< Terug naar vorige pagina

Project

Lokale modellen en lokale convergentie voor maximum likelihood iteratieve reconstructie







Iteratieve methodes
worden meer en meer gebruikt voor reconstructie van tomografische data zoals in
computer tomografie (CT) en positron emissie tomografie (PET). Ze geven vaak
veel betere reconstructies dan analytische metho</>\-des.</> Een belangrijke reden hiervoor is het
feit dat iteratieve reconstructie een flexibel model van het meetproces
toelaat, waardoor het meetproces accurater kan gesimuleerd worden tijdens de
reconstructie. Bovendien wordt er vaak een ruismodel ingebouwd. </></>

Deze thesis
bestudeerde enkele overblijvende problemen van iteratieve reconstructie voor CT
en PET op basis van de principes van lokale modellering en lokale
convergentieverbetering.</></>

Voor CT werd
specifiek metaalartefactreductie bekeken. Metalen attenueren het grootste deel
van de fotonenwaardoor kleine afwijkingen in het reconstructiemodel grote
invloed kunnen hebben en sterke artefacten veroorzaken. Standaard zal men
meetpunten met heel weinig fotonen weglaten en vervangen door artificiële data
om zo artefacten te voorkomen. De typische zware metaalartefactenworden zo
vermeden, maar door het weglaten van de datapunten gaat ercontrast verloren in
het gebied rond het metaal en tussen verschillende metalen. Een alternatief is
het gebruik van iteratieve methodes die de effecten die leiden tot deze zware
artefacten beter modelleren en geen data weglaten. De bestaande iteratieve
methodes reduceren de artefacten echter onvoldoende en zijn zeer traag, wat
klinisch gebruik haast onmogelijk maakt. </></>

Om de rekentijd te
verbeteren werd een schema met lokale modellen ge</>\"</>intro-duceerd. Deze aanpak gebruikt het
meest accurate (maar rekenintensieve) model enkel voor de metaalregio's van het
beeld en elders wordt een eenvoudiger model gebruikt. Deze structuur werd de
patchworkstructuur genoemd en leidde tot verkorte rekentijden zonder verlies
aan beeldkwaliteit. In deze structuur was het ook mogelijk om de convergentie
van de metaalregio's lokaal te verbeteren,wat leidde tot een verbeterde
artefactreductie. De methode werd toegepast op gesimuleerde en gemeten fantoom-
en pati</>ë</>entenscans. De resulterende beelden hebben duidelijk gereduceerde
artefacten zonder contrastverlies in de metaalregio's. Er zijn echter nog
overblijvende artefacten, zij het sterk verminderd, waarvan de oorsprong niet
duidelijk is.</></>

De lokale
convergentieverbetering die verkregen werd met de patchworkstructuur werd ook geëvalueerd
voor het verbeteren van de convergentie in het gehele beeld. Daarvoor werd het
beeld in verschillende kleinerebeeldblokken opgedeeld die apart aangepast
werden tijdens de reconstructie. Deze alternatieve patchworkstructuur werd
zowel toegepast voor het reconstrueren van CT als van PET data. Voor beide
toepassingen werd een aanzienlijk verhoogde convergentiesnelheid verkregen, die
dezelfde beeldkwaliteit levert in een kortere rekentijd, wat belangrijk isvoor
de klinische toepassing van iteratieve reconstructiemethodes.</></>

Voor PET wordt
klinisch meestal reeds iteratieve reconstructie gebruikt. Een probleem met de
meest gebruikte iteratieve methode is dat ze vaak niet geschikt is voor
kwantificatie omdat er dikwijls een systematische afwijking, of bias, </>zit op de gereconstructeerde waardes. Dit
komt voornamelijk voor in scans waar maar zeer weinig fotonen gemeten worden of
in gebieden met weinig activiteit. Een belangrijke oorzaak hiervoor is de
sterke asymmetrie van de gebruikte 
</>Poissonverdeling voor lage datawaarden en de inherente
niet-negativiteitsbeperking van het algoritme.Een algoritme werd ontwikkeld
dat de Poissonverdeling vervangt door een Gaussiaanse verdeling voor lage
datapunten. De ontwikkelde methode vermindert de systematische fout
aanzienlijk. De resultaten zijn vergelijkbaar met een andere methode voor
biasreductie. Een voordeel van de nieuwe methode is dat ze lokaal werkt en dat
ze slechts een parameter heeft die gemakkelijk kan bepaald worden. </></>



Normal
0


21


false
false
false

NL-BE
X-NONE
X-NONE

























DefSemiHidden="true" DefQFormat="false" DefPriority="99"
LatentStyleCount="267">
UnhideWhenUsed="false" QFormat="true" Name="Normal"/>
UnhideWhenUsed="false" QFormat="true" Name="heading 1"/>


















