MR-based Attenuation Correction for PET/MR Hybrid Imaging

MR-basierte Schwächungskorrektur für PET/MR Hybrid Bildgebung

Please always quote using this URN: urn:nbn:de:bvb:29-opus4-87223
  • The recent and successful integration of positron emission tomography (PET) and magnetic resonance imaging (MRI) modalities in one device has gained wide attention. This new hybrid imaging modality now makes it possible to image the functional metabolism from PET in conjunction with MRI with its excellent soft tissue contrast. Besides providing specific anatomical detail, MRI also eliminates any ionizing radiation from eg. computed tomography (CT) examinations that is otherwise performed in standard PET/CT hybrid imaging systems. However, an unsolved problem is the question of how to correct for the PET attenuation in an PET/MR system. In this respect, the knowledge of the spatialThe recent and successful integration of positron emission tomography (PET) and magnetic resonance imaging (MRI) modalities in one device has gained wide attention. This new hybrid imaging modality now makes it possible to image the functional metabolism from PET in conjunction with MRI with its excellent soft tissue contrast. Besides providing specific anatomical detail, MRI also eliminates any ionizing radiation from eg. computed tomography (CT) examinations that is otherwise performed in standard PET/CT hybrid imaging systems. However, an unsolved problem is the question of how to correct for the PET attenuation in an PET/MR system. In this respect, the knowledge of the spatial distribution of linear attenuation coefficients (LAC) of the patient at the PET energy level of 511 keV is required. In standalone PET systems, transmission scans using radioactive sources were used for PET attenuation correction (AC) and if needed were scaled to the PET photon energy level. While in PET/CT systems, the CT information was scaled to PET energies for the same purpose. However, in PET/MR hybrid imaging systems, this approach is not feasible as MR and CT measure aspects of proton and electron densities respectively. Therefore alternate approaches to extract attenuation information have to be pursued. One such approach is to use MR information to estimate the distribution of attenuation coefficients within the imaging subject. This is done by using a simple limited class segmentation procedure to delineate air, soft tissue, fat and lung classes and subsequent assignment of their respective attenuation coefficients at PET energy of 511 keV. This way of generating attenuation maps (μ-maps) is however far from ideal as the most attenuating medium such as cortical bone is ignored. They are instead replaced by the attenuation coefficient of a soft tissue. While this approximation has been widely accepted for PET quantification in whole-body research, it has severe underestimation effects for brain studies. In this thesis, we propose an improved MR-based μ-map generation approach. We demonstrate that dedicated MR sequences such as ultrashort echo time sequences (UTE) are useful for the purpose of attenuation correction. From a multitude of MR images, we generate μ-maps that include cortical bone and contain continuous Hounsfield units (HU) akin to a patient CT. These are then compared against segmentation based approaches. The efficacy of continuous valued μ-maps towards PET quantification is analyzed against different μ-maps such as patient CT, segmented patient CT with bone and segmented patient CT without bone. Results indicate that the proposed MR-based μ-maps provide a less than 5% error in PET quantification than any segmentation based μ-maps for brain studies.show moreshow less
