French
English
Résumé :
La tomographie par émission monophotonique (TEMP) est l'une des principales modalités d'imagerie nucléaire utilisées en clinique. Elle joue un rôle clé dans le diagnostic du cancer, ainsi que dans la planification et le suivi du traitement. Cependant, en raison de la durée d'acquisition prolongée (jusqu'à 40 minutes), des mouvements rigides du patient sont susceptibles de se produire pendant la TEMP. Ces mouvements peuvent dégrader la qualité de l'image reconstruite, compromettant ainsi la précision et la fiabilité du diagnostic et du traitement.
Les conditions de conditions de cohérence des données exponentielles (CCDe) peuvent être utilisées pour détecter les mouvements du patient dans la TEMP parallèle. Les CCDe sont des équations qui caractérisent les redondances entre des paires de projections exponentielles d'une même distribution d'activité bidimensionnelle (2D). Si toute l'activité est confinée dans une région convexe connue K d'atténuation constante, les projections TEMP peuvent être transformées en projections exponentielles à l'aide de la carte d'atténuation, et les CCDe peuvent être utilisées pour vérifier leur cohérence par paires.
L'objectif principal de cette thèse est de proposer une méthode utilisant les CCDe pour détecter et corriger les mouvements rigides du patient, uniquement à partir des projections acquises et d'une carte d'atténuation. La première contribution de cette thèse est la simulation et la validation d'un modèle Monte Carlo d'un scanner TEMP/tomodensitométrie (TDM) clinique par rapport à des données expérimentales. La deuxième contribution consiste à développer une méthode entièrement basée sur les données utilisant les CCDe pour détecter et corriger une translation tridimensionnelle (3D) du patient pendant l'acquisition TEMP. Étant donné qu'un mouvement de translation connu peut être directement compensé dans le domaine des projections, le mouvement réel est estimé en minimisant l'incohérence entre les paires de projections compensées en mouvement. La troisième contribution étend cette méthode et l'évalue sur un système TEMP différent composé de douze détecteurs avec une petite dimension transaxiale. Pour y remédier, plusieurs projections tronquées dans un intervalle angulaire sont rééchantillonnées en une projection virtuelle plus large. L'optimisation minimise ensuite les CCDe entre les paires de ces projections virtuelles corrigées en mouvement. Enfin, la quatrième contribution examine la faisabilité de l'estimation du mouvement rigide complet sur les six degrés de liberté, caractérisant la translation et la rotation 3D.
Abstract:
The main objective of this thesis is to propose a method employing eDCCs to detect and correct for rigid patient motion, solely from the acquired projections and an attenuation map. The first contribution of this thesis is the simulation and validation of a Monte Carlo model of a clinical SPECT/CT scanner against experimental data. The second contribution involves developing a fully data-driven method using eDCCs to detect and correct for a three-dimensional (3D) translation of the patient during SPECT acquisition. Given that a known translational motion can be directly compensated in the projection domain, the true motion is estimated by minimizing the inconsistency between pairs of motion-compensated projections. The third contribution extends this method and evaluates it on a different SPECT system consisting of twelve detectors with a small transaxial dimension. To address the truncation of the projections, several small-FOV projections within a small angular coverage are resampled into a broader virtual projection. The optimization then minimizes the eDCCs between pairs of those virtual projections, which are resampled from motion-corrected small-FOV projections. Finally, the fourth contribution investigates the feasibility of estimating full rigid motion across all six degrees of freedom, characterizing the 3D translation and rotation.