Abbildung 2adargestellt. Die Atemverzierung erfolgt dann durch Auswahl der Daten, die in einer bestimmten Phase während des Atemzyklus des Patienten erfasst wurden, um für die Bildrekonstruktion verwendet zu werden. In ähnlicher Weise beruht amplitudenbasiertes Gating auf der Definition eines Amplitudenbereichs des Atemsignals, wie in Abbildung 2bdargestellt. Wenn der Wert des Atemsignals innerhalb des eingestellten Amplitudenbereichs liegt, werden die entsprechenden PET-Listenmodusdaten für die Bildrekonstruktion verwendet. Bei retrospektiven Gating-Ansätzen werden alle Daten gesammelt und die PET-Daten nach der Bildaufnahme erneut eingeteilt. Obwohl prospektive Atmungs-Gating-Methoden die gleichen Konzepte wie retrospektive Gating-Ansätze für die Wiedereinlösung von PET-Daten verwenden, basieren diese Methoden auf der prospektiven Erfassung von Daten während der Bildaufnahme. Wenn eine ausreichende Menge an PET-Daten gesammelt wird, wird die Bildaufnahme abgeschlossen. Die Schwierigkeit solcher prospektiven und retrospektiven Gating-Ansätze besteht darin, eine akzeptable Bildqualität aufrechtzuerhalten, ohne die Bildaufnahmezeiten bei unregelmäßiger Atmung signifikant zu verlängern13. In diesem Zusammenhang sind phasenbasierte Respiratationsmethoden besonders empfindlich gegenüber unregelmäßigen Atemmustern13,19, bei denen erhebliche Mengen an PET-Daten aufgrund der Ablehnung unangemessener Auslöser verworfen werden können, was zu einer erheblichen Verringerung der Bildqualität oder einer inakzeptablen Verlängerung der Bildaufnahmezeit führt. Darüber hinaus kann bei der Annahme unangemessener Auslöser die Leistungsfähigkeit des Atemggating-Algorithmus und damit die Wirksamkeit der Bewegungsabstoßung aus den PET-Bildern reduziert werden, da Atemtore in verschiedenen Phasen des Atemzyklus definiert werden, wie in Abbildung 2adargestellt. Tatsächlich wurde berichtet, dass amplitudenbasiertes Atemgezerstäubensungssystem stabiler ist als phasenbasierte Ansätze bei Unregelmäßigkeiten im Atemsignal13. Obwohl amplitudenbasierte Respiratationsalgorithmen bei unregelmäßigen Atemfrequenzen robuster sind, sind diese Algorithmen empfindlicher gegenüber dem Basisdriften des Atemsignals. Das Driften des Ausgangssignals kann aus zahlreichen Gründen auftreten, wenn sich die Muskelspannung des Patienten (d. h. der Übergang eines Patienten in einen entspannteren Zustand während der Bildaufnahme) oder Atemmusteränderungen ergeben. Um ein solches Grundabdriften des Signals zu verhindern, ist darauf zu achten, dass Tracking-Sensoren sicher am Patienten befestigt werden und die Atemsignalatmung regelmäßig überwacht wird.

