Directly to content
  1. Publishing |
  2. Search |
  3. Browse |
  4. Recent items rss |
  5. Open Access |
  6. Jur. Issues |
  7. DeutschClear Cookie - decide language by browser settings

Artifact Correction and Real-Time Scatter Estimation for X-Ray Computed Tomography in Industrial Metrology

Maier, Joscha

German Title: Artefaktkorrektur und Echtzeit-Streustrahlschätzung für die Röntgen-Computertomographie in der industriellen Messtechnik

[img] PDF, English - main document
Download (29MB) | Terms of use

Citation of documents: Please do not cite the URL that is displayed in your browser location input, instead use the DOI, URN or the persistent URL below, as we can guarantee their long-time accessibility.

Abstract

Artifacts often limit the application of computed tomography (CT) in industrial metrology. In order to correct these artifacts, the so-called simulation-based artifact correction (SBAC) was developed in this thesis. For this purpose, analytical and Monte Carlo (MC) based models were set up to simulate the CT measurement process for a given component as accurately and efficiently as possible. Calculating the difference between this simulation and an ideal one yields an estimate of the present artifacts that can be used to correct the corresponding CT measurement. The potential of this approach was demonstrated for the correction of the most common CT artifacts, i.e. beam hardening, x-ray scattering, off-focal radiation, partial volume effects, and cone-beam artifacts. In any case, the SBAC provided CT reconstructions that showed almost no artifacts and whose quality was clearly superior to state-of-the-art reference approaches. In this context, the problem of long runtimes of scatter simulations was solved by another novel approach, the so-called deep scatter estimation (DSE). The DSE uses a deep convolutional neural network which was trained to map the acquired projection data to given MC scatter estimates. Once the DSE network is trained, it can be used to process unknown data in real-time. In different simulation studies and measurements, it could be shown that DSE generalizes to various acquisition conditions and components while providing scatter distributions that differ by less than 2 % from MC simulations. Thus, the two developed approaches make an important contribution to correct CT artifacts efficiently and to extend the applicability of CT in the field of industrial metrology.

Translation of abstract (German)

Artefakte schränken häufig die Anwendung der Computertomographie (CT) in der industriellen Messtechnik ein. Um diese zu korrigieren, wurde hier die sogenannte simulationsbasierte Artefaktkorrektuur (SBAC) entwickelt. Dazu wurden analytische und Monte Carlo (MC) basierte Modelle aufgestellt, die den CT Messprozess für ein gegebenes Bauteil möglichst genau und effizient simulieren. Aus der Differenz zwischen dieser und einer idealen Simulation kann anschließend ein Korrekturterm abgeleitet werden, der die Artefakte der entsprechenden CT-Messung korrigiert. Das Potential dieses Verfahrens wurde hier für die Korrektur der häufigsten CT-Artefakte, d.h. Strahlaufhärtung, Streustrahlung, Extrafokalstrahlung, Partialvolumeneffekte und Kegelstrahlartefakte, demonstriert. In jedem Fall lieferte die SBAC CT-Rekonstruktionen, die fast keine Artefakte mehr zeigten und deren Qualität die gängiger Referenzverfahren deutlich übertraf. In diesem Zusammenhang wurde das Problem der langen Laufzeiten von genauen Streustrahlsimulationen durch ein weiteres neu entwickeltes Verfahren, der sogenannten „deep Scatter Estimation“ (DSE), gelöst. Dazu verwendet die DSE ein tiefes faltendes neuronales Netz, welches darauf trainiert wurde gemessene Projektionsdaten auf gegebene MC Streustrahlschätzungen abzubilden. Sobald das Training abgeschlossen ist, erlaubt DSE unbekannte Daten in Echtzeit zu prozessieren. In verschiedenen Simulationsstudien und Messreihen konnte gezeigt werden, dass DSE dabei auf verschiedene Aufnahmebedingungen und Bauteile generalisiert und Streustrahlverteilungen liefert, die um weniger als als 2 % von MC Simulationen abweichen. Damit leisten die beiden entwickelten Verfahren einen wichtigen Beitrag zur effizienten Korrektur von CT-Artefakten und zur Erweiterung der Anwendungsmöglichkeiten der CT im Bereich der industriellen Messtechnik.

Item Type: Dissertation
Supervisor: Bachert, Prof. Dr. Peter
Date of thesis defense: 19 June 2019
Date Deposited: 04 Jul 2019 06:39
Date: 2019
Faculties / Institutes: The Faculty of Physics and Astronomy > Dekanat der Fakultät für Physik und Astronomie
Service facilities > German Cancer Research Center (DKFZ)
About | FAQ | Contact | Imprint |
OA-LogoDINI certificate 2013Logo der Open-Archives-Initiative