Thesis (doctoral)--Rotterdam, 1983.

Proefschrift Universiteit Maastricht. / Auteursnaam op omslag: Rob Lamers. Met lit. opg. - Met samenvatting in het Nederlands.

Proefschrift Universiteit van Amsterdam. / Omslagtitel: CT in pre-operative staging of pancreatic cancer. Met lit. opg. - Met samenvatting in het Nederlands.

Proefschrift Universiteit van Amsterdam. / Met bibliogr., lit. opg. - Met samenvatting in het Nederlands.

Proefschrift Maastricht. / Met lit. opg. Met samenvatting in het Nederlands.

Proefschrift Rijksuniversiteit Limburg, Maastricht. / Met lit. opg. - Met een samenvatting in het Nederlands.

Proefschrift Universiteit Maastricht. / Met lit. opg. - Met samenvatting in het Nederlands.

In der computertomographischen Schnittbildgebung treten Artefakte, also Anteile des Ergebnisses auf, die nicht Teil des gemessenen Objekts sind und die somit die Auswertbarkeit der Ergebnisse beeinflussen. Viele dieser Artefakte sind auf die Inkonsistenz des Modells der Rekonstruktion zur Messung zurückzuführen. Gerade im Hinblick auf Artefakte durch die Energieabhängigkeit der rekonstruierten Schwächungskoeffizienten und Abweichungen der Geometrieinformation des Rekonstruktionsmodells wird häufig der Weg einer Nachbearbeitung der Messdaten beschritten, um Rekonstruktionsartefakte zu vermeiden. Im Zuge dieser Arbeit wird ein Modell der computertomographischen Aufnahme mit Konzentration auf industrielle und materialwissenschaftliche Systeme erstellt, das nicht genutzt wird um die Messdaten zu verändern, sondern um das Rekonstruktionsmodell der Aufnahmerealität anzupassen. Zunächst werden iterative Rekonstruktionsverfahren verglichen und ein passender Algorithmus ausgewählt, der die gewünschten Modifikationen des Aufnahmemodells erlaubt. Für diese Modifikationen werden bestehende Methoden erweitert und neue modellbasierte Ansätze entwickelt, die in den Rekonstruktionsablauf integriert werden können. Im verwendeten Modell werden die Abhängigkeiten der rekonstruierten Werte vom polychromatischen Röntgenspektrum in das Simulationsmodell des Rekonstruktionsprozesses eingebracht und die Geometrie von Brennfleck und Detektorelementen integriert. Es wird gezeigt, dass sich durch die verwendeten Methoden Artefakte vermeiden lassen, die auf der Energieabhängigkeit der Schwächungskoeffizienten beruhen und die Auflösung des Rekonstruktionsbildes durch Geometrieannahmen gesteigert werden kann. Neben diesen Ansätzen werden auch neue Erweiterungen der Modellierung umgesetzt und getestet. Das zur Modellierung verwendete Röntgenspektrum der Aufnahme wird im Rekonstruktionsprozess angepasst. Damit kann die benötigte Genauigkeit dieses Eingangsparameters gesenkt werden. Durch die neu geschaffene Möglichkeit zur Rekonstruktion der Kombination von Datensätzen die mit unterschiedlichen Röntgenspektren aufgenommen wurden wird es möglich neben dem Schwächungskoeffizienten die Anteile der Comptonabsorption und der photoelektrischen Absorption getrennt zu bestimmen. Um Abweichungen vom verwendeten Geometriemodell zu berücksichtigen wird eine Methode auf der Basis von Bildkorrelation implementiert und getestet, mit deren Hilfe die angenommene Aufnahmegeometrie automatisch korrigiert wird. Zudem wird in einem neuartigen Ansatz zusätzlich zur detektorinternen Streustrahlung die Objektstreustrahlung während des Rekonstruktionsprozesses deterministisch simuliert und so das Modell der Realität der Messdatenaufnahme angepasst. Die Umsetzung des daraus zusammengesetzten Rekonstruktionsmodells wird an Simulationsdatensätzen getestet und abschließend auf Messdaten angewandt, die das Potential der Methode aufzeigen. / In computed tomography, parts of the result which are not features of the measured object -- so called artifacts -- occur and thus impair the evaluability of the results. Reconstruction methods require a model of the measurement. Many artifacts are induced by the inconsistency between the model of reconstruction and the measurement. Especially with regard to artifacts due to the energy dependence of the reconstructed attenuation coefficients and deviations of the geometry information of the reconstruction model, a frequently used method is the postprocessing of the measurement data to avoid reconstruction artifacts. In this thesis a model of computed tomography measurements with focus on systems used for industrial and material science purposes is developed that is not used to change the measured data, but to adapt the reconstruction model to the reality of measurement. Firstly, iterative reconstruction methods are compared and a suitable algorithm is selected that allows the desired modifications of the model. Therefore existing methods are extended and new model-based approaches are developed that can be integrated in the reconstruction process. The dependencies of the reconstructed values ??from the polychromatic X-ray spectrum are incorporated into the simulation model of the reconstruction process and the geometry of the focal spot and detector elements are integrated. Thereby artefacts caused by the energy-dependency of the attenuation coefficients are shown to be reduced and the resolution of the resulting data is shown to be increased by geometric modelling. Alongside these approaches of modeling new methods are developed and implemented. The X-ray spectrum used for the modeling is adapted during the reconstruction. Thereby the accuracy needed for this input parameter is lowered. Due to possibility of the combination of data sets scanned using different spectra the reconstruction of the Compton- and photoelectric parts of the attenuation coefficient becomes possible. To consider deviations of the geometry model used in the reconstruction a correlation-based method is implemented and tested to automatically correct these aberrations. In addition to radiation scattered within the detector, a new method is developed to simulate the object scattering during the reconstruction process and the model is therefore adapted to the reality of the measurement. The implementation of the reconstruction model composed therefrom is tested on simulation data sets and finally applied to measurement data which show the potential of the method.

