FORMATION TIC (Phymed, STIC,Télécom)
BASES DE TOMOGRAPHIE MEDICALE
Denis Mariano-Goulart
Faculté de médecine & CHRU de Montpellier
http:\\scinti.etud.univ-montp1.fr
FONCTIONNELLE
Imagerie médicale
ANATOMIQUE METABOLIQUE
ECHO
TDM
IRM SPECT = TEMP gamma CT
PET
IRM
fSPECT
IMAGERIE DE TRANSMISSION X
I
0X X
-
hf -
X
= E
Z dx ρ
I-dI
ρ , Z E X
- -
E
XZ ρ
X
X
E
E
'<
photo-électrique
Compton
keV 50
g cm /
ρ) log(µ
2
C
I PE
µ probabilité d’atténuation/cm µ est proportionnelle
à la masse volumique ρ
e
xI
I
0 .1
-
.
cm dx
I dI -
µ = ∝ ρ ⇒ =
−µI
0=100
X X
I
i= I
0.e
-µ.x= 60
Scanner X = Computed Tomography
= ∑ i, j j
i r .µ
p
mesure
?
d
p
i∑ = −
=
⇒
=
=
−∑
−∑
0 i j
i
µ d.
0 .d
µ 0
i
I ln I d µ 1
p
e I e
I
I
j jscanner du
connus es
géométriqu paramètres
i projection la
à j pixel du
on contributi r
i,j=
mesure
2Dx1D
I
0=100
X X
I = 60
Scanner X = Computed Tomography
90 90
d
n n 1, 2
1,2 1
1,1
1
r µ r µ ... r µ
p = + + +
…
= ∑ i, j j
i r .µ
p
mesure
?
∑ = −
=
⇒
=
=
−∑
−∑
0 i j
i
µ d.
0 .d
µ 0
i
I ln I d µ 1
p
e I e
I
I
j jscanner du
connus es
géométriqu paramètres
i projection la
à j pixel du
on contributi r
i,j=
n n 2, 2
2,2 1
2,1
2
r µ r µ ... r µ
p = + + +
p
1p
22Dx1D
I
0=100
X X
Scanner X = Computed Tomography
d
°
=
= ∑ r µ , i 0 - 360
p j
j
j i, i
i projection la
à j pixel du
on contributi r i, j =
2Dx1D
γγγγ p
γγγγ
a
i2Dx1D
Single Photon Emission CT
γγγγ γγγγ
9943
Tc
vecteur
marqueur
°
=
= ∑ r a , i 0 - 360
p j
j
j i, i
2D
γγγγ γγγγ
γγγγ γγγγ
a
i3D
Tomographie par Emission de Positons
p
γγγγ γγγγ
γγγγ γγγγ
18 9
F
188
O j
j
j i,
i r a
p = ∑
I
0X X
p
p
p
γγγγ γγγγ
γγγγ γγγγ γγγγ γγγγ
µ
ia
ia
i2Dx1D 3D
Tomographie: problème inverse linéaire
j j
j i,
i r a
p = ∑
CT SPECT PET
2Dx1D
Modélisation analytique
( ) ( ω ω ) φ
φ
d x . ,
p x
p) (R
π
0
∫ =
⊥
∗ r = r r r
s
1ω r ⊥ x r
s
3s
2( ) ( )
Rf p
=
+
=
= ∫
⊥p
dt ) t f(s
s p s
,
t
ω ω
ω r
ωrr
x1 x2
s t
f
cos sin
- ω
φ
φ r
=
φ
x
2
.
r
⊥r
= ω s
Natterer F. The mathematics of computerized tomography. New York: Wiley; 1986.
transformée de Radon
rétroprojection = épandage
x r
ω r
⊥Nb : x r . ω r
⊥= s où x r se projette suivant ω r
Modélisation algébrique
f
1f
4f
3f
2p
1= r
1,1f
1+ r
1,2f
2p
2= r
2,3f
3+ r
2,4f
4p
3= r
3,1f
1+ r
3,3f
3p
4= r
4,2f
2+ r
4,4f
4
=
4 3 2 1
4 3 2 1
4,4 4,3 4,2 4,1
3,4 3,3 3,2 3,1
2,4 2,3 2,2 2,1
1,4 1,3 1,2 1,1
p p p p
f f f f . r
r r r
r r r r
r r r r
r r r r
p f
R. r r
=
r
i,j= % du pixel j intersecté par la projection i
b
1= r
1.1p
1+ r
3,1p
3p
1p
2p
4b
2= r
1.2p
1+ r
4,2p
4b
3= r
2.3p
2+ r
3,3p
3b
4= r
2,4p
2+ r
4,4p
4p
3
=
4 3 2 1
4 3 2 1
4,4 3,4 2,4 1,4
4,3 3,3 2,3 1,3
4,2 3,2 2,2 1,2
4,1 3,1 2,1 1,1
b b b b
p p p p . r
r r r
r r r r
r r r r
r r r r
b p
R.
