Implementation and evaluation of different scaling methods in single scatter simulation for the siemens brainPET scanner

Detalhes bibliográficos
Autor(a) principal: Monteiro, João André de Matos
Data de Publicação: 2012
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10451/7853
Resumo: Tese de mestrado integrado em Engenharia Biomédica e Biofísica (Radiações em Diagnóstico e Terapia), apresentada à Universidade de Lisboa, através da Faculdade de Ciências, 2012
id RCAP_9564a64c173b118c150783055da17a9a
oai_identifier_str oai:repositorio.ul.pt:10451/7853
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Implementation and evaluation of different scaling methods in single scatter simulation for the siemens brainPET scannerPETDispersão de ComptonScatter tailsSSSBrainPETNPCDMLFiltro boxcarPITeses de mestrado - 2012Tese de mestrado integrado em Engenharia Biomédica e Biofísica (Radiações em Diagnóstico e Terapia), apresentada à Universidade de Lisboa, através da Faculdade de Ciências, 2012A Tomografia por Emissão de Positrões (PET, do Inglês Positron Emission Tomography) trata-se de uma técnica de medicina nuclear a qual é bastante importante no diagnóstico de diversas patologias. Utiliza radiofármacos com um tempo de meia-vida curto, de modo a obter uma imagem de emissão. A taxa de absorção do radiofármaco varia de acordo com o tipo de tecido. Este fenómeno é especialmente importante no diagnóstico de cancro, uma vez que o metabolismo das células tumorais é superior, o que resulta numa maior taxa de absorção do radiofármaco por parte destas células, comparativamente com as células saudáveis. Este fenómeno permite a aquisição de uma imagem funcional. Tal como o nome indica, a PET baseia-se na emissão de positrões pelos radionuclídeos. Cada positrão irá aniquilar-se com um electrão, produzindo dois fotões de 511 keV, os quais são detectados pelo sistema de PET e utilizados para reconstruir uma imagem da distribuição do radiofármaco. A qualidade da imagem é influenciada por vários factores, sendo a dispersão de Compton um dos mais importantes. Este fenómeno provoca uma deflexão na trajectória original dos fotões, resultando na deterioração do contraste da imagem. Actualmente, é possível estimar a quantidade de eventos detectados pelo sistema de PET que sofreram dispersão de Compton e corrigir os dados adquiridos. Vários métodos foram propostos ao longo dos anos para corrigir os dados, sendo bastante utilizados os algoritmos baseados em modelos físicos. Dentro destes, um dos mais importantes é o Single Scatter Simulation (SSS), o qual permite estimar a distribuição de eventos dispersos por interacções de Compton e representar os resultados em sinogramas de dispersão. Contudo, estes sinogramas não se encontram escalados, sendo este passo executado separadamente. Os métodos de escalamento utilizam as contagens detectadas fora do objecto que foi medido (conhecidas como scatter tails) como referência. Um dos problemas relacionados com o escalamento advém do facto destas regiões possuírem contagens muito baixas, o que as torna susceptíveis a ruído de Poisson, dificultando a estimação do factor de escalamento correcto. Este projecto fez uso de dados adquiridos e simulados para o scanner BrainPET da Siemens instalado no Forschungszentrum Jülich. Actualmente, o escalamento dos sinogramas de dispersão é feito utilizando os pacotes de software disponibilizados pelo fabricante, os quais demonstraram resultados razoáveis podendo, no entanto, ser melhorados. O objectivo principal deste trabalho consiste na implementação e avaliação de diversos métodos de escalamento dos sinogramas de dispersão, tanto novos como previamente existentes, tendo em vista melhorar o passo de escalamento do SSS. Isto permitirá uma melhor correcção do efeito da dispersão de Compton nos dados, melhorando a qualidade das imagems de PET. Foram também testados em dados simulados, diversos factores que podem introduzir erros no escalamento dos sinogramas de dispersão, de modo a documentar a sua influência na imagem reconstruída. Os factores testados foram o escalamento incorrecto dos sinogramas de dispersão e o escalamento incorrecto dos sinogramas de eventos aleatórios. Foi também testada a utilização de uma imagem corrigida para atenuação e eventos aleatórios para a estimação dos sinogramas de dispersão