Die Positronen-Emissions-Tomographie (PET) bei der Schwerionentherapie ist eine wichtige Methode zur Qualitätskontrolle in der Tumortherapie mit Kohlenstoffionen. Die vorliegende Arbeit beschreibt die Verbesserungen des PET-Verfahrens, wodurch sich in der Folge präzisere Aussagen zur Dosisapplikation treffen lassen. Aufbauend auf den Grundlagen (Kap. 2) werden die Neuentwicklungen in den drei darauf folgenden Abschnitten (Modellierung des Abbildungsprozesses bei der PET, Streukorrektur für PET bei der Schwerionentherapie, Verarbeitung der rekonstruierten PET-Daten) beschrieben. Die PET-Methode bei der Schwerionentherapie basiert auf dem Vergleich zwischen den gemessenen und vorausberechneten Aktivitätsverteilungen. Die verwendeten Modelle in der Simulation (Erzeugung der Positronenemitter, deren Ausbreitung, der Transport und der Nachweis der Annihilationsquanten) sollten so präzise wie möglich sein, damit ein aussagekräftiger Vergleich möglich wird. Die Genauigkeit der Beschreibung der physikalischen Prozesse wurde verbessert und zeiteffiziente Algorithmen angewendet, die zu einer erheblichen Verkürzung der Rechenzeit führen. Die erwarteten bzw. die gemessenen räumlichen Radioaktivitätsverteilungen werden mit einem iterativen Verfahren rekonstruiert [Lau99]. Die gemessenen Daten müssen hinsichtlich der im Messobjekt auftretenden Comptonstreuung der Annihilationsphotonen korrigiert werden. Es wird ein geeignetes Verfahren zur Streukorrektur für die Therapieüberwachung vorgeschlagen und dessen Realisierung beschrieben. Zur Einschätzung der Güte der Behandlung wird die gemessene und die simulierte Aktivitätsverteilung verglichen. Dazu wurde im Rahmen der vorliegenden Arbeit eine Software entwickelt, das die rekonstruierten PET-Daten visualisiert und die anatomischen Informationen des Röntgentomogramms mit einbezieht. Nur durch dieses Auswerteverfahren war es möglich, Fehler im physikalischen Strahlmodell aufzudecken und somit die Bestrahlungsplanung zu verbessern.

Die Positronen-Emissions-Tomographie (PET) bei der Schwerionentherapie ist eine wichtige Methode zur Qualitätskontrolle in der Tumortherapie mit Kohlenstoffionen. Die vorliegende Arbeit beschreibt die Verbesserungen des PET-Verfahrens, wodurch sich in der Folge präzisere Aussagen zur Dosisapplikation treffen lassen. Aufbauend auf den Grundlagen (Kap. 2) werden die Neuentwicklungen in den drei darauf folgenden Abschnitten (Modellierung des Abbildungsprozesses bei der PET, Streukorrektur für PET bei der Schwerionentherapie, Verarbeitung der rekonstruierten PET-Daten) beschrieben. Die PET-Methode bei der Schwerionentherapie basiert auf dem Vergleich zwischen den gemessenen und vorausberechneten Aktivitätsverteilungen. Die verwendeten Modelle in der Simulation (Erzeugung der Positronenemitter, deren Ausbreitung, der Transport und der Nachweis der Annihilationsquanten) sollten so präzise wie möglich sein, damit ein aussagekräftiger Vergleich möglich wird. Die Genauigkeit der Beschreibung der physikalischen Prozesse wurde verbessert und zeiteffiziente Algorithmen angewendet, die zu einer erheblichen Verkürzung der Rechenzeit führen. Die erwarteten bzw. die gemessenen räumlichen Radioaktivitätsverteilungen werden mit einem iterativen Verfahren rekonstruiert [Lau99]. Die gemessenen Daten müssen hinsichtlich der im Messobjekt auftretenden Comptonstreuung der Annihilationsphotonen korrigiert werden. Es wird ein geeignetes Verfahren zur Streukorrektur für die Therapieüberwachung vorgeschlagen und dessen Realisierung beschrieben. Zur Einschätzung der Güte der Behandlung wird die gemessene und die simulierte Aktivitätsverteilung verglichen. Dazu wurde im Rahmen der vorliegenden Arbeit eine Software entwickelt, das die rekonstruierten PET-Daten visualisiert und die anatomischen Informationen des Röntgentomogramms mit einbezieht. Nur durch dieses Auswerteverfahren war es möglich, Fehler im physikalischen Strahlmodell aufzudecken und somit die Bestrahlungsplanung zu verbessern.

