MDCK-MRP2 - Dkfz
MDCK-MRP2 - Dkfz
MDCK-MRP2 - Dkfz
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Forschungsschwerpunkt E<br />
Innovative Krebsdiagnostik und -therapie<br />
Iterative Bildrekonstruktion in der klinischen PET<br />
mit Hilfe von Ordered-Subsets, Median Root<br />
Prior und einem Web-basierten Interface<br />
G. Kontaxakis*, L.G. Strauss, T. Thireou**,<br />
M. Ledesma-Carbayo*, A. Santos*, S. Pavlopoulos**,<br />
A. Dimitrakopoulou-Strauss<br />
*Technische Universität Madrid, Spanien; **Technische<br />
Universität Athen, Griechenland;<br />
Ziel: Die Entwicklung, Implementierung und Validierung von<br />
einfachen, flexiblen und effizienten iterativen Bildrekonstruktionsmethoden<br />
(IIR) und ihre Aufnahme in statische<br />
oder dynamische klinische Routine-PET-Untersuchungen.<br />
Methoden: Die ordered-subsets (OS) Technik, die<br />
zur Beschleunigung des maximum likelihood expectation<br />
maximization (MLEM) IIR Algorithmus angewendet wird,<br />
wurde hier evaluiert, um die “weighted least-squares“<br />
(WLS), “image space reconstruction algorithm“ (ISRA) und<br />
“space alternating generalized EM“ (SAGE) Algorithmen mit<br />
einzuschließen. Der Median Root Prior wurde erfolgreich<br />
als Bayes’sche Regulierung zur Rauschkontrolle der rekonstruierten<br />
Bilder eingesetzt. Alle Methoden wurden auf<br />
verschiedenen, vernetzten Pentium-Systemen installiert<br />
und anhand simulierten PET-Daten eines Hirn-Phantoms<br />
getestet. Ein Javascript wurde zur Einleitung der Rekonstruktion<br />
benutzt.<br />
Ergebnisse: Unter Berücksichtigung der Bildqualität und<br />
der benötigten Rekonstruktionszeit scheint der MRP-OSEM<br />
(ordered-subsets expectation maximization) nach 4 bis 8<br />
Iterationen, 4 subsets und einem MRP-Koeffizienten zwischen<br />
0.2 und 0.4 die besten Ergebnisse zu liefern. Eine<br />
iterative Rekonstruktion der Transmissionsaufnahmen mit<br />
OS-Beschleunigung und einer MRP-Korrektur sowie nachfolgender<br />
Kalkulation der Schwächungskorrekturfaktoren<br />
(ACFs) war effektiv für die Entfernung von Sternartefakten<br />
auf den Emissionsbildern, insbesondere für Bereiche mit<br />
einer hohen Schwächung. Schlussfolgerung: Eine leistungsfähige<br />
Implementierung basierend auf ein quasi parallel-proccessing<br />
der Daten und eines web-basierten Interface<br />
erlaubt die Rekonstruktion eines Frames (mit 63 Querschnittsschichten)<br />
innerhalb von wenigen Minuten. Diese<br />
Arbeit zeigt, dass übliche PC-Systeme eine schnelle Ausführung<br />
der iterativen Bildrekonstruktion erlauben und somit<br />
für eine Routineanwendung geeignet sind. Das Argument<br />
der langen Rekonstruktionszeiten, welches eine weitere<br />
Verbreitung der IIR in heutigen modernen PET-Systemen<br />
verhindert hat, kann somit widerlegt werden.<br />
Quantitative 18F-FDG-PET Untersuchungen in der<br />
Differenzierung von malignen und benignen<br />
Knochenläsionen<br />
A. Dimitrakopoulou-Strauss, L.G. Strauss, T. Heichel*,<br />
H. Wu**, C. Burger***, L. Bernd*, V. Ewerbeck*<br />
*Orthopädische Universitätsklinik Heidelberg; **Nuklearmedizin,<br />
Universität Wuhan, China; ***Nuklearmedizin, Universität<br />
Zürich, Schweiz;<br />
Die Bedeutung quantitativer 18 F-FDG PET-Untersuchungen<br />
für die Differenzierung von benignen und malignen<br />
Knochenläsionen ist immer noch unklar. Methoden: Unsere<br />
Auswertung umfasste 83 Patienten mit 37 histologisch<br />
nachgewiesenen malignen und 46 benignen Läsionen. 35<br />
der 46 benignen Läsionen waren histologisch gesichert.<br />
Die 18 F-FDG Untersuchungen wurden als dynamische Serien<br />
über 60 Minuten durchgeführt. Die Auswertung der<br />
Abteilung E060<br />
Klinische Kooperationseinheit Nuklearmedizin<br />
18 F-FDG-Kinetik erfolgte mit folgenden Parametern:<br />
standardized uptake value SUV, globaler Influx (Ki), Berechnung<br />
der Transportkonstanten k1 bis k4 unter Berücksichtigung<br />
des Distributionsvolumens (VB) gemäß eines<br />
2-Kompartment-Modells, fraktale Dimension basierend<br />
auf dem Box Counting Verfahren (Parameter für die Inhomogenität<br />
des Tumors). Ergebnisse: Der mittlere SUV,<br />
das Distributionsvolumen VB, k1 und k3 waren signifikant<br />
höher in malignen Tumoren im Vergleich zu benignen Läsionen<br />
(t test; p