Compensatie van beweging bij PET in TOF-PET/CT en TOF-PET/MR beeldvorming van de hersenen

Bij PET/CT- of PET/MR-beeldvorming van de hersenen worden beelden van het metabolisme en de anatomie van de patiënt verkregen. Als de patiënt beweegt tijdens de PET-opname, wordt motion blurring veroorzaakt, gaat de beeldkwaliteit achteruit en kan een nauwkeurige klinische diagnose onmogelijk worden. Verschillende onderzoeksgroepen (waaronder de onze) hebben eerder op markers gebaseerde methoden ontwikkeld om de beweging van het hoofd te volgen, zodat de beweging kan worden gecompenseerd wanneer het beeld wordt gereconstrueerd uit de onbewerkte gegevens. Dit maakt beeldvorming van hoge kwaliteit mogelijk bij patiënten die tijdens de scan waarschijnlijk zullen bewegen, zoals kinderen en mensen die lijden aan neurodegeneratieve of psychische aandoeningen. Deze benadering vereist echter dat markers stevig aan het hoofd van de patiënt worden bevestigd. Dit is onhandig en wordt mogelijk niet door alle patiënten goed verdragen. State-of-the-art PET-systemen hebben een time-of-flight (TOF) resolutie van 400 picoseconden of minder. In een voorlopige studie hebben we ontdekt dat deze uitstekende TOF-resolutie het mogelijk maakt om de beweging van de patiënt te bepalen op basis van de PET-gegevens zelf, waardoor er geen markers en extra hardware voor het volgen van bewegingen nodig zijn. In dit project zullen we deze aanpak gebruiken om een klinische gegevensverwerkingsprocedure te ontwikkelen die bewegingsvrije PET-beelden produceert bij patiënten die hun hoofd bewegen tijdens de PET-scan. Deze procedure zal volledig gebaseerd zijn op beeldverwerking en heeft dus geen impact op de standaard klinische scanprotocollen. De nieuwe methode zal gevalideerd worden in klinische PET/CT- en PET/MR-beeldvorming. Bovendien zijn de meeste gegevensgestuurde methoden voor bewegingsschatting beter geschikt voor bewegingsdetectie en -schatting bij late PET-frames in dynamische PET-onderzoeken. De uitbreiding van deze methoden naar eerdere tijdstippen zal in deze studie centraal staan. De veranderende kinetiek van de tracerverdeling compliceert en verhindert vaak schatting de schatting van beweging met veel methoden. De meeste van die methoden gaan ervan uit dat de tracerverdeling (bijna) stationair is, zodat schijnbare veranderingen moeten worden toegeschreven aan beweging. Als de verdeling van de tracer snel verandert, zoals gewoonlijk kort na de injectie, worden deze schattingsmethoden minder nauwkeurig of falen ze volledig. Een alternatieve strategie voor dit uitdagende probleem zou kunnen zijn om ook de ‘attenuation image’ te reconstrueren. Er is namelijk aangetoond dat TOF-PET-gegevens zeer veel informatie bevatten, waardoor niet alleen de conventionele reconstructie van de activiteitsverdeling mogelijk is, maar ook de gezamenlijke schatting van de attenuation image. Omdat de attenuation stationair moet zijn, kan het gebruik van informatie over de attenuation de bewegingsschatting stabiliseren. Voor een nauwkeurige reconstructie van de attenuation moet de tracerverdeling echter aan enkele eisen voldoen, waaraan niet noodzakelijkerwijs kort na de tracer-injectie wordt voldaan. Desalniettemin zijn we van mening dat als de spreiding van activiteit eenmaal breder is dan de TOF-resolutie, anatomische (luchtholten en bot) structuren nuttige informatie kunnen bieden die nodig is voor de ruimtelijke uitlijning.