所见，即所得

原创阿杜不唱歌MI V CLUB

上期介绍了图像矩阵对于PET图像空间分率的影响。本期我们来看看大矩阵图像在临床中的应用。

大矩阵提升图像分辨率和定量精度

在PET图像中，大矩阵具有更高的像素数量和更小的像素尺寸，因此呈现的图像会更清晰、图像的分辨率更高。

在临床实际应用中，当两个病灶相隔很近时，小矩阵图像将难以区分两个病灶。而大矩阵图像的像素尺寸较小，能够准确勾画病灶的边界，即使是相隔很近的病灶，也能清晰分辨。

上图中从左到右图像矩阵分别为128、256、512和880。当使用小矩阵进行成像时，病灶边缘模糊，边界不清，多个相邻病灶无法分辨，可能造成漏诊。大矩阵图像能够清晰描绘小病灶的边界，精准辨识多个独立的小病灶，同时大幅提升微小病灶的对比度。

在PET定量方面，部分容积效应(partial volume effect，PVE)是导致图像质量下降、定量不准确的常见原因。图像矩阵越小、像素尺寸越大，部分容积效应越明显。反之，图像矩阵越大，同时提高数据采样密度，能够有效地减少部分容积效应对图像的影响。

大矩阵的临床解决方案

虽然大矩阵有很多优势，但目前没有常规用于临床工作中，主要有两点原因：

（1）使用更大的图像矩阵进行重建，虽然能够提升图像的分辨率，但是对于计数量的要求非常高。过去的设备计数率低下，如果使用大矩阵会导致噪声陡增，适得其反。

（2）增大矩阵会使像素数量呈指数增长，因此数据量巨大，所需的重建时间非常长。

因此，目前临床常用的图像矩阵仍在128-256范围内。突破这一局限，需要PET整体系统的性能升级：首先，提高系统整体灵敏度、大幅提高有效计数率是实现大矩阵图像的前提；其次，图像重建计算机性能的提升也是不可或缺的因素。二者相结合，才能将大矩阵图像真正用于临床，实现PET系统分辨率的显著提升。

   更多精彩，欢迎点击关注