side 1. Billeddannelsen. Anne Sofie Nielsen. UDDANNELSER I UDVIKLING

Størrelse: px

Starte visningen fra side:

Download "03-10-2012 side 1. Billeddannelsen. Anne Sofie Nielsen. UDDANNELSER I UDVIKLING www.ucl.dk"

Christian Simonsen
8 år siden
Visninger:

1 side 1 Billeddannelsen Anne Sofie Nielsen

2 side 2 Dataopsamling (Data acquisition) Slice by sice (sekventiel) Volumen (Helical eller spiral)

3 side 3 Seeram

4 side 4 ADC Analog til digital converter Sampling Kvantificering

5 side 5 Detektorbuen Måledata Præprocessing Rå data Convolution Filtreret data Billeddata Filtreret tilbageprojektion Postprocessing

6 side 6 Præprocessing Måledata fra detektorerne indeholder en række unøjagtigheder som skal korrigeres inden billedrekonstruktionen kan foregå. Beam hardening Fejl i detector output Spredt stråling

7 side 7 Convolution/filtrering Andre ord for convolution Rekonstruktions algoritme Kernel

8 side 8 Convolution/Filtrering Valg af kernel har betydning for den rumlige opløselighed i pt. s transverselle plan (X-Y planet). Attenuationsforskellene mellem 2 nabovæv forstærkes eller udjævnes for hver enkelt attenuationsprofil. Forstærkes attenuationsforskellene øges støjen i billedet - men den rumlige adskillelse mellem vævene bliver bedre.

Attenuationsforskellene mellem 2 nabovæv forstærkes eller udjævnes for hver enkelt

9 side 9 Convolution HU Att.profil Høj Kernel Lav Kernel

10 side 10 Convolution/Filtrering Kan kontrolleres ved valg af : Kernel = rekonstruktionsalgoritme Billedet kan konstrueres med en ny algoritme så længe rådata ikke er slettet.

11 side 11 Convolution/Filtrering Smooth / blød Sharp / hård

12 side 12 Simpel tilbageprojektion Sekventiel scanning uden convolution: Patienten ligger stille i scanfeltet, mens rør og detektor bue foretager en 360 grader data opsamling. D.v.s. til hver bordposition har vi et komplet datasæt hele vejen rundt om patienten. Hvis man f.eks. foretager 1000 dataopsamlinger pr. rotation får man 1000 forskellige transmissionsprofiler - en for hver 0.36 graders forskel i vinkel.

Hvis man f.eks. foretager 1000 dataopsamlinger pr.

13 side 13

14 side 14 Simpel tilbageprojektion (backprojektion) The Scientist and Engineer's Guide to Digital Signal Processing By Steven W. Smith, Ph.D.

15 side Hel = 10 Halv = 5 Opgave

16 side 16 Simpel tilbageprojektion

17 side 17 Filtreret tilbageprojektion Efter convolution/filtrering foretages tilbageprojektion for at kunne rekonstruere et billede. Filter forstærker kunstig overgangen i svækkelse - giver et skarpere billede

18 side 18 Filtreret tilbageprojektion (filtered backprojektion) The Scientist and Engineer's Guide to Digital Signal Processing By Steven W. Smith, Ph.D.

19 side 19 Filtreret tilbageprojektion

20 side 20 Hvad gør vi hvis vi har lavet en spiral scanning? Step and shoot / Sekventiel Helical / spiral

21 side 21 Seeram s 254

22 side 22 Spiral/Helical CT Interpolationsalgoritme 360º Lineær interpolation (360LI eller WIDE) 180º Lineær interpolation (180LI eller SLIM) Kan ændres så længe man har rådata

23 side LI Man vælger en bordposition Og kigger på én fuld rørotation før denne position og en efter. Man foretager herefter en vægtning, hvor transmissionsprofilerne indgår med en vægtning, som er omvendt proportional med afstanden fra den valgte bordposition. Jo længere væk fra bordpositionen transmissionsprofilen befinder sig, jo flere irrelevante data vil den indeholde. Tilsidst har man et datasæt, svarende til en bordposition og resten af rekonstruktionen foregår som før nævnt.

24 side Lineær interpolation Interpolerer 360 til hver side af snitplanet Målte data Interpolerede data

25 side LI Her anvendes kun data fra 1 rørrotation. Dataene spejles d.v.s. computeren udregner et datasæt hvor transmissionsprofilen er den samme en halv rørrotation senere. Vægtningen foregår på samme måde som 360LI Men datasættet vil stadig indeholde data som ligger uden for kollimeringsbredden.

