RSS-Feed abonnieren
DOI: 10.1055/s-0045-1804434
Automatisierte Bestimmung optimaler Filterparameter zur Rekonstruktion für die EARL-Akkreditierung
Ziel/Aim: Standardisierte Bildgebung und Labornormen sind für die Qualitätssicherung in der klinischen Forschung, die Etablierung bildbasierter Biomarker und die Entwicklung von KI-Methoden in der Nuklearmedizin essenziell. Akkreditierungen wie EARL fördern konsistente Messungen und erleichtern die Sammlung harmonisierter Bilddatensätze. Die EARL-Akkreditierung erfordert optimale Filterparameter bei der Bildrekonstruktion. Hier sollte der Optimierungsprozess automatisiert werden.
Methodik/Methods: Ein selbst entwickeltes Python-Programm importiert PET- oder SPECT-Bilder, segmentiert mit Hilfe der Li-Methode [1] automatisch alle Kugeln des NEMA-Body-Phantoms und berechnet damit Recovery-Koeffizienten (RC). Durch Veränderung des Gauß-Filters optimiert es über eine Scoring-Funktion die RC zur Einhaltung der EARL-Kriterien. Für PET/CT wird die Methode getestet und so die Anwendbarkeit gezeigt.
Ergebnisse/Results: Die segmentierten Volumina unseres und kommerzieller Tools differieren um etwa 5%. Die Optimierung zeigt robuste Konvergenz mit nur 10% Abweichung von den idealen EARL-RCs, stets innerhalb der EARL-Vertrauensintervalle von, je nach Kugelgröße, 16% bis 44% für Mittelwerte und 21% bis 51% für Maxima. Die Optimierung der Rekonstruktionsparameter erfolgt dabei quasi instantan und somit deutlich schneller als die manuelle Methode. Dank des Li-Thresholding kann das Programm leicht auf andere Geometrien und Messmethoden wie quantitative SPECT/CT angepasst werden.
Schlussfolgerungen/Conclusions: Unsere Optimierung vereinfacht den Aufwand der EARL-Akkreditierung und könnte die Akzeptanz und damit die Verbreitung der Qualitätssicherung und Harmonisierung nuklearmedizinischen Bildmaterials erhöhen. Perspektivisch soll das Tool auf SPECT/CT Akkreditierungen adaptiert werden, um auch hier eine breite Akzeptanz bei den Anwendern zu erzeugen.
Publikationsverlauf
Artikel online veröffentlicht:
12. März 2025
© 2025. Thieme. All rights reserved.
Georg Thieme Verlag KG
Oswald-Hesse-Straße 50, 70469 Stuttgart, Germany