em vez de um fantoma gerado matematicamente. No capítulo 2 são introduzidos os conceitos físicos básicos necessários à compreensão do funcionamento dos sistemas de PET. São também expostos os diferentes procedimentos utilizados para adquirir, organizar e corrigir dados, bem como alguns algoritmos de reconstrução. O capítulo 3 foca-se na descrição do scanner BrainPET, nos métodos que foram implementados para escalar os sinogramas de dispersão e nos processos necessários para adquirir os dados utilizados, tanto reais como simulados. Os dados simulados foram adquiridos gerando três conjuntos de sinogramas (sinogramas de eventos verdadeiros não-dispersos, sinogramas de eventos aleatórios e sinogramas de dispersão), somando-os e introduzindo ruído de Poisson. Estes dados foram divididos em cinco grupos, consoante o número de eventos verdadeiros não-dispersados: 1 × 106, 1 × 107, 1 × 108, 1 × 109 e 1 × 1010. Esta divisão permitiu estudar o comportamento de cada método de escalamento a diferentes níveis estatísticos. Os dados reais foram adquiridos utilizando um fantoma cilíndrico com uma concentração uniforme de 18F. Foram implementados três métodos de escalamento. O primeiro, denominado de Standard, é actualmente utilizado no Forschungszentrum Jülich. O segundo, é bastante semelhante ao Standard, mas utiliza os dados sem aplicar pré-correcção, designando-se Non Pre-Corrected Data (NPCD) scaling method. O terceiro, aborda o escalamento de uma maneira diferente dos outros dois, denomina-se Maximum Likelihood (ML) scaling method e tem em conta o ruído de Poisson na estimação do factor de escalamento. resultados mostraram que para o método Standard e para o método NPCD não parece existir nenhuma vantagem em usar PI em vez do filtro boxcar actualmente utilizado. Contudo, aquando da utilização do método ML, a PI conferiu uma melhoria de cerca de 1% em relação ao filtro boxcar a todos os níveis estatísticos. Todos os métodos de escalamento demonstraram um comportamento semelhante à introdução de erros nos dados. A influência de cada fonte de erros foi estudada de modo a verificar o seu efeito na imagem reconstruída. Os resultados deverão demonstrar-se úteis como referência futura, caso seja necessário identificar uma fonte de erro nos dados. Apesar dos resultados positivos adquiridos no escalamento, os procedimentos de reconstrução não foram tão bem sucedidos. Estes demonstraram ser tendenciosos caso a estimação dos sinogramas de dispersão não seja feita com o fantoma gerado matematicamente. Este problema pode ser resolvido em dados simulados caso a estimação dos sinogramas de dispersão e reconstrução sejam efectuados várias vezes, mesmo para fracções de dispersão de Compton superiores ou em objectos mais complexos do que um cilindro uniforme. Os dados reais adquiridos com o fantoma cilíndrico foram reconstruídos utilizando o procedimento de rotina, demonstrando os mesmos problemas. Contudo, neste caso a repetição da estimação dos sinogramas de dispersão e reconstrução não resolveram o problema. Ao contrário do que foi observado em dados simulados, a estimação dos sinogramas de dispersão com uma imagem de um cilindro uniforme não resultou numa imagem não tendenciosa. Sendo que nestes dados não foi possível reconstruir uma imagem não tendenciosa, nem pela utilização do fantoma para estimar os sinogramas de dispersão nem pela repetição da estimação e reconstrução. Isto pode ser devido ao facto do SSS não considerar casos de dispersão múltipla, em que um ou ambos os fotões são dispersados mais do que uma vez por interacções de Compton. Os resultados mostrados nas secções 4.1.1 e 4.1.2 sugerem que a utilização do método ML com PI pode ser uma boa alternativa ao método actualmente utilizado. Contudo, devem ser realizados mais estudos, tanto com dados simulados como com dados reais. Actualmente existe um toolkit desenvolvido no Forschungszentrum Jülich denomidado PET REconstruction Software TOolkit (PRESTO). Caso o método ML continue a mostrar melhores resultados que o método utilizado actualmente, este poderá ser implementado em versões futuras do PRESTO, permitindo um melhor escalamento dos sinogramas de dispersão e, consequentemente, contribuir para melhorar a qualidade das imagens de PET.Compton scattering degrades image contrast in PET, being one of the main phenomena that