Digital tomosynthesis is a novel three-dimensional imaging technology that utilizes limited number of X-ray projection images to improve the diagnosis and detection of lesions. In recent years, tomosynthesis has been used in a variety of clinical applications such as dental imaging, angiography, chest imaging, bone imaging, and breast imaging. The goal of our research is to develop a framework to enable flexible optimization and comparison of image reconstruction and imaging configurations.

Because of the long acquisition time of Positron Emission Tomography scanners, the reconstructed images are blurred by motion. We hereby propose a novel motion-correction maximum-likelihood expectation-maximization algorithm integrating 3D movements between the different gates estimated by a neural network trained on synthetic data with contrast invariance. We show that, compared to the classic reconstruction method, this algorithm can increase the image quality on realistic synthetic 3D data of a human body, in particular, the contrast of small carcinogenic lung lesions. For the detection of lesions of one cm on four gates for medium and high noise levels, the studied algorithm gave an increase of 45 to 130% of the Pearson correlation coefficient in comparison with classic reconstruction methods without deformations. / På grund av den långa insamlingstiden för Positron Emission Tomography skannrar, blir de rekonstruerade bilderna suddiga av rörelse. Vi föreslår härmed en ny algoritm för maximal sannolikhet för rörelsekorrigering förväntningar-maximering som integrerar 3D-rörelser mellan de olika grindarna uppskattade av ett neuralt nätverk tränat på syntetisk data med kontrastinvarians. Vi visar att, jämfört med den klassiska rekonstruktionsmetoden, kan denna algoritm öka bildkvaliteten på realistiska syntetiska 3D-data från en människokropp, i synnerhet kontrasten av små cancerframkallande lungskador. För detektion av lesioner på en cm på fyra grindar för medelhöga och höga ljudnivåer gav den studerade algoritmen en ökning med 45 till 130% av Pearsons korrelationskoefficient i jämförelse med klassisk rekonstruktionsmetod utan deformationer.

Cette thèse traite de l'estimation de la concentration dans le sang artériel de molécules marquées par un radioélément émettant des positons. Cette concentration est appelée « fonction d'entrée artérielle B+ ». Elle doit être déterminée dans de nombreuses analyses en pharmacocinétique. Actuellement, elle est mesurée à l'aide d'une série de prélèvements artériels, méthode précise mais nécessitant un protocole contraignant. Des complications liées au caractère invasif de la méthode peuvent survenir (hématomes, infections nosocomiales).L'objectif de cette thèse est de s'affranchir de ses prélèvements artériels par l'estimation non-invasive de la fonction d'entrée B+ à l'aide d'un détecteur externe et d'un collimateur. Cela permet la reconstruction des vaisseaux sanguins afin de discriminer le signal artériel du signal contenu dans les autres tissus avoisinants. Les collimateurs utilisés en imagerie médicale ne sont pas adaptés à l'estimation de la fonction d'entrée artérielle B+ car leur sensibilité est très faible. Pour cette thèse, ils sont remplacés par des collimateurs codés, issus de la recherche en astronomie. De nouvelles méthodes pour utiliser des collimateurs à ouverture codée avec des algorithmes statistiques de reconstruction sont présentées.Des techniques de lancer de rayons et une méthode d'accélération de la convergence des reconstructions sont proposées. Une méthode de décomposition spatio-temporelle est également mise au point pour estimer efficacement la fonction d'entrée artérielle à partir d'une série d'acquisitions temporelles.Cette thèse montre qu'il est possible d'améliorer le compromis entre sensibilité et résolution spatiale en tomographie d'émission à l'aide de masques codés et d'algorithmes statistiques de reconstruction ; elle fournit également les outils nécessaires à la réalisation de tellesreconstructions. / This work deals with the estimation of the concentration of molecules in arterial blood which are labelled with positron-emitting radioelements. This concentration is called “ B+ arterial input function”. This concentration has to be estimated for a large number of pharmacokinetic analyses. Nowadays it is measured through series of arterial sampling, which is an accurate method but requiring a stringent protocol. Complications might occur during arterial blood sampling because this method is invasive (hematomes, nosocomial infections).The objective of this work is to overcome this risk through a non-invasive estimation of B+ input function with an external detector and a collimator. This allows the reconstruction of blood vessels and thus the discrimination of arterial signal from signals in other tissues.Collimators in medical imaging are not adapted to estimate B+ input function because their sensitivity is very low. During this work, they are replaced by coded-aperture collimators, originally developed for astronomy.New methods where coded apertures are used with statistical reconstruction algorithms are presented. Techniques for analytical ray-tracing and for the acceleration of reconstructions are proposed. A new method which decomposes reconstructions on temporal sets and on spatial sets is also developped to efficiently estimate arterial input function from series of temporal acquisitions.This work demonstrates that the trade-off between sensitivity and spatial resolution in PET can be improved thanks to coded aperture collimators and statistical reconstruction algorithm; it also provides new tools to implement such improvements.