26 side lineær interpolation Udnytter at modsatstående projektioner (AP & PA) er ens. o Derved skabes et komplementært datasæt.

27 side linear interpolation Direkte data Komplementære data Interpolerede data

28 side 28 Postprocessing Evt. efterfølgende behandling: o Filtre - kantforstærkning o 2D eller 3D rekonstruktioner o Indstilling af W/L)

29 side 29 Det er ikke alt der er lige let at forklarer!

30 side 30 Matrix Slice Width (Snittykkelsen) Picture Element (PIXEL) Volume Element (VOXEL)

31 side 31 Giver et direkte udtryk for kontrasten mellem de forskellige væv. Hounsfield-skalaen Definition : HU = CT = 1000 µ µ x µ vand vand

32 side 32 Hounsfield skalaen Dette tal bruges til at tildele pixels på skærmen en gråtone Højere CT-tal: Lysere gråtone Lavere CT-tal: Mørkere gråtone Dette tal kan umiddelbart omdannes til binært. Antallet af mulige CT-værdier afhænger derfor af bitdybden (antallet af bits som er tildelt den enkelte pixel). Normalt går skalaen fra til +3000

33 side 33 Hounsfield skalaen

34 side 34 Hounsfield skalaen To væv siges at have høj indbyrdes kontrast, såfremt forskellen mellem deres CT-tal / Hounsfieldværdi er stor D.v.s. jo større forskel - jo bedre vævsdifferentiering Og omvendt

35 side 35 Hounsfield skalaen HU Lever Milt Pancreas 'yre Fedt

36 side 36 Window/level Antallet af gråtoner som kan tildeles den enkelte pixel bestemmes ved bitdybde. F.eks. vil en bitdybde på 10 give 2 10 = 1024 gråtoner CT-skalaen går fra ca til 3000 = 4000 CT tal D.v.s. Hver gråtone repræsenterer 4 HU 12 bit > hver gråtone 1 HU Øjet kan kun skelne ca gråtoner fra hinanden. D.v.s. vi kan kun skelne 2 vævstyper såfremt de har en forskel i CT-værdi på mindst 100 HU

37 side 37 Window/level Vi vælger at kigge på færre CT tal Hvis vi er interesseret i bløddele skal vi kigge på de ct-tal som ligger fra ca til +100 Hvis vi vælger 0 som midtpunkt for skalaen, siges at level eller center er 0 Da vi kigger på 200 CT-tal siger vi at bredden eller window er 200 Nu kan vi skelne væv med en forskel på kun 200/40=5 HU Alt som har CT-tal under -100 vil være helt sort. Alt som har CT-tal over +100 vil være helt hvidt.

38 side 38 Window/level Man skal altså vælge sit level/center midt i det område som er diagnostisk interessant. o Lavt for luft (lunger) o Højt for knogle o Midt i for bløddele Man skal gøre sig klart hvad man vil skelne fra hinanden og sætte sin bredde/window derefter. Højkontrast (blødd./luft, blødd/knogle) = smalt window Lavkontrast (Lever/nyrer, bløddele/fedt, grå/hvid substans) = bredt window

39 side 39 Window/level Smalle windows fremhæver støjen på det viste billede Brede windows giver (indtryk af) mindre støj Window/level kan reguleres også selv om rådata er slettede

40 side 40 Window/level EKSEMPLER : Knoglevindue : 2000/600 Lungevindue : 2000/-400 Abdomen : 300/40 Cerebrum : 80/35 Basis : 140/35

41 side 41 Window/level Bløddelsvindue Lungevindue

42 side 42 Window/level Window-width{ { HU 0 HU Windowlevel HU

43 side 43 Window/level +225 HU Eksempel: WW = 250 WL = HU På skærmen vises CT-tal: -25 HU til +225 HU -25 HU

44 side 44 Links def cgi?db=pubmed

45 side 45

Relaterede dokumenter

Billedkvalitet fortsat

03-10-2012 side 1 Billedkvalitet fortsat 03-10-2012 side 2 Billedkvalitet Parameterhåndtering FOV ma Scantid kv Pitch Snittykkelse Patientlejring Kernel 03-10-2012 side 3 FOV Placering af pt. 03-10-2012