Escolar Documentos
Profissional Documentos
Cultura Documentos
persona persona
1 2
comparado
número
con el número
estimado
actual
actualizar
estimación <, >, =? COINCIDE
Re-proyección (forward) = proyección hacia adelante
detector
(proyección)
objeto
(reconstrucción)
Comprendiendo la reconstrucción iterativa
Objetivo detector
(medida)
Y
Encontrar la distribución de actividad cuyas
proyecciones estimadas coincidan con las
medidas. m
X proyección
Modelando el sistema (matrix sistema) estimada
objeto
¿Cuál es la probabilidad que un fotón emitido
desde una localización X sea detectado en
una localización del detector Y (PET: Y1, Y2).
- geometría y sensibilidad del detector
- atenuación Y1
- scatter, randoms m
- resolución, time-of-flight X
Y2
Reconstrucción ML-EM
BP SIN
original
CAMBIO
estimate
FP
estimación
proyecciones actual
estimadas
Algoritmos ML-EM / OSEM
measured _ projections
new _ estimate current _ estimate BP
FP current _ estimate
ML-EM
4 iterations
OS-EM
1 iteration
Update 1 Update 2 Update 3 Update 4
FINAL DE UNA
-
ÚNICA ITERACIÓN
-
-
Fin de n iteraciones
conventional
Ordered EM reconstruction
subsets (OS) EM reconstruction
5000
chi-squared
4000
3000
2000
em
1000 os2
os4
0
0 50 100 150
iterations
250
200
100
em
50
os2
os4
0
0 50 100 150
iterations
Algoritmo ML-EM
measured _ projections
new _ estimate current _ estimate BP
FP current _ estimate
new 1 yi
j j aij
aij yˆi
i i
nueva estimación
reproyección
estimación actual
retroproyección
matriz del sistema
Modelo simple del sistema
0 0 0 0 0 0 0 1 0 0
0 0 0 0 0 1 0 0 0 0
0
0
0
sinograma
0
1 distancia
0
0
ángulo
0
0
0
Atenuación & Scatter
• interacción primaria en tejidos, para fotones de energía relevantes en PET & SPECT,
es el scatter Compton
• atenuación resulta en pérdida de cuentas debido a la deflexión por scatter Compton
en el ‘trayecto detectable’
Atenuación
Factores de atenuación:
SPECT ~ x5 - x20
PET ~ x15 – x60
Scatter
Fracción de Scatter:
SPECT ~35%
PET 2D ~15%; 3D ~40%
Modelo del sistema incorporando atenuación
0 0 0 0 0 0 0 0.3 0 0
0 0 0 0 0 0.2 0 0 0 0
0
0
0
0
0.1
0
0
0
0
0
300
relative counts
- incluye actividad fuera del FOV 200
150
50
• scatter modelado 0
50 75 100 125 150 175
d2
p ,
e
d1
e
Estimación rápida Monte Carlo
FD CFD
105 fotones
por subset
measured _ projections
new _ estimate old _ estimate BP
FP old _ estimate scatter
Reconstrucción con estimación MC rápida del scatter
Opciones comerciales
• MC option for Hermes (Nuclear Diagnostics)
• ESSE scatter model (Philips)
• TEW in projector (Siemens)
• TEW subtraction (GE)
detector
0
0
0
0.05
0.1
0.05
0
0
0
0
Modelado de la resolución
Modelo simple:
• asume que no hay pérdida de resolución
Teniendo en cuenta la resolución:
• asume exactamente que pasa con la resolución
• involucra cierta incertidumbre
Contraste v ruido:
• el ruido aumenta con el nº de iteraciones
contrast/recovery
14subsets
2 iterations
#iter = 1 2 5 10 20
noTOF
FBP
PET/SPECT C ci
i
CT ln( Cb / C ) i
i MLTR
MLTR
• beneficios similares a los
estudios de emisión MAP
• reducción del ruido
• reducción de artefactos
• geometria flexible
Geometría flexible
• truncado, pérdida de datos (photon starvation)
FBP
Iterative
MAP
Resumen
Frecuencia (f)
Distancia (d) o tiempo (t)