Positronemissionstomografi är en väl använd modalitet som kan hjälpa till att ge information om olika organs tillstånd. Ett problem som kan uppstå när man utför undersökningar är att patientrörelser, i synnerhet andning, förvränger de resulterande bilderna. Detta är ett vanligt problem och kan leda till komplikationer som inkorrekt diagnos och i sin tur felbehandling. Om rörelsen är för kraftig kan det till och med göra bilden värdelös, vilket tvingar patienten att genomgå en ny examination som är kostsam både för patientens hälsa och för sjukhuset som utför undersökningen. För att förhindra att detta inträffar har flera studier gjorts för att anpassa bilderna så att även om patienten rör sig skulle undersökningen fortfarande ge acceptabla bilder. Detta projekt är en fortsättning på det arbete som gjorts av en annan student på CBH-skolan vid KTH, som för sin masteruppsats tränade en djupinlärningsmodell att korrigera för patientrörelser. Denna modell tränades uteslutande på PET-fantomer och inte attenuerad data som genererats i simuleringar. I detta projekt prövades och implementerades tre olika metoder för att ta fram attenueringsmappar med hjälp av modellen för att utföra både rörelse- och attenueringskorrektion. Resultaten visade att metoden som direkt tillämpade deformationen mellan attenueringskarta och respektive PET-gate var överlägsen de andra, men den kunde fortfarande inte återge korrigerade bilder där lesionerna som fanns på fantomen är tydligt synliga. / Positron emission tomography is a widely used modality that can help provide information about how various parts of the body are functioning. An issue that can occur when performing these examinations is patient movement, usually breathing, distorting the resulting images. This is a common issue and can lead to complications such as misdiagnosis and in turn mistreatment. If the movement is too significant it can even render the scan useless, forcing the patient to undergo a new scan which is costly both for the patient’s health and for the hospital performing the examination. To prevent this from happening several methods have been tried to adapt the images so that even if the patient moved the scan would still produce acceptable images.  This project is a continuation of the work done by another student on the CBH-school at KTH who, for his master’s thesis, trained a deep-learning model to correct for patient movement. This model was trained exclusively on PET phantoms and not attenuated data generated in simulations. In this project three different methods were tested and implemented to acquire attenuation maps that could be used to perform movement- and attenuation correction. The results showed that the method that directly applied the deformation between attenuation map and respective PET-gate was superior to the others, but it could still not reconstruct corrected images with the lesions that were originally visible on the phantom.

Cette thèse traite de l'estimation de la concentration dans le sang artériel de molécules marquées par un radioélément émettant des positons. Cette concentration est appelée « fonction d'entrée artérielle B+ ». Elle doit être déterminée dans de nombreuses analyses en pharmacocinétique. Actuellement, elle est mesurée à l'aide d'une série de prélèvements artériels, méthode précise mais nécessitant un protocole contraignant. Des complications liées au caractère invasif de la méthode peuvent survenir (hématomes, infections nosocomiales).L'objectif de cette thèse est de s'affranchir de ses prélèvements artériels par l'estimation non-invasive de la fonction d'entrée B+ à l'aide d'un détecteur externe et d'un collimateur. Cela permet la reconstruction des vaisseaux sanguins afin de discriminer le signal artériel du signal contenu dans les autres tissus avoisinants. Les collimateurs utilisés en imagerie médicale ne sont pas adaptés à l'estimation de la fonction d'entrée artérielle B+ car leur sensibilité est très faible. Pour cette thèse, ils sont remplacés par des collimateurs codés, issus de la recherche en astronomie. De nouvelles méthodes pour utiliser des collimateurs à ouverture codée avec des algorithmes statistiques de reconstruction sont présentées.Des techniques de lancer de rayons et une méthode d'accélération de la convergence des reconstructions sont proposées. Une méthode de décomposition spatio-temporelle est également mise au point pour estimer efficacement la fonction d'entrée artérielle à partir d'une série d'acquisitions temporelles.Cette thèse montre qu'il est possible d'améliorer le compromis entre sensibilité et résolution spatiale en tomographie d'émission à l'aide de masques codés et d'algorithmes statistiques de reconstruction ; elle fournit également les outils nécessaires à la réalisation de tellesreconstructions.

