Тип работы:
Предмет:
Язык работы:


Моделирование сбора проекционных данных позитронно-эмиссионной томографии и коррекция случайных совпадений

Работа №133619

Тип работы

Дипломные работы, ВКР

Предмет

информатика

Объем работы38
Год сдачи2018
Стоимость4800 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
23
Не подходит работа?

Узнай цену на написание


Введение 3
1 Постановка задачи 8
2 Обзор литературы 9
3 Моделирование сбора данных ПЭТ 12
3.1 Факторы, влияющие на качество изображений в ПЭТ 12
3.2 Алгоритм моделирования сбора данных 15
3.3 Генерация случайных величин 16
3.4 Построение списка событий аннигиляции 18
3.5 Отслеживание траекторий гамма-квантов 19
3.6 Регистрация гамма-квантов 22
3.7 Построение списка единичных событий 23
3.8 Построение списка событий совпадения 23
3.9 Программная реализация алгоритма моделирования сбора проекционных данных ПЭТ 24
4 Методы коррекции случайных совпадений 27
4.1 Коррекция, основанная на оценке скорости случайных совпа­дений 27
4.2 Метод отложенного окна 29
5 Выводы 31
6 Заключение 32
Литература 34

Современная медицинская диагностика включает в себя множество томогра­фических методов: метод компьютерной томографии, магнитно-резонансная томография, позитронно-эмиссионная томография и однофотонная эмиссион­ная компьютерная томография. Все эти методы позволяют получать изобра­жения внутренней анатомии пациентов. Такие методы как КТ и МРТ пооз- воляют получать инфомацию о структуре внутренних органов человека, их плотности, коэффициентах линейного ослабления излучения и насыщенно­сти атомами водорода. Также изображения, полученные при помощи этих методов, обладают высоким разрешением, большим, чем разрешение изобра­жений, полученных при помощи ОФЭКТ и ПЭТ. Однако для точного диагно­за необходима и информация о функциональных особенностях внутренних органов, которую позволяют получать такие методы как однофотонная эмис­сионная компьютерная томография и позитронно-эмиссионная томография. Таким образом, методы радионуклидной диагностики являются неотъемле­мой частью комплексного обследования и лечения пациентов.
Метод ПЭТ широко применяется при исследовании метаболизма и транс­порта веществ в организме, экспрессии генов и других процессов. Иссле­дование этих процессов было затруднено или невозможно до изобретения метода ПЭТ. Данный метод позволяет выявить болезнь на ее раннем эта­пе, что актуально при диагностике злокачественных опухолей и таких за­болеваний как болезнь Альцгеймера и другие виды деменции. Очень часто ПЭТ-диагностика проводится совместно с другими видами томографических исследований, например компьютерной или магнитно-резонансной томогра­фией.
Метод позитронно-эмиссионной томографии основан на регистрации пары гамма-квантов с энергией 511 кэВ, возникающих в результате позитронного бета-распада нуклида, входящего в состав вводимого пациенту радиофарм­препарата. При проведении ПЭТ-диагностики используют различные радио­фармпрепараты, которые подбираются в зависимости от специфики исследо­вания, что делает данный метод универсальным.
Детектирующая аппаратура в ПЭТ обычно представляет собой набор сцин­тилляционных детекторов, расположенных в виде кольца (см. рис. 1). Сцин­тилляторами называется группа веществ, испускающих гамма-кванты в ви­димом диапазоне длин волн при взаимодействии с излучением. В качестве детекторов используются различные сцинтилляторы, наиболее популярные в последнее время — кристаллы LSO (оксиортосиликат лютеция) и BGO (германат висмута).
Рис. 1: Кольцо детекторов ПЭТ
Поток фотонов, испущенный сцинтилляторами, при помощи фотоэлек­тронных умножителей усиливается и преобразуется в электронный сигнал, который далее обрабатывается и, если сигнал соответствует определенному диапазону энергий, то компьютер сбора данных регистрирует единичное со­бытие. Каждое единичное событие характеризуется индексом детектора, за­регистрировавшего его, и временной отметкой регистрации. На основе потока единичных событий регистрации строится список событий совпадения. Сов­падением называется регистрация пары гамма-квантов, временные отметки которых лежат в определенном временном интервале, называемом временным окном совпадения. Величина окна выбирается в зависимости от параметров детектирующей аппаратуры и обычно не превышает десяти наносекунд.
Пара детекторов, зарегистрировавших совпадение, определяет линию от­клика. В процессе сканирования вычисляется количество событий совпаде­ния вдоль каждой линии отклика, полученные данные называются проекци­онными данными позитронно-эмиссионной томографии.
Параметры детектирующей аппаратуры, такие как количество составля­ющих ее детекторов и их геометрия, влияют на качество получаемых изоб­ражений, на разрешающую способность сканера. Поэтому актуальной явля­ется задача разработки методов моделирования сбора данных позитронно-эмиссионной томографии для различных конфигураций детекторов.
Различают двумерный и трехмерный режимы сбора данных позитронно-эмиссионной томографии (см. рис. 2, 3). При сборе данных в двумерном режиме кольца детекторов разделены септой коллиматора, поглощающей гамма-кванты, попадающие на детектор под углом, значительно отличаю­щимся от прямого. В трехмерном же режиме септа коллиматора отсутствует, таким образом, возрастает чувствительность сканера, но в то же время уве­личивается количество зарегистрированных случайных и рассеянных совпа­дений.
Рис. 2: Двумерный режим сбора данных ПЭТ
Рис. 3: Трехмерный режим сбора данных ПЭТ
На качество изображений ПЭТ влияет множество факторов. Разреша­ющая способность метода ПЭТ ограничена в связи с тем, что до анниги­ляции позитроны обладают небольшим (порядка нескольких миллиметров) свободным пробегом, который зависит от электронной плотности тканей. От качества изображений, полученных в ходе радионуклидной диагностики, за­висит точность и корректность поставленного врачами диагноза, поэтому ак­туальной является задача разработки математических алгоритмов коррекции данных ПЭТ. Для тестирования алгоритмов коррекции необходимы проек­ционные данные, поэтому актуальной является также задача моделирования сбора проекционных данных ПЭТ с учетом различных факторов, влияющих на качество изображения.
Также модельные проекционных данные позитронно-эмиссионной томо­графии широко используются при разработке и проверке алгоритмов рекон­струкции томографических изображений.
К основным факторам, связанным с взаимодействием ионизирующего из­лучения и влияющим на качество изображения в ПЭТ, относятся ослабление излучения за счет поглощения и комптоновского рассеяния гамма-квантов. Также значительный шум в изображение вносят случайные и множественные совпадения, возникающие при регистрации гамма-квантов. Энергия гамма- квантов в ПЭТ составляет 511 кэВ, поэтому комптоновское рассеяние явля­ется основным эффектом при взаимодействии излучения и тканей органов пациента [19]. В результате регистрации рассеянных гамма-квантов ухудша­ется контрастность получаемого изображения. Случайные совпадения так­же отрицательно влияют на контрастность. Кроме того, помимо визуальной оценки изображений ПЭТ, зачастую врачи используют количественные мето­ды обработки изображений, что требует предварительной коррекции шумов в изображениях, связанных с рассеянием, ослаблением и случайными совпа­дениями.
Данная работа посвящена моделированию сбора проекционных данных позитронно-эмиссионной томографии, а также разработке алгоритма коррек­ции одного из факторов, влияющих на качество изображений.

Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


Результаты работы были представлены на различных конференциях: научно-практическая конференция «Радиационные технологии: достижения и пер­спективы. Ядерная медицина» (Ялта, 2014), международная научная кон­ференция «Процессы управления и устойчивость» (Санкт-Петербург, 2014, 2015) , международная конференция «Устойчивость и процессы управления» в память В. И. Зубова (Санкт-Петербург, 2015), международная научная кон­ференция «XXV Russian Particle Accelerator Conference» (Санкт-Петербург, 2016) , международная научная конференция «III International conference on Laser and Plasma Researches and Technologies» (Москва, 2017).
Результаты работы опубликованы в следующих работах:
1. Бажанов П. В. Моделирование сбора проекционных данных ПЭТ // Процессы управления и устойчивость, 2014, Т. 1 № 1. — С. 247-252.
2. Бажанов П. В. Исследование модели процесса сбора проекционных дан­ных ПЭТ // Процессы управления и устойчивость, 2015, Т. 2. № 1. — С. 276-281.
3. Bazhanov P.V. PET Projection Data Modeling and Scatter Correction // "Stability and Control Processes"in Memory of V.I. Zubov (SCP), 2015 International Conference, 2015. Article number 7342201, P. 516-517.
4. Бажанов П. В. Моделирование сбора проекционных данных ПЭТ и кор­рекция рассеяния // Устойчивость и процессы управления Материалы III международной конференции. 2015. С. 461-462.
5. Bazhanov P.V., Kotina E.D. Development of PET projection data correction algorithm // Journal of Physics: Conference Series, 2017, Volume 941 012097
6. Бажанов П.В, Котина Е. Д. Разработка алгоритма коррекции проекци­онных данных ПЭТ // Лазерные, плазменные исследования и техноло­гии ЛаПлаз-2017 Сборник научных трудов III международной конфе­ренции. 2017. С. 91.
7. Бажанов П. В. Метод коррекции рассеяния и случайных совпадений в данных ПЭТ // Вестник Санкт-Петербургского государственного уни­верситета технологий и дизайна. Серия 1. Естественные и технические науки. 2017. С. 36-49.
8. Котина Е.Д., Овсянников Д.А., Плоских В.А., Латыпов В.Н., Бабин А.В., Широколобов А.Ю., Пасечная Г.А., Бажанов П.В. Программное обеспечение для обработки и визуализации данных однофотонной эмис­сионной компьютерной томографии и позитронно-эмиссионной томогра­фии //Вопросы атомной науки и техники. Серия: Техническая физика и автоматизация. 2015. — № 70. — С. 12-27.
9. E.D. Kotina, A.V. Babin, P.V. Bazhanov, D.A. Ovsyannikov, V.A. Ploskikh, A.Yu. Shirokolobov Mathematical and Computer Methods of Data Processing in Nuclear Medicine Studies // RuPAC2016 - Proceedings, Pages 480-482.
По теме исследования получено свидетельство о регистрации програм­мы для ЭВМ № 2018611898 «Программа для моделирования сбора про­екционных данных позитронно-эмиссионной томографии (AcqModeller)» от 08.02.2018.


