Detailansicht
Customized source-detector trajectory optimization for CBCT using Simulated Annealing algorithm
Hannah Jungreuthmayer
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Physik
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Physics
Betreuer*in
Christoph Dellago
DOI
10.25365/thesis.75123
URN
urn:nbn:at:at-ubw:1-13134.72684.765027-7
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Cone Beam Computed Tomography (CBCT) hat sich zu einer Routinebildgebungsmethode in der interventionellen Radiologie entwickelt. CBCT-Bilder werden in der Regel durch kreisförmige Rotation einer Röntgenquelle und eines Detektors um den Patienten erstellt. Bei der Rotation werden Projektionen aufgenommen, aus denen danach ein Bild rekonstruiert werden kann. Allerdings hat diese Standardtechnik einige Einschränkungen, darunter ein begrenztes Sichtfeld, die Notwendigkeit einer hohen Anzahl von Projektionen (d. h. eine hohe Strahlendosis für den Patienten) und dass die Methode nicht patientenspezifisch ist. Darüber hinaus erfordert das Verfahren eine gewisse Menge Platz, die in einem Operationssaal oft nicht verfügbar ist. Ein erweitertes Sichtfeld ist für viele medizinische Anwendungen des CBCTs von großer klinischer Bedeutung, insbesondere für Fälle, in denen das Interessengebiet außerhalb des standardmäßigen Sichtfeldes liegt. In dieser Studie wurde Sichtfelderweiterung durch die Optimierung von Quelle-Detektor-Trajektorien unter Verwendung des Simulated Annealing (SA) Algorithmus untersucht, einem heuristischen Optimierungsalgorithmus. Der SA-Algorithmus erforscht verschiedene elliptische Trajektorien innerhalb eines gegebenen Parameterbereichs und versucht, die Bildqualität in einem bestimmten Interessengebiet zu optimieren. Kinematische Einschränkungen (aufgrund von Kollisionen des Bildgebungsgeräts mit dem Patienten oder anderen medizinischen Geräten) wurden bei der Optimierung der Trajektorien berücksichtigt. Für die Simulationen wurden ein digitales XCAT-Phantom und die Bildgebungsgeometrie des Philips Allura Xper C-Arms verwendet. Die TIGRE Toolbox und der Universal Quality Index (UQI) wurden für die Bildrekonstruktion bzw. die Bewertung der Bildqualität benutzt. Die Ergebnisse zeigen, dass die vorgeschlagenen Trajektorien einen UQI (0.9148, 0.9681, 0.9632 und 0.9273) in den jeweiligen Interessengebieten erreichen konnten, der im Vergleich zu den kreisförmigen Trajektorien (UQI: 0.5960, 0.4892, 0.4798 und 0.7179) eine bedeutend bessere Bildqualität aufweist. Zusätzlich wurde für 3 von 4 Fällen auch eine bemerkenswerte FOV-Erweiterung erreicht (26.17%, 22.59%, 0.92% und 44.57%). Darüber hinaus wurde versucht die für die Rekonstruktion eines spezifischen Interessengebiet aufgenommenen Projektionen zu optimieren, wenn deren Anzahl reduziert werden soll. Generell führt eine Reduktion der Projektionszahl zu einer Verringerung der Bildqualität. Werden aber jene Projektionen mit dem meisten Informationsgehalt über ein bestimmtes Interessengebiet ausgewählt, kann dennoch eine diagnostische Bildqualität erreicht werden. Der verwendete Optimierungsalgorithmus war erneut Simulated Annealing, wobei Projektionen mit regelmäßigen Abständen als Vergleich zu den optimierten Projektionen dienten. Die Optimierung der Projektionen zeigt eine sichtbare Verbesserung, obwohl die erreichten UQI-Verbesserungen (von 0.8050 auf 0.8992 und von 0.8805 auf 0.8882) im Vergleich zu denen der Trajektorienoptimierung gering sind. Schließlich wurde die vorgeschlagene Optimierung der Projektion auf echte Projektionsdaten angewandt. Da die verwendeten Daten für dieses Experiment nicht ideal waren, ist die visuelle Verbesserung und die UQI Erhöhung (von 0.9260 auf 0.9284) gegenüber regelmäßig verteilten Projektionen eher gering. Die experimentellen Ergebnisse haben gezeigt, dass unsere vorgeschlagenen Trajektorien zu einem erweiterten Sichtfeld führen können. Weiters wurde eine verbesserte Visualisierung anatomischer Strukturen in peripheren Positionen demonstriert, wobei gewisse kinematische Einschränkungen berücksichtigt wurden. Darüber hinaus wurde gezeigt, dass SA dazu genutzt werden kann, Projektionen zu optimieren, wenn ihre Anzahl reduziert werden soll. Diese Studie bietet eine neue Vorgehensweise zur Verbesserung der diagnostischen Möglichkeiten der CBCT-Bildgebung und liefert somit wertvolle Einblicke in die Verbesserung der Patientenversorgung.
