German Title: Interventionelles Kegelstrahl CT mit beliebigen Aufnahme-Orbits: Simulation und Rekonstruktion

Preview

PDF, English - main document Download (24MB) | Terms of use

Abstract

Cone-beam CT (CBCT) is commonly used in image-guided surgery due to its speed, mobility and spatial resolution. The advent of robotic interventional X-ray systems has opened the door to dramatically increased flexibility in the design of CBCT acquisition orbits. Alternative orbits allow to steer the CBCT system around interfering surgical equipment and to avoid radiopaque structures near imaging tasks to improve image quality. Due to time constraints in the operating room, real-time algorithms to determine the ideal acquisition geometry and reconstruct the corresponding projection data are needed to implement arbitrary trajectories in clinical practice. In this thesis, the best alternative to a standard circular orbit is determined by simulating CBCT images using a projection operator approach, which is validated with robust Monte Carlo (MC) simulations. The predictions of both simulation methods coincide, with the projection operator approach requiring only seven minutes. Second, a method for fast reconstruction of arbitrary orbits based on convolutional neural networks (CNNs) is presented. The proposed reconstruction technique provides similar image quality (nRMSE=0.060) when compared to state-of-the-art reconstructions (nRMSE=0.045), while drastically reducing the computation time by 90%. The presented work develops fast methods to determine suitable alternatives to the standard circular orbit and to provide adequate reconstructions. These methods facilitate the implementation of arbitrary CBCT orbits to increase flexibility and precision during image-guided procedures.

Translation of abstract (German)

Die Cone-Beam-CT (CBCT) wird aufgrund ihrer Geschwindigkeit, Mobilität und räumlichen Auflösung häufig in der bildgestützten Chirurgie eingesetzt. Das Aufkommen robotischer interventioneller Röntgensysteme hat die Flexibilität beim Design von CBCT-Aufnahmeorbits drastisch erhöht. Alternative Umlaufbahnen ermöglichen es, das CBCT-System um störende chirurgische Geräte herum zu steuern und strahlenundurchlässige Strukturen in der Nähe von Bildgebungsinteressen zu vermeiden, um die Bildqualität zu verbessern. Aufgrund der zeitlichen Beschränkungen im Operationssaal werden Echtzeit-Algorithmen zur Bestimmung der idealen Aufnahmegeometrie und zur Rekonstruktion der entsprechenden Projektionsdaten benötigt, um beliebige Trajektorien in der klinischen Praxis umzusetzen. In dieser Arbeit wird die beste Alternative zu einer kreisförmigen Standardgeometrie durch die Simulation von CBCT-Bildern mit Hilfe eines Projektionsoperator-Ansatzes ermittelt, der mit robusten Monte-Carlo-Simulationen (MC) validiert wird. Die Vorhersagen der beiden Simulationsmethoden stimmen überein, wobei der Projektionsoperator-Ansatz nur sieben Minuten benötigt. Zweitens wird eine Methode zur schnellen Rekonstruktion beliebiger Orbits auf der Grundlage von Convolutional Neural Networks (CNNs) vorgestellt. Das vorgeschlagene Rekonstruktionsverfahren liefert eine ähnliche Bildqualität (nRMSE=0.060) im Vergleich zu state-of-the-art Rekonstruktionen (nRMSE=0.045) und reduziert gleichzeitig die Rechenzeit drastisch um 90%. In der vorliegenden Arbeit werden schnelle Methoden entwickelt, um geeignete Alternativen zur Standardkreisbahn zu bestimmen und adäquate Rekonstruktionen zu erstellen. Diese Methoden fördern die Implementierung beliebiger CBCT-Orbits, um die Flexibilität und Präzision während bildgesteuerter Operationen zu erhöhen.