Scatter correction for spectral computed tomography

Autor: Pivot, Odran
Přispěvatelé: Centre de Recherche en Acquisition et Traitement de l'Image pour la Santé (CREATIS), Université Jean Monnet [Saint-Étienne] (UJM)-Hospices Civils de Lyon (HCL)-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Institut National des Sciences Appliquées (INSA)-Université de Lyon-Institut National des Sciences Appliquées (INSA)-Université de Lyon-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Centre National de la Recherche Scientifique (CNRS)-Institut National de la Santé et de la Recherche Médicale (INSERM), Université de Lyon, Jean-Michel Létang, STAR, ABES
Jazyk: angličtina
Rok vydání: 2019
Předmět:
Zdroj: Signal and Image processing. Université de Lyon, 2019. English. ⟨NNT : 2019LYSEI102⟩
Popis: Scattered radiation is a major cause of bias, loss of contrast and artifacts in x-ray computed tomography (CT). Many correction methods have been proposed for conventional CT (using energy-integrating detectors) but it is still an open research topic in the field of spectral CT, a novel imaging technique based on the use of energy-selective photon counting detectors. The main objective of the present thesis was to investigate scatter correction techniques adapted to spectral CT. The chosen solution refines a scatter correction method developed for integration-mode CT which uses a semi-transparent primary modulator mask. The attenuation of the primary modulator mask is first compensated for with a correction matrix which takes advantage of the spectral information. The other contributions are a scatter model based on B-splines allowing an accurate representation of scatter maps with the aid of a very few parameters and a cost function which takes into account the structures of the mask and the object. The accuracy of the correction matrix, the scatter model and the whole proposed scatter correction process were tested on simulated data considering photon counting detectors with various numbers of energy bins and have shown a significant bias reduction, contrast enhancement and artifact removal. In addition, physical experiments were performed using a parallel fan-beam set-up with a commercial energy-resolved detector. The method was successfully validated in the case of two phantoms dedicated to medical image quality measurements, with a remarkable improvement.
Le rayonnement diffusé est une cause majeure de biais, de baisse de contraste et d'artéfacts en tomographie par rayons x. De nombreuses méthode de correction ont été proposées pour la tomographie conventionnelle (utilisant des détecteurs à intégration en énergie) mais le sujet reste ouvert dans le cadre de l'imagerie spectrale, une nouvelle modalité d'imagerie basée sur l'utilisation de détecteurs à comptage des photons résolus en énergie. L'objectif principal de ce travail de thèse a été l'étude de techniques de correction du diffusé adaptées à l'imagerie spectrale. La solution choisie améliore une méthode de correction développée pour la tomographie conventionnelle qui utilise un masque modulateur de primaire semi-transparent. L'atténuation du masque est d'abord compensée avec une matrice de correction qui bénéficie de l'information spectrale. Les autres contributions sont un modèle de diffusé basé sur des B-splines et qui permet de représenter précisément les images de diffusé à l'aide d'un très faible nombre de paramètres, et une fonction de coût qui prend en compte les structures du masque et de l'objet. Les performances de la matrice de correction, du modèle de diffusé, et de l'ensemble de la méthode de correction proposée ont été évaluées sur des données simulées, en considérant des détecteurs à comptage de photons avec différents nombres de canaux d'énergie. De plus, des acquisitions ont été réalisées sur un système tomographique à faisCEAux en éventail parallèles comportant un détecteur commercial résolu en énergie. La méthode a été validée avec succès dans les cas de deux fantômes dédiés à des mesures de qualité d'images médicales, avec une amélioration remarquable.
Databáze: OpenAIRE