KESİT GÖRÜNTÜSÜ OLUŞTURMA (RECONSTRUCTION) YÖNTEMLERİ Türkay TOKLU İçerik      Kesit görüntüsü oluşturma yöntemlerinin gelişimi Nükleer Tıpta projeksiyonlar Fourier Kesit Teoremi Kesit görüntüsü eldesinin analitik yöntemleri Kesit görüntüsü eldesinin iteratif.

Download Report

Transcript KESİT GÖRÜNTÜSÜ OLUŞTURMA (RECONSTRUCTION) YÖNTEMLERİ Türkay TOKLU İçerik      Kesit görüntüsü oluşturma yöntemlerinin gelişimi Nükleer Tıpta projeksiyonlar Fourier Kesit Teoremi Kesit görüntüsü eldesinin analitik yöntemleri Kesit görüntüsü eldesinin iteratif.

KESİT GÖRÜNTÜSÜ OLUŞTURMA
(RECONSTRUCTION) YÖNTEMLERİ
Türkay TOKLU
İçerik





Kesit görüntüsü oluşturma yöntemlerinin gelişimi
Nükleer Tıpta projeksiyonlar
Fourier Kesit Teoremi
Kesit görüntüsü eldesinin analitik yöntemleri
Kesit görüntüsü eldesinin iteratif yöntemleri
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
2
Giriş



Nükleer Tıpta tomografik
görüntüleme için yapılmış olan
ilk sistem Kuhl ve Edwards’ın
geliştirdikleri MARK IV
sistemidir.
Kesit görüntüleri Basit Geriye
Projeksiyon yöntemiyle elde
edilmeye çalışılmıştır.
Tatmin edici görüntüler elde
edilememiştir.
Dedektör
PMT
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
Hasta
3
Giriş
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
4
Giriş
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
5
Projeksiyonlar
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
6
1-D Projeksiyon
p ( s )  
D(s)
f ( s , t )e

d ( s )  ( s ,t ) dt 
dt
Foton azalımı dikkate alınmazsa:
d ( s)
p ( s)  
D(s)
D( s)
f ( s, t )dt
Geometriden anlaşılabildiği gibi:
s  xCos  ySin
t   xSin  yCos
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
7
Radon Transformu
 p (s)  D ( s ) f (s, t )dt




 


f ( x, y )  xCos  ySin  s  dxdy
Bu ifade f(x,y) fonksiyonunun 2-Boyutlu Radon
Transformu olarak adlandırılır.
Eğer 1-Boyutlu projeksiyonların 2-Boyutlu Ters
Radon Transformu alınırsa objenin 2-Boyutlu kesit
görüntüsü elde edilir.
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
8
ANALİTİK TEKNİKLER
Fourier Kesit Teoremi
Projeksiyonun 1-Boyutlu Fourier Transformu alınırsa:
F1D  p ( s)  P ( s )

  p ( s )e  i s s ds



   f ( s, t )dt  e  i s s ds

 
 




 

 


 
f ( x , y )e
f ( x , y )e
 i s  xCos  ySin 
 ix s Cos
e
y
dxdy
 iy s Sin
dxdy
s

x
 F  s Cos , s Sin 
 F ( x , y )
 x  sCos ve  y  s Sin
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
10
Fourier Kesit Teoremi

Bu sonuca göre bir  açısındaki projeksiyonun
1-Boyutlu Fourier Transformu, Fourier uzayında
aynı açıda bir doğruyla temsil edilmektedir.
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
11
Fourier Kesit Teoremi
y

x

Fourier uzayında elde
edilen görüntünün bir
kare matrise
interpolasyonu zaman
almaktadır.
Yüksek frekanslara
gidildikçe bilgi
azalmaktadır.
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
12
Basit Geriye Projeksiyon


