正電子發(fā)射斷層成像與計(jì)算機(jī)斷層掃描的異機(jī)三維融合影像分析

彭鳒僑 PENG Jianqiao Matthew

丘紅英2 QIU Hongying

董偉強(qiáng)1 DONG Weiqiang

劉襄平3 LIU Xiangping

晏 穎4 YAN Ying

盧偉杰1 LU Weijie

廣州醫(yī)學(xué)院第一附屬醫(yī)院 1.骨外科2.放射科CT室 3.核醫(yī)學(xué)科PET/CT中心4.放射科MR室 廣東廣州 510182

計(jì)算機(jī)斷層掃描（computed tomography, CT）對(duì)剛體病灶成像清晰[1]，但對(duì)軟組織的顯像不及磁共振（magnetic resonance imaging, MRI或MR）[2]；正電子發(fā)射斷層成像（positron emission tomography,PET）圖像的解剖定位欠佳，但可無(wú)創(chuàng)性地獲取細(xì)胞代謝過(guò)程的功能定位信息[3]。因此，將CT的解剖圖像和PET的代謝圖像融合，可以實(shí)現(xiàn)高代謝區(qū)域的準(zhǔn)確定位[4]。圖像融合分為異機(jī)融合（異源圖像的掃描在不同時(shí)段且發(fā)生在不同的影像設(shè)備上）和同機(jī)融合（異源圖像的掃描同時(shí)發(fā)生在同一臺(tái)影像設(shè)備上）兩種方式。雖然[PET＋CT]聯(lián)機(jī)設(shè)備的二維（two-dimension, 2D）同機(jī)融合問(wèn)世已有10年，但[PET+CT]的三維（three-dimension, 3D）融合功用至今還未實(shí)現(xiàn),預(yù)示著核醫(yī)學(xué)影像未來(lái)的主攻方向。

1 資料與方法

1.1 一般資料 從2010～2011年入住廣州醫(yī)學(xué)院第一附屬醫(yī)院的200個(gè)以腫瘤為主要診斷的患者中以隨機(jī)數(shù)字表抽出20例，其中男性14例，女性6例；年齡21～80歲，平均60.5±15.4歲。其中4例獲得融合效果比較顯著，患者1，女性，54歲，右乳腺癌雙肺癌轉(zhuǎn)移；患者2，男性，38歲，右肺中央型肺癌；患者3，男性，53歲，左上肺癌右股骨轉(zhuǎn)移；患者4，男性，57歲，左肺癌。PET（型號(hào)GE Discover-ST8）掃描前 40min 注射 5.5mbq/kg 正電子核素氟標(biāo)記脫氧葡萄糖（fl uoro D-glucose,18FFDG或FDG）為示蹤劑,CT（型號(hào)Toshiba Aquilion TSX-101A）操作前在選定的框位以鉛點(diǎn)作熒光標(biāo)記，定位框的選擇通常是體表標(biāo)志點(diǎn)，既可大致提醒掃描范圍，又可為下一步成像后的配準(zhǔn)提供定位參考。掃描時(shí)患者取仰臥位,以人體真空墊塑模固定雙下肢、專用線圈固定頭部，使體位保持統(tǒng)一，減少定位框架在不同時(shí)段逐一施行PET、CT掃描時(shí)位置的偏差,按常規(guī)掃描獲得橫斷掃描圖像，經(jīng)多平面重建（multi-plane reformation, MPR）獲得矢狀位、冠狀位圖像[5]。

1.2 數(shù)據(jù)處理

1.2.1 [PET+CT]的二維配準(zhǔn) 在成像工作站Mimics-14平臺(tái)上導(dǎo)入PET和CT圖像數(shù)據(jù)，來(lái)自不同設(shè)備不同切層厚度的異源影像經(jīng)過(guò)DICOM通用格式的數(shù)據(jù)傳遞、轉(zhuǎn)換、生成初步重建的單模3D（PET“箭”體或CT“靶”體）后，實(shí)行“3面9點(diǎn)”配準(zhǔn)，包括：①“3面”原則。在三維箭圖上，根據(jù)人體特殊結(jié)構(gòu)（其中以骨性標(biāo)志為首選）確立3個(gè)外部特征點(diǎn),在穿越該“特征點(diǎn)”的3簇平面中，經(jīng)過(guò)點(diǎn)選、（虛擬）“切割”，依次從第1簇中分離出冠狀面，從第2簇中分離出矢狀面，從第3簇中分離出橫斷面，共獲3個(gè)二維特征面；同理，在三維靶圖上點(diǎn)選、（虛擬）“切割”出橫斷、矢狀及冠狀3個(gè)2D薄層。②“9點(diǎn)”原則。參照3.2所述的具體操作步驟在每個(gè)“特征面”上確立3個(gè)混合特征點(diǎn)，即從3×3＝9個(gè)“對(duì)焦點(diǎn)”出發(fā)，讓來(lái)自此機(jī)的3個(gè)“此層”與來(lái)自彼機(jī)的3個(gè)“彼層”彼此一一“咬合”。

