On the application of the polychromatic statistical reconstruction technique to C-arm CT data

Abstract

Computer Tomographie (CT) ist im klinischen Alltag der Krankenhäuser ein essentielles Mittel der Diagnostik und Nachbehandlung. Obwohl es bereits seit Jahrzehnten erfolgreich angewendet und verbessert wird, ist das standard Verfahren, dass aus den Röntgenbildern die 3D Information gewinnt störanfällig und vereinfachend. Auf der Hardware-Ebene wird das Potential der Ingenieurskunst bis ins kleinste Detail ausgereizt, doch auf der Software- Ebene findet die Innovation der Forschung nur langsam Anschluss. Viele moderne Verfahren benötigen zusätzliche Technik oder alternative Messmethoden, doch auch mit den bereits genutzten Geräten und Messungen könnten bessere klinische CT Bilder erzeugt werden. Durch das stetig wachsende Potential der modernen Computer und deren Rechenleistung ist es heutzutage möglich, enorme Datenmengen zu verarbeiten und Ergebnisse zu ermitteln, für die es vor 20 Jahren noch einige Monate an Rechenzeit gebraucht hätte. Diese zusätzlichen Rechenkapazitäten können genutzt werden, um die vereinfachten Verfahren durch komplexere Algorithmen zu ersetzen. Ein wesentliches Problem der aktuellen Standard-Methode ist die sogenannte Strahlaufhärtung (engl. beam hardening). Die erzeugte Röntgenstrahlung verfügt über ein Energiespektrum, das verschiedene quantemechanische Wechselwirkungen abdeckt. Die unterschiedlichen Wechselwirkungen tragen dabei alle zum gemessenen Signal bei. Es ist bekannt, dass der Absorptionsprozess der Röntgenstrahlung nicht-linear von dem absorbierenden Objekt abhängt. Eben diese Nicht-Linearität wird bei der standard Rekonstruktionstechnik nicht vollständig berücksichtigt und führt zu systematischen Bildfehlern (sog. Bildartefakten). Historisch war es schlicht nicht möglich, die Nicht-Linearitäten innerhalb eines klinisch vertretbaren Zeitraumes zu berücksichtigen. Nach 50 Jahren angewandter Computer Tomographie ist es mittlerweile allerdings sehr wohl möglich klinische CT Bilder innerhalb vertretbarer Rechenzeiten zu ermitteln. Hierfür bedarf es lediglich einer angemessenen Implementation der modernen Rekonstruktionsalgorithmen. Diese Arbeit beschäftigt sich mit einem physikalisch motivierten Rekonstruktionsalgorithmus, der bereits 2002 entwickelt wurde aber seit dem nicht auf klinische Daten angewendet wurde. Dieser Algorithmus nutzt sowohl ein physikalisch motiviertes Modell der Röntgenabsorption - die polychromatische Natur der Messung - als auch moderne Techniken der mathematischen Modellierung - die statistische Natur der Messung. Dies wird in der Bezeichnung der Methode deutlich: polychromatisch statistische Rekonstruktionstechnik (PSR). In der vorliegenden Arbeit wird die Machbarkeit der PSR demonstriert und ihr diagnostischer Mehrwert aufgezeigt. Zum Zeitpunkt der Verfassung dieser Schrift (2020) ist kein Fall bekannt, in dem diese Methode auf klinische Daten angewendet wurde. Mit anderen Worten: zum ersten mal und weltweit, wurde die PSR auf klinische Daten angewendet und die Bildqualität dadurch enorm verbessert. Es ist insbesondere hervorzuheben, dass der spezielle Fall des C-arm CT eine besondere Herausforderung darstellt, da die Datenqualität wesentlich niedriger ist als im konventionellen spiral CT. Zusammenfassend kommt die Arbeit zu dem Schluss, dass die PSR sowohl einen erheblichen Mehrwert für die aktuelle klinische Anwendung darstellt, als auch für die weiterführende Forschung und alternativer röntgenbasierten tomographischen Techniken wie Spektral CT oder der zerstörungsfreien Materialprüfung.

Computer tomography (CT) is an essential means of diagnosis and aftercare in the clinical routine of hospitals. Although it has been successfully used and improved for decades, the standard reconstruction procedure extracts 3D information from the X-ray images in a way that is both error-prone and simplifying. On the hardware level, the potential of engineering are exploited to the fullest, but on the software level, innovation is only slowly catching up with research. Many modern procedures require additional technology or alternative measurement methods, but even with the equipment and measurements that are already in use, better clinical CT images could be produced. Due to the constantly growing potential of modern data processing architectures and their computing power, it is now possible to handle enormous amounts of data and to determine results for which it would have taken several months of computing time 20 years ago. These additional computing capacities can be used to replace the simplified procedures with more complex algorithms. A major problem of the current standard method is the so-called beam hardening. The generated X-rays have an energy spectrum that covers various quantum mechanical interactions. The different interactions contribute to the measured signal. It is known that the absorption process of X-rays depends non-linearly on the absorbing object. It is precisely this non-linearity that is not fully taken into account in standard reconstruction techniques and leads to systematic image errors (so-called artifacts). Historically, it has simply not been possible to acruately consider the non-linearities within a clinically justifiable time frame. However, after 50 years of applied computed tomography, it is now possible to obtain clinical CT images within reasonable computing times. This requires only an appropriate implementation of modern reconstruction algorithms. This thesis deals with a physically motivated reconstruction algorithm that was developed in 2002 but has not been applied to clinical data since then. This algorithm uses both a physically motivated model of X-ray absorption - the polychromatic nature of the measurement - and modern techniques of mathematical modelling - the statistical nature of the measurement. This is reflected in the name of the method: polychromatic statistical reconstruction technique (PSR). In the presented work the feasibility of PSR is demonstrated and its enhancement of diagnostic value is shown. At the time of writing this dissertation there is no known case where this method has been applied to clinical data. In other words: for the first time and worldwide, PSR has been applied to clinical data and the image quality has improved enormously. It should be emphasized that the special case of the C-arm CT represents a special challenge, as the data quality is much lower than in conventional CT. In summary, the work concludes that the PSR represents an added value for current clinical applications as well as for further research and alternative X-ray based tomographic techniques such as spectral CT or non-destructive material testing.