SPECT képrekonstrukció több energiacsúcsos izotópok esetén

OData támogatás
Konzulens:
Hesz Gábor
Irányítástechnika és Informatika Tanszék

Napjainkban egyre nagyobb hangsúlyt kapnak az izotóp diagnosztikai vizsgálatok, amelynek jelentős szerepe van a szervezetben megjelenő kóros elváltozások (pl. daganatok) diagnosztizálásában. A SPECT (Single Photon Emission Computed Tomography) az izotóp diagnosztikában használt vizsgáló eljárások egyike.

Ezen eljárás során gamma-bomló sugárforrást juttatnak a szervezetbe, amely a kívánt szövetekben dúsul. Gamma kamera segítségével képezik le a testből érkező gamma fotonokat. A gamma kamera kollimátorból, szcintillációs kristályból és fotoelektron sokszorozókból (PMT) áll. A vizsgálat során lényeges, hogy milyen detektort alkalmaznak, különösen fontos a kollimátor felépítése és a kristály vastagsága.

A sugárforrás térbeli eloszlásának rekonstruálása különböző algoritmusokkal történhet. A jobb képminőséget adó, iteratív algoritmusok közül az ML-EM (Maximum Likelihood Expectation Maximization) a legelterjedtebb. Az iteratív algoritmusok lehetővé teszik a kamera pont-válasz függvényének modellezését, amely megközelítően Gauss-eloszlású és függ a detektor és a vizsgálandó terület közti távolságtól, valamint a gamma-fotonok energiájától. Minél távolabb van a detektortól a gamma foton forrása, annál nagyobb a Gauss függvény félérték-szélessége.

A diplomatervhez felhasznált ML-EM alapú szoftver csak egy energiacsúcsú izotópokhoz használható. Mivel a gamma-fotonok és a szövetek kölcsönhatása, valamint a detektor pont-válasz függvénye is függ az energiától, ezért ezen izotópok (67Ga, 111In) vizsgálata fontos kérdés. A pontosabb rekonstrukció érdekében a szoftver továbbfejlesztése szükséges.

Az ML-EM algoritmus kiegészítése megtörtént oly módon, hogy alkalmas legyen több energiacsúcsú izotópok rekonstruálására. A vizsgálatokhoz a GATE szimulációs program segítségével állítottam elő mérési adatokat. Ennek segítségével készültek 2D-s rekonstrukciós képek, amelyek összehasonlítása történt az eredeti algoritmussal rekonstruált képekkel.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.