PET image reconstruction using MRI-based anatomical priors:application to the Siemens 3T MR-BrainPET system

Bibliographic Details
Main Author: Caldeira, Liliana Lourenço 1984-
Publication Date: 2013
Language: eng
Source: Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
Download full: http://hdl.handle.net/10451/8469
Summary: Tese de doutoramento, Engenharia Biomédica e Biofísica, Universidade de Lisboa, Faculdade de Ciências, 2013
id RCAP_094fadbe3e9ddca874190b8f23cd37e7
oai_identifier_str oai:repositorio.ulisboa.pt:10451/8469
network_acronym_str RCAP
network_name_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository_id_str https://opendoar.ac.uk/repository/7160
spelling PET image reconstruction using MRI-based anatomical priors:application to the Siemens 3T MR-BrainPET systemTeses de doutoramento - 2013Tese de doutoramento, Engenharia Biomédica e Biofísica, Universidade de Lisboa, Faculdade de Ciências, 2013Multimodality imaging has been used clinically to combine complementary information useful for medical doctors. In this context, Positron Emission Tomography (PET) is often combined with Magnetic Resonance Imaging (MRI) to obtain superpositioned functional and anatomical images of the same patient. PET images present severe noise levels due to the nature of data acquisition. To reduce noise in PET images, Maximum a Posteriori (MAP) algorithms for PET image reconstruction are applied. These algorithms use prior information to improve PET image quality. MRI-based anatomical information is included in prior information to further improve PET image quality. This thesis investigates PET image reconstruction using MRI-based anatomical priors. Siemens 3T MR-BrainPET is the used platform to test these algorithms and is ideal, since it allows simultaneous acquisition of PET/MRI data. In this work, MRI-based anatomical priors are introduced in PET image reconstruction. Two methods that include MRI-based anatomical information are implemented - Bowsher and boundaries. Parameters of priors, including the Bayes parameter, inuence the performance of PET image reconstruction. All parameters are optimized based on simulated data. Additionally to previous optimizations, a data-driven method to determine the Bayes parameter is proposed based on the number of total counts of an acquisition. Results show that MAP algorithms improve PET image quality in respect to several figures of merit when compared to standard image reconstruction. Figures of merit are further improved by using MRI-based anatomical priors. Comparing both methods to include MRI-based anatomical information, the Bowsher method provides more accurate results than the boundaries method. Current MRI image quality provides useful MRI-based anatomical priors. Simultaneously acquired PET/MRI datasets on Siemens 3T MR-BrainPET are used to validate MRI-based anatomical priors in PET image reconstruction. Application of MRI-based anatomical priors in PET image reconstruction is a promising tool for improving clinical PET images in the context of hybrid PET/MRI systems.A imagiologia multimodal tem sido usada clinicamente para combinar informação complementar. Tomografia de Emissão de Positrões (PET) é muitas vezes combinada com Imagiologia por Ressonância Magnética (MRI) para obter imagens funcionais e anatómicas utilizando dados provenientes de sistemas independentes. Os primeiros sistemas clínicos que permitem obter em simultâneo este tipo de informação médica foram muito recentemente instalados, contando-se menos de uma dezena em todo o mundo, e motivam o grande interesse da comunidade médica, em particular para o estudo do cérebro. Este trabalho foi realizado no Instituto de Biofísica e Engenharia Biomédica (IBEB) da Faculdade de Ciências da Universidade de Lisboa e na Siemens Healthcare Portugal. O Instituto de Neurociências e Medicina do centro de investigação Jϋlich (Institute of Neuroscience and Medicine of Forschungszentrum Jϋlich) na Alemanha também colaborou de forma muito importante no desenvolvimento desta tese de Doutoramento. Este instituto possui o sistema Siemens 3T MR-BrainPET, que é o primeiro protótipo de aquisição simultânea de PET e MRI. As imagens de PET apresentam níveis de ruído elevados devido à natureza da aquisição dos dados. Com o objectivo de reduzir este ruído, são usados para reconstrução de imagem de PET algoritmos como o Maximum a Posteriori (MAP). Estes algoritmos utilizam informação a priori para melhorar a qualidade das imagens de PET. A informação anatómica baseada em MRI é incluída na informação a priori para melhorar ainda mais a qualidade das imagens