1.2.2 [PET＋CT]的二維融合 在以上“9點(diǎn)3面”立體對(duì)準(zhǔn)的基礎(chǔ)上將PET圖像關(guān)聯(lián)映射到CT圖像上。在Mimics-14融合界面下對(duì)定位圖像進(jìn)行融合選擇，影像訊號(hào)的疊加有加、減、乘、除、差異、最大、最小、平均等12種方法,本研究按照早期發(fā)現(xiàn)的臨床需要選擇了加法（針對(duì)訊號(hào)結(jié)果而言，不管源于何種組織，其算法與聲學(xué)、光學(xué)上各類不同頻率、波長(zhǎng)的正弦、余弦波相遇時(shí)的量值疊加原理相似，以便把早期出現(xiàn)的細(xì)微異常訊號(hào)“放大”），按信息交互自動(dòng)融合（疊加值的即時(shí)顯像）模式進(jìn)行圖像融合。

1.2.3 [PET ＋ CT]的三維重建 把 1.2.2 融合出來(lái)的二維圖像輸入逆向軟件Mimics，輸出三角網(wǎng)格和點(diǎn)云,在實(shí)時(shí)工作站經(jīng)反求工程對(duì)網(wǎng)格進(jìn)行光順、填充、壓縮、刪除等編輯，再經(jīng)布爾差運(yùn)算組建計(jì)算機(jī)輔助設(shè)計(jì)（computer aided design, CAD）模型，重構(gòu)出非均勻有理B樣條（non-uniform rational B-splines, NURBS）內(nèi)外曲面,然后將多個(gè)曲面縫合成實(shí)體模型。其中數(shù)據(jù)處理次序 1.2.2、1.2.3 可以倒置，即先經(jīng)1.2.3重建PET和CT的三維圖，然后參照1.2.2的操作把這兩幅立體圖融合成[PET＋CT]三維圖。

1.3 統(tǒng)計(jì)學(xué)方法 采用SPSS 16.0軟件進(jìn)行分析，用雙組、多組配對(duì)樣本資料的Fridman（非參數(shù)）檢驗(yàn)法，P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 顯像效果

2.1.1 異機(jī)融合 根據(jù)成像系統(tǒng)各自的特長(zhǎng)（PET長(zhǎng)于定性而短于定位，CT長(zhǎng)于定位而短于定性），[PET＋CT]的影像融合被賦予了兩重意義：了解PET所發(fā)現(xiàn)的異常代謝組織的明確位置；了解CT所發(fā)現(xiàn)的異常病灶的代謝情況。這種融合后的二模綜合圖像包含著來(lái)自CT和PET各自的訊號(hào)特征,攜帶著互補(bǔ)的醫(yī)學(xué)信息，例如，清晰的代謝區(qū)域如圖1A、2A、3A,明亮的骨質(zhì)顯像如圖1B、2B、3B，融合圖像吸取了CT和PET的優(yōu)點(diǎn)，生成了同時(shí)體現(xiàn)軀干結(jié)構(gòu)和代謝狀況的影像如圖1C、2C、3C，為放射診斷提供更加充分的依據(jù)。

