National and Kapodistrian University of Athens
Μεθοδολογία για την ανακατασκευή εικόνας σε τομογράφο PET βασιζόμενη στον αλγόριθμο MLEM
Abstract
dc:descriptionΗ παρούσα εργασία επικεντρώνεται στην μελέτη της σύγκλισης του επαναληπτικού αλγορίθμου MLEM (Maximum Likelihood Expectation Maximization). Κάνοντας χρήση του ψηφιακού ομοιώματος εγκεφάλου Hoffman, και τεχνικών Monte Carlo, δημιουργούμε τομογραφικές προβολές. Χρησιμοποιώντας αυτές τις προβολές, ο MLEM αλγόριθμος ανακατασκευάζει την εκάστοτε τομή του ομοιώματος και το συγκρίνει με την αρχική εικόνα. Παρατηρείται ότι οι εικόνες που παράγει ο συγκεκριμένος αλγόριθμος βελτιώνονται καθώς αυξάνει ο αριθμός επαναλήψεων καταλήγοντας σε μία βέλτιστη εικόνα και στην συνέχεια υπόκεινται αλλοίωση λόγω θορύβου. Αντικείμενο της παρούσας έρευνας είναι να καθοριστεί ο ελάχιστος αριθμός επαναλήψεων για τη λήψη της βέλτιστης εικόνας. Σε πρόσφατες έρευνες έχει χρησιμοποιηθεί το μέγεθος NRMSD (Normalized Root Mean Square Deviation) σαν μέγεθος αξιολόγησης της ανακατασκευασμένης εικόνας αφού συγκρίνει τα δεδομένα των δύο εικόνων, αρχικής και ανακατασκευασμένης. Πάνω σε αυτό το μέγεθος στηρίχθηκε η ανάπτυξη νέων κριτηρίων παύσης του αλγορίθμου, στην παρούσα εργασία, εστιάζοντας στην εξοικονόμηση χρόνου σε σχέση με προηγούμενες τεχνικές. Στα πλαίσια της εργασίας αυτής, αναζητήθηκαν νέα κριτήρια παύσης στηριζόμενα στην σχετική μεταβολή του παραπάνω μεγέθους, στο οποίο τέθηκε ένα κατώφλι πέρα από το οποίο ο αλγόριθμος τερματίζεται. Η κατάλληλη επιλογή κατωφλίου εξασφαλίζει σε ποιότητα την βέλτιστη ανακατασκευασμένη εικόνα. Στην παρούσα έρευνα παρουσιάζονται αποτελέσματα της μελέτης που αφορούν στην επιτάχυνση του αλγορίθμου.
Author and committee
dc:creator, dc:contributor.*- Author dc:creator
-
- Γάτης Χρήστος
Rights
- Language dc:language
- Ελληνικά, Greek
Identifiers
dc:identifier.*- Identifier
- uoadl:1318268