Basit Geriye Projeksiyon yönteminde elde edilen
her projeksiyon, bilgisayarda oluşturulan kesit
görüntüsü matrisindeki piksellere aynı açıda geri
yansıtılır.
Projeksiyonlarda derinlik bilgisi bulunmadığı için
bu yansıtma işlemi projeksiyondaki bir noktaya
karşı gelen tüm piksellere uygulanır.
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
13
Basit Geriye Projeksiyon
B
C
D
E
F
G
:1
:3
:4
: 16
: 32
: 64
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
14
Basit Geriye Projeksiyon
Polar koordinatlarda geriye projeksiyon işlemi:
fˆ (r ,  )  Bpj  p ( s )

B

  p  rCos (   )  d
0
 


P ( r )ei r s d r d
s  xCos  ySin
0 
 


P ( r )ei r ( xCos  ySin ) d r d
(*)
0 
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
15
Basit Geriye Projeksiyon
P(r) ‘nin 2-Boyutlu Ters Fourier Transformu aşağıdaki gibi verilir:
 
F2D1 P ( r )  
i

P
(

)
e
r

r

r ( xCos  ySin )
d r d
0 
(*) ifadesi tekrar yazılırsa:
r
i
P
(

)
e

r


0  r
 
fˆB ( x, y)  
r
( xCos  ySin )
d r d


 1  P ( r ) 
 Bpj F2 D 



 r 



XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
16
Basit Geriye Projeksiyon
 1  P ( r )  
 F ( x , y ) 

1
ˆf ( x, y )  Bpj  p ( s)  Bpj 
F2 D 
   F2 D 

B



r

 r 




XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
17
Basit Geriye Projeksiyon
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
18
Basit Geriye Projeksiyon
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
19
Basit Geriye Projeksiyon
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
20
Geriye Projeksiyonun Filtrelendirilmesi

Bu yöntemde geriye projekte edilmiş görüntü
Fourier uzayında Yokuş Fonksiyonu (Ramp filtre)
ile çarpılır ve daha sonra ters Fourier Transformu
alınır.


fˆFB ( x, y )  F2D1  r  F2 D  fˆB ( x, y ) 

F ( x , y ) 
 F  r 


r


 F2D1  F ( x , y ) 
1
2D
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
21
Geriye Projeksiyonun Filtrelendirilmesi
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
22
Geriye Projeksiyonun Filtrelendirilmesi



Yokuş fonksiyonu yüksek frekanslı gürültünün
genliğini arttırır.
Bu nedenle Alçak-Geçirgen filtreler (Pencere
Fonksiyonu) kullanılır.
Bu filtreler yüksek frekanslı bilginin genliğini
düşürür.
fˆFBF ( x, y )  F2D1 W ( x , y )  F ( x , y ) 


 F2D1 W ( x , y )    F2D1  fˆB ( x, y ) 


XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
23
Geriye Projeksiyonun Filtrelendirilmesi

  
0,5  0,5Cos 
 eğer    m
WHann ( )  
m 
0
eğer    m

WButterworth ( ) 
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
1
 
1  
 m 
2n
24
Filtrelendirilmiş Projeksiyonların
Geriye Projeksiyonu



Bu yöntem Geriye Projeksiyonun Filtrelendirilmesi
yöntemine özdeştir.
İşlem sıralarında değişiklikler yapılarak prosedür
hızlandırılır.
1-Boyutlu FT’u alınan projeksiyonlar Yokuş
fonksiyonu ile çarpılır ve çarpımın ters FT’u alınır.
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
25
Filtrelendirilmiş Projeksiyonların
Geriye Projeksiyonu
p ( s )  F1D1   s  F1D  p ( s ) 
fˆBF ( x, y )  Bpj  p ( s )

 Bpj F

 Bpj F1D1   s  F1D  p ( s ) 
1
1D

  s  P ( s ) 
  s  P ( s ) 
F 


s


2
1D
 F1D1  F ( x , y ) 
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
26
Filtrelendirilmiş Projeksiyonların
Geriye Projeksiyonu