UnhideWhenUsed="false" QFormat="true" Name="Title"/>

UnhideWhenUsed="false" QFormat="true" Name="Subtitle"/>
UnhideWhenUsed="false" QFormat="true" Name="Strong"/>
UnhideWhenUsed="false" QFormat="true" Name="Emphasis"/>
UnhideWhenUsed="false" Name="Table Grid"/>

UnhideWhenUsed="false" QFormat="true" Name="No Spacing"/>
UnhideWhenUsed="false" Name="Light Shading"/>
UnhideWhenUsed="false" Name="Light List"/>
UnhideWhenUsed="false" Name="Light Grid"/>
UnhideWhenUsed="false" Name="Medium Shading 1"/>
UnhideWhenUsed="false" Name="Medium Shading 2"/>
UnhideWhenUsed="false" Name="Medium List 1"/>
UnhideWhenUsed="false" Name="Medium List 2"/>
UnhideWhenUsed="false" Name="Medium Grid 1"/>
UnhideWhenUsed="false" Name="Medium Grid 2"/>
UnhideWhenUsed="false" Name="Medium Grid 3"/>
UnhideWhenUsed="false" Name="Dark List"/>
UnhideWhenUsed="false" Name="Colorful Shading"/>
UnhideWhenUsed="false" Name="Colorful List"/>
UnhideWhenUsed="false" Name="Colorful Grid"/>
UnhideWhenUsed="false" Name="Light Shading Accent 1"/>
UnhideWhenUsed="false" Name="Light List Accent 1"/>
UnhideWhenUsed="false" Name="LightGrid Accent 1"/>
UnhideWhenUsed="false" Name="Medium Shading 1 Accent 1"/>
UnhideWhenUsed="false" Name="Medium Shading 2 Accent 1"/>
UnhideWhenUsed="false" Name="Medium List 1 Accent 1"/>