t
r r
=
Projection / Rétroprojection
p f
R. r r
= t R. p b
r r
=
f
p
b
p
Théorème de coupe centrale
s t
f
( ) s f(s t ) dt
p
t
∫ +
= ω ⊥ ω
ω
r
r
( ) = ∫ ( ) −
s
i.s. ds .e
s p σ
pˆ ω r ω r σ
( ) σ f(s t ) e dt ds
pˆ
s
i.s.σ t
∫ ∫ ⊥ + −
= ω ω
ω
r
r
( ) σ = ∫∫ f( x ) e −
⊥d x
pˆ r i.σ x r . r r
r ω
ω
( ) ( = φ φ ) = ( ) ω ⊥
ω
r
r σ fˆ σ.cos , σ.sin fˆ σ.
pˆ
cos sin
- ω
φ
φ r
=
φ
x r
Johann Radon, ¨ Uber die Bestimmung von Funktionen durch ihre Integralwerte langs gewisser Mannigfaltigkeiten, Ber. Verh. Sach. Akad. 69 (1917), 262–77.
x2
x1
J. Radon
i j
s t
f
ω r ⊥
( ) = ( ) ω ⊥
ω
r
r σ fˆ σ.
pˆ
ξ
1ξ
2σ t
ω r ⊥
( ) s
p ω r s pˆ ω r ( ) σ
σ T F
T F
R ||
fˆ
Interprétation (I)
75
75
30
30
Interprétation (II)
?
( ) s
p ω r pˆ ω r ( ) σ
T F
T F R ||
f
( ) = ( ) ω ⊥
ω
r
r σ fˆ σ.
pˆ
fˆ
= ω
⊥ξ r σ. r
ξ
1ξ
2σ
ω r
Interprétation (II)
( ) = ( ) ω ⊥
ω
r
r σ fˆ σ.
pˆ
( ) s
p ω r pˆ ω r ( ) σ
T F
T F R ||
f fˆ
ω r
⊥σ.
Rétroprojection filtrée (I)
( ) x = ∫∫ f ( ) ξ e d ξ
f i x . ξ
r ) r
r r r
( ) ∫ ∫ ( )
=
+∞
=
−∞
=
⊥
⊥= π
0 σ σ
. σ
i σ dσ d
σ e fˆ x
f
φ
ω φ
ω r r x r r
( ) ∫ ∫ ( )
=
+∞
=
−∞
=
=
⊥π
0 σ σ
σ .
i dσ d
σ e pˆ
x f
φ
ω r σ ω r x r φ r
[ pˆ r . abs ] ( ) r . x r
TF s − 1 ω ω ⊥
||
( ) x (R p ) ( ) x
f r ∗ f r
=
ω f r
p
J. Radon
ξ
1ξ
2σ φ
ξ 1
ξ 2
φ
d σ φ . σ d φ d σ
Rétroprojection filtrée (II)
ω r
p
ω r
pˆ abs
x
[ ] f
1
s pˆ . abs p
TF − ω r = ω r s
1s
2s
3Projections sur 180°
x
2
.
r
⊥r
= ω s
( ) x (R p ) ( ) x
f r ∗ f r
=
d)
2. (k - 1
π k impair
0 k ≠ 0 pair
4d
21 k = 0
RL(k.d) = f m
Rétroprojection filtrée (III)
=
0
2,5 - 1 2,5 1
- 1 0 : filtre le obtient on
2 , d 1 pour Exemple
[ ]
RL p
p
abs . pˆ TF
p
f
1 s f
∗
=
= −
ω ω
ω ω
r r
r r
pixel des
taille d
2 f 2.d
f
max1
éch.=
=
=
( ) ( ) ( )
2 2
max max
max
. 2
. 2 cos 1
. . 2 x sin
RL x
x f x
x f f
π π π π − −
=
0 0
0 0
0
0
0
0 0
45
15
45 90
15
60 5 5
5 5
20
5
5
20
20
15 60 15
10 10
10 10
25
25
25
25
40
−
=
3
1 1 3 - 1 Filtre
Rétroprojection filtrée (IV)
45 45 90
« illustration non
contractuelle !… »
Rétroprojection filtrée (V)
p
R ∗ R TF s 1 [ pˆ . abs ]
−
∗
Limites des techniques analytiques
Nécessité de données sur 180°
Problème important en TEP 3D.
