Reconstruccin Iterativa

Margarita Nez, PhD

Escuela Universitaria de Tecnologa Mdica Montevideo, Uruguay

Reconstructores

Algoritmo expectation-maximization (EM)

Se usa en estadstica para encontrar estimaciones de mxima verosimilitud de parmetros en modelos probabilsticos, donde el modelo depende de variables latentes no observables.
El algoritmo EM alterna entre la realizacin de un paso de expectativa (E), que calcula una expectativa de la probabilidad mediante la inclusin de variables latentes como si hubieran sido observadas, y un paso de maximizacin (M), que calcula las estimaciones de mxima probabilidad de los parmetros mediante la maximizacin de la probabilidad esperada encontrada en el paso E. Los parmetros encontrados en el paso M son entonces utilizados para comenzar el paso E siguiente, y as el proceso se repite.

Problemas con la retroproyeccin filtrada

asume un modelo de proyeccin muy simple no est incluida la atenuacin artefactos en raya (streak) amplificacin del ruido

Mtodos de reconstruccin alternativos

Reconstruccin de Fourier Inversin de la matriz Mtodo iterativo mxima probabilidad

Image courtesy of Bettinardi et al, Milan

Que significa iterativo?

escoja un nmero del 1 al 20 persona 1 persona 2 comparado con el nmero actual

nmero estimado

actualizar estimacin

<, >, =?

COINCIDE

Re-proyeccin (forward) = proyeccin hacia adelante

Estima las proyecciones de una reconstruccin (simula la adquisicin)

detector (proyeccin)

objeto

reconstruccin retroproyeccin

re-proyeccin

Re-proyeccin
b

detector (proyeccin)

c a

objeto (reconstruccin)

Comprendiendo la reconstruccin iterativa

Objetivo Encontrar la distribucin de actividad cuyas proyecciones estimadas coincidan con las medidas.
detector (medida)

Modelando el sistema (matrix sistema) Cul es la probabilidad que un fotn emitido desde una localizacin X sea detectado en una localizacin del detector Y (PET: Y1, Y2). - geometra y sensibilidad del detector - atenuacin - scatter, randoms - resolucin, time-of-flight

objeto

proyeccin estimada

Y1
m

Y2

Reconstruccin ML-EM

BP

SIN original CAMBIO estimate

paciente

proyecciones originales

actualizar (x relacin)

FP
estimacin actual

proyecciones estimadas

Algoritmos ML-EM / OSEM

new _ estimate current _ estimate BP measured _ projections FP current _ estimate

ML-EM 4 iterations

OS-EM 1 iteration Update 1 Update 2 Update 3

Update 4

ML-EM: cada actualizacin involucra BP y FP para todos los ngulos de proyeccin

OSEM: cada actualizacin slo utiliza un subset de ngulos de proyeccin

iteraciones EM = iteraciones OS-EM x no de subsets

MLEM versus OSEM (ordered subsets)

Fin de la 1ra iteracin

Fin de la 2da iteracin FINAL DE UNA NICA ITERACIN Fin de n iteraciones

conventional EM reconstruction Ordered subsets (OS) EM reconstruction

El factor de aceleracin es la relacin (N total de proyecciones) / (N de proyecciones en el subset); tpicamente 64 / 4 = 16. En este caso 1 iteracin OSEM equevale a 16 iteraciones MLEM.

6000 5000

chi-squared

4000

3000 2000

em
1000
0

os2 os4
0 50 100 150

iterations
250
200

mean square error

150
100

50 0 0 50 100

em os2 os4
150

iterations

Algoritmo ML-EM
new _ estimate current _ estimate BP measured _ projections FP current _ estimate

new j

1
j i

aij

yi aij i y

nueva estimacin

estimacin actual matriz del sistema

reproyeccin
retroproyeccin

Modelo simple del sistema

0 0 0 0 0 0 0 1 0 0

0
0

0
0 0 1 0 0

sinograma

distancia
ngulo

0
0

Atenuacin & Scatter

interaccin primaria en tejidos, para fotones de energa relevantes en PET & SPECT,
es el scatter Compton

atenuacin resulta en prdida de cuentas debido a la deflexin por scatter Compton

en el trayecto detectable

scatter resulta en adicin de cuentas no deseadas debido a la deflexin por scatter