Abstract
(Englisch)
Cone Beam Computed Tomography (CBCT) has become a routine clinical imaging modality in interventional radiology. CBCT images are usually created by rotating an x-ray source and a detector in a circular trajectory around the patient. Thereby projections are taken from which an image can be reconstructed. However, this standard approach has some limitations, including limited field of view (FOV), the need of a high projection number (i. e. a high radiation dose for the patient), and that it is not patient specific. Furthermore the procedure needs a considerable amount of space, which is often not available in the operating room. Extended Field of View (FOV) CBCT is of great clinical importance for many medical applications, especially for cases where the Volume of Interest (VOI) is outside the standard FOV. In this study, FOV extension is investigated by optimizing customized source-detector CBCT trajectories using the Simulated Annealing (SA) algorithm, a heuristic search optimization algorithm. The SA algorithm explores different elliptical trajectories within a given parameter space, attempting to optimize image quality in a given VOI. Kinematic constraints (due to collisions of the imager with the patient or other medical devices) are taken into account when designing the trajectories. A digital XCAT body phantom and the geometry of Philips Allura Xper C-arm were considered for simulation. The TIGRE toolbox and the Universal Quality Index (UQI) were used for image reconstruction and image quality assessment, respectively. The results showed that the proposed trajectories could achieve a UQI at the respective VOIs (UQI: 0.9148, 0.9681, 0.9632 and 0.9273) which had a considerably better image quality compared with the circular trajectories (UQI: 0.5960, 0.4892, 0.4798 and 0.7179). In addition, for 3 out of 4 cases a notable FOV extension (26.17%, 22.59%, 0.92% and 44.57%) was achieved. Furthermore an attempt was made to optimize the recorded projections for reconstructing a specific VOI when reducing the projection number. Reducing the projection number in general results in an image quality decrease, but selecting projections with the most information about a specific VOI could still lead to a diagnostic image quality. The utilized optimization algorithm was again Simulated Annealing and regular spaced projections served as comparison to the optimized projections. The projection selection optimization shows visible improvement, although the achieved UQI enhancements (from 0.8050 to 0.8992 and from 0.8805 to 0.8882) are small, compared to the ones achieved by trajectory optimization. Finally the proposed projection selection optimization was applied to real projection data. Because the data was not ideal for this experiment, the visual improvement and the UQI enhancement from regular spaced projections (from 0.9260 to 0.9284) is rather small. The experimental results have shown that our proposed customized trajectories can lead to an extended FOV and enable improved visualization of anatomical structures in extreme positions while taking into account the available kinematic constraints. Furthermore, it was shown that SA can be utilized to optimize recorded projections when reducing their amount. This study offers a new approach to improve the diagnostic capabilities of CBCT imaging, thus providing valuable insight into improving patient care.
Schlagwörter
Schlagwörter
(Deutsch)
CBCT Quelle-Detektor Trajektorien Optimierung Simulated Annealing
Schlagwörter
(Englisch)
CBCT source-detector trajectory optimization simulated annealing
Autor*innen
Hannah Jungreuthmayer
Haupttitel (Englisch)
Customized source-detector trajectory optimization for CBCT using Simulated Annealing algorithm
Publikationsjahr
2023
Umfangsangabe
63 Seiten : Illustrationen
Sprache
Englisch
Beurteiler*in
Christoph Dellago
AC Nummer
AC17052531
Utheses ID
69783
Studienkennzahl
UA | 066 | 876 | |