[논문 리뷰] GPU-based Cone Beam CT Reconstruction via Total Variation Regularization

Xun Jia, Yifei Lou외 5명|arXiv (Cornell University)|2010. 01. 04.

Medical Imaging Techniques and Applications참고 문헌 7인용 수 6

한 줄 요약

이 논문은 총변동성 정규화를 적용한 GPU 가속화된 원추형 볼륨 컴퓨터 단층촬영(CBCT) 재구성 알고리즘을 제안하며, 부족한 수의 투과 데이터와 노이즈가 많은 데이터로부터 고화질의 CBCT 영상을 가능하게 하여, 재구성 시간을 기존 반복적 방법보다 약 100배 빠르게 하면서도 최대 36배의 방사선 선량 감소를 달성한다.

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.

연구 동기 및 목표

• 이미지 유도 방사선 치료(IGRT)에서 반복적인 CBCT 스캔으로 인한 과도한 방사선 선량 문제를 해결하기 위해.
• 환자의 선량을 최소화하기 위해 상당히 감소된 투과 데이터와 낮은 mAs 수준에서 고화질 CBCT 재구성을 가능하게 하기 위해.
• 일상적인 IGRT 워크플로우에 적합한 임상적 사용을 위한 빠른 GPU 가속화 재구성 알고리즘 개발을 위해.
• 디지털 페트 페트, 물리적 페트, 환자 데이터를 기반으로 임상적으로 관련된 저선량 조건에서 방법의 유효성을 검증하기 위해.

제안 방법

• 총변동성 정규화된 최적화 문제를 해결하기 위해 GPU에 적합한 방식으로 전진-후진 분할 알고리즘을 구현하였다.
• 에너지 기능은 투과 일致성에 대한 데이터 적합성 항과 조각별로 평탄한 재구성을 촉진하는 총변동성 정규화 항을 조합한다.
• GPU 아키텍처에서 수렴 속도를 향상시키고 재구성 효율을 높이기 위해 다중 격자 기법을 적용하였다.
• 저선량 조건에서 영상 품질을 평가하기 위해 디지털 NCAT 페트와 두개부-목 환자 케이스에서 알고리즘을 평가하였다.
• Catphan과 Rando 페트를 사용한 물리적 페트 연구를 통해 0.1 mAs/투과에서의 성능을 검증하였다.
• 재구성 속도는 NVIDIA Tesla C1060 GPU에서 측정되었으며, 실시간 또는 근접 실시간 영상 재구성을 가능하게 하였다.

실험 결과

연구 질문

• RQ1 표준 360개의 투과 수를 사용하는 것과 비교해, 40개의 X선 투과만으로도 진단적으로 충분한 품질의 CBCT 영상을 재구성할 수 있는가?
• RQ2 투과당 mAs를 얼마나 낮출 수 있는가(예: 0.1 mAs/투과) 동시에 임상적으로 수용 가능한 영상 품질을 유지할 수 있는가?
• RQ3 제안된 GPU 가속화 알고리즘이 기존 반복적 재구성 방법에 비해 얼마나 더 빠른가?
• RQ4 총변동성 정규화가 저선량, 부족한 수의 투과 데이터에서 노이즈를 효과적으로 억제하고 가장자리를 유지하는 데 효과적인가?
• RQ5 재구성된 영상 품질이 IGRT 절차에서 정확한 환자 정렬을 위한 데 충분한가?

주요 결과

• 단지 40개의 X선 투과만으로도 IGRT에서 환자 정렬을 위한 임상적으로 수용 가능한 품질의 CBCT 영상을 재구성할 수 있다.
• 알고리즘은 0.1 mAs/투과의 낮은 선량 수준에서도 진단적 품질의 CBCT 영상을 성공적으로 재구성하였다.
• 표준 풀팬 두개부-목 프로토콜(360개 투과, 0.4 mAs/투과)에 비해 제안된 방법은 약 36배의 선량 감소를 달성하였다.
• NVIDIA Tesla C1060 GPU에서 재구성 시간은 약 130초로, 유사한 반복적 재구성 방법 대비 약 100배의 속도 향상을 보였다.
• 페트 연구 결과, 저선량 조건에서도 영상의 정밀도와 공간 정확성이 유지됨을 확인하였다.
• 총변동성 정규화와 GPU 가속화의 조합은 임상 현장 적용에 적합한 강력하고 빠르며 저선량의 CBCT 재구성에 효과적이다.