Yokuş fonksiyonu (ve pencere fonksiyonu) ile
çarpma işlemi ve FT işlemleri 1-Boyutta yapıldığı
için yöntem daha kısa bilgisayar zamanı alır.
İşlemler öncelikle projeksiyonlar üzerinde yapıldığı
için tamamlanan her projeksiyonda çarpma ve FT
işlemleri projeksiyon tamamlanır tamamlanmaz
gerçekleştirilebilir.
Yöntem genelde kısaca Filtrelendirilmiş Geriye
Projeksiyon (FBP) olarak anılır.
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
27
Filtrelendirilmiş Projeksiyonların
Geriye Projeksiyonu
m=0,1
m=0,2
m=0,3
m=0,4
m=0,5
Butterworth
n=2
Butterworth
n=4
Butterworth
n=8
Butterworth
n=32
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
Hann
28
Filtrelendirilmiş Projeksiyonların
Geriye Projeksiyonu
m=0,1
m=0,2
m=0,3
m=0,4
m=0,5
Butterworth
n=2
Butterworth
n=4
Butterworth
n=8
Butterworth
n=32
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
Hann
29
Konvolüsyon Geriye Projeksiyon


FBP yöntemi Fourier uzayında iki fonksiyonun
çarpımını içerir.
Bu işlem kartezyen uzayda Konvolüsyon işlemi ile
özdeştir:
b
f (t )  g (t )   f ( )  g (t   )d
a
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
30
Konvolüsyon Geriye Projeksiyon
p ( s)  F1D1   s  F1D  p ( s)
 F1D1   s   p ( s)

F   r     s e

1
1D

m
 m
2 i s s
d s
Sin  x 
Sinc  x  
x
 s e 2 i s d s
s
Sin 2  m s 
m

Sin  2 m s  
s
 2s2
 2 m2 Sinc  2 m s   m2 Sinc 2  m s 
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
31
Özet
Geriye Projeksiyonun
Adım
Filtrelendirilmesi
Filtrelendirilmiş
Projeksiyonların
Geriye Projeksiyonu
Konvolüsyon Geriye
Projeksiyon
1
Projeksiyonların basit
geriye projeksiyonu
Projeksiyonların 1-D FT
Projeksiyonların yokuş ve
pencere fonksiyonları ile
konvolüsyonu
2
Geriye projekte edilmiş
görüntünün 2-D FT
1-D yokuş ve pencere
fonksiyonu uygulaması
Basit geriye projeksiyon
3
2-D yokuş ve pencere
fonksiyonu uygulaması
1-D Ters FT
4
2-D Ters FT
Basit geriye projeksiyon
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
32
Özet



Bahsi geçen analitik yöntemlerde görüntü bozucu
etkenlere yer verilmemiştir.
Görüntüleme sisteminin mükemmel homojeniteye
ve mekanik doğruluğa, ve sonsuz yüksek ayırma
gücüne sahip olduğu, foton azalımı ve saçılma
etkilerinin olmadığı varsayılmıştır.
Gerçekte bu etkiler oluşturulan kesit görüntülerine
yansır.
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
33
Özet
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
34
İTERATİF TEKNİKLER
Genel Yapı
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
36
İteratif Yöntemlerin Avantajları


Analitik algoritmalardaki en büyük kısıtlama
gürültü ve foton azalımı gibi fiziksel etkilerin
algoritmaya yansıtılamamasıdır. İteratif
yöntemlerde ise gürültü algoritma içerisinde direkt
olarak modellenebilir.
Buna ek olarak iteratif yöntemler pozisyona bağlı
azalım katsayıları ve mesafeye bağlı ayırma gücü
gibi emisyon ve dedeksiyon probleminin karmaşık
fiziksel modellerini çözmeye uygundur.
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
37
İteratif Yöntemlerin Dezavantajları


İteratif algoritmalarının temel dezavantajı uzun
bilgisayar zamanı almalarıdır ve FBP yöntemine
göre oldukça yavaştır.
Bununla beraber bilgisayar teknolojisindeki
ilerlemeler ve bazı hızlandırma yöntemleri iteratif
teknikleri klinik olarak kullanılabilir bir yöntem
haline getirmiştir.
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
38
İteratif Tekniklerin Sınıflandırılması