[1] Tsoumpas C. Implementation and evaluation of scatter estimation algorithms in positron emission tomography. London: 2004. 118 pp.
[2] D. Strul et al. GATE (Geant4 Application for Tomographic Emission): a PET/SPECT general-purpose simulation platform // Nuclear Physics B (Proc. Suppl.). 2003. vol. 125. p. 75-79.
[3] Buvat I. and Castiglioni I. Monte Carlo simulations in SPET and PET // Q. J. Nucl. Med. 2002. vol. 46. p. 48-61.
[4] Harrison R. L., Vannoy S. D., Haynor D. R., Gillipsie S. B., Kaplan M. S. and Lewellen T. K. Preliminary experience with the photon generator module of a public-domain simulation system for emission tomography // Conf. Rec. IEEE Nucl. Sci. Symp. and Med. Imag. Conf. (San Francisco). 1993. vol. 2. pp. 1154-1158.
[5] Bielajew A. F., Hirayama H., Nelson W. R. and Rogers D. W. O. History, overview and recent improvements of EGS4 NRCC Report PIRS-0436 // National Research Council. 1994. Ottawa. Canada. 26 p.
[6] Karine Assie et. al. Monte Carlo simulation in PET and SPECT instrumentation using GATE // Nuclear Instruments and Methods in Physics Research Section A: Accelerators, Spectrometers, Detectors and Associated Equipment. 2004. Volume 527, Issues 1-2, p. 180-189.
[7] S. Jan et. al. GATE: a simulation toolkit for PET and SPECT //Physics in medicine and biology. 2004. vol. 49. no. 19. pp. 4543-4561.
[8] Lewellen, T. K., R. L. Harrison. The SimSET program, in Monte Carlo Calculations in Nuclear Medicine. Applications in Diagnostic Imaging. S.- E. S. M. Ljungberg, M.A. King. Bristol, UK. 1998. Institute of Physics Publication.
[9] Stute S. et. al. Monte Carlo simulations of clinical PET and SPECT scans: impact of the input data on the simulated images // Phys. Med. Biol. 2011. vol. 56(19). pp. 6441-6457.
[10] S.R. Meike, R.D. Badawy. Quantitative techniques in PET // Positron Emission Tomography: basic science and clinical practice. London: Springer. 2003. p. 115-146
[11] Hoffman E.J., Huang S., Phelps M.E., Kuhl D.E. Quantitation in positron-emission computed tomography: 4. Effect of accidental coincidences. J. Comput Assist Tomography. 1981. vol. 5(3). p. 391-400.
[12] B.E. Cooke, A.C. Evans, E.O. Fanthome, R. Alarie and A.M. Sendyk. Performance figure and images from the Therascan 3128 positron emission tomograph // IEEE Trans. Nucl. Sci. 1984. vol. 31(1). p. 640-644.
[13] M.E. Casey and E.J. Hoffman. Quantitation in Positron Emission Computed Tomography: 7. A technique to reduce noise in accidental coincidence measurements and coincidence efficiency calibration // J. Comput. Assist. Tomogr. 1986. 10. p. 845-850.
[14] Badawi R.D., Miller M.P., Bailey D.L., Marsden P.K. Randoms variance reduction in 3D PET // Phys. Med. Biol. 1999. vol. 44(4). p. 941-954.
[15] David Brasse et.al. Correction Methods for Random Coincidences in Fully 3D Whole-Body PET: Impact on Data and Image Quality // J. Nucl. Med. 2005. vol. 46(5). p. 859-67.
...


Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2025 Cервис помощи студентам в выполнении работ