Transformada de Fourier
2 Curva original ¿Qué es la transformada de Fourier?
1
amplitud
-1
alta amplitud,
-2
0 0.2 0.4 0.6 0.8 1
x baja frecuencia
Distancia (o tiempo)
FT Amplitud (A)
x
baja amplitud,
4
Suma de las ondas seno individuales x alta frecuencia
3
2 Frecuencia (f)
1 +
amplitud
-1
-2 +
-3
-4
0 0.2 0.4 0.6 0.8 1
distancia (o tiempo)
Transformada de Fourier: continuación
FT A
cuentas
FT-1
distancia frecuencia
Fuente puntual perfecta (función delta) Dominio de Fourier
1.25 1
1 0.8
0.75
amplitud
0.6
amplitud
FT
0.5 0.4
0.25 0.2
0 0
-1 -0.5 0 0.5 1 0 0.2 0.4 0.6 0.8 1
distancia Frecuencia (fracción de Nyquist)
0.72 0.6
amplitud
0.48 0.4
0.24 0.2
0 0
-1 -0.5 0 0.5 1 0 0.2 0.4 0.6 0.8 1
distancia frecuencia (fracción de Nyquist)
Transformada de Fourier de una imagen
FT
A
cuentas
distancia frecuencia
Comprendiendo filtros
1 2 1 FT A
2 4 2
1 2 1
frecuencia
43 51 42 46 38 0 0 0 0 0
47 44 41 44 39 0 0 0 0 0
1 2 1 FT A
2 4 2
1 2 1
frecuencia
43 51 42 46 38 0 0 0 0 0
47 44 41 44 39 0 0 0 0 0
FT filtro FT-1
filtro
A
FT 1
frecuencia
0
Filtro 2d
Filtros de restauración (Metz or Weiner)
restauración
Filtro combinado
A restauración x suavizado
A
frecuencia
X
suavizado
frecuencia
Comprendiendo filtros
* =
Retroproyección Filtrada
A
A = 1/f
FT
A A
A = 1/f filtro 1/f x f = 1
Rampa
(A = f)
frecuencia frecuencia
Reconstrucción Tomográfica
* =
FT
FT FT-1
A A A
x =
A A
frecuencia frecuencia
Filtro Butterworth (SPECT)
A A A
x =
A A A
x =
rampa-Butterworth
frecuencia
A
x
Butterworth
frecuencia
frecuencia
Comprendiendo filtros
1 BW fc = 0.3 n = 2
BW fc = 0.3 n = 10
0.8
BW fc = 0.6 n = 10
amplitud
0.6
0.4
0.2
0
0 0.2 0.4 0.6 0.8 1
frecuencia/fn
Filtro Butterworth
0.46 2.5
0.66 5.0
0.86 10.0
frecuencia
Filtrado 3D
Rampa modificado Post-reconstrucción (1d)
frecuencia
Filtrado 3D
Rampa Post-reconstrucción (3d)
frecuencia
Comprendiendo filtros
0.5 cycles/pixel
2 0.4 cycles/cm
16 cycles/FOV
1 1 * Nyquist f
FOV
0
1 Pixel 1 cm
-1 Frequency =
0.25 cycles/pixel
-2
0.2 cycles/cm
8 cycles/FOV
-3 0.5 * Nyquist f
-4
0 0.2 0.4 0.6 0.8 401 cm
32 pixel
Frecuencia de Nyquist
= frecuencia máxima medida utilizando un
tamaño de matriz específico
= 1 / (2 * tamaño del pixel)
A
frecuencia
amplitud
amplitud
0.6 0.6
0.4 0.4
0.2 0.2
0 0
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
frecuencia /fn frecuencia /fn
64x64 128x128
Fc = 0.3 Fc = 0.5
Fc = 0.5 Fc = 0.25
Fc = 0.7 Fc = 0.25
(orden = 10)