Development and Evaluation of Coded Aperture Reconstruction Methods for Intraoperative Gamma Cameras

Das Ziel dieser Arbeit ist es, den Ausgang von Sonden-geführten Eingriffen (SGE) zu verbessern, indem Rekonstruktionsmethoden für die Bilgebung mit einer kodierten Aperture (KA) entwickelt und evaluiert werden. Damit sollen die Vorteile von KA für intraoperative Gamma-Kameras (IGK) nutzbar gemacht werden.
Motivation: Brustkrebs bei Frauen hat Lungenkrebs als die am weltweit häufigste diagnostizierte Krebsart überholt. Die Biopsie und Untersuchung von Lymphknoten, die einen Lymphabfluss vom Primärtumor erhalten, wird mit Hilfe von IGKs durchgeführt. Als Alternative zu Parallelkollimatoren oder Lochblenden, wurde zur Bilderzeugung KA entwickelt. ... mehrSie bieten einen besseren Kompromiss zwischen Sensitivität und räumlicher Auflösung, erfordern allerdings eine Bildrekonstruktion.
Methoden: Zunächst wurde die planare Rekonstruktion untersucht, bei der die Tiefe der Quelle als bekannt angenommen wird. Ein faltungsbasiertes Encoder-Decoder-Netzwerk (FED) wurde entworfen und auf synthetischen Quellverteilungen und einer einfachen Simulation trainiert. Danach wurde es mit Methoden aus der Literatur, u.a. MURA Decoding und einem Maximum- Likelihood-Schätzer (MLS), quantitativ verglichen. Die Laufzeit und das Kontrast-zu-Rausch-Verhältnis (KRV) dienten hierbei als Hauptmetriken. Des Weiteren wurde die Möglichkeit der Super-Resolution untersucht, bei der niedrig aufgelöste Bilder vor der Rekonstruktion mittels bilinearer Interpolation skaliert wurden. Im zweiten Teil dieser Arbeit wurde die Annahme einer bekannten Quelltiefe fallen gelassen und die axiale Auflösung als Volle Breiter bei Halber Höhe (VBHH) des axialen KRV-Profils einer punktähnlichen Quelle bestimmt. Zuletzt wurde die Genauigkeit analysiert, mit welcher eine Quelle in allen drei Raumrichtungen lokalisiert werden kann. Ein Iterativer Quell-Lokalisierungsalgorithmus (IQL) einschließlich einem Fitting mit einer
symmetrischen Gauß-Verteilung oder einer exponentiell modifizierten Gauß-Verteilung (EMG) wurde dazu entwickelt.
Ergebnisse: Während MURA Decoding robust und schnell eine gute Rekonstruktionsqualität liefert, brauchte der MLS für ein 1.2 mal höheres KRV ca. 170 mal länger. Das FED erzielt die besten Ergebnisse mit einem durchschnittlich 2.7 mal höheren KRV, trotz seiner simplen Trainingssimulation. Die Ergebnisse der Simulationsstudie deuten daraufhin, dass Super-Resolution realisierbar ist. Im Bezug auf 3D-Bildgebung wurde herausgefunden, dass für MURA Decoding die axiale Auflösung von 5.3mm VBHH bei 12mm Quelldistanz zu 42.2mm VBHH bei 100mm abnimmt. Der IQL erreicht in der Kombination mit dem EMG-Fitting einen durchschnittlichen Lokalisierungsfehler von 0.8mm auf simulierten und von 2.6mm auf experimentellen Daten für Quelldistanzen im Bereich von 20−100mm.
Schlussfolgerungen: Der MLS bieten generell ein höheres KRV und eine bessere axiale Auflösung, ist aber aufgrund seines Rechenaufwands in seiner derzeitigen Form für SGE nicht geeignet. MURA Decoding bietet eine robuste Rekonstruktion. Die schnelle Berechnungszeit erlaubt die Generierung von 3D-Rekonstruktionen. Mit diesen ist eine Lokalisierungsgenauigkeit von punktähnlichen Quellen erreichbar, die mit Stereo-Kameras vergleichbar ist.

The overall aim of this thesis is to improve the outcome of Radioguided Surgeries (RGSs) by developing and evaluating reconstruction methods to exploit the advantages of Coded Aperture Imaging (CAI) for Intraoperative Gamma Cameras (IGCs).
Motivation: Female breast cancer has surpassed lung cancer as the most commonly diagnosed cancer. The biopsy and examination of lymph nodes that receive lymphatic drainage from the primary tumor are guided by IGCs. CAI has been proposed as an alternative to parallel-hole or pinhole collimators to produce an image. It offers a better trade-off between sensitivity and spatial resolution, but requires image reconstruction. ... mehr
Methods: First, planar reconstruction was investigated where the source’s depth is assumed to be known. A Convolutional Encoder-Decoder (CED) was developed and trained on synthetic source distributions and a low-fidelity simulation. It was quantitatively compared to reconstruction methods from the literature, such as MURA Decoding and a Maximum Likelihood Expectation Maximization (MLEM) algorithm. The computing time and the Contrast-to- Noise Ratio (CNR) served as key metrics throughout this thesis. Moreover, the ability of super-resolution was investigated by reconstructing bilinear interpolations of simulated low-resolution detector images. In the second part of this thesis, the assumption of a known source-to-mask distance was loosened and the axial resolution quantified using the Full Width at Half Maximum (FWHM) of the axial CNR profile of a point-like source. Lastly, an Iterative Source Localization (ISL) algorithm incorporating an Exponentially Modified Gaussian (EMG) fitting was developed to localize sources in all three dimensions.
Results: While MURA Decoding quickly provides robust reconstructions with good quality, MLEM takes around 170 times longer with a 1.2 times higher CNR. The CED performed the best with an on average 2.7 times higher CNR and a runtime comparable to MURA Decoding, despite the low-fidelity simulation of the training data. The simulation study indicated that superresolution is feasible. Regarding 3D reconstruction, it was found that, for MURA Decoding, the axial resolution degraded from 5.3mm FWHM at 12mm mask-to-source distance to 42.2mm at 100mm. The ISL combined with an EMG fit achieved a mean localization error of 0.8mm on the simulated and 2.6mm on the experimental data in the imaging range of 20−100mm.
Conclusion: The MLEM algorithm yields a higher CNR and better axial resolution, but is not suitable for RGS in its current form, due to its computational complexity. MURA Decoding provides robust reconstructions. Its fast computation enables 3D reconstruction which allows the localization of point-like sources with an accuracy comparable to that of stereoscopic cameras.