İteratif teknikler,
–
–
–
İstatistiksel olmayan cebirsel algoritmalar,
En Küçük Kareler yöntemini de içeren Gauss
istatistiğine dayanan algoritmalar,
Maksimum Olasılık (ML, Maximum Likelihood)
algoritmasını içeren Poisson istatistiğine dayanan
teknikler
olarak üç ana başlıkta incelenebilir.
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
39
Terminoloji
fj : Başlangıç veya tahmin
görüntüsündeki j pikselinin değeri
pi : Projeksiyondaki i pikselinin değeri
pi
İleri projeksiyon: pi 
a
fj
a
pi
ij
j
Geriye projeksiyon: f j 
ij
i
aij : Geçiş matrisi
fj
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
40
Cebirsel Yöntemler
ART (Algebraic Reconstruction
Technique) Yöntemi



ART yöntemi tüm iteratif yöntemlerde olduğu gibi
bir başlangıç görüntüsü tahmini ile başlar.
Başlangıç görüntüsünden ileri projeksiyon
kullanılarak projeksiyonlar hesaplanır.
Başlangıç görüntüsü, ölçülen ve hesaplanan
projeksiyonlar arasındaki farklılığı kompanse
edecek bir farkla modifiye edilir.
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
42
ART (Algebraic Reconstruction
Technique) Yöntemi
f jyeni  f jeski
pi
 aik fkeski
k



Bir açıdaki projeksiyona ait düzeltme faktörleri
hesaplandıktan sonra faktörler piksel değerlerine
yansıtılır.
Bir sonraki projeksiyon için bu yeni değerler
başlangıç görüntüsü olarak alınır.
Tüm projeksiyonlar için güncelleme
tamamlandığında bir iterasyon tamamlanmış olur.
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
43
ART Yöntemi Varyantları



ART yönteminde düzeltme faktörleri çarpım olarak
uygulandığı için yöntem MART (Multiplative ART)
olarak bilinir.
Düzeltme faktörlerinin toplam olarak uygulandığı
AART (Additive ART) diğer bir varyanttır.
Görüntünün eş-zamanlı tekrarlanarak elde
edilmesi yönteminde (SIRT, Simultaneously
Iterative Reconstruction Technique) düzeltmeler
her projeksiyondan sonra değil tüm projeksiyonlar
tamamlandıktan sonra eşzamanlı olarak yapılır.
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
44
ART Yöntemi Varyantları


MART ve SIRT yöntemlerinin kombinasyonu olan
SMART yöntemi her iki yönteme göre klinik olarak
daha başarılı görüntüler oluşturmaktadır.
ART yönteminin Blok iteratif versiyonunda (BI-ART)
birden fazla projeksiyon gruplanarak düzeltme
işlemleri yapılır.
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
45
İstatistiksel Yöntemler
İstatistiksel Yöntemler



Nükleer Tıpta sayım hızlarının nispeten düşük
olması nedeniyle toplanan bilgilerde gürültü oranı
yüksektir.
Gerçek çözümün bu tip veriden çıkartılması
imkansızdır ve bu nedenle en iyi çözüme ihtiyaç
duyulur.
İstatistiksel yöntemlerde en iyi çözüm, verilerden
elde edilen en olası çözüm olarak tanımlanır.
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
47
İstatistiksel Yöntemler


Buna göre kesit görüntüleri, prob[f | P] şartlı
olasılığını maksimize eden görüntünün
bulunmasıyla elde edilir.
prob  P | f  prob  f 
Bayes kuralı kullanılırsa: prob  f | P 
prob  P
prob  P | f  Olasılık (Likelihood) – Görüntünün verilerle uyumluluğu
prob  f  Önceki (Prior) – Görüntü hakkında neler bilindiği
prob  f | P Sonraki (Posterior) – İlk bilgi ve ölçümden elde edilen verilerin
kombinasyonundan neler bilindiği
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
48
İstatistiksel Yöntemler

