Please use this identifier to cite or link to this item: https://hdl.handle.net/10316/23349
Title: Positron emission tomography : image reconstruction based on multiscale and resolution methods
Authors: Mendes, Luís Guilherme Arneiro 
Orientador: Ferreira, Nuno C.
Comtat, Claude
Issue Date: 24-Apr-2013
Citation: MENDES, Luís Guilherme Arneiro - Positron emission tomography : image reconstruction based on multiscale and resolution methods. Coimbra : [s.n.], 2013. Tese de doutoramento
Abstract: Positron Emission Tomography (PET) is a nuclear medicine imaging technique that provides three-dimensional functional images of the human body. It is a quantitative technique that allows to measure the radiotracer’s concentration and to estimate physiological parameters. This thesis is devoted to PET reconstruction methods that allow improving the resolution of the final images as well as exploring the concept of multiple scales in PET image reconstruction. A resolution modelling reconstructing technique adapted to the High Resolution Research Tomograph was developed, implemented and tested. The proposed reconstruction approach allows to incorporate the effects of the inter-crystal penetration into the reconstruction process. The proposed blurring kernel model has into account the angle of incidence formed by the intersection of the line of response (LOR) with the detector head. A spatial variant asymmetric Gaussian function was used to model this blurring effect. Based on the reconstruction results of point source data acquired in multiple positions, the proposed reconstruction allows for the improvement of the resolution and also for the reduction of its variation. During the exploration of the concept of multiple scales in PET reconstruction, a novel reconstruction algorithm, the Multiscale/Multiframe algorithm, was developed. This reconstruction algorithm introduces the concept of accumulated time frame in multiscale reconstruction. The Multiscale/Multiframe algorithm can be used to generate near real-time images in the scale that is the most suitable to the data statistics available at a given frame. Different datasets were used to characterize this reconstruction method. The use of a better initial condition for the finest scale improves the convergence speed (compared with the uniform image), in particular for regions of lower tracer uptake, allowing a reduction of the overall reconstruction time. A Morozov discrepancy principle for Poisson data was proposed to adaptively select the number of iterations to perform at a given scale.
O trabalho de investigação apresentado nesta tese foi dedicado ao estudo e desenvolvimento de métodos de reconstrução de imagem para Tomografia por Emissão de Positrões (PET). Esta técnica de imagiologia não invasiva permite obter a biodistribuição de radiofármacos emissores de positrões, que após administrados, participam num determinado processo metabólico. Ao longo dos anos, vários desenvolvimentos ao nível da instrumentação e das técnicas de reconstrução e correção de dados permitiram expandir as suas aplicações. Hoje em dia, esta técnica desempenha um papel de relevo em áreas como a oncologia, a neurologia e a cardiologia. As características das imagens finais dependem, em muito, dos métodos de reconstrução utilizados, os quais podem ser classificados como analíticos ou iterativos. Os últimos permitem modelar de forma precisa os processos físicos, bem como introduzir alguma informação a priori sobre a biodistribuição de radiofármacos. Ao longo do trabalho de investigação foram explorados métodos de reconstrução iterativos baseados em modelação de resolução e em multi-escala. A modelação de resolução (RM) permite, em geral, melhorar a resolução espacial e o contraste da imagem final. Em PET, é usualmente assumido um modelo linear para relacionar os dados adquiridos com a distribuição da actividade. A matriz que permite estabelecer essa relação é denominada matriz do sistema. As técnicas de RM tentam modelar de forma realista esta matriz. Foi desenvolvido e implementado um método de modelação de resolução adaptado à geometria do tomógrafo dedicado ao estudo do cérebro High Resolution Research Tomograph (HRRT). Ao contrário dos tomógrafos usualmente utilizados em clinica para estudos de corpo inteiro, a geometria do HRRT não é cilíndrica. O HRRT é composto por 8 cabeças de detector organizadas em octógono. Para esta geometria, os fotões de aniquilação penetram com ângulos de incidência não normais independentemente da posição radial. Estes ângulos levam à degradação da resolução. O modelo de modelação desenvolvido e implementado depende dos ângulos de incidência. Baseado na reconstrução de uma fonte pontual adquirida em diferentes posições, a modelação de resolução proposta permite melhorar a resolução bem como reduzir a sua variação. Durante a exploração do conceito de multi-escala aplicado à reconstrução, foi desenvolvido um algoritmo, Multiscale/Multiframe (MS/MF), que poderá ser utilizado para gerar imagens em tempo quase real na escala mais adequada à estatística dos dados existentes. Usualmente, a reconstrução dos dados é feita sempre na mesma escala. No método MS/MF a reconstrução começa durante a aquisição e numa escala mais grosseira. Todos os eventos adquiridos até um determinado instante t1 são processados nessa escala. O resultado dessa reconstrução, após ter sido redimensionado, é utilizado como condição inicial para o processamento numa escala mais fina, onde todos os eventos desde o início da aquisição até um dado instante , t2, posterior a t1, (t2>t1), são utilizados. Este processo é repetido até se chegar à escala mais fina de todas, escala onde a imagem é reconstruída com o tamanho de voxel usual. Este método de reconstrução, quando combinado com computação de alto desempenho, pode permitir a optimização dos parâmetros de aquisição durante a execução do exame. O método MS/MF introduz novas variáveis na reconstrução, nomeadamente a escolha do método de interpolação, o número de iterações a realizar numa dada escala e o número de conjuntos de dados acumulados. Foram realizados vários estudos de forma a optimizar estes parâmetros. A escolha do número de conjuntos de dados acumulados deve ter em conta a especificidade do estudo e o tomógrafo utilizado. Foi testado e generalizado um método estatístico que permite selecionar, de forma automática, o número de iterações a realizar numa dada escala. Diversos estudos foram feitos de forma a caracterizar as imagens finais reconstruídas com o método MS/MF. Os resultados mostram que este método permite acelerar a convergência especialmente em zonas de pouca actividade. O método proposto poderá ser utilizado na reconstrução de dados de tomógrafos com alta sensibilidade e alta resolução, em sistemas adaptativos de detecção de lesões e em radioterapia.
Description: Tese de doutoramento em Ciências da Saúde, no ramo de Ciências Biomédicas, apresentada à Faculdade de Medicina da Universidade de Coimbra.
URI: https://hdl.handle.net/10316/23349
Rights: openAccess
Appears in Collections:FMUC Medicina - Teses de Doutoramento

Files in This Item:
File Description SizeFormat
Lgmendes_Thesis.pdf41.48 MBAdobe PDFView/Open
Show full item record

Page view(s)

117
checked on Mar 26, 2024

Download(s)

17
checked on Mar 26, 2024

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.