de PET. Esta tese investiga a reconstrução de imagens de PET utilizando informação anatómica baseada em MRI. O sistema Siemens 3T MR-BrainPET é a plataforma ideal para testar estes algoritmos, visto que permite a aquisição simultânea de dados de PET e MRI sem artefactos. Os sistemas de corpo inteiro também serão plataformas ideiais para testar no futuro quando não apresentarem artefactos. Os algoritmos Maximum Likelihood Expectation Maximization (MLEM) procuram iterativamente as soluções com a maior concordância com os dados, que são inerentemente ruidosos. Assim, os algoritmos MLEM obtém soluções muito ruidosas, em que o ruído aumenta com as iterações. Para controlar o ruído nas soluções MLEM, têm sido utilizadas várias estratégias. Actualmente, nas aplicações clinicas, a abordagem comum é parar o processo iterativo precocemente e/ou aplicar um filtro depois da reconstrução. Estas abordagens têm problemas conhecidos a nível da quantificação das imagens de PET. Os algoritmos MAP são uma alternativa para reconstruir imagens de PET com níveis de ruído reduzido a partir de dados ruidosos. Estes algoritmos oferecem uma maneira flexível e regrada para controlar o ruído nas imagens de PET. Em vez de encontrar a solução MLEM que procura a maior concordância com os dados, os algoritmos MAP favorecem soluções com propriedades desejadas nas imagens reconstruídas. De entre estas, a propriedade mais comum é a suavidade da imagem e há várias possibilidades para definir esta propriedade na informação a priori. Além de controlar o ruído, os algoritmos MAP tendem a atingir um ponto no qual as imagens reconstruídas variam muito pouco com as iterações, indicando convergência aproximada. Nos últimos anos, têm sido obtidas melhorias significativas através da inclusão de informação anatómica na informação a priori. Utilizando imagens de MRI com detalhe anatómico, é possível melhorar os contornos nas imagens de PET. Apesar das melhorias introduzidas, os métodos MAP raramente têm sido usados no ambiente clínico e os principais fabricantes (incluindo a Siemens) não disponibilizam estes métodos nos seus equipamentos. Este facto está relacionado com as questões em aberto sobre a aplicação da reconstrução MAP, o que apesar de melhorar a qualidade das imagens de PET, não permite o seu uso clinico. De facto, a utilização de informação a priori anatómica para reconstruir dados de PET tem sido dificultada pelos seguintes problemas: • Qual a melhor informação a priori e os seus parâmetros? Existem dois tipos de informação a priori que são referenciados na literatura: Gibbs e Median Root Prior (MRP). Estes dois tipos de informação a priori foram estudados nesta tese. A optimizacão dos parâmetros da informação a priori na reconstrução MAP foi efectuada para ambos. Para a informação a priori de Gibbs, a função potencial, a vizinhança e a função ponderação foram optimizadas. Para a informação a priori MRP, a vizinhança foi optimizada. A comparação entre os dois tipos de informação a priori foi feita usando diversas figuras de mérito, como o Erro Quadrático Médio (MSE, acrónimo do inglês Mean Squared Error). A optimização e comparação de informação a priori foram feitas recorrendo a dados simulados. • Qual o par^ametro de Bayes que deve ser usado? O parâmetro de Bayes _e o parâmetro que define o peso da informação anatómica na reconstrução de imagens de PET. Se este parâmetro for demasiado grande, a informação a priori dominará na imagem de PET. Se o parâmetro de Bayes for demasiado pequeno, então o ruído não é eficazmente controlado. Desta forma, é importante encontrar um valor adequado para este parâmetro. Alguns autores sugerem que a densidade das contagens é um factor que influencia a selecção do parâmetro de Bayes. Esta questão foi investigada, sugerindo o trabalho desta tese que a densidade média de contagens, ou mais simplesmente, o número total de contagens, que está imediatamente disponível no final da aquisição, pode ser usado para determinar o parâmetro de Bayes mais adequado. O método proposto nesta tese para a determinação do parâmetro de Bayes é baseado nos dados PET. • A utilização da informação anatómica é benéfica? Nesta tese, foi testada a introdução de informação anatómica baseada em MRI na reconstrução de imagens de PET. Foram implementados dois métodos para incluir informação anatómica: Bowsher e fronteiras. Os algoritmos MAP foram comparados com os algoritmos standard MLEM. Os resultados mostraram melhoria de várias figuras de mérito com a utilização dos algoritmos MAP. As figuras de mérito melhoraram ainda mais com a utilização de informação anatómica baseada