[論文レビュー] GPU-based Fast Low-dose Cone Beam CT Reconstruction via Total Variation

Xun Jia, Yifei Lou+6 more|arXiv (Cornell University)|Jan 4, 2010

Medical Imaging Techniques and Applications参考文献 29被引用数 4

ひとこと要約

本論文は、低線量の円錐ビームCT（CBCT）の反復再構成に総変動（TV）正則化を用いたGPUアクセラレート手法を提示する。GPUに適した前向き・後向き分割法とマルチグリッド加速を活用することで、0.1 mAs/プロジェクションで40枚のプロジェクションからの再構成が可能となり、線量を最大36倍まで低減しつつ、約130秒で再構成が実現可能であり、従来の反復的手法に比べて100倍以上高速化された。

ABSTRACT

Cone-beam CT (CBCT) has been widely used in image guided radiation therapy (IGRT) to acquire updated volumetric anatomical information before treatment fractions for accurate patient alignment purpose. However, the excessive x-ray imaging dose from serial CBCT scans raises a clinical concern in most IGRT procedures. The excessive imaging dose can be effectively reduced by reducing the number of x-ray projections and/or lowering mAs levels in a CBCT scan. The goal of this work is to develop a fast GPU-based algorithm to reconstruct high quality CBCT images from undersampled and noisy projection data so as to lower the imaging dose. The CBCT is reconstructed by minimizing an energy functional consisting of a data fidelity term and a total variation regularization term. We developed a GPU-friendly version of the forward-backward splitting algorithm to solve this model. A multi-grid technique is also employed. We test our CBCT reconstruction algorithm on a digital NCAT phantom and a head-and-neck patient case. The performance under low mAs is also validated using a physical Catphan phantom and a head-and-neck Rando phantom. It is found that 40 x-ray projections are sufficient to reconstruct CBCT images with satisfactory quality for IGRT patient alignment purpose. Phantom experiments indicated that CBCT images can be successfully reconstructed with our algorithm under as low as 0.1 mAs/projection level. Comparing with currently widely used full-fan head-and-neck scanning protocol of about 360 projections with 0.4 mAs/projection, it is estimated that an overall 36 times dose reduction has been achieved with our algorithm. Moreover, the reconstruction time is about 130 sec on an NVIDIA Tesla C1060 GPU card, which is estimated ~100 times faster than similar iterative reconstruction approaches.

研究の動機と目的

• 画像ガイドド放射線治療（IGRT）における繰り返しのCBCTスキャンによる過剰な線量被曝という臨床的課題に対処すること。
• 低線量で取得されたアンダーサンプリングおよびノイズの強いプロジェクションデータから、高品質なCBCT再構成を可能とすること。
• 画像品質を維持しながら、撮影線量を著しく低減する、高速なGPUアクセラレートアルゴリズムの開発。

提案手法

• データ適合性と総変動（TV）正則化を組み合わせたエネルギー関数の最小化としてCBCT再構成を定式化する。
• TV正則化付き最適化問題を効率的に解くためのGPU最適化済み前向き・後向き分割法を開発する。
• GPUアーキテクチャ上で収束を加速し、再構成速度を向上させるためにマルチグリッド技術を採用する。
• 検証のために、デジタルNCATアンソロポメトリック・フォント、患者の解剖学的データ、物理的CatphanおよびRandoアンソロポメトリック・フォントを用いる。
• ノイズを低減し、エッジを保持するため、TV最小化を用いた反復的再構成を実装する。
• GPUの並列処理とメモリコalescingを活用して、計算パフォーマンスを最適化する。

実験結果

リサーチクエスチョン

• RQ1 重度にアンダーサンプリングされ、ノイズの強いプロジェクションデータから、総変動正則化が高品質なCBCT画像を再構成できるか？
• RQ2 IGRTにおける患者の位置合わせに必要な診断的画像品質を維持しつつ、どの程度の線量低減が可能か？
• RQ3 従来の反復的手法と比較して、GPUアクセラレーションにより再構成時間を臨床的に実用可能な水準まで短縮できるか？
• RQ4 診断的に有用なCBCT再構成に必要な最小のプロジェクション数とmAsレベルは何か？
• RQ5 マルチグリッド技術は、GPUベースの反復的再構成において、再構成速度と収束性をどのように向上させるか？

主な発見

• 0.1 mAs/プロジェクションで40枚のX線プロジェクションで十分な品質のCBCT画像が得られ、IGRTにおける患者の位置合わせに適していた。
• 標準的なフルファン頭頸部プロトコル（360枚のプロジェクション、0.4 mAs/プロジェクション）と比較して、推定36倍の線量低減が達成された。
• NVIDIA Tesla C1060 GPU上での再構成時間は約130秒であり、従来の反復的手法に比べて約100倍の高速化が達成された。
• 物理的フォント実験により、0.1 mAs/プロジェクションという超低線量レベルでも画像再構成に成功した。
• GPU最適化アルゴリズムは、ノイズを効果的に低減するとともに、画像の忠実性とエッジ保持性を維持した。
• マルチグリッド技術は収束速度を顕著に向上させ、画像品質に悪影響を及げることなく、再構成の高速化に貢献した。