Compton en el trayecto detectable

PET versus SPECT

Atenuacin
Factores de atenuacin: SPECT ~ x5 - x20 PET ~ x15 x60

Scatter
Fraccin de Scatter: SPECT ~35% PET 2D ~15%; 3D ~40%

Modelo del sistema incorporando atenuacin

0 0 0 0 0 0 0 0.3 0 0

0
0

0.2

0
0 0 0.1 0 0 0

0
0

Probabilidad de deteccin reducida por la atenuacin en tejidos.

Estimacin de scatter (SPECT)

medida: - e.g. triple ventana de energa (TEW) - incluye actividad fuera del FOV - prctico pero ruidoso
scatter modelado - modelos analticos - modelos aproximacin (ESSE, TDCS) - modelos Monte Carlo
350 300
relative counts

250 200 150 100 50 0 50 75 100 125 150 175 energy (keV)

d2

p ,
e
d1

Estimacin rpida Monte Carlo

deteccin forzada (FD) es usada comnmente en simulaciones MC usando la deteccin forzada por convolucin (CFD) se acelera por ~100 respuesta de funcin angular (ARF) para los colimadores usa un principio similar FD CFD

105 fotones por subset

Beekman et al IEEE Trans Med Imag 2002; 21: 867-77

Problemas con la pre-correccin

Historico: sustraccin del scatter medido; aumenta el ruido

measured _ projections scatter new _ estimate old _ estimate BP FP old _ estimate

ML-EM espera que los datos adquiridos sean Poisson el procesamiento de las proyecciones destruye la presuncin Poisson tambin posiblemente introduce valores negativos en vez de eso, incorporar correcciones dentro del modelo Instead: add measured / estimated scatter in forward model

measured _ projections new _ estimate old _ estimate BP FP old _ estimate scatter

Reconstruccin con estimacin MC rpida del scatter

Opciones comerciales MC option for Hermes (Nuclear Diagnostics) ESSE scatter model (Philips) TEW in projector (Siemens) TEW subtraction (GE)

sin correccin

correccin de atenuacin

corr de aten + scatter MC

PET resolution

SPECT resolution

detector

positron range

colinearity
2 180

FWHMsys2 = FWHMdet2 + FWHMcoll2

FWHMtotal2 = FWHMdet2 + FWHMrange2 + FWHM

Modelo del sistema incorporando atenuacin y resolucin

0 0 0 0 0 0 0.1 0.3 0.1 0

0.1
0

0.2

0.1

0
0 0.05 0.1 0.05 0 0

0
0

Modelado de la resolucin
Modelo simple:
asume que no hay prdida de resolucin

Teniendo en cuenta la resolucin:

asume exactamente que pasa con la resolucin involucra cierta incertidumbre

contrast/recovery

Contraste v ruido: el ruido aumenta con el n de iteraciones el contraste alcanza su mayor valor Con el modelo de resolucin:
se necesitan ms iteraciones para alcanzar el mx menos ruido para igual contraste mejor modelo; mejor calidad

noise

Estudios Clnicos:

14subsets 2 iterations

3D-OP-OSEM

3D-OSEM with PSF

Townsend, Phys Med Biol 2008; 53: R1-R39

TOF converge ms rpidamente y logra mejor contraste para un ruido determinado

TOF

#iter = 1 noTOF

10

20

35-cm diameter phantom; 5 minute scan time 10, 13, 17, 22-mm hot spheres (6:1 contrast); 28, 37-mm cold spheres

Usos potenciales de la reconstruccin iterativa con CT

PET/SPECT C
i

ci
i i

FBP

CT ln( Cb / C )

MLTR

MLTR
beneficios similares a los estudios de emisin reduccin del ruido
reduccin de artefactos geometria flexible
Courtesy J Nuyts, KUL, Leuven