Emisyon ve transmisyon tomografide iki farklı
dedektör lokalizasyonunda sayımlar üzerinde
ölçülen gürültü korele değildir (beyaz gürültü). Bu
durumda olasılık aşağıdaki gibi yazılabilir:
prob  P | f    prob  pi | f 
i

Bir fonksiyonun maksimizasyonu logaritmasının
maksimizasyonuna eşittir. Böylece MaksimumOlasılık (ML) yöntemi ile görüntü fˆ aşağıdaki
ifadenin maksimizasyonu ile elde edilir:
log Olasılık   n  prob  pi | f 
i
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
49
En Küçük Kareler Yöntemi
(Gauss İstatistiği)


Gürültünün bilinen standart sapma ile Gauss
dağılımı olarak temsil edilebildiği varsayıldığında, en
olası çözüm en küçük kareler çözümüne eşit olur.
En küçük kareler çözümü:
LG ( P, F )  
i
 p  a f 
i
j
2 i2
ij
j
2
1
 ( P  AF )C 1 ( P  AF )
2
P : elemanları pi olan kolon matrisi
A : elemanları aij olan geçiş matrisi
F : elemanları fj olan kolon matrisi
C : elemanları cii=i2 ve burada diyagonal varsayılan verilerin kovaryans matrisi
´ : transpoz
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
50
En Küçük Kareler Yöntemi
(Gauss İstatistiği)

Direkt çözüm ifadenin fj‘ye göre birinci türevinin
sıfıra eşitlenmesiyle elde edilir:
1
1
ˆ



F   A C A AC 1P

Fisher Bilgi Matrisi olarak adlandırılan A´C-1A
matrisinin görüntüdeki piksel sayısı kadar elemanı
vardır ve bunların çoğunluğu 0 değildir. Bu
matrisin tersinin alınması çok zordur.
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
51
ML-EM Algoritması
(Poisson İstatistiği)


Radyoaktif azalımın rasgele doğası emisyon
verileri için Poisson modelinin daha uygun
oluğunu gösterir.
Temel Poisson modeli, belirli bir beklenen ölçüm
(r) için belirli bir sayımın (c) ölçülme olasılığını
verir:
e r r c
prob c | r  
c!
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
52
ML-EM Algoritması
(Poisson İstatistiği)

Poisson modeli kullanılarak verilen bir tahmin
edilmiş aktivite dağılımına (f) göre, ölçülmüş olan
projeksiyon sayım dağılımının (P) dedekte edilme
olasılığı, her bir projeksiyon pikseli olasılıklarının
çarpımı olarak temsil edilebilir. Bu şartlı olasılık
“likelihood, L” olarak tanımlanır:



L  P | f   prob  P | f    exp   aij f j    aij f j 
i
 j
 j

XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
pi
 pi !
1
53
ML-EM Algoritması
(Poisson İstatistiği)
Olasılığın logaritması alınırsa:




log  L  P | f       aij f j  pi n  aij f j   n  pi ! 
i 

 j

 j
fj’ye göre türevi alınır ve sıfıra eşitlenirse:
 log  L  P | f  
pi
  aij  
aij  0
f j
i
i  aij f j
j
pi
aij
 aij f j
 f j  aij  f j 
i
i
j
fj
pi
 fj 
aij

 aij i  aij f j
i
j
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
54
ML-EM Algoritması
(Poisson İstatistiği)

Daha önce de tartışıldığı gibi prob P | f  ifadesinin
maksimizasyonu, eğer başlangıç dağılımı sabit
olarak alınırsa prob f | P ifadesinin
maksimizasyonuna eşit olur. Bu, orijinal aktivite
dağılımını temsil eden en olası emisyon
dağılımının verilen ölçülmüş projeksiyonlar
olmasını sağlar.
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
55
ML-EM Algoritması
(Poisson İstatistiği)