2.1.2 同機(jī)融合 異機(jī)融合時(shí)，有時(shí)用于對(duì)位的解剖結(jié)構(gòu)信息不多，導(dǎo)致體表輪廓、病變攝取顯映不夠，可以通過(guò)添加“偽彩”來(lái)突顯，這一流程由同機(jī)融合來(lái)完成的效果比異機(jī)融合更加鮮明（圖4）?；颊?，男性，38歲，因咳嗽伴咯血2個(gè)月余就診。軀干CT掃描如圖4A中的左上圖所示：右肺門2.9cm×2.7cm結(jié)節(jié)狀高密度影，注入對(duì)比劑增強(qiáng)后可見結(jié)節(jié)呈片狀不均勻強(qiáng)化，初步診斷“右肺中央型肺癌”；進(jìn)一步軀干PET掃描如圖4A中的右上圖所示：右肺下葉基底2.9cm×2.7cm團(tuán)塊，放射性攝取SUV最大值為9.0，高度濃聚，隆突下可見1.5cm×1.3cm腫大淋巴結(jié)，異常攝取增高灶SUV＝4.5，獲得比CT更詳細(xì)的診斷“右肺中央型肺癌、隆突下淋巴結(jié)轉(zhuǎn)移”；更深入的軀干[PET＋CT]同機(jī)融合影像如圖4A中的左下圖所示：（在以上2圖所見的基礎(chǔ)上）右肺門可見0.9cm×1.0cm淋巴結(jié)，異常放射性攝取增高灶SUV＝3.7，右后下胸膜增厚，放射性濃集SUV＝4.1，至此獲得比PET更明確的最終診斷“右肺中央型肺癌右后下胸膜轉(zhuǎn)移、右肺門淋巴結(jié)轉(zhuǎn)移、隆突下淋巴結(jié)轉(zhuǎn)移”；在稍后的檢查中，如圖4B的上半圖所示，相繼發(fā)現(xiàn)癌腫腹部轉(zhuǎn)移。另外2個(gè)病例分別以[PET＋CT]同機(jī)融合為依據(jù)確診出其他影像學(xué)檢查所漏診的“（左肺上葉前段肺癌）右股骨下內(nèi)踝轉(zhuǎn)移”（圖4B），和“（左肺癌）顱腦轉(zhuǎn)移”（圖4C）。

圖4 胸部、腹部、膝部、頭部2D[PET+CT]二模同機(jī)融合。A.胸部橫斷面；B.腹膝橫斷面；C.頭部橫斷面

2.2 影像分析 在視覺(jué)層面上,從以上例證可以歸納出PET/CT及其各種組合的融合顯像特征，見表1。

表1 多模顯像的技術(shù)特征對(duì)照

在統(tǒng)計(jì)學(xué)層面上，挑選3名放射科副主任醫(yī)師和2名核醫(yī)學(xué)科副主任醫(yī)師組成資歷相仿、水平相近的5人專業(yè)團(tuán)隊(duì)，采用盲法（隱去臨床資料，各自閱片，互不交流），對(duì)這20例中PET/CT及其各類融合的影像效果進(jìn)行分析。每位醫(yī)師對(duì)每幅圖像的評(píng)估將統(tǒng)一從“肯定陽(yáng)性、可疑陽(yáng)性、肯定陰性、可疑陰性、不能識(shí)別”等5種論斷中選擇一個(gè)，這樣，每一類圖源的效果都被專業(yè)評(píng)分而集成20×5＝100份估值，見表2。把顯像的識(shí)別程度分別歸結(jié)為“不能識(shí)別”＝“難辨”、“可疑陽(yáng)性＋可疑陰性”＝“可疑”、“肯定陽(yáng)性＋肯定陰性”＝“確切”3類將其所屬的份數(shù)相加見表3。

表2 多模顯像的識(shí)別效果評(píng)估（份次）

表3 多模顯像的識(shí)別程度歸宗（份次）

至于特異性、靈敏度、正確率等真實(shí)性指標(biāo)，由于三種設(shè)備的影像原理不同，人體頭、胸、腹、膝內(nèi)部所納并非同一（軟、硬）組織，臨床取向各異的設(shè)備（PET/CT）針對(duì)各類實(shí)驗(yàn)對(duì)象（器官）而提供的信息側(cè)重不同的（結(jié)構(gòu)、代謝）“傾向”，其以融合圖像檢測(cè)病種的特異性也各異，不易比較，所以實(shí)驗(yàn)檢測(cè)的設(shè)計(jì)僅限于粗略統(tǒng)計(jì)（難辨、可疑、確切等）可靠性指標(biāo)，即至顯像指標(biāo)“符合率”為止。以上調(diào)查結(jié)果以更鮮明的曲線表達(dá)見圖5。

圖5 單模、多模影像融合結(jié)果的難易度鑒辨

多組配對(duì)樣本資料的Fridman（非參數(shù)）檢驗(yàn)顯示，鑒辨單模、多模融合結(jié)果的“難易度”不盡相同（P＜ 0.001）。

對(duì)圖5中的異機(jī)[PET＋CT]顯像模式需要進(jìn)一步兩兩比較，從表4～6中可發(fā)現(xiàn)3個(gè)P值均大于檢驗(yàn)水準(zhǔn)，配對(duì)檢驗(yàn)比較結(jié)果無(wú)區(qū)別。

