Моделирование сбора проекционных данных позитронно-эмиссионной томографии и коррекция случайных совпадений
|
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
Литература
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
Литература
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 позволяют получать информацию 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).
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.
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.
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).
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.
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.
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.
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.
Подобные работы
- Моделирование сбора проекционных данных позитронно-эмиссионной томографии и коррекция случайных совпадений
Дипломные работы, ВКР, информатика. Язык работы: Русский. Цена: 4800 р. Год сдачи: 2018