Snel, Iteratieve beeldreconstructie voor CT, CBCT, DTS, PET, SPECT en MRI – beschikbare technologie

Snel, Iteratieve beeldreconstructie voor CT, CBCT, DTS, PET, SPECT en MRI - beschikbare technologieSnel, Iteratieve beeldreconstructie voor CT, CBCT, DTS, PET, SPECT en MRI

Achtergrond

Conventionele methoden, met gefilterde back-projectie-type algoritmes voor het wederopbouw, goed werken in de klinische systemen, als er genoeg straling wordt gebruikt om voldoende projecties (of signalen) te verwerven. Aangezien de stralingsdosis wordt verlaagd, in de hoop van het minimaliseren van de dosis voor patiënten, de beeldkwaliteit verslechtert met verhogingen van geluid en / of het uiterlijk van voorwerpen, zoals aliassen en strepen, waardoor afbeeldingen moeilijk te gebruiken in de kliniek rendering. Om dit probleem op te lossen, hebben gecomprimeerd sensing-type iteratieve reconstructie algoritmes geïntroduceerd die krachtig genoeg is om een ​​goede beeldkwaliteit met een lage dosering (of signalen) gebruikt te herstellen zijn. Het grootste probleem met gecomprimeerde sensing-type (en SART-type) iteratieve algoritmen zijn dat het duurt vele iteraties (gt; 100) te convergeren naar een aanvaardbare oplossing. Bijvoorbeeld, GE software (VEO) duurt ongeveer

20min-2 uur om een ​​oplossing te vinden, waardoor het niet-zo-ideaal voor routinematige klinische toepassingen. Het oplossen van dit probleem met zo weinig iteraties mogelijk zou helpen deze algoritmen computationeel snel genoeg om praktisch gebruik in een drukke kliniek.

Technology Beschrijving

UC San Diego onderzoekers hebben een-ultrasnelle convergerende methode voor het oplossen van gecomprimeerde-sensing gebaseerde beeld iteratieve reconstructie algoritmen die accurate restauratie van anatomische informatie met spaarzame en lawaaierige bemonsterde gegevens, op basis van Barzilai en Borwein (BB) formulering maakt ontwikkeld. Toegepast op cone-beam computed tomography (CBCT) reconstructie, de werkwijze zorgt voor de totale variatie (TV) -norm regularisatie-gebaseerde kleinste kwadraten probleem op zeer efficiënte wijze met aanvaardbare snelheid voor routinegebruik in de kliniek. Bijvoorbeeld, de wederopbouw van het 512x512x70 volume met 120 CBCT projecties duurt 12 herhalingen op de proppen komen met een redelijke kwaliteit beelden, in minder dan 34 seconden.

toepassingen

Deze methode kan worden toegepast op afbeeldingen voor computertomografie (CT), CBCT digitale tomosynthesis (DTS), positron emissie tomografie (PET), single photon emission computed tomography (SPECT) en magnetische resonantie imaging (MRI) te reconstrueren voor de diagnose, prognose , radiotherapie planning en monitoring. In principe kan elke medische beelden met spaarzame bemonstering van gegevens en het gebruik van iteratieve beeldreconstructie (inclusief het gebruik van sparsity bevorderen voorafgaande) profiteren van het gebruik van deze methode om een ​​optimaal beeld snel te reconstrueren.

voordelen

Fast reconstructie tijd maakt deze methode goed toepasbaar en praktisch te routinematig klinisch gebruik in de geneeskunde, tandheelkunde, radiologie en radiotherapie. Het vermindert ook de blootstelling aan straling voor de patiënten, terwijl het bereiken van gelijkwaardige beeldkwaliteit in vergelijking met conventionele technieken.

De uitvinders hebben een werkend prototype en toegepast gecomprimeerd-sensing gebaseerde algoritmes om CBCT beelden te reconstrueren voor klinisch gebruik. Redelijke kwaliteit beelden hebben tweederde minder stralingsdosis (67 procent reductie) in vergelijking met de conventionele gefilterde back-projectie FDK (Feldkamp-Davis-Kress) algoritme. Dit werd verkregen, terwijl het bereiken van extreem snelle wederopbouw convergentie van 34-78 seconden in lt; 12-30 herhalingen voor een klinische hoofd-hals patiënt geval is met 512x512x70 volume.

Verwante Materialen

Ook u kunt bestellen hier.