表4 異機(jī)[PET+CT]與單模PET的配對(duì)檢驗(yàn)[n(%)]

表5 異機(jī)[PET+CT]與單模CT的配對(duì)檢驗(yàn)[n(%)]

表6 同機(jī)[PET+CT]與異機(jī)[PET+CT]的配對(duì)檢驗(yàn)[n(%)]

結(jié)果表明，異機(jī)[PET＋CT]的“檢出率”（54%）遠(yuǎn)遠(yuǎn)落后于同機(jī)[PET＋CT]（98%），甚至不如單模影像。

3 討論

3.1 影像融合的現(xiàn)狀 從同源單模融合到異源多模融合，從二維融合到高維融合，從黑白到彩色融合，從形態(tài)圖像到功能圖像融合，國(guó)內(nèi)外涌現(xiàn)出的算法越來(lái)越豐富[6～8]，融合級(jí)數(shù)越來(lái)越高，有基于像素級(jí)[9]、特征級(jí)、決策級(jí)等融合[10]。例如，朱朝暉等[11]以“MPItool”軟件操作，通過(guò)調(diào)整PET的三維容積圖像尋找與CT、MRI匹配的PET斷面，融合的[PET＋CT]稍清晰但[PET＋MR]較模糊；楊星等[12]以Syntegra軟件手動(dòng)配準(zhǔn)工具進(jìn)行細(xì)微調(diào)整，不足之處是由于該“軟件只接受軸位圖像的融合，而冠狀位和矢狀位圖像是基于軸位的重建圖像，因此后兩者的解剖圖像欠清晰”；張錦翔等[13]通過(guò)Chamfer Matching軟件以圖像邊緣為配準(zhǔn)內(nèi)特征，無(wú)論選擇多少個(gè)對(duì)準(zhǔn)點(diǎn)，其邊緣都屬于同一個(gè)平面，對(duì)位的精確度也不會(huì)超越“9點(diǎn)3面立體對(duì)準(zhǔn)”，因而融合結(jié)果清晰度也受限；與張祥松等[14]所實(shí)驗(yàn)的[PET＋MR]一樣，以上都只是通過(guò)“三維容積”調(diào)整[15]，最終合成的是二維圖像而非三維圖像；李坤成等[16]通過(guò)三維配準(zhǔn)融合，但其10年前的舊式SGI/SPM圖形工作站實(shí)際應(yīng)用圖像存在著不同程度的失真模糊、容量過(guò)大、運(yùn)算緩慢、流程繁瑣、操作不便等問(wèn)題。

3.2 配準(zhǔn)融合的體會(huì) 阮春等[17]、Brown[18]總結(jié)出圖像轉(zhuǎn)換、圖像定位等配準(zhǔn)“兩步曲”：①圖像轉(zhuǎn)換通過(guò)平移、旋轉(zhuǎn)、定標(biāo)、反射等方式確保異源性圖像的每個(gè)像/體素表達(dá)同樣大小的實(shí)際空間區(qū)域，轉(zhuǎn)換算法通常有：剛性轉(zhuǎn)換；仿射轉(zhuǎn)換；多項(xiàng)式轉(zhuǎn)換（polynominal transformation）（本文選擇后者）。②至于圖像定位，本文兼用基于外部特征（總體包括定標(biāo)架法、面膜法、皮膚標(biāo)記法）和基于內(nèi)部特征[18]（總體包括基于標(biāo)記、基于分割、基于體素相似性）兩大方式[17]，遵循特征提取、圖像對(duì)位的步驟，從標(biāo)記、分割內(nèi)部特征入手提取特征（由于Mimics的自動(dòng)化程度和斜面匹配技術(shù)在計(jì)算距離變換上的優(yōu)勢(shì)，這種分割配準(zhǔn)法具有免除像素變換的特色），并實(shí)施“循點(diǎn)擇面、循面分割”。