Une nouvelle technique de radiothérapie, l'hadronthérapie, irradie les tumeurs à l'aide d'un faisceau de protons ou d'ions carbone. L'hadronthérapie est très efficace pour le traitement du cancer car elle permet le dépôt d'une dose létale très localisée, en un point dit ‘pic de Bragg', à la fin du trajet des particules. La connaissance de la position du pic de Bragg, avec une précision millimétrique, est essentielle car l'hadronthérapie a prouvé son efficacité dans le traitement des tumeurs profondes, près des organes vitaux, ou radio-résistantes. Un enjeu majeur de l'hadronthérapie est le contrôle de la délivrance de la dose pendant l'irradiation. Actuellement, les centres de traitement par hadron thérapie effectuent un contrôle post-thérapeutique par tomographie par émission de positron (TEP). Les rayons gamma utilisés proviennent de l'annihilation de positons émis lors la désintégration bêta des isotopes radioactifs créés par le faisceau de particules. Ils ne sont pas en coïncidence directe avec le pic de Bragg. Une alternative est l'imagerie des rayons gamma nucléaires émis suites aux interactions inélastiques des hadrons avec les noyaux des tissus. Cette émission est isotrope, présentant un spectre à haute énergie allant de 100 keV à 20 MeV. La mesure de ces rayons gamma énergétiques dépasse la capacité des systèmes d'imagerie médicale existants. Une technique avancée de détection des rayons gamma, basée sur la diffusion Compton avec possibilité de poursuite des électrons diffusés, a été proposée pour l'observation des sources gamma en astrophysique (télescope Compton). Un dispositif, inspiré de cette technique, a été proposé avec une géométrie adaptée à l'Imagerie en Hadron Thérapie (IHT). Il se compose d'un diffuseur, où les électrons Compton sont mesurés et suivis (‘tracker'), et d'un calorimètre, où les rayons gamma sont absorbés par effet photoélectrique. Nous avons simulé un scénario d'hadronthérapie, la chaîne complète de détection jusqu'à la reconstruction d'événements individuels et la reconstruction d'une image de la source de rayons gamma. L'algorithme ‘Expectation Maximisation' (EM) à été adopté dans le calcul de l'estimateur du maximum de vraisemblance (MLEM) en mode liste pour effectuer la reconstruction d'images. Il prend en compte la réponse du système d'imagerie qui décrit le comportement complexe du détecteur. La modélisation de cette réponse nécessite des calculs, en fonction de l'angle d'incidence de tous les photons détectés, de l'angle Compton dans le diffuseur et de la direction des électrons diffusés. Dans sa forme la plus simple, la réponse du système a un événement est décrite par une conique, intersection du cône Compton et du plan dans lequel l'image est reconstruite. Une forte corrélation a été observée, entre l'image d'une source gamma reconstruite et la position du pic de Bragg. Les performances du système IHT dépendent du détecteur, en termes d'efficacité de détection, de résolution spatiale et énergétique, du temps d'acquisition et de l'algorithme utilisé pour reconstituer l'activité de la source de rayons gamma. L'algorithme de reconstruction de l'image a une importance fondamentale. En raison du faible nombre de photons mesurés (statistique de Poisson), des incertitudes induites par la résolution finie en énergie, de l'effet Doppler, des dimensions limitées et des artefacts générés par l'algorithme itératif MLEM, les images IHT reconstruites sont affectées d'artefacts que l'on regroupe sous le terme ‘bruit'. Ce bruit est variable dans l'espace et dépend du signal, ce qui représente un obstacle majeur pour l'extraction d'information. Ainsi des techniques de dé-bruitage ont été utilisées. Une stratégie de régularisation de l'algorithme MLEM (WREM) en mode liste a été développée et appliquée pour reconstituer les événements Compton. Cette proposition est multi-résolution sur une base d'ondelettes orthogonales. A chaque itération, une étape de seuillage des coefficients d'ondelettes a été intégrée. La variance du bruit a été estimée à chaque itération par la valeur médiane des coefficients de la sous-bande de haute fréquence. Cette approche stabilise le comportement de l'algorithme itératif, réduit l'erreur quadratique moyenne et améliore le contraste de l'image.