L’inversion directe ou la RPF ne fonctionnent pas sur des données tronquées.
Prise en compte des artefacts en SPECT et PET :
Dans le théorème de la coupe centrale, f(x) et non pas f(x,s, φ ) Difficulté majeure d’introduire des facteurs du type exp(- µ L
x,s,φ)
D’où un problème pour corriger les artefacts d’atténuation (photoélectrique, Compton).
En revanche, une déconvolution de la réponse impulsionnelle est faisable.
Ajustement de la fréquence de coupure délicate
Nécessité d’un filtre passe-bas associé au filtre valeur absolue
Algebraic Reconstruction Technique (I)
∆
1: p
1= r
1,1f
1+ r
1,2f
2∆
2: p
2= r
2,1f
1+ r
2,2f
2f
1f
2r1,2 r1,1 r2,1
r2,2
f
1f
2∆
1∆
2
1,2 1,1
1
r
ω r r
1
f
n +r
n 2
n 1 n
f f f d r
r
Kaczmarz S. Angenährte Auflösung von Systemen linearer Gleichungen. Bull Int Acad Pol Sci Lett A 1937;35:355-7.
S. Kaczmarz 1895-1940
On construit une suite de coupes en projetant chaque itéré sur l’un puis l’autre hyperplan.
f n
r
Algebraic Reconstruction Technique (II)
∆
1: p
1= r
1,1f
1+ r
1,2f
2f
1f
2r1,2 r1,1
f
1f
2∆
1
1,2 1 1,1
r ω r r
1
f
n +r
2n 1n
n
f
f f d r
r
1 n 1 1
1
1 n
1
ω p p
ω
ω . f
p
d r r
r r
= −
= −
n 2 1,2 n
1 1,1 n
1
r f r f
p = +
Kaczmarz S. Angenährte Auflösung von Systemen linearer Gleichungen. Bull Int Acad Pol Sci Lett A 1937;35:355-7.
S. Kaczmarz 1895-1940
La distance d d’un point f n à une droite ∆ 1 est :
1
1 n
1
ω
ω . f
p
d r
r r
= −
, projection qui serait mesurée si fn était la solution
Algebraic Reconstruction Technique (II)
∆
1: p
1= r
1,1f
1+ r
1,2f
2∆
2: p
2= r
2,1f
1+ r
2,2f
2f
1f
2r1,2 r1,1 r2,1
r2,2
1 n 1
1 n
ω d ω
f
f r
r r
r
+= +
2 1 1
1n n 1
1
n
ω
ω p f p
f r
r r
r
+= + −
) p p
( f
f
n + 1=
n+ R
* 1−
1nr r
f
1f
2∆
1∆
2
1,2 1 1,1
r ω r r
1
f
n +r
2n 1n
n
f
f f d r
r
1
1 n
1
ω
ω . f
p
d r
r r
= −
n
p
1Kaczmarz S. Angenährte Auflösung von Systemen linearer Gleichungen. Bull Int Acad Pol Sci Lett A 1937;35:355-7.
S. Kaczmarz 1895-1940
0 0
0 0
0
0
0
0 0
45
45 - 0
45 90
45 - 0 = 15 + 15 + 15
90 - 0 = 30 + 30 + 30 15 15
15 15
30
15
15
30
30
45 90 45
-15 30 -15 60 60 60 -
10 10
10 10
25
25
25
25 40
) p p
( f
f
n +1 = n + R * 1 − 1n rr
Algebraic Reconstruction Technique (III)
« illustration non
contractuelle !… »
G. Hounsfield 1919-2004
J. Radon 1887-1956
S. Kaczmarz 1895-1940
( ) σ fˆ ( ) σ. θ
pˆ
θr
r