UnhideWhenUsed="false"QFormat="true" Name="List Paragraph"/>
UnhideWhenUsed="false" QFormat="true" Name="Quote"/>
UnhideWhenUsed="false" QFormat="true" Name="IntenseQuote"/>
UnhideWhenUsed="false" Name="Medium List 2 Accent 1"/>
UnhideWhenUsed="false" Name="Medium Grid 1 Accent 1"/>
UnhideWhenUsed="false" Name="Medium Grid 2 Accent 1"/>
UnhideWhenUsed="false" Name="Medium Grid 3 Accent 1"/>
UnhideWhenUsed="false" Name="Dark List Accent 1"/>
UnhideWhenUsed="false" Name="Colorful Shading Accent 1"/>
UnhideWhenUsed="false" Name="Colorful List Accent 1"/>
UnhideWhenUsed="false" Name="Colorful Grid Accent 1"/>
UnhideWhenUsed="false" Name="Light Shading Accent 2"/>
UnhideWhenUsed="false" Name="Light List Accent 2"/>
UnhideWhenUsed="false" Name="Light Grid Accent 2"/>
UnhideWhenUsed="false" Name="Medium Shading 1 Accent 2"/>
UnhideWhenUsed="false" Name="Medium Shading 2 Accent 2"/>
UnhideWhenUsed="false" Name="Medium List 1 Accent 2"/>
UnhideWhenUsed="false" Name="Medium List 2 Accent 2"/>
UnhideWhenUsed="false" Name="Medium Grid 1 Accent 2"/>
UnhideWhenUsed="false" Name="Medium Grid 2 Accent 2"/>
UnhideWhenUsed="false" Name="Medium Grid 3 Accent 2"/>
UnhideWhenUsed="false" Name="Dark List Accent 2"/>
UnhideWhenUsed="false" Name="Colorful Shading Accent 2"/>
UnhideWhenUsed="false" Name="Colorful List Accent 2"/>
UnhideWhenUsed="false" Name="Colorful Grid Accent 2"/>
UnhideWhenUsed="false" Name="Light Shading Accent 3"/>
UnhideWhenUsed="false" Name="Light List Accent 3"/>
UnhideWhenUsed="false" Name="Light Grid Accent 3"/>
UnhideWhenUsed="false" Name="Medium Shading 1 Accent 3"/>
UnhideWhenUsed="false" Name="Medium Shading 2 Accent 3"/>
UnhideWhenUsed="false" Name="Medium List 1 Accent 3"/>
UnhideWhenUsed="false" Name="Medium List 2 Accent 3"/>
UnhideWhenUsed="false" Name="Medium Grid 1 Accent 3"/>
UnhideWhenUsed="false" Name="Medium Grid 2 Accent 3"/>
UnhideWhenUsed="false" Name="Medium Grid 3 Accent 3"/>
UnhideWhenUsed="false" Name="Dark List Accent 3"/>
UnhideWhenUsed="false" Name="Colorful Shading Accent 3"/>
UnhideWhenUsed="false" Name="Colorful List Accent 3"/>
UnhideWhenUsed="false" Name="Colorful Grid Accent 3"/>
UnhideWhenUsed="false" Name="Light Shading Accent 4"/>
UnhideWhenUsed="false" Name="Light List Accent4"/>
UnhideWhenUsed="false" Name="Light Grid Accent 4"/>
UnhideWhenUsed="false" Name="Medium Shading 1 Accent 4"/>
UnhideWhenUsed="false" Name="Medium Shading 2 Accent 4"/>
UnhideWhenUsed="false" Name="Medium List 1Accent 4"/>
UnhideWhenUsed="false" Name="Medium List 2 Accent 4"/>
UnhideWhenUsed="false" Name="Medium Grid 1 Accent 4"/>
UnhideWhenUsed="false" Name="Medium Grid 2 Accent 4"/>
UnhideWhenUsed="false" Name="Medium Grid 3 Accent 4"/>
UnhideWhenUsed="false" Name="Dark List Accent 4"/>
UnhideWhenUsed="false" Name="Colorful Shading Accent 4"/>
UnhideWhenUsed="false" Name="Colorful List Accent 4"/>
UnhideWhenUsed="false" Name="Colorful Grid Accent 4"/>
UnhideWhenUsed="false" Name="Light Shading Accent 5"/>
UnhideWhenUsed="false" Name="Light List Accent 5"/>
UnhideWhenUsed="false" Name="Light Grid Accent 5"/>
UnhideWhenUsed="false" Name="Medium Shading 1 Accent 5"/>
UnhideWhenUsed="false" Name="Medium Shading 2 Accent 5"/>
UnhideWhenUsed="false" Name="Medium List 1 Accent 5"/>
UnhideWhenUsed="false" Name="Medium List 2 Accent 5"/>
UnhideWhenUsed="false" Name="Medium Grid 1 Accent 5"/>
UnhideWhenUsed="false" Name="Medium Grid 2 Accent 5"/>
UnhideWhenUsed="false" Name="Medium Grid 3 Accent 5"/>
UnhideWhenUsed="false" Name="Dark List Accent 5"/>
UnhideWhenUsed="false" Name="Colorful Shading Accent 5"/>
UnhideWhenUsed="false" Name="Colorful List Accent 5"/>
UnhideWhenUsed="false" Name="Colorful Grid Accent 5"/>
UnhideWhenUsed="false" Name="Light Shading Accent 6"/>
UnhideWhenUsed="false" Name="Light List Accent 6"/>
UnhideWhenUsed="false" Name="Light Grid Accent 6"/>
UnhideWhenUsed="false" Name="Medium Shading 1 Accent 6"/>
UnhideWhenUsed="false" Name="Medium Shading 2 Accent 6"/>
UnhideWhenUsed="false" Name="Medium List 1 Accent 6"/>
UnhideWhenUsed="false" Name="Medium List 2 Accent 6"/>
UnhideWhenUsed="false" Name="Medium Grid 1 Accent 6"/>
UnhideWhenUsed="false" Name="Medium Grid 2 Accent 6"/>
UnhideWhenUsed="false" Name="Medium Grid 3 Accent 6"/>
UnhideWhenUsed="false" Name="Dark List Accent 6"/>
UnhideWhenUsed="false" Name="Colorful Shading Accent 6"/>
UnhideWhenUsed="false" Name="Colorful List Accent 6"/>
UnhideWhenUsed="false" Name="Colorful Grid Accent 6"/>
UnhideWhenUsed="false" QFormat="true" Name="Subtle Emphasis"/>
UnhideWhenUsed="false" QFormat="true" Name="Intense Emphasis"/>
UnhideWhenUsed="false" QFormat="true" Name="Subtle Reference"/>
UnhideWhenUsed="false" QFormat="true" Name="IntenseReference"/>
UnhideWhenUsed="false" QFormat="true" Name="Book Title"/>





/* Style Definitions */
table.MsoNormalTable
{mso-style-name:Standaardtabel;
mso-tstyle-rowband-size:0;
mso-tstyle-colband-size:0;
mso-style-noshow:yes;
mso-style-priority:99;
mso-style-parent:"";
mso-padding-alt:0cm 5.4pt 0cm 5.4pt;
mso-para-margin-top:0cm;
mso-para-margin-right:0cm;
mso-para-margin-bottom:10.0pt;
mso-para-margin-left:0cm;
line-height:115%;
mso-pagination:widow-orphan;
font-size:11.0pt;
font-family:"Calibri","sans-serif";
mso-ascii-font-family:Calibri;
mso-ascii-theme-font:minor-latin;
mso-hansi-font-family:Calibri;
mso-hansi-theme-font:minor-latin;
mso-fareast-language:EN-US;}

Datum:14 sep 2009 →  14 okt 2013
Trefwoorden:CT, maximum likelihood reconstruction, transmission tomography, computed tomography
Disciplines:Medicinale producten, Medische beeldvorming en therapie
Project type:PhD project