Obwohl diese Probleme bekannt sind, erlauben herkömmliche Atemregelalgorithmen nur eine begrenzte Kontrolle über die Bildqualität und erfordern in der Regel eine signifikante Verlängerung der Bildaufnahmezeit oder erhöhte Mengen an Radiotracer, die dem Patienten verabreicht werden. Diese Faktoren führten zu einer begrenzten Anwendung solcher Protokolle in die klinische Routine. Um diese Probleme im Zusammenhang mit der variablen Qualität der Atemschutzaufnahmen zu umgehen, wurde eine spezifische Art von Amplituden-basiertem Gating-Algorithmus, auch bekannt als optimale Spiratierung (ORG), vorgeschlagen18. Die Atemverzierung mit ORG ermöglicht es dem Benutzer, die Bildqualität der Atemschutzbilder anzugeben, indem er einen Arbeitszyklus als Eingabe für den Algorithmus bereitstellt. Der Betriebszyklus ist definiert als Prozentsatz der erfassten PET-Listenmodusdaten, die für die Bildrekonstruktion verwendet werden. Im Gegensatz zu vielen anderen Atemregelalgorithmen ermöglicht dieses Konzept dem Anwender, die Bildqualität der rekonstruierten PET-Bilder direkt zu bestimmen. Basierend auf dem angegebenen Betriebszyklus wird ein optimaler Amplitudenbereich berechnet, der die spezifischen Eigenschaften des gesamten Atemersatzsignals berücksichtigt18. Der optimale Amplitudenbereich für einen bestimmten Betriebszyklus wird berechnet, indem mit einer Auswahl verschiedener Werte für die untere Amplitudengrenze (L) des Atemsignals begonnen wird. Für jede ausgewählte Untergrenze wird die obere Amplitudengrenze (U) so angepasst, dass die Summe der ausgewählten PET-Daten, definiert als Daten, die erfasst werden, wenn das Atemsignal in den Amplitudenbereich (L<S(t)<U fällt), dem angegebenen Tastzyklus entspricht. Bei einem Betriebszyklus von 50 % und sechs Minuten erworbener PET-Listenmodusdaten wird der Amplitudenbereich an drei Minuten (50 %) angepasst. PET-Daten. Der optimale Amplitudenbereich (W) ist definiert als der kleinste Amplitudenbereich für Atemleiter, der noch die erforderliche Menge an PET-Daten (d. h. ArgMax([UL])) enthält, wie in Abbildung 2c12dargestellt. Durch die Angabe des Zollzyklus macht der Benutzer also einen Kompromiss zwischen der Geräuschmenge und dem Grad der Restbewegung, der sich in den ORG PET-Bildern befindet. Die Senkung des Zollzyklus erhöht die Geräuschmenge, aber dies wird auch die Menge der Restbewegung in den PET-Bildern reduzieren (und umgekehrt). Obwohl die Konzepte und Wirkungen von ORG in früheren Berichten beschrieben wurden, besteht der Zweck dieses Manuskripts darin, Ärzten Details zu den spezifischen Protokollen bei der Verwendung von ORG in der klinischen Praxis zu liefern. Daher wird die Verwendung von ORG in einem klinischen Bildgebungsprotokoll beschrieben. Es werden verschiedene praktische Aspekte zur Verfügung gestellt, darunter Patientenvorbereitung, Bildaufnahme und Rekonstruktionsprotokolle. Darüber hinaus wird das Manuskript die Benutzeroberfläche der ORG-Software und spezifische Entscheidungen abdecken, die bei der Durchführung von Atemgebungsarbeiten während der PET-Bildgebung getroffen werden können. Schließlich werden die Auswirkungen von ORG auf die Lesionsnachweisbarkeit und Bildquantifizierung, wie in früheren Studien gezeigt, diskutiert.

Protocol

Alle Verfahren, an denen menschliche Teilnehmer beteiligt waren, entsprachen den ethischen Standards des internen Prüfungsausschusses (IRB) des Universitätsklinikums Radboud und der Erklärung von Helsinki von 1964 und ihren späteren Änderungen oder vergleichbaren ethischen Standards. Der ORG-Algorithmus ist ein herstellerspezifisches Produkt und ist für die Siemens Biograph mCT PET/CT Scanner-Familie und neuere PET/CT-Modelle verfügbar. 1. Patientenvorbereitung Patienten-Anamn…

Representative Results

Die Verwendung von ORG in PET führt zu einer allgemeinen Verringerung der atembedingten Verwischung der Bilder. Zum Beispiel führte ORG in einer klinischen Bewertung von Patienten mit nicht-kleinzelligem Lungenkrebs (NSCLC) zum Nachweis von mehr Lungenläsionen und hilar/mediastinalen Lymphknoten20. Dies zeigt sich leicht in Abbildung 8 und Abbildung 9, die nicht-gated und ORG PET Bilder von Patienten mit NSCLC zeigen. <p class="jov…

Discussion

In der Nuklearmedizin sind die sich verschlechternden Wirkungen von Atemwegsartefakten in der PET-Bildgebung seit langem anerkannt. Es wurde in vielen Studien gezeigt, dass die verwischende Wirkung von Atembewegungsartefakten die Bildquantifizierung und Läsionsnachweisbarkeit erheblich beeinflussen kann. Obwohl mehrere Respiratierungsmethoden entwickelt wurden, wird die Atemgezerbisung derzeit in der klinischen Praxis nicht weit verbreitet. Dies ist insbesondere auf eine daraus resultierende variable Bildqualität, eine…

Divulgations

The authors have nothing to disclose.

Acknowledgements

Die Autoren danken Richard Raghoo für die Bereitstellung der PET-Bilder in Abbildung 1.

