Beeldreconstructie voor een nieuw PET-systeem met onconventionele geometrie

Tegenwoordig is tomografische beeldvorming een van de belangrijkste hulpmiddelen van de mast voor een vroege en nauwkeurige diagnose en evaluatie van de therapie-effectiviteit van een groot aantal ziektes, zoals hart- of vaatziekten oncologische. In dit afstudeerproject zal de ontwikkeling van effectieve reconstructie-algoritmen zijn onderzocht, om kwalitatief hoogwaardige en nauwkeurige afbeeldingen te verkrijgen binnen een redelijke periode (seconden). Hoewel dit proefproject de PET-beeldreconstructie beoogt, kunnen de wiskundige methoden dit wel gemakkelijk kunnen worden toegepast op andere technieken zoals Single-Photon Emission Computed Tomography (SPECT) of Computed Tomography (CT-scan). Het doel van Positron Emissie Tomografie (PET) is het genereren van afbeeldingen van een radioactieve tracer in bepaalde delen van het menselijk lichaam. Deze tracer is een bèta + (positron) en de interactie met de elektronen uit het menselijk lichaam genereren twee fotonen van 5llkeV die zich in tegengestelde richtingen voortplanten en dat kan op toeval worden gedetecteerd in een PET-detector. De voordelen van deze techniek zijn de het feit dat het niet invasief is en metabolische informatie in het binnenste van het lichaam een nuttig hulpmiddel voor diagnose en follow-up van de ziekte van belang. Gegevens die zijn verkregen in PET-systemen moeten worden verwerkt in een reconstructieproces, waarbij sprake is van een analyse algoritmen evenals statistische iteratieve. Het meest voorkomende algoritme dat wordt gebruikt in PET-afbeelding reconstructie is de Maximum Likelihood Expectation Maximalisatie (MLEM). Dit algoritme moet wacht tot de data-acquisitie is geëindigd om het reconstructieproces te starten en heeft ook een complete matrixmodellering van het systeem, waardoor de verwerking traag verloopt. De meeste emissiefotonen worden door media geabsorbeerd of uit hun oorspronkelijke baan verspreid verzwakking. Dit leidt tot een aanzienlijk aantal gebeurtenissen verloren of afwijken van hun theoretische collineariteit, wat de toevoeging van ongewenste ruis en artefacten aan het beeld impliceert. Deze ongewenste effecten moeten worden gecorrigeerd door middel van een reconstructie-algoritme dat deze effecten via de vorige verwerkt informatie als CT-scans of via Time of Flight (TOF) -informatie zoals het MLPA-algoritme dat doet. De implementatie van verstrooiings- en verzwakkingscorrectie en de normalisatie in de gevoeligheid zijn essentieel in PET-detectors om de beeldkwaliteit te verbeteren. PET detectors kristallen en systemen die worden gebruikt om systematische en willekeurige fouten te presenteren die ook moeten worden gecorrigeerd. Afhankelijk van de geometrie van de scanner zijn bepaalde efficiëntie-efficiënties (LOR-efficiëntie) van toepassing getroffen, waardoor een daaropvolgende telsnelheidsvariabiliteit wordt geproduceerd die leidt tot een onnauwkeurige afbeelding. Dit is ongewenst het effect kan worden gecorrigeerd met behulp van normalisatiealgoritmen die vooraf geometrie-symmetrie gebruiken kennis om de correctiefactoren op een snelle en efficiënte manier in te schatten. De belangrijkste parameters voor het karakteriseren van een PET-afbeelding zijn de ruimtelijke resolutie, de gevoeligheid en de kwantificering van echte activiteit. In enkele woorden, ruimtelijke resolutie maakt de lokalisatie mogelijk van kleine laesies en identificaties van individuele laesies zelfs als ze dicht bij elkaar liggen, een high gevoeligheid betekent dat een goede beeldkwaliteit kan worden verkregen, zelfs met lage tracer-doses en activiteit Kwantificering is het vermogen om de werkelijke activiteit terug te vinden in interessante regio's in het beeld. Monte Carlo-simulaties zijn een belangrijk hulpmiddel om de correctiemethoden in te evalueren en te optimaliseren afbeelding PET. Deze simulaties worden over het algemeen gebruikt om de fotonbanen en hun interacties te bestuderen met de weefsels in het menselijk lichaam. Door de gesimuleerde detectorkarakteristieken te definiëren op basis van kalibratiemetingen worden zeer realistische simulaties verkregen. Er worden nieuw ontworpen PET-systemen ontworpen, zoals systemen of systemen met open geometrie gewijd aan het afbeelden van een bepaald orgel. Om verschillende redenen zijn deze systemen vaak niet in staat om transmissiemetingen uitvoeren. Ondanks deze moeilijkheden hebben dergelijke speciale PET-systemen dat wel veel voordelen, waaronder een betere ruimtelijke resolutie, lagere productiekosten en optimaal prestaties voor specifieke beeldvormingstaken, waardoor de dosis en / of de scantijd kunnen worden verminderd. In ons project willen we een cardiaal PET-beeld verkrijgen, waarmee we een speciaal PET-systeem bouwen dat bestaat vier detectorplaten met TOF-informatie. Dit systeem zal te maken krijgen met de beperkte hoek in tomografie, dus een nauwkeurige implementatie van normalisatie voor de detectorgevoeligheden en correctie voor verzwakking en verspreiding zal doorslaggevend zijn. Nieuwe norrnalisatie-algoritmen moeten worden ontworpen om de artefacten in het beeld te corrigeren vanwege de bepaalde geometrie, het maken van nieuwe aannames die verschilt van de ringnormalisatie die gewoonlijk verschijnt in de literatuur. Ook het feit dat je geen CT-scan of MR hebt om hier meer informatie over te geven Correcties maken de TOF-informatie doorslaggevend voor het corrigeren van verzwakking en het minimaliseren van het verlies van resolutie. Ook zal de spreidingscorrectie worden bestudeerd en rekening houden met het hartweefsel structuur. Aan het einde van dit project willen we een prototype verkrijgen dat echte metingen van een hart kan bieden fantoom en om nieuwe manieren te verkennen om het beeld in TOF-PET-systemen met beperkte hoek te corrigeren