Maksimum Olasılığı (ML) belirlemede birçok
yaklaşım olmakla beraber bunlardan en çok
kullanılanı Beklenti Maksimizasyonudur (EM). EM
algoritması iki bağımsız adımdan oluşur:
İlk adımda bir önceki iterasyondan tahmin edilmiş
aktivite dağılımına dayanarak uygun sistem/geçiş
matrisi kullanılarak ileri projeksiyon yöntemiyle
projeksiyonlar tahmin edilir.
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
56
ML-EM Algoritması
(Poisson İstatistiği)


İkinci adımda güncel tahmin, bir önceki tahmin ile
ölçülen projeksiyonlar arasındaki farklılık oranıyla
çarpılmak suretiyle olasılık maksimize edilecek
şekilde güncellenir.
ML-EM algoritması aşağıdaki gibi türetilir:
f jyeni 
f jeski
a
lj
l
 aij
i
pi
eski
a
f
 ik k
k
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
57
ML-EM Algoritmasının Özellikleri

Teorik olarak bir tahmin gerçek obje dağılımına
daha yakın olduğu sürece, iterasyon sayısının
artmasıyla olasılık artar. Gerçekte gürültü
varlığında görüntü 16 iterasyon civarında optimum
görsel kaliteye ulaşır, daha fazla iterasyonda
gürültü artar.
Obje
10 iterasyon
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
100 iterasyon
58
ML-EM Algoritmasının Özellikleri


Gürültü, FBP yönteminde olduğu gibi pozisyondan
bağımsız olmak yerine, sayımla orantılıdır. Bu
sinyal gürültü oranının belirgin ölçüde
geliştirilebildiği düşük sayım bölgelerinde lezyon
dedeksiyonunu kolaylaştırır.
Buna ek olarak teoride algoritmanın birçok üstün
özelliği daha bulunmaktadır, ancak emisyon
tomografisindeki yüksek gürültü seviyesi bu
üstünlükleri klinik açıdan önemsizleştirir.
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
59
Sıralı Alt-Gruplar EM (OS-EM)



ML-EM yöntemini hızlandırmak amacıyla
geliştirilmiş bir algoritmadır.
ML-EM algoritmasındaki toplamların tüm
projeksiyonlar üzerinden bir seferde değil,
kullanıcı tarafından seçilmiş alt gruplar üzerinden
yapılması yoluyla algoritma hızlandırılır.
OS-EM algoritması aşağıdaki gibi tanımlanır:
f jyeni 
f jeski
a
iS n
 aij
ij iSn
pi
 aik f keski
k
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
60
Sıralı Alt-Gruplar EM (OS-EM)



Alt-grup sayısı çok küçük seçilmediği sürece OS-EM
yöntemiyle yapılan her alt-grup iterasyonundan elde
edilen görüntü, tam bir ML-EM iterasyonundan elde
edilenle hemen hemen aynıdır.
Hesaplama zamanları da hemen hemen aynıdır.
Böylece 128 projeksiyon için eğer alt-grup sayısı 4
seçilirse, OS-EM algoritması ML-EM algoritmasına
göre 32 kat daha hızlı çalışır.
Pratikte alt-grup sayısının 4 seçilmesi hesaplama hızı
ve görüntü kalitesi arasında iyi bir denge sağlar.
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
61
OS-EM Varyantları

RBI-EM (Rescaled Block-Iterative Expectation
Maximization):
f jyeni


pi


 f jeski 
a

1
 ij

 iSn   aik f keski 
max   aij 
 k

 iSn 
f jeski
XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
62
OS-EM Varyantları

RAMLA (Row-Action Maximum Likelihood
Algotihm):
f jyeni


pi

 , 0    a 1
eski
eski
 f j  k f j  aij 

1

k
ij
eski

a
f
iSn
iSn
  ik k

 k

XI. Ulusal Medikal Fizik Kongresi
14 - 17 Kasım 2007
63
TEŞEKKÜRLER...