PET-kuvien iteratiivinen rekonstruktio

Abstract

Positroniemiss1otomografia perustuu radioaktiivisen aineen hajoamisprosessissa emittoituvaan positroniin. PET-tutkimuksissa potilaaseen ruiskutetaan R+-aktiivista ainetta, joka kulkeutuu aineenvaihdunnan mukana kudoksiin ja hajoaa. Hajoamisen seurauksena emittoituu positroni, joka annihiloituu elektronin kanssa lähellä hajoamispaikkaa. Annihilaatiossa syntyy kaksi gammakvanttia, jotka voidaan havaita PET-kameralla. Positroniemissiotomografiassa mittauksilla ei saada suoraan kuvaa tutkittavasta kohteesta vaan kuva pitää rekonstruoida mitatuista säteilyprofiileista, jotka on tallennettu sinogrammiin. Rekonstruktiolla tarkoitetaan menetelmää, jossa lasketaan mitattuun dataan perustuva kuva. Tämän diplomityön tarkoituksena oli laatia PET-kuvien rekonstruktioon tarkoitettu kuvarekonstruktiokirjasto. Kirjaston oli tarkoitus sisältää kaikki kuvarekonstruktiossa tarvittavat työkalut sekä emissio- että transmissiokuville. Rekonstruktiokirjaston toteutuksessa käytettiin Matlab®-ohjelmistoa. Rekonstruktiomenetelmiä on käytössä useita erilaisia. Tässä diplomityössä tehty ohjelma perustuu MLEM eli Maximum 1ikelihood expectation maximization-algoritmiin. Koska PET-kuvat sisältävät käytetyn mittaustavan takia paljon kohinaa, pyritään rekonstruktiossa myös poistamaan kuvissa olevaa kohinaa. Luodussa ohjelmassa kohinan poistamiseen käytettiin Median root prior eli MRP-algoritmia. Kuvarekonstruktion ongelmana on tarpeellisen informaation säilyttäminen ja siirtäminen seuraaviin iteraatioihin sekä rekonstruktioon käytetty aika. Suurimman ongelman sekä informaation säilymisessä että ajankäytössä muodostivat ohjelmassa projektioita muodostettaessa käytetyt kuvarotaatiomenetelmät. Työssä vertaillaan kahden eri menetelmän käyttöä osana kuvarekonstruktiota. Työssä tarkastellaan rekonstruktion eri vaiheita ja esitetään rekonstruktiolle ohjelmallisesti toteutettu ratkaisu. /Kir10

Positron emission tomography is based on emission of positrons resulting from the decay of radioactive materia]. In PET studies the patient is injected with a R+ active substance. This substance spreads by metabolism into body tissues, where it then decays. As a result of the decay a positron is emitted. It annihilates with an electron near the location of the decay. In the annihilation event two gamma quantums are ernitted. These quantums can be detected with a PET camera.In positron ernission tomography the measurements from the patient do not directly form an image, but the image has to be reconstructed from the measured radiation profiles. These are saved in a sinogram. An image based on the measured data is calculated by a method called reconstruction. The purpose of this Master of Science thesis was to develop an image reconstruction library designed for the reconstruction of PET images. The aim was for the library to contain all the necessary tools needed in the image reconstruction for emission and transmission images. The implementation of the reconstruction library was done with Matlab R software.There are several reconstruction methods in use. The reconstruction program in this thesis work is based on iterative MLEM Maximum Likelihood Expectation Maximization algorithm. Because PET irnages contain large arnounts of noise contributed by the measurement method, the purpose of the image reconstruction is also to reduce and remove the noise within the images. In this thesis MRP Median Root Prior algorithm was used for noise reduction.The problem with the image reconstruction is to maintain the necessary information and transfer this information to the next iteration. The time consumed on the reconstruction also forms its own problems. The biggest problem in this thesis work, with both maintaining the necessary information and time consumption, was the image rotation methods used in forming the projections. In this thesis the use of two different kinds of rotation methods are compared. Also different phases of the reconstruction are studied and the implemented reconstruction program is presented.