MAP

Reconstruccin Iterativa CT
Modelo del sistema ms exacto
reduccin de artefactos: beam hardening, scatter

Veo iterative recon

Reconstruccin Iterativa CT
Geometra flexible truncado, prdida de datos (photon starvation)

FBP

Iterative MAP

Resumen
Es estndar en la prctica clinical
Se necesita estar consciente de las limitaciones

- need to preserve Poisson statistics

Modelos de resolucin mejoran el contraste y el ruido - se requieren ms iteraciones

Informacin de time-of-flight mejora la relacin seal / ruido

- requiere menos iteraciones! Aumentando el uso para CT

- menos dosis, menos artefactos

Muchas gracias

SPECT: filtros

Comprendiendo filtros
Filtros de Fourier (no-SPECT) Suavizado y restauracin

Filtros SPECT Eleccin de los parmetros del filtro

Filtrado 3D Comparacin de filtros

Comprendiendo filtros
Filtros de Fourier (no-SPECT) Suavizado y restauracin

Filtros SPECT Eleccin de los parmetros del filtro

Filtrado 3D Comparacin de filtros

Transformada de Fourier
Frecuencia espacial = n de ciclos / distancia
Amplitud (A) Amplitud (A)

Distancia (d) o tiempo (t)

Frecuencia (f)

Transformada de Fourier

Curva original

Qu es la transformada de Fourier?

1 amplitud

-1

-2 0 0.2 0.4 0.6 0.8 Distancia (o tiempo) 1

x
Amplitud (A)

alta amplitud, baja frecuencia

FT
Suma de las ondas seno individuales
4 3 2 amplitud 1 0 -1 -2 -3 -4 0 0.2 0.4 0.6 0.8 distancia (o tiempo) 1

x
Frecuencia (f)

baja amplitud, alta frecuencia

Transformada de Fourier: continuacin

FT

cuentas

FT-1
distancia frecuencia

Fuente puntual perfecta (funcin delta)

1.25 1 amplitud amplitud 0.75 0.5 0.25 0 -1 -0.5 0 distancia 0.5 1 1 0.8

Dominio de Fourier

0.6
0.4 0.2 0 0 0.2 0.4 0.6 0.8 1 Frecuencia (fraccin de Nyquist)

FT

Funcin de dispersin puntual

1.2 .......... LEAP HR 1 0.8 amplitud 0.6

Dominio de Fourier

0.96
amplitud 0.72 0.48 0.24 0

FT
0.4
0.2 0

-1

-0.5

0 distancia

0.5

0.2 0.4 0.6 0.8 frecuencia (fraccin de Nyquist)

Transformada de Fourier de una imagen

FT
A

cuentas

distancia

frecuencia

Comprendiendo filtros
Filtros de Fourier (no-SPECT) Suavizado y restauracin

Filtros SPECT Eleccin de los parmetros del filtro

Filtrado 3D Comparacin de filtros

Suavizado Espacial
filtro kernel

1 2 1

2 4 2

1 2 1

FT

frecuencia

43 48 40 47

51 57 42 44

42 40 47 41

46 44 35 44

38 46 47 39

0 0 0 0

0 47.6 45.0 0

0 44.6 43.3 0

0 42.7 41.9 0

0 0 0 0

valores originales

valores filtrados

Valor nuevo = [(4*57)+2*(48+51+40+42)+(43+42+40+47)]/16 = 47.6

Suavizado Espacial
filtro kernel

1 2 1

2 4 2

1 2 1

FT

frecuencia

43 48 40 47

51 57 42 44

42 40 47 41

46 44 35 44

38 46 47 39

0 0 0 0

0 47.6 45.0 0

0 44.6 43.3 0

0 42.7 41.9 0

0 0 0 0

valores originales

valores filtrados

Valor nuevo = [(4*57)+2*(48+51+40+42)+(43+42+40+47)]/16 = 47.6

Filtrado de Fourier
imagen

FT
filtro
A

filtro

FT-1

FT
frecuencia

1
0

Filtro 2d

Filtros de restauracin (Metz or Weiner)