In der heutigen Strahlentherapie kann durch eine am Linearbeschleuniger integrierte Röntgenröhre eine 3D-Bildgebung vor der Bestrahlung durchgeführt werden. Die sogenannte Kegel-Strahl-CT (Cone-Beam-CT, CBCT) erlaubt eine präzise Verifikation der Patientenlagerung sowie ein Ausgleich von Lagerungsungenauigkeiten. Dem Nutzen der verbesserten Patientenlagerung steht jedoch bei täglicher Anwendung eine erhöhte, nicht zu vernachlässigbare Strahlenexposition des Patienten gegenüber. Eine Verringerung des Dosisbeitrages bei der CBCT-Bildgebung lässt sich durch Reduzierung des Stroms zur Erzeugung der Röntgenstrahlung sowie durch Verringerung der Anzahl an Projektionen erreichen. Die so aufgenommen Projektionen lassen sich dann aber nur durch aufwendige Rekonstruktionsverfahren zu qualitativ hochwertigen Bilddatensätzen rekonstruieren. Ein Verfahren, dass für die Rekonstruktion vorab vorhandene Vorwissensbilder verwendet, ist der Prior-Image- Constrained-Compressed-Sensing-Rekonstruktionsalgorithmus (PICCS). Die Rekonstruktionsergebnisse des PICCS-Verfahrens übertreffen die Ergebnisse des auf den konventionellen Feldkamp-Davis-Kress-Algorithmus (FDK) basierenden Verfahrens, wenn nur eine geringe Anzahl an Projektionen zur Verfügung steht. Allerdings können bei dem PICCS-Verfahren derzeit keine großen Variationen in den Vorwissensbildern berücksichtigt werden und führen zu einer geringeren Bildqualität. Diese Variationen treten insbesondere durch anatomische Veränderungen wie Tumorverkleinerung oder Gewichtsveränderungen auf. Das Ziel der vorliegenden Arbeit bestand folglich darin, einen neuen vorwissensbasierten Rekonstruktionsalgorithmus zu entwickeln, der auf Basis des PICCS-Verfahrens zusätzlich die Verwendung von lokalen Verlässlichkeitsinformationen über das Vorwissensbild ermöglicht, um damit die Variationen in den Vorwissensbildern bei der Rekonstruktion entsprechend berücksichtigen zu können. Die grundlegende Idee des neu entwickelten Rekonstruktionsverfahrens ist die Annahme, dass die Vorwissensbilder aus Bereichen mit kleinen und großen Variationen bestehen. Darauf aufbauend wird eine Gewichtungsmatrix erzeugt, die die Stärke der Variationen des Vorwissens im Rekonstruktionsalgorithmus berücksichtigt. In Machbarkeitsstudien wurde das neue Verfahren hinsichtlich der Verbesserung der Bildqualität unter Berücksichtigung gängiger Dosisreduzierungsstrategien untersucht. Dazu zählten die Reduktion der Anzahl der Projektionen, die Akquisition von Projektionen mit kleinerer Fluenz sowie die Verkleinerung des Akquisitionsbereiches. Die Studien erfolgten an einem Computerphantom sowie insbesondere an experimentellen Daten, die mit dem klinischen CBCT aufgenommen worden sind. Zum Vergleich erfolgte die Rekonstruktion mit dem Standardverfahren basierend auf der gefilterten Rückprojektion, dem Compressed Sensing- sowie dem konventionellen PICCS-Verfahren. Das neue Verfahren konnte in den untersuchten Fällen Bilddatensätze mit verbesserter bis ausgezeichneter Qualität rekonstruieren, sogar dann, wenn nur eine sehr geringe Anzahl an Projektionen oder nur Projektionen mit starkem Rauschen zur Verfügung standen. Demgegenüber wiesen die Rekonstruktionsergebnisse der anderen Algorithmen starke Artefakte auf. Damit eröffnet das neu entwickelte Verfahren die Möglichkeit durch die Integration von Zuverlässigkeitsinformationen über die vorhandenen Vorwissensbildern in den Rekonstruktionsalgorithmus, den Dosisbeitrag bei der täglichen CBCT-Bildgebung zu minimieren und eine ausgezeichnete Bildqualität erzielen zu können. / The treatment of cancer in radiation therapy is achievable today by techniques that enable highly conformal dose distributions and steep dose gradients. In order to avoid mistreatment, these irradiation techniques have necessitated enhanced patient localization techniques. With an integrated x-ray tube at modern linear accelerators kV-projections can be acquired over a sufficiently large angular space and can be reconstructed to a volumetric image data set from the current situation of the patient prior to irradiation. The so-called Cone-Beam-CT (CBCT) allows a precise verification of patient positioning as well as adaptive radiotherapy. The benefits of an improved patient positioning due to a daily performed CBCT's is contrary to an increased and not negligible radiation exposure of the patient. In order to decrease the radiation exposure, substantial research effort is focused on various dose reduction strategies. Prominent strategies are the decrease of the charge per projection, the reduction of the number of projections as well as the reduction of the acquisition space. Unfortunately, these acquisition schemes lead to images with degraded quality with the widely used Feldkamp-Davis-Kress image reconstruction algorithm. More sophisticated image reconstruction techniques can deal with these dose-reduction strategies without degrading the image quality. A frequently investigated method is the image reconstruction by minimizing the total variation (TV), which is also known as Compressed Sensing (CS). A Compressed Sensing-based reconstruction framework that includes prior images into the reconstruction algorithm is the Prior-Image-Constrained- Compressed-Sensing algorithm (PICCS). The images reconstructed by PICCS outperform the reconstruction results of the conventional Feldkamp-Davis-Kress algorithm (FDK) based method if only a small number of projections are available. However, a drawback of PICCS is that major deviations between prior image data sets and the follow up reconstructed images are not appropriate considered so far. These deviations may result from changes in anatomy including tumour shrinkage and loss of weight and may result in a degraded image quality of the reconstructed images. Deformable registration methods that adapt the prior images adequately can compensate this shortcoming of PICCS. Such registration techniques, however, suffer from limited accurateness and much higher computation time for the overall reconstruction process. Therefore, the aim of this thesis was to develop a new knowledge-based reconstruction algorithm that incorporates additionally local dependent reliability information about the prior images into reconstruction algorithm. The basic idea of the new algorithm is the assumption that the prior images are composed of areas with large and of areas with small deviations. Accordingly, the areas of the prior image were assigned as variable where substantial deformations due to motion or change in structure over the time series were expected. Hence, these regions were not providing valuable structural information for the anticipated result anymore. In contrast, “a priori” information was assigned to structurally stationary areas where no changes were expected. Based on this composition, a weighting matrix was generated that considers the strength of these variations during reconstruction. The new algorithm was tested in different feasibility studies to common dose reduction strategies. These dose reduction strategies includes the reduction of the number of projections, the acquisition of projections with strong noise and the reduction of the acquisition space. The main aim of this work was to demonstrate the gain of image quality when prior images with major variations are used compared to standard reconstruction techniques. The studies were performed with a computer phantom, and in particular with experimental data that have been acquired with the clinical CBCT. The new reconstruction framework yields images with substantially improved quality even when only a very small number of projections or projections with high noise were available. These images contained less streaking, blurring and inaccurately reconstructed structures compared to the images reconstructed by FDK, CS and conventional PICCS. In conclusion, the new developed reconstruction framework indicate the potential to lowering the radiation dose to the patient due to daily CBCT imaging while maintaining good image quality.