  • Die kürzlich erfolgte Integration der Positronenemissionstomographie (PET) und Magnetresonanztomographie (MRT) in einem Gerät hat breite Aufmerksamkeit erregt. Durch das neu entstandene Hybridgerät ist es möglich den funktionellen Stoffwechsel, dargestellt durch die PET, in verbindung mit dem exzellenten Weichteilkontrast der MRT, abzubilden. Im Gegensatz zur Computertomographie (CT) ermöglicht die MRT die Darstellung von anatomischen Strukturen ohne zusätzliche ionisierende Strahlung. Dadurch ermöglicht die PET/MRT Untersuchungen mit signifikant reduzierter Strahlendosis im Vergleich zur PET/CT. Ein ungelöstes Problem ist jedoch wie die Schwächungskorrektur (AC) der PET in einemDie kürzlich erfolgte Integration der Positronenemissionstomographie (PET) und Magnetresonanztomographie (MRT) in einem Gerät hat breite Aufmerksamkeit erregt. Durch das neu entstandene Hybridgerät ist es möglich den funktionellen Stoffwechsel, dargestellt durch die PET, in verbindung mit dem exzellenten Weichteilkontrast der MRT, abzubilden. Im Gegensatz zur Computertomographie (CT) ermöglicht die MRT die Darstellung von anatomischen Strukturen ohne zusätzliche ionisierende Strahlung. Dadurch ermöglicht die PET/MRT Untersuchungen mit signifikant reduzierter Strahlendosis im Vergleich zur PET/CT. Ein ungelöstes Problem ist jedoch wie die Schwächungskorrektur (AC) der PET in einem PET/MRT System realisiert wird. Grundsätzlich ist hierfür die Kenntnis der räumlichen Verteilung der linearen Abschwächungskoeffizienten (LAC) des Patienten bei Photonenenergien von 511 keV nötig. In Standalone-PET-Systemen werden hierfür Transmissionsaufnahmen mit radioaktiven Quellen eingesetzt, welche, falls nötig, auf die entsprechende Photonenenergie skaliert wurden. Analog dazu wird bei PET/CT-Systemen das CT als Quelle für die Transmissionsdaten genutzt. Auch hier werden die CT Aufnahmen auf die Photonenenergie der PET skaliert. Aufgrund der fehlenden Transmissionsdaten bei PET/MR Systemen ist dieser Ansatz jedoch nicht möglich, da, im Gegensatz zum CT, das Bildsignal hier durch die Protonen- und nicht durch die Elektronendichte bestimmt wird. Infolgedessen müssen für die Schwächungskorrektur beim PET/MRT alternative Ansätze geschaffen werden. Nach Möglichkeit sollten diese Ansätze nur Informationen der MRT benutzen um die Verteilung der Schwächungskoeffizienten innerhalb des abgebildeten Gegenstands zu schätzen. In der vorliegenden Arbeit stellen wir Methoden vor um aus MRT-Daten verbesserte Schwächungskarten zu extrahieren. Wir zeigen, dass dedizierte MRT-Sequenzen wie Ultra-Short Echo Time (UTE) Sequenzen hierfür wertvolle Zusatzinformationen liefern. Auf Basis dieser und anderer Daten, stammend von Unterschiedlichen MRT-Sequenzen, generieren wir Karten mit kontinuierlichen Hounsfield-Einheiten. Da hier die kortikalen Knochen berücksichtigt sind, sind diese vergleichbar mit einem realen Patienten-CT. Die hierdurch erzeugten kontinuierlich-wertigen μ-maps vergleichen wir mit CT-generierten μ-maps und mit μ-maps aus segmentierten CTs mit und ohne Berücksichtigung der Knochen bezüglich der PET-Quantifizierungsgenauigkeit. Die Ergebnisse zeigen, dass die vorgeschlagenen MR-basierten μ-maps einen Fehler aufweisen, der weniger als 5% in der PET-Quantifizierung hat, im Vergleich zu allen andern segmentierungsbasierten μ-maps für Hirnstudien.show moreshow less

Download full text files

Export metadata

Additional Services

Share in Twitter Search Google Scholar Statistics
Metadaten
Author:Bharath Navalpakkam
URN:urn:nbn:de:bvb:29-opus4-87223
Advisor:Joachim Hornegger, Harald H. Quick
Document Type:Doctoral Thesis
Language:English
Year of Completion:2017
Embargo Date:2017/08/15
Publishing Institution:Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU)
Granting Institution:Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU), Technische Fakultät
Date of final exam:2016/12/15
Release Date:2017/08/30
Tag:MRI; PET; multimodal imaging; attenuation correction; pattern recognition; image processing, PET/MR
SWD-Keyword:MRT; Molekulare Bildgebung; Mustererkennung; Positronen-Emissions-Tomographie
Pagenumber:135
Institutes:Technische Fakultät
CCS-Classification:J. Computer Applications / J.3 LIFE AND MEDICAL SCIENCES / Health
Dewey Decimal Classification:Informatik, Informationswissenschaft, allgemeine Werke / Informatik, Wissen, Systeme / Datenverarbeitung; Informatik
Technik, Medizin, angewandte Wissenschaften / Technik / Technik, Technologie
open_access (DINI-Set):open_access
Licence (German):Creative Commons - Namensnennung-KeineBearbeitung