restauracin
Filtro combinado restauracin x suavizado

A frecuencia

X
suavizado frecuencia A

Restauracin con ruido reducido

frecuencia

Comprendiendo filtros
Filtros de Fourier (no-SPECT) Suavizado y restauracin

Filtros SPECT Eleccin de los parmetros del filtro

Filtrado 3D Comparacin de filtros

Reconstruccin Tomogrfica

Retroproyeccin Filtrada
A

A = 1/f
FT

Retroproyeccin
A

Cuentas distribuidas como 1/r

A

frecuencia

A = 1/f Rampa (A = f)
frecuencia

filtro

1/f x f = 1

frecuencia

Reconstruccin Tomogrfica

*
FT FT

=
FT-1

=
frecuencia frecuencia

frecuencia

original

FBP: no filter

ramp: 16 angles

ramp:128 angles

Filtro Rampa

frecuencia

frecuencia

Filtro Butterworth (SPECT)

x
frecuencia
A A

=
frecuencia
A

frecuencia

x
frecuencia frecuencia

=
frecuencia

rampa
A

Filtro rampa modificado

rampa-Butterworth
frecuencia A

x Butterworth
A frecuencia

frecuencia

Comprendiendo filtros
Filtros de Fourier (no-SPECT) Suavizado y restauracin

Filtros SPECT Eleccin de los parmetros del filtro

Filtrado 3D Comparacin de filtros

Filtro Butterworth

BW fc = 0.3 n = 2
BW fc = 0.3 n = 10

0.8

BW fc = 0.6 n = 10

amplitud

0.6 0.4 0.2 0 0 0.2

frecuencia/fn

0.4

0.6

0.8

Filtro Butterworth
2.5

0.46

0.66

5.0

0.86

10.0

Cambia la frecuencia de corte (fraccin de Nyquist) Orden: 5

Cambia el orden Fc: 0.56

Comprendiendo filtros
Filtros de Fourier (no-SPECT) Suavizado y restauracin

Filtros SPECT Eleccin de los parmetros del filtro

Filtrado 3D Comparacin de filtros

Filtrado 3D
Pre-reconstruccin (2d)

Rampa

frecuencia

Filtrado 3D
Rampa modificado Post-reconstruccin (1d)

frecuencia

Filtrado 3D
Rampa Post-reconstruccin (3d)

frecuencia

Comprendiendo filtros
Filtros de Fourier (no-SPECT) Suavizado y restauracin

Filtros SPECT Eleccin de los parmetros del filtro

Filtrado 3D Comparacin de filtros

Unidades de frecuencia
32x32 Matrix 40 cm FOV
4

1 Pixel
3 2 1

1 cm

Frequency =
0.5 cycles/pixel 0.4 cycles/cm 16 cycles/FOV 1 * Nyquist f FOV

0
1 Pixel -1 -2 1 cm

Frequency = 0.25 cycles/pixel 0.2 cycles/cm 8 cycles/FOV 0.5 * Nyquist f

-3
-4 0 0.2 0.4 0.6 0.8

40 1 cm 32 pixel

Frecuencia de Nyquist
= frecuencia mxima medida utilizando un tamao de matriz especfico = 1 / (2 * tamao del pixel)

Frecuencia mxima de la imagen determinada por la resolucin de la cmara

frecuencia

Tamao de la matriz

Nf (32) 32

Nf (64) 64

Nf (128) 128

Problemas con el uso de la frecuencia de Nyquist

Filtro Butterworth (64*64)

1.2 1 0.8 amplitud amplitud 0.6 0.4 B/W fc=0.4 n=10 Espectro imagen

Filtro Butterworth (128*128)

1.2 Espectro imagen 1 0.8 B/W fc=0.2 n=10 B/W fc=0.4 n=10

0.6
0.4 0.2

0.2
0 0 0.2 0.4 0.6 frecuencia /fn 0.8 1

0
0 0.2 0.4 0.6 frecuencia /fn 0.8 1

64x64

128x128

Fc = 0.3

Fc = 0.5

Fc = 0.5

Fc = 0.25

Fc = 0.7

Fc = 0.25 (orden = 10)