Correction of non-period motion in computed tomography

Abstract

Bei der medizinischen Bildgebung mittels Computertomographie (CT) wird aus einer Serie planarer Röntgenprojektionen ein dreidimensionales Bild der Anatomie eines Patienten rekonstruiert. Die Qualität des rekonstruierten Bildes wird bei Einsatz langsam rotierender Systeme, wie insbesondere Röntgen-C-Bögen oder an strahlentherapeutische Linearbeschleuniger gekoppelte Röntgensysteme, aufgrund der langen Aufnahmedauer von einigen Sekunden bis Minuten oft durch Bewegungen des Patienten beeinträchtigt. Dabei führt insbesondere die Atmung sowie willkürliche und auch unwillkürliche Bewegungen des Patienten zu starken Bildartefakten. Diese Arbeit beschäftigt sich mit der Entwicklung zweier neuartiger Methoden zur Korrektur derartiger Bewegungsartefakte. Dabei werden keine Forderungen an die Periodizität des Bewegungsmodells gestellt, so dass auch Artefakte, welche durch unregelmäßige Patientenbewegungen verursacht werden, wie zum Beispiel unwillkürliche Bewegungen beim Anhalten der Atmung, abdominelle Kontraktionen oder unkontrollierte Bewegungen korrigiert werden können. Die entwickelten Methoden lösen erstmalig das Problem der Korrektur von Bewegungsartefakten einzig unter Zuhilfenahme der gemessenen Daten. Bei dem ersten iterativen Verfahren wird das rekonstruierte Bild dadurch korrigiert, dass zunächst die Bewegungen aus den Projektionsdaten extrahiert und anschließend im Bildraum rekonstruiert werden, um schließlich von dem ursprünglichen 3D-Bild abgezogen zu werden. Dabei wird das initiale 3D-Referenzbild aus den aufgenommenen Projektionsdaten rekonstruiert und enthält daher noch Bewegungsunschärfeartefakte, es wird dennoch als Referenz zur Schätzung der Rekonstruktionsartefakte betrachtet. Die zweite Methode basiert auf einer iterativen Bestimmung des dynamischen Verschiebungsvektorfeldes, welches die zeitlich variierenden Positionen von Bildelementen beschreibt. In der folgenden Rekonstruktion wird die Rückprojektion nicht entlang gerader, sondern durch die Verschiebungsvektoren de nierter gekrümmter Strahlen durchgeführt. Ein elastischer Registrierungalgorithmus berechnet die Verschiebung im Projektionsraum durch Minimierung der Di erenz aus gemessenen Projektionen und Referenzprojektionen, welche aus dem in einer vorhergegangenen Iteration rekonstruierten Bild berechnet werden. Zudem ermittelt ein Bewegungssegmentierungsverfahren im Bildraum die Teile der Anatomie, welche sich tatsächlich während der Aufnahme bewegt haben.

Medical imaging with computed tomography (CT) aims at reconstructing a volumetric image of the patient's anatomy from a sequence of planar X-ray projections. The quality of reconstructed images is often degraded by residual patient motion,especially when using slowly rotating C-arm robots or X-ray systems integrated with linear accelerators for radiotherapy. The data acquisition might take from several seconds up to one minute on those equipments. In particular, if the patient does not manage to hold his or her movements during measurements, image resolution can be impaired by strong motion blur artifacts. This work was dedicated to the development of original techniques aiming at improving the quality of CT images when X-ray projections contain non-periodic patient motion. Since the developed methods do not assume any periodicity of the motion model, they can correct artifacts due to unstructured patient motion, such as breath-hold failure, abdominal contractions, and nervous movements. The proposed solutions tackle for the rst time the problem of motion correction in CT by using solely the acquired data. A rst approach is to iteratively correct the reconstructed image by rst decomposing the perceived motion in projection space into positive and negative parts, then reconstructing the motion artifacts in image space, and nally, subtracting the artifacts from an initial image of the anatomy. The initial image is reconstructed from the acquired data without motion compensation but is nevertheless considered as a reference for estimating the reconstruction artifacts. An alternative approach consists of an iterative work ow to progressively estimate a dynamic displacement vector eld representing the position of image elements over time. The motion information is then used within a motion-compensated variant of the analytical reconstruction algorithm to improve the image quality locally. An elastic image registration step computes the displacement in projection space, minimizing the di erence between measured projections and reference projections sampled from the image reconstructed in previous iterations. In addition, a motion segmentation procedure detects in image space the regions which are subject to motion during acquisition. Promising experimental results are summarized in qualitative gures and quantitative analyses. Experiments are based on numerically simulated projections from a mathematical phantom and from a sequence of clinical images obtained from a respiratory-gated acquisition on a fast helical CT scanner. Several elastic image registration methods are also evaluated for motion estimation purpose. In supplement, a study comparing various image interpolation and approximation techniques and their impact on reconstructed image delity is presented.