Die moderne multimodale Computertomografie (CT) beinhaltet das Schichtröntgen des Gehirns (native CT), die Darstellung der hirnversorgenden Arterien (CT-Angiografie) und die Messung der Hirndurchblutung (CT-Perfusion). Mit Hilfe dieser Untersuchungstechnik kann bei Patienten mit akutem Schlaganfall rasch die Ursache der plötzlich eingesetzten Symptome beleuchtet werden: Liegt eine Gefäßobstruktion oder eine Blutung in das Gehirn vor? Wie ausgedehnt ist die Durchblutungsstörung und wie viel Hirngewebe ist bereits beschädigt bzw. vom Untergang bedroht? Anhand dieser Informationen kann sofort eine spezifische Therapie eingeleitet werden, die es ermöglicht, die Patienten vor dauerhafter schwerer Behinderung zu bewahren bzw. die Prognose schon früh abzuschätzen. / Computed tomography (CT), including CT perfusion imaging and CT angiography, has the capacity to assess stroke pathology on a functional and morphological level and can thus provide important information about patients with acute stroke. It excludes brain haemorrhage, assesses the extent of perfusion deficit, the extent of ischemic damage, and the site and type of arterial obstruction. Ischemic brain tissue below the blood flow level of structural integrity takes up water immediately and causes a decrease in x-ray attenuation. Computed tomography thus has the specific advantage of being able to identify the brain tissue which is irreversibly injured. If CT can exclude major ischemic damage in acute stroke patients, reperfusion strategies may rescue brain function and prevent disability.