em MRI. Comparando as diferentes estratégias para incluir a informação anatómica baseda em MRI, o método de Bowsher forneceu resultados mais precisos que o método das fronteiras. Isto foi feito para a informação a priori de Gibbs. • Como usar correctamente a informação anatómica? Apesar dos benefícios de usar informação anatómica baseada em MRI, a qualidade das imagens de MRI pode influenciar a aplicação de informação anatómica na reconstrução de imagens de PET. Neste trabalho, foi estudada a influência da qualidade das imagens de MRI na informação a priori. Em simulação, a segmentação perfeita das imagens de MRI está disponível, assim como imagens de MRI desprovidas de ruído e problemas de homogeneidade. As imagens de MRI simuladas foram usadas para estudar a influência do ruído e homogeneidade na informação anatómica baseada em MRI. Estes dados simulados foram usados não são para estudar a influência dos erros de segmentação, mas também para estudar diferentes tipos de segmentação. Os resultados mostram que a qualidade de imagens de MRI dos sistemas actuais de MRI proporcionam informação a priori anatómica adequada para a reconstrução de imagens de PET, sem necessidade de correcções adicionais. Foi possível demonstrar uma melhoria da qualidade das imagens de PET utilizando informação a priori baseada em dados de MRI nos algoritmos de reconstrução de imagem desenvolvidos durante esta tese. A aplicação da informação a priori anatómica baseada em MRI no contexto de sistemas híbridos PET/MRI é uma ferramenta promissora na melhoria de imagens clínicas de PET.Fundação para a Ciência e a Tecnologia (FCT, SFRH/BDE/33296/2008)Seabra, João (João Ferreira Pinto)Almeida, Pedro Miguel Dinis de, 1968-Repositório da Universidade de LisboaCaldeira, Liliana Lourenço 1984-2013-05-15T15:09:55Z20132013-01-01T00:00:00Zdoctoral thesisinfo:eu-repo/semantics/publishedVersionapplication/pdfhttp://hdl.handle.net/10451/8469TID:101280025enginfo:eu-repo/semantics/embargoedAccessreponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiainstacron:RCAAP2025-03-17T12:59:03Zoai:repositorio.ulisboa.pt:10451/8469Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-29T02:32:40.402929Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiafalse
dc.title.none.fl_str_mv PET image reconstruction using MRI-based anatomical priors:application to the Siemens 3T MR-BrainPET system
title PET image reconstruction using MRI-based anatomical priors:application to the Siemens 3T MR-BrainPET system
spellingShingle PET image reconstruction using MRI-based anatomical priors:application to the Siemens 3T MR-BrainPET system
Caldeira, Liliana Lourenço 1984-
Teses de doutoramento - 2013
title_short PET image reconstruction using MRI-based anatomical priors:application to the Siemens 3T MR-BrainPET system
title_full PET image reconstruction using MRI-based anatomical priors:application to the Siemens 3T MR-BrainPET system
title_fullStr PET image reconstruction using MRI-based anatomical priors:application to the Siemens 3T MR-BrainPET system
title_full_unstemmed PET image reconstruction using MRI-based anatomical priors:application to the Siemens 3T MR-BrainPET system
title_sort PET image reconstruction using MRI-based anatomical priors:application to the Siemens 3T MR-BrainPET system
author Caldeira, Liliana Lourenço 1984-
author_facet Caldeira, Liliana Lourenço 1984-
author_role author
dc.contributor.none.fl_str_mv Seabra, João (João Ferreira Pinto)
Almeida, Pedro Miguel Dinis de, 1968-
Repositório da Universidade de Lisboa
dc.contributor.author.fl_str_mv Caldeira, Liliana Lourenço 1984-
dc.subject.por.fl_str_mv Teses de doutoramento - 2013
topic Teses de doutoramento - 2013
description Tese de doutoramento, Engenharia Biomédica e Biofísica, Universidade de Lisboa, Faculdade de Ciências, 2013
publishDate 2013
dc.date.none.fl_str_mv 2013-05-15T15:09:55Z
2013
2013-01-01T00:00:00Z
dc.type.driver.fl_str_mv doctoral thesis
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10451/8469
TID:101280025
url http://hdl.handle.net/10451/8469
identifier_str_mv TID:101280025
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/embargoedAccess
eu_rights_str_mv embargoedAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron:RCAAP
instname_str FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron_str RCAAP
institution RCAAP
reponame_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
collection Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository.name.fl_str_mv Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
repository.mail.fl_str_mv info@rcaap.pt
_version_ 1833601401133989888

Similar Items