<p>Neutron stimulated emission computed tomography (NSECT) is a non-invasive, tomographic imaging technique with the ability to locate and quantify elemental concentration in a tissue sample. Previous studies have shown that NSECT has the ability to differentiate between benign and malignant tissue and diagnose liver iron overload while using a neutron beam tomographic acquisition protocol followed by iterative image reconstruction. These studies have shown that moderate concentrations of iron can be detected in the liver with moderate dose levels and long scan times. However, a low-dose, reduced scan time technique to differentiate various liver diseases has not been tested. As with other imaging modalities, the performance of NSECT in detecting different diseases while reducing dose and scan time will depend on the acquisition techniques and parameters that are used to scan the patients. In order to optimize a clinical liver imaging system based on NSECT, it is important to implement low-dose techniques and evaluate their feasibility, sensitivity, specificity and accuracy by analyzing the generated liver images from a patient population. This research work proposes to use Monte-Carlo simulations to optimize a clinical NSECT system for detection, localization, quantification and classification of liver diseases. This project has been divided into three parts; (a) implement two novel acquisition techniques for dose reduction, (b) modify MLEM iterative image reconstruction algorithm to incorporate the new acquisition techniques and (c) evaluate the performance of this combined technique on a simulated patient population. </p><p>The two dose-reduction, acquisition techniques that have been implemented are; (i) use of a single angle scanning, multi-detector acquisition system and (ii) the neutron-time resolved imaging (n-TRI) technique. In n-TRI, the NSECT signal has been resolved in time by a function of the speed of the incident neutron beam and this information has been used to locate the liver lesions in the tissue. These changes in the acquisition system have been incorporated and used to modify MLEM iterative image reconstruction algorithm to generate liver images. The liver images are generated from sinograms acquired by the simulated n-TRI based NSECT scanner from a simulated patient population.</p><p>The simulated patient population has patients of different sizes, with different liver diseases, multiple lesions with different sizes and locations in the liver. The NSECT images generated from this population have been used to validate the liver imaging system developed in this project. Statistical tests such as ROC and student t-tests have been used to evaluate this system. The overall improvement in dose and scan time as compared to the NSECT tomographic system have been calculated to verify the improvement in the imaging system. The patient dose was calculated by measuring the energy deposited by the neutron beam in the liver and surrounding body tissue. The scan time was calculated by measuring the time required by a neutron source to produce the neutron fluence required to generate a clinically viable NSECT image.</p><p>Simulation studies indicate that this NSECT system can detect, locate, quantify and classify liver lesions in different sized patients. The n-TRI imaging technique can detect lesions with wet iron concentration of 0.5 mg/g or higher in liver tissue in patients with 30 cm torso and can quantify lesions at 0.3 ns timing resolution with errors &#8804; 17.8%. The NSECT system can localize and classify liver lesions of hemochromatosis, hepatocellular carcinoma, fatty liver tissue and cirrhotic liver tissue based on bulk and trace element concentrations. In a small patient with a torso major axis of 30 cm, the n-TRI based liver imaging technique can localize 91.67% of all lesions and classify lesions with an accuracy of 88.23%. The dose to the small patient is 0.37 mSv a reduction of 39.9% as compared to the NSECT tomographic system and scan times are comparable to that of an abdominal MRI scan. In a bigger patient with a torso major axis of 50cm, the n-TRI based technique can detect 75% of the lesions, while localizing 66.67% of the lesions, the accuracy of classification is 76.47%. The effective dose equivalent delivered to the larger patient is 1.57 mSv for a 68.8% decrease in dose as compared to a tomographic NSECT system.</p><p>The research performed for this dissertation has two important outcomes. First, it demonstrates that NSECT has the clinical potential for detection, localization and classification of liver diseases in patients. Second, it provides a validation of the simulation of a novel low-dose liver imaging technique which can be used to guide future development and experimental implementation of the technique.</p> / Dissertation

No description available.