affects image quality. Several algorithms have been proposed to correct the data. One of the most prominent algorithms is the SSS, which provides no absolute values, but predicts the slope of the scatter distribution. This slope has to be scaled using the scatter tails as reference. However, these have very low counts, thus giving large uncertainties to determine the scatter component. The aim of this project is to implement and evaluate new and existing scatter scaling methods, in order to improve the scaling step of the SSS. Two scatter scaling methods were proposed (the NPCD and the ML methods) and compared with the method currently used in the data from the BrainPET scanner (Standard method). The methods were compared in a single sonogram plane and using multiple sinogram planes in combination with a boxcar filter or Plane Integration (PI). Also, different error sources were investigated in the data to test how they influence the scatter estimation and scaling. The scatter correction procedures were tested with simulated and real data. For a single sinogram plane, both methods performed better than the Standard method. The scaling factors were calculated multiple times using the three methods and the distributions were studied. The standard deviations acquired using the proposed methods have shown a reduction of 4% (NPCD) and 13% (ML), relative to the Standard method. The standard deviation of the ML method can be further reduced by 1% if PI is used instead of the currently used boxcar filter. The reduction in the standard deviations of the distributions indicates that the proposed methods are more accurate. All the scaling methods behaved in the same way with respect to errors in the data.Scheins, JürgenAlmeida, Pedro Miguel Dinis de, 1968-Repositório da Universidade de LisboaMonteiro, João André de Matos2013-02-25T12:25:16Z20122012-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10451/7853enginfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-11-08T15:51:21Zoai:repositorio.ul.pt:10451/7853Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:32:33.884077Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Implementation and evaluation of different scaling methods in single scatter simulation for the siemens brainPET scanner
title Implementation and evaluation of different scaling methods in single scatter simulation for the siemens brainPET scanner
spellingShingle Implementation and evaluation of different scaling methods in single scatter simulation for the siemens brainPET scanner
Monteiro, João André de Matos
PET
Dispersão de Compton
Scatter tails
SSS
BrainPET
NPCD
ML
Filtro boxcar
PI
Teses de mestrado - 2012
title_short Implementation and evaluation of different scaling methods in single scatter simulation for the siemens brainPET scanner
title_full Implementation and evaluation of different scaling methods in single scatter simulation for the siemens brainPET scanner
title_fullStr Implementation and evaluation of different scaling methods in single scatter simulation for the siemens brainPET scanner
title_full_unstemmed Implementation and evaluation of different scaling methods in single scatter simulation for the siemens brainPET scanner
title_sort Implementation and evaluation of different scaling methods in single scatter simulation for the siemens brainPET scanner
author Monteiro, João André de Matos
author_facet Monteiro, João André de Matos
author_role author
dc.contributor.none.fl_str_mv Scheins, Jürgen
Almeida, Pedro Miguel Dinis de, 1968-
Repositório da Universidade de Lisboa
dc.contributor.author.fl_str_mv Monteiro, João André de Matos
dc.subject.por.fl_str_mv PET
Dispersão de Compton
Scatter tails
SSS
BrainPET
NPCD
ML
Filtro boxcar
PI
Teses de mestrado - 2012
topic PET
Dispersão de Compton
Scatter tails
SSS
BrainPET
NPCD
ML
Filtro boxcar
PI
Teses de mestrado - 2012
description Tese de mestrado integrado em Engenharia Biomédica e Biofísica (Radiações em Diagnóstico e Terapia), apresentada à Universidade de Lisboa, através da Faculdade de Ciências, 2012
publishDate 2012
dc.date.none.fl_str_mv 2012
2012-01-01T00:00:00Z
2013-02-25T12:25:16Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10451/7853
url http://hdl.handle.net/10451/7853
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799134218239868928

Registros relacionados