Evaluation of SharpIR Reconstruction Method in PET/CT

PET/CT 검사에서 SharpIR 재구성 방법의 평가

  • Kim, Jung-Yul (Department of Nuclear Medicine, Yonsei University Health System) ;
  • Kang, Chun-Koo (Department of Nuclear Medicine, Yonsei University Health System) ;
  • Park, Hoon-Hee (Department of Radiology, Shingu University) ;
  • Lim, Han-Sang (Department of Nuclear Medicine, Yonsei University Health System) ;
  • Lee, Chang-Ho (Department of Nuclear Medicine, Yonsei University Health System)
  • 김정열 (연세의료원 세브란스병원 핵의학과) ;
  • 강천구 (연세의료원 세브란스병원 핵의학과) ;
  • 박훈희 (신구대학교 방사선학과) ;
  • 임한상 (연세의료원 세브란스병원 핵의학과) ;
  • 이창호 (연세의료원 세브란스병원 핵의학과)
  • Received : 2012.02.29
  • Accepted : 2012.04.06
  • Published : 2012.04.28

Abstract

Purpose : In conventional PET image reconstruction, iterative reconstruction methods such as OSEM (Ordered Subsets Expectation Maximization) have now generally replaced traditional analytic methods such as filtered back-projection. This includes improvements in components of the system model geometry, fully 3D scatter and low noise randoms estimates. SharpIR algorithm is to improve PET image contrast to noise by incorporating information about the PET detector response into the 3D iterative reconstruction algorithm. The aim of this study is evaluation of SharpIR reconstruction method in PET/CT. Materials and Methods: For the measurement of detector response for the spatial resolution, a capillary tube was filled with FDG and scanned at varying distances from the iso-center (5, 10, 15, 20 cm). To measure image quality for contrast recovery, the NEMA IEC body phantom (Data Spectrum Corporation, Hillsborough, NC) with diameters of 1, 13, 17 and 22 for simulating hot and 28 and 37 mm for simulating cold lesions. A solution of 5.4 kBq/mL of $^{18}F$-FDG in water was used as a radioactive background obtaining a lesion of background ratio of 4.0. Images were reconstructed with VUE point HD and VUE point HD using SharpIR reconstruction algorithm. For the clinical evaluation, a whole body FDG scan acquired and to demonstrate contrast recovery, ROIs were drawn on a metabolic hot spot and also on a uniform region of the liver. Images were reconstructed with function of varying iteration number (1~10). Results: The result of increases axial distance from iso-center, full width at half maximum (FWHM) is also increasing in VUE point HD reconstruction image. Even showed an increasing distances constant FWHM. VUE point HD with SharpIR than VUE point HD showed improves contrast recovery in phantom and clinical study. Conclusion: By incorporating more information about the detector system response, the SharpIR algorithm improves the accuracy of underlying model used in VUE point HD. SharpIR algorithm improve spatial resolution for a line source in air, and improves contrast recovery at equivalent noise levels in phantoms and clinical studies. Therefore, SharpIR algorithm can be applied as through a longitudinal study will be useful in clinical.

서론: 종래의 PET 영상 재구성에 있어서 FBP 등에 비해 3차원 반복 재구성 방법이 일반적으로 대체하고 있으며, 이것은 검출기 기하학적 특성과 완벽한 3차원 산란 평가 및 저잡음 randoms 평가 등의 더 진보된 재구성 알고리즘을 제공하고 활용되고 있다. 최근에 SharpIR알고리즘은 3차원 반복 재구성 알고리즘으로 PET 검출기 응답 정보를 통합하여 PET 영상의 잡음을 효과적으로 감소시켜 대조도를 향상 시키기 위한 것으로 알려지고 있다. 본 연구에서는 새로운 반복 시스템 모델인 SharpIR에 대한 성능 평가와 임상에서의 적용 가능성에 대해 알아보고자 한다. 실험재료 및 방법: 검출기 응답에 대한 분해능을 측정하기 위해 유리관(내경 1.1 mm, 두께 0.2 mm)에 $^{18}F$-FDG (250 MBq/mL)을 주입하여 축 방향 시야의 중심과 축 방향으로 5, 10, 15, 20 cm만큼 떨어진 지점에서 획득하였고 VUE point HD와 VUE point HD-SharpIR로 재구성하여 각각의 영상에서 반치폭을 구하였다. 또한 영상품질평가로 image quality phantom (NU2-2001)을 이용하여, 여러 개의 각각 다른 반지름을 가지는 원형구에 cold (직경 28, 37 mm)와 ho (직경 10, 13, 17, 22 mm)부분을 나누어 배경잡음을 주고 영상의 대조도를 평가하였다. 획득된 영상은 VUE point HD와 VUE point HD-SharpIR로 재구성을 하였다. 임상실험에서는 전신검사를 시행받은 환자 중 병소가 있는 환자 10명을 대상으로 VUE point HD와 VUE point HD-SharpIR로 재구성하였다. 이때 iterations을 1~10까지 변경하여 병소 부위와 간 부위에 관심영역을 설정하여 대조도를 평가하였다. 결과: VUE point HD로 재구성한 영상에서는 시야 중심으로부터 축방향 거리 증가와 함께 반치폭이 함께 증가하였지만 VUE point HD-SharpIR로 재구성한 영상에서는 거리가 증가하여도 일정한 반치폭을 나타냈다. 대조도는 팬텀 실험과 임상 실험에서 VUE point HD-SharpIR이 VUE point HD보다 대조도의 향상을 나타냈다. 결론: 검출기 시스템 응답에 대한 더 많은 정보를 포함시킴으로써 SharpIR 알고리즘은 VUE point HD에서 사용되는 기본 모델의 정확성을 향상시켰다. 또한 SharpIR은 VUE point HD보다 각각의 복셀에 관련된 더 많은 측정 위치를 가지는 시스템 모델이기 때문에 더욱 정교한 재구성 모델의 결과를 나타내기 위해 더 많은 반복이 걸린다. 결론적으로 SharpIR은 PET 영상에서 대조도를 향상시켰고 임상에서 적용할 수 있는 최적화된 재구성 조건을 알아보기 위해 종단적 연구를 통해 적용한다면 임상에서 유용하게 사용될 것이다.

Keywords