定位配準(zhǔn)是圖像融合的先決條件，是通過(guò)空間浮動(dòng)讓一幅圖像與另一幅圖像在空間上一一對(duì)應(yīng)，最后達(dá)成人體某一解剖點(diǎn)在兩幅匹配的圖像上具備相同的坐標(biāo)位置的過(guò)程，其操作步驟是：在由每個(gè)人體“特征點(diǎn)”所選擇的平面上，通過(guò)平移、旋轉(zhuǎn)使兩幅圖像的質(zhì)心和主軸對(duì)齊，并在切面（該平面與體表結(jié)構(gòu)線交匯絀合之內(nèi)的區(qū)域）自動(dòng)生成（類坐標(biāo)）軸線，延長(zhǎng)該軸線使之與切面邊緣或臟器邊緣相交，至少存在4個(gè)交叉點(diǎn)（內(nèi)部“特征點(diǎn)”），加上被平面穿越的那個(gè)原有的人體外部“特征點(diǎn)”，（內(nèi)外）混合“對(duì)焦點(diǎn)”便可至少5（4＋1＝5）中選3。就定位精確度而言，已完成“選面”使命的人工化外部“特征點(diǎn)”此時(shí)較數(shù)字化“交叉點(diǎn)”相形見拙，對(duì)焦選點(diǎn)時(shí)對(duì)它可選可不選。這樣一共獲得由3個(gè)外部“特征點(diǎn)”所決定的3個(gè)特征面，又在每個(gè)特征面上選擇3個(gè)對(duì)焦點(diǎn)作為配準(zhǔn)點(diǎn)，當(dāng)成像工作站精準(zhǔn)預(yù)判到3×3＝9個(gè)對(duì)焦點(diǎn)的坐標(biāo)偏差平方和為最小值得時(shí)，九九對(duì)應(yīng)的2個(gè)3D被全部鎖定。立體幾何學(xué)上的物體甲（如CT像）以及相對(duì)應(yīng)的物體乙（如PET像）的互動(dòng)關(guān)系有：若簡(jiǎn)單地對(duì)某1個(gè)方向的每層（如橫斷水平面）固定，甲乙出現(xiàn)一前一后或一左一右（或同時(shí)并存）；若沿某2個(gè)方向的每層（如矢、冠面的前后左右）添維“加固”，甲乙仍然出現(xiàn)一上一下。這樣,兩者都造成甲乙朝開放性空間游走，使PET/CT兩像無(wú)緣吻合。由此可見：首先,“3面9點(diǎn)”方案較其他配準(zhǔn)方法的優(yōu)勢(shì)在“3點(diǎn)鎖面、3面鎖體”的科學(xué)定理中獲得確立；其次，人體解剖學(xué)上的“橫、矢、冠”3面，成90°相交成3線1點(diǎn)，對(duì)人體組織達(dá)到最大限度的貫穿，比任何非90°的3面相交涵蓋更廣，因而虛擬“切割”、三維重建、（PET/CT）二“體”吻合時(shí)更具生理效果。融合集成的方式有兩種：將一幅圖像的信息提取出來(lái),融合到另一幅圖像中去；兩幅圖像的信息提取出來(lái)后，同時(shí)映射到一個(gè)新的圖像空間中去。本文預(yù)選前者，以提供解剖結(jié)構(gòu)主要信息的CT圖作為目標(biāo)“靶”圖，以提供代謝功能輔助信息的PET圖作為參考“箭”圖，PET像中的異常區(qū)域被提取并投射到以CT像為背景的基圖上。匹配以后的融合創(chuàng)建方式可分兩類：基于圖像像素的融合，基于圖像特征的融合[17]，本文選擇后者，即依靠特征提取與邊緣檢測(cè)而不依賴像素變換來(lái)實(shí)現(xiàn)。本研究在立體對(duì)準(zhǔn)的基礎(chǔ)上按照臨床需要選用了特征信息疊加法，在融合的12種方法中，以圖像疊加來(lái)完成融合（疊加值的即時(shí)顯像）的技術(shù)最為成熟。

3.3 異機(jī)融合的展望 相互融合不僅使PET和CT兩者的共通信息在同一圖像上方便地顯示出來(lái)，確定病灶的位置及與組織的性質(zhì),而且融合過(guò)程中可能出現(xiàn)的新發(fā)現(xiàn)往往使得診斷更加明確、治療更加具體：首先在治療前期為放射治療靶區(qū)、手術(shù)切除范圍提供精準(zhǔn)的量值，其次在治療中期及時(shí)了解腫瘤對(duì)治療的反應(yīng)而幫助治療方案的調(diào)整，最后在治療后期還能為療效評(píng)估和復(fù)發(fā)檢測(cè)提供統(tǒng)計(jì)依據(jù)。在[PET＋CT]聯(lián)機(jī)設(shè)備尚未普及，尤其是[PET＋CT]3D融合仍未實(shí)現(xiàn)的情況下，這種[PET＋CT]異機(jī)3D融合是[PET＋CT]同機(jī)2D融合技術(shù)功用的必要補(bǔ)充。

