Evaluation of motion compensation techniques for cardiac PET imaging

Abstract

Einleitung: Die in dieser Arbeit durchgeführte Studie konzentriert sich auf die vergleichende Bewertung der Leistung und Genauigkeit verschiedener Bewegungskompensationstechniken (MoCo-Techniken) bei PET-Aufnahmen mit simulierter Atmungs- und Herzbewegung. Der Hauptfokus lag auf der Durchführung und Leistungsevaluierung der folgenden MoCo-Techniken: (1) Projection-Based Motion Compensation (P-MoCo), die die Bewegungsinformation vor der Bildrekonstruktion einführt, (2) Motion-Compensated Image Reconstruction (MCIR), in der die Bewegungskompensation während des Bildrekonstruktionsprozesses durchgeführt wird und (3) Reconstruct-Transform-Average (RTA), die die Bewegungsinformation nach der Bildrekonstruktion in das System einführt. Materialien und Methoden: Verschiedene Bewegungsmodelle, startend von vereinfachten 1D-Axialbewegunsmodellen bis hin zu komplexen 3D-kardio- respiratorischen Bewegungsmodellen, wurden in den Simulationen mit einem Extended Cardiac-torso (XCAT) Phantom sowie einem MR-basierten numerischen Phantom, bestehend aus einer Reihe an 4D PET/MR Datensätzen, verwendet. Darüber hinaus wurden einige vorläufige Leistungsevaluierungen der MoCo-Ansätze an vier Patientendatensätzen durchgeführt, die mittels eines Biograph mMR PET/MR-Systems aufgenommen wurden. Signal-Rausch-, Kontrast-Rausch-, Läsions-Hintergrund- sowie Myokard-Hintergrund-Verhältnis wurden als Leistungsmerkmale herangezogen, um die Leistung der MoCo-Ansätze mittels der Analyse von Zusammenbruch, Stabilität und Trennbarkeit umfassend zu bewerten sowie zu charakterisieren. Ergebnisse: Für XCAT-Phantom-Daten wurde ein direkter Vergleich der Stabilität der Leistung von P-MoCo, MCIR und RTA über den gesamten Bereich der Atmungsbewegungskomplexität (1D-2D) durchgeführt, was vergleichbare absolute Unterschiede von 15*10 (-3), 16*10 (-3) und 19*10 (-3) im Bezug auf M2Li_1D und M2Li_(2D) für MCIR, RTA und P-MoCo lieferte. Für das numerische Phantom wurde die Stabilität der MoCo-Ansätze mittels Totaldifferenz von LBR_1D und LBR_3D zu 49*10 (-3) für MCIR, zu 72*10 (-3) für RTA, aber zu 497*10 (-3) für P-MoCo getestet, was nicht mit den beiden letztgenannten MoCo-Ansätzen verglichen werden kann. Weiters wurde eine unübertroffene Leistung von einzelnen Gated-Rekonstruktionen für beide Patienten-Datensätze einschließlich der Tracer FDG und NH_3 gefunden. P-MoCo und RTA führten insgesamt zu einer besseren Bildqualität als statische OSEM-Rekonstruktionen, hinsichtlich der Myokarddefinition, M2B-Verhältnissen sowie Rauscheigenschaften. Die Rauscheigenschaften der Bilder wurden analysiert, was zu einem um 60 % höheren Rauschen bei Einzelgaterekonstruktionen führte als bei P-MoCo, RTA und statischen OSEM-Rekonstruktionen. Fazit: Die Ergebnisse dieser Arbeit legen nahe, dass P-MoCo ein gutes und nützliches Werkzeug für die Atembewegungskompensation ist, die zu vergleichbaren Ergebnissen zugelassener Methoden wie MCIR oder RTA führt. P-MoCo kann jedoch komplexe Bewegungen, bestehend aus einer Mischung von Atmungs- und Herzbewegung in zwei und drei Dimensionen, nicht bewältigen. Darüber hinaus legen die Ergebnisse nahe, dass P-MoCo in der Lage ist, Patientendaten zu rekonstruieren, was zu vergleichbaren Ergebnissen anerkannter Methoden wie RTA führt. Ergebnisse der ersten Patienten-Datensätze legen nahe, dass die Leistung von P-MoCo mit verschiedenen Tracern variieren kann.

Introduction: PET allows for high resolution 3D imaging of functional processes into the patient body. However, respiratory and cardiac motion of the patient impairs image quality of cardiac PET scans by motion-added blurring of the PET activity distribution in the heart. As a result, spatial resolution of PET images is reduced and quantitative measures are biased. Aim: The study, conducted in this thesis, focuses on the comparative evaluation of the performance and accuracy of different Motion Compensation (MoCo) techniques in PET acquisitions with simulated respiratory and cardiac motion. The main focus was set on the performance of the following MoCo techniques: (1) Projection-Based Motion Compensation (P-MoCo), which incorporates the motion-information before the image reconstruction, (2) Motion-Compensated Image Reconstruction (MCIR) in which the motion compensation is performed during the image reconstruction-process and (3) Reconstruct-Transform-Average (RTA) that incorporates it after image reconstruction, in PET acquisitions with respiratory and cardiac motion. Materials and Methods: Different motion models, from simplistic 1D-axial motion to complex 3D cardio-respiratory motion models have been used in the simulations involving a Extended Cardiac-torso (XCAT) phantom as well as a numerical phantom consisting of a series of MR-based 4D PET/MR datasets. Furthermore, we included some preliminary evaluations of the performance of the MoCo approaches in four patient datasets acquired in a Biograph mMR PET/MR system. Signal-to-Noise Ratio (SNR), Contrast to Noise Ratio (CNR), Lesion to Background Ratio (L2B) ratio as well as Myocardium to Background Ratio (M2B) ratio were used as figures-of-merit to+-