Materials

Sensor Port, sensor, black box, wave deck, elastic band, load cell sensor (complete set) anzai medical co. respiratory gating system AZ-733V http://www.anzai-med.co.jp/en/product/item/az733v

References

  1. Kostakoglu, L., Agress, H., Goldsmith, S. J. Clinical Role of FDG PET in Evaluation of Cancer Patients. Radiographics. 23 (2), 315-340 (2003).
  2. Grootjans, W., et al. PET in the management of locally advanced and metastatic NSCLC. Nature Reviews Clinical Oncology. 12 (7), 395-407 (2015).
  3. Croteau, E., et al. PET Metabolic Biomarkers for Cancer. Biomarkers in Cancer. 8, 61-69 (2016).
  4. Vlenterie, M., et al. Early Metabolic Response as a Predictor of Treatment Outcome in Patients With Metastatic Soft Tissue Sarcomas. Anticancer Research. 39 (3), 1309-1316 (2019).
  5. Barrington, S. F., Meignan, M. A. Time to prepare for risk adaptation in lymphoma by standardising measurement of metabolic tumour burden. Journal of Nuclear Medicine. 60 (8), 1096-1102 (2019).
  6. Grootjans, W., et al. Performance of automatic image segmentation algorithms for calculating total lesion glycolysis for early response monitoring in non-small cell lung cancer patients during concomitant chemoradiotherapy. Radiotherapy and Oncology. 119 (3), 473-479 (2016).
  7. Grootjans, W., Geus-Oei, L. F., Bussink, J. Image-guided adaptive radiotherapy in patients with locally advanced non-small cell lung cancer: the art of PET. Quarterly Journal of Nuclear Medicine and Molecular Imaging. 62 (4), 369-384 (2018).
  8. Everitt, S., et al. Acute radiation oesophagitis associated with 2-deoxy-2-[18F]fluoro-d-glucose uptake on positron emission tomography/CT during chemo-radiation therapy in patients with non-small-cell lung cancer. Journal of Medical Imaging and Radiation Oncology. 61 (5), 682-688 (2017).
  9. Castillo, R., et al. Pre-radiotherapy FDG PET predicts radiation pneumonitis in lung cancer. Radiation Oncology. 74 (9), 1-10 (2014).
  10. Lee, J. W., Seo, K. H., Kim, E. S., Lee, S. M. The role of 18F-fluorodeoxyglucose uptake of bone marrow on PET/CT in predicting clinical outcomes in non-small cell lung cancer patients treated with chemoradiotherapy. European Radiology. 27 (5), 1912-1921 (2017).
  11. Aide, N., et al. EANM/EARL harmonization strategies in PET quantification: from daily practice to multicentre oncological studies. European Journal of Nuclear Medicine and Molecular Imaging. 44, 17-31 (2017).
  12. Grootjans, W., et al. Amplitude-based optimal respiratory gating in positron emission tomography in patients with primary lung cancer. European Radiology. 24 (12), 3242-3250 (2014).
  13. Dawood, M., Büther, F., Lang, N., Schober, O., Schäfers, K. P. Respiratory gating in positron emission tomography: A quantitative comparison of different gating schemes. Medical Physics. 34 (7), 3067 (2007).
  14. Fayad, H., Lamare, F., Thibaut, M., Visvikis, D. Motion correction using anatomical information in PET/CT and PET/MR hybrid imaging. Quarterly Journal of Nuclear Medicine and Molecular Imaging. 60 (1), 12-24 (2016).
  15. Nehmeh, S. A., et al. A novel respiratory tracking system for smart-gated PET acquisition. Medical Physics. 38 (1), 531-558 (2011).
  16. Boucher, L., Rodrigue, S., Lecomte, R., Bénard, F. Respiratory Gating for 3-Dimensional PET of the Thorax: Feasibility and Initial Results. Journal of Nuclear Medicine. 45 (2), 214-229 (2004).
  17. Kokki, T., et al. Linear relation between spirometric volume and the motion of cardiac structures: MRI and clinical PET study. Journal of Nuclear Cardiology. 23 (3), 475-485 (2016).
  18. van Elmpt, W., et al. Optimal gating compared to 3D and 4D PET reconstruction for characterization of lung tumours. European Journal of Nuclear Medicine and Molecular Imaging. 38 (5), 843-855 (2011).
  19. Tsutsui, Y., et al. Accuracy of amplitude-based respiratory gating for PET/CT in irregular respirations. Annals of Nuclear Medicine. 28 (8), 770-779 (2014).
  20. Grootjans, W., et al. The impact of respiratory gated positron emission tomography on clinical staging and management of patients with lung cancer. Lung Cancer. 90 (2), 217-223 (2015).
