Utvikling av en realistisk gelmodell for kontroll av nøyaktigheten til en ny algoritme for automatisk bestemmelse av svulstoverflate fra PET bilder

Transkript

1 Utvikling av en realistisk gelmodell for kontroll av nøyaktigheten til en ny algoritme for automatisk bestemmelse av svulstoverflate fra PET bilder Arne Skretting 1, Jan F Evensen 2, Karsten Eilertsen 3, Otto K Glomset 1, T V Bogsrud 4 1 Intervensjonssenteret, OUS 2 Kreft-, kirurgi- og transplantasjonsklinikken, OUS 3 Fagområde Medisinsk Fysikk, OUS 4 Avdeling for radiologi og nukleærmedisin, OUS

2 Problemet: Positron emission tomography (PET) Hvordan bestemmer man tumoroverflate fra bildene? Window Center/width setting? Vi kjenner meget sjelden facit Geometrisk oppløsningsevne dårlig (FWHM=5-6 mm) (ukjent fordeling av aktivitet innenfor svulsten)

3 Utstyr og bilderekonstruksjon ved hode/hals-svulster Biograph 64 PET/CT Rekonstruerer bilder i 256 x 256 voxel matriser Snitt tykkelse1 mm Voxel størrelse=1.33 mm 4 OSEM iterationer, 8 subset

4 Konstruksjon av en gel-tumor-modell Utgangspunkt: PET/CT av hode/hals-tumor fra en virkelig pasient Svært geometrisk irregulær tumor Konstruér en gel tumor modell fra CT-bildene Homogen aktivitets-konsentrasjon ( 18 F) Tilsett jodkontrast for definisjon av eksakt overflate (facit) fra CT

5 Bruk av tumor-modellen: fordi vi har facit kan vi (teste manuell inntegning) Teste nyutviklet metode for automatisk overflate-bestemmelse

6 Tumor kontur

7 FDG PET/CT SCC, Tungeroten (T2N2cM0) a) Skalér til sann størrelse og tegn tumor-omriss i en rekke påfølgende 2 mm CT snitt gjennom denne hodehals-svulsten b) Overfør omrissene til 2 mm tykke plater av ekspandert PVC (Vikupor)

8 FDG PET/CT Skjær ut tumor-regionene V Skjær ut svulst-arealet med en glødende metalltråd

9 FDG PET/CT Sett sammen modellen 2 mm tykke plater av ekspandert PVC (Vikupor)

10 18 FPET/CT 15 kbq/ml (typisk) Orthoprint * gel blandet med jod kontrast og 18 F Gelen stivner på omtrent 20 min *Orthoprint (Zhermack Clinical, Badia Polesine, (Italia)) (

11 FDG PET/CT SCC tungeroten(t2n2cm0) Masterplan 3D visualisering Original ( volum 12.3 cm 3 ) Modell (jodkontrast+ 18 F-FDG) FACIT for PET-basert overflate

12 Sammenhengende serie av CT snitt gjennom gel-modellen (facit) Snitt-tykkelse 1 mm Pixelstørrelse 1.33 mm (reskalert til størrelse av PET pixels). 52 mm Konturene er bestemt i programmet og superponert på snittbildene

13 Manuell inntegning fra PET: meget komplisert og ofte feilaktig Facit (mørk grønn)

14 Den nyutviklede metoden for overflatebestemmelse Basert på nøyaktig oppmåling av 3D spredefunksjon for PET-avbildning La A være den sanne fordeling Det rekonstruerte bildevolumett: B=A*PSF Lag bildevolumet C=B*PSF (dataprogram) Subtrahér B-C og let etter null-gjennomganger

15 Det uunngåelige resultatet av PET-scannet og rekonstruksjonen: Eksempel i en dimensjon A B B=A*PSF

16 Ekstra konvolusjon med (3D) PSF og subtraksjonen B-C : krysser 0 ved de opprinnelige kantene PSF C B-C B A A Nullgjennomgang Ligner en Mexican hat konvolusjon

17 Presentasjon av konturer i to fargekanaler grønn: facit, rød: automatisk bestemt Overlapping Rød + grønn = gul

18 PET snitt med beregnede PET konturer (venstre) PET konturer + CT konturer (høyre), filter FWHM=3.5 mm

19 Den effektive geometriske oppløsningsevnen kan varieres gjennom valg av (post-rekonstruksjons-) gaussfilter. Påvirker også bildestøy. fwhm 2 eff = fwhm 2 int rinsic fwhm filter 4.7 mm 5.8 mm 7.2 mm fwhm filter 2.0 mm 3.5 mm 5.0 mm

20 Forskjellige effektive oppløsningsevner Gauss filter FWHM: FWHM = 2.0 mm FWHM = 3.5 mm FWHM = 5.0 mm

21 Konklusjoner: Nøyaktighet for automatisk konturbestemmelse En tre-dimensjonell avstandstransformasjon på basis av CT-konturene: de beregnede PET-konturer var i middel var voxels unna (st.dev) avhengig av filtrering. I planet: 1-2 mm avhengig av konturens form Modellen er også velegnet for trening i manuell inntegning