La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Méthodes de Reconstruction en Tomographie dEmission de Positons Guidées par lImagerie Anatomique F. Bataille CEA, Service Hospitalier Frédéric Joliot,

Présentations similaires


Présentation au sujet: "Méthodes de Reconstruction en Tomographie dEmission de Positons Guidées par lImagerie Anatomique F. Bataille CEA, Service Hospitalier Frédéric Joliot,"— Transcription de la présentation:

1 Méthodes de Reconstruction en Tomographie dEmission de Positons Guidées par lImagerie Anatomique F. Bataille CEA, Service Hospitalier Frédéric Joliot, Orsay, France

2 Introduction La Tomographie dEmission de Positons est une technique dimagerie médicale qui permet dobtenir, in vivo chez lhomme, la cartographie tridimensionnelle au sein des organes dun paramètre physiologique comme le métabolisme du glucose, le débit sanguin, ou la densité de récepteurs dun système de transmission neuronale. Cette cartographie est obtenue à partir de la mesure de la distribution volumique et temporelle dun radio-pharmaceutique spécifique injecté au sujet.

3 TEP - Principe Désintégration + Thermalisation du positon Annihilation e+e- Émission de 2 en coïncidence

4 Projection image - sinogramme

5 TEP - Exemples

6 Techniques de Reconstruction Reconstructions analytiques Inversion analytique du modèle reliant les données mesurées à limage à reconstruire Image = Modèle -1 {Mesures} Reconstructions Itératives Modèle plus complexe reliant les données mesurées à limage à reconstruire, pas dinversion directe possible Image 0 Modèle{Image k } Comparaison avec Mesures Image k+1 =Image k + Image

7 Reconstruction analytique 2D Théorème de la coupe centraleApplication

8 Rétro-projection Avantages: rapidité disponibles sur tous les dispositifs Inconvénients: bruit pas de modélisation du système

9 Reconstructions Itératives Estimation de limage par une succession daffinages meilleure modélisation du dispositif discret dacquisition des données que le modèle de lintégrale ligne incorporation dun modèle statistique de bruit stochastique des données incorporation durant le processus de reconstruction dune information connue a priori sur limage

10 Caractéristiques Paramétrisation finie de limage ={ j | j=1,..,n} Modèle des mesures, reliant les données discrètes mesurées y={y i | i=1,..,m} à limage : E{y i }=sum(A ij j ) Modèle de bruit (loi de probabilité pour y) Fonction de coût à minimiser Algorithme itératif de minimisation de cette fonction

11 Fonction de Coût (y,A ) +.U( ) (y,A ) terme dattache de limage aux données de projection mesurées y U( ) terme dattache de limage à un modèle a priori de limage

12 Approche probabiliste Problème de reconstruction : Chercher le plus probable compte tenu des mesures y obtenues Interprétation probabiliste : Maximiser p( |y) probabilité davoir limage quand les projections valent y Loi de Bayès : p( | y ) = p( y | ). p( ) / p( y ) Probabilité a priori sur les projections Probabilité a priori sur limage Probabilité de mesurer les projections y pour une image = vraisemblance

13 Exemples ML-EM GC Projection de l image estimée à l itération précédente Projection à l itération courante

14 Exemple : ML-EM

15 Méthode Itératives : Inconvénients Convergence beaucoup trop lente (1 itération 1 FBP) Amplification du bruit avec les itérations Solutions : Arrêt après quelques itérations Régularisation par introduction dinformation a priori

16 A priori anatomique Désactiver les corrélations locales ( jk =0) si deux voxels j et k appartiennent à deux structures anatomiques différentes Principe : Segmentation de l IRM pour définir les différentes structures présentes

17 Perspectives Support OSEM : accélération ML-EM Caméra HRRT (CTI/Siemens) Obstacles Segmentation IRM Recalage TEP – IRM Corrections (fortuits – diffusés – atténuation – temps mort)


Télécharger ppt "Méthodes de Reconstruction en Tomographie dEmission de Positons Guidées par lImagerie Anatomique F. Bataille CEA, Service Hospitalier Frédéric Joliot,"

Présentations similaires


Annonces Google