  21. Van Der Gucht, A., et al. Impact of a new respiratory amplitude-based gating technique in evaluation of upper abdominal PET lesions. European Journal of Radiology. 83 (3), 509-515 (2014).
  22. Wijsman, R., et al. Evaluating the use of optimally respiratory gated 18F-FDG-PET in target volume delineation and its influence on radiation doses to the organs at risk in non-small-cell lung cancer patients. Nuclear Medicine Communications. 37 (1), 66-73 (2016).
  23. Grootjans, W., et al. The Impact of Optimal Respiratory Gating and Image Noise on Evaluation of Intratumor Heterogeneity on 18F-FDG PET Imaging of Lung Cancer. Journal of Nuclear Medicine. 57 (11), 1692-1698 (2016).
  24. Smeets, E. M. M., et al. Optimal respiratory-gated [18F]FDG PET/CT significantly impacts the quantification of metabolic parameters and their correlation with overall survival in patients with pancreatic ductal adenocarcinoma. European Journal of Nuclear Medicine and Molecular Imaging Research. 9 (1), 1-10 (2019).
  25. Büther, F., Vehren, T., Schäfers, K. P., Schäfers, M. Impact of Data-driven Respiratory Gating in Clinical PET. Radiology. 281 (1), 229-238 (2016).
  26. Feng, T., et al. Self-Gating: An Adaptive Center-of-Mass Approach for Respiratory Gating in PET. IEEE Transactions on Medical Imaging. 37 (5), 1140-1148 (2018).
  27. Schleyer, P. J., O’Doherty, M. J., Marsden, P. K. Extenstion of a data-driven gating technique to 3D, whole body PET studies. Physics in Medicine & Biology. 56 (13), 3953-3965 (2011).
  28. Lamare, F., Fayad, H., Fernandez, P., Visvikis, D. Local respiratory motion correction for PET/CT imaging: Application to lung cancer. Medical Physics. 42 (10), 5903-5912 (2015).
  29. Lamare, F., et al. List-mode-based reconstruction for respiratory motion correction in PET using non-rigid body transformations. Physics in Medicine & Biology. 52 (17), 5187-5204 (2007).
  30. Manber, R., et al. Clinical Impact of Respiratory Motion Correction in Simultaneous PET/MR, Using a Joint PET/MR Predictive Motion Model. Journal of Nuclear Medicine. 59 (9), 1467-1473 (2018).
  31. Rank, C. M., et al. Respiratory motion compensation for simultaneous PET/MR based on highly undersampled MR data. Medical Physics. 43 (12), 6234-6245 (2016).
  32. Küstner, T., et al. MR-based respiratory and cardiac motion correction for PET imaging. Medical Image Analysis. 42, 129-144 (2017).
  33. Fayad, H., et al. The use of a generalized reconstruction by inversion of coupled systems (GRICS) approach for generic respiratory motion correction in PET/MR imaging. Physics in Medicine & Biology. 60 (6), 2529-2546 (2015).
  34. van der Vos, C. S., et al. Improving the Spatial Alignment in PET/CT Using Amplitude-Based Respiration-Gated PET and Respiration-Triggered CT. Journal of Nuclear Medicine. 56 (12), 1817-1822 (2015).
  35. van der Vos, C. S., et al. Comparison of a Free-Breathing CT and an Expiratory Breath-Hold CT with Regard to Spatial Alignment of Amplitude-Based Respiratory-Gated PET and CT Images. Journal of Nuclear Medicine Technology. 42 (4), 269-273 (2014).
  36. van der Vos, C. S., Meeuwis, A. P. W., Grootjans, W., de Geus-Oei, L. F., Visser, E. P. Improving the spatial alignment in PET/CT using amplitude-based respiratory-gated PET and patient-specific breathing-instructed CT. Journal of Nuclear Medicine Technology. 47 (2), 154-159 (2018).
  37. Houdu, B., et al. Why harmonization is needed when using FDG PET/CT as a prognosticator: demonstration with EARL-compliant SUV as an independent prognostic factor in lung cancer. European Journal of Nuclear Medicine and Molecular Imaging. 46 (2), 421-428 (2019).
  38. Kaalep, A., et al. EANM/EARL FDG-PET/CT accreditation – summary results from the first 200 accredited imaging systems. European Journal of Nuclear Medicine and Molecular Imaging. 45 (3), 412-422 (2018).
check_url/fr/60258?article_type=t

Play Video

Citer Cet Article
Grootjans, W., Kok, P., Butter, J., Aarntzen, E. Management of Respiratory Motion Artefacts in 18F-fluorodeoxyglucose Positron Emission Tomography using an Amplitude-Based Optimal Respiratory Gating Algorithm. J. Vis. Exp. (161), e60258, doi:10.3791/60258 (2020).

View Video