[1]鄭加賀, 郭啟勇, 盧再嗚, 等. CT灌注成像評(píng)價(jià)肝細(xì)胞癌TACE前后血供的初步經(jīng)驗(yàn). 中國(guó)醫(yī)學(xué)影像學(xué)雜志,2007, 18(1): 5-7.

[2]王娜娜, 呂飆, 黃小勇, 等. 磁共振成像對(duì)肺動(dòng)脈栓塞血流動(dòng)力學(xué)的評(píng)價(jià). 中國(guó)醫(yī)學(xué)影像學(xué)雜志, 2011, 19(1):26-30.

[3]趙周社, 辛軍, 郭啟勇, 等. MRI彌散加權(quán)成像和PET/CT掃描在腫瘤檢查應(yīng)用的進(jìn)展. 中國(guó)臨床醫(yī)學(xué)影像雜志, 2010, 21(6): 413-418.

[4]王昌軍. 異機(jī)圖像融合技術(shù)在臨床中的應(yīng)用. 臨床影像技術(shù), 2010, 25(4): 112-114.

[5]乞文旭, 潘詩(shī)農(nóng), 郭啟勇, 等. 256層螺旋CT診斷肋軟骨骨折: 窗寬、窗位優(yōu)化分析. 中國(guó)醫(yī)學(xué)影像技術(shù),2010, 26(2): 355-357.

[6]余霞, 葛紅, 李彬,等.醫(yī)學(xué)圖像融合的并行實(shí)現(xiàn).計(jì)算機(jī)工程與應(yīng)用, 2008, 44(34): 172-174.

[7]馮曉源, 張家文. 功能磁共振成像在腦腫瘤術(shù)前的應(yīng)用研究. 中華放射學(xué)雜志, 2008, 88 (23): 1585-1588.

[8]于春水, 李坤成, 秦文, 等. 多發(fā)性硬化彌散加權(quán)成像.中國(guó)醫(yī)學(xué)影像技術(shù), 2005, 21(5): 687-689.

[9]楊立才, 劉延梅, 劉欣, 等. 基于小波包變換的醫(yī)學(xué)圖像融合方法. 中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào), 2009, 28(1): 11-13.

[10]王靜云, 李紹林. 醫(yī)學(xué)影像圖像融合技術(shù)的新進(jìn)展. 第四軍醫(yī)大學(xué)學(xué)報(bào), 2004, 25(20): 1918-1919.

[11]朱朝暉, 周前, 崔瑞雪. PET圖像與CT、MRI圖像比較與融合的研究. 中華核醫(yī)學(xué)雜志, 2001, 21(5):261-262.

[12]楊星, 張林.PET 與 CT、MRI圖像融合的臨床應(yīng)用.中華核醫(yī)學(xué)雜志, 2005, 25(5): 290.

[13]張錦翔, 李林, 宋志堅(jiān). 人腦MRI和PET圖像的融合方法.解剖學(xué)雜志,2005, 28(2): 131-134.

[14]張祥松, 何作祥. PET發(fā)射和透射掃描三維圖像融合顯示技術(shù)的建立. 中華核醫(yī)學(xué)志, 2004, 24(3): 41-43.

[15]管一暉, 左傳濤, 趙軍, 等. PET/CT在腫瘤三維適形放療中的方法學(xué)建立和應(yīng)用. 中華核醫(yī)學(xué)雜志, 2006,26(6): 31-33.

[16]李坤成, 劉景文, 趙欣, 等. MRI與正電子發(fā)射體層攝影圖像配準(zhǔn)和融合技術(shù)在Alzhermer病診斷中的初步應(yīng)用. 中華核醫(yī)學(xué)雜志, 2001, 35(1): 51-53.

[17]阮春, 李月卿, 王昌元. 醫(yī)學(xué)圖像融合技術(shù)及其應(yīng)用研究概況. 醫(yī)學(xué)影像學(xué)雜志, 2001, 11(6): 408-410.

[18]Brown LG. A survey of image registration techniques.Assoc Comput Mach, 1992, 24(4): 325-376.