[논문 리뷰] GPU-based Fast Low-dose Cone Beam CT Reconstruction via Total Variation

Xun Jia, Yifei Lou외 6명|arXiv (Cornell University)|2010. 01. 04.

Medical Imaging Techniques and Applications참고 문헌 29인용 수 4

한 줄 요약

이 논문은 방사선 노출을 줄이기 위해 총변위(TV) 정규화를 사용하는 GPU 가속 반복 재구성 알고리즘을 제안한다. 다중 격자 가속 기법을 활용한 GPU 우수한 프론트-백워드 분할 알고리즘을 통해, 0.1 mAs/프로젝션에서 40개의 프로젝션으로도 저선량 콘빔 CT(CBCT) 재구성을 고화질로 수행하며, 최대 36배의 선량 감소를 이룩하고 약 130초 내로 재구성한다—기존 반복 방법 대비 약 100배 빠른 속도이다.

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.
• 저선량에서 획득한 부족한 데이터와 노이즈가 많은 프로젝션 데이터로부터 고화질 CBCT 재구성을 가능하게 하기 위해.
• 이미지 품질을 유지하면서 영상 선량을 극적으로 줄이는 빠른 GPU 가속 알고리즘 개발을 위해.

제안 방법

• 데이터 적합성과 총변위(TV) 정규화를 조합한 에너지 기능 최소화 문제로 CBCT 재구성을 수식화한다.
• TV 정규화 최적화 문제를 효율적으로 해결하기 위해 GPU 최적화된 프론트-백워드 분할 알고리즘을 개발한다.
• GPU 아키텍처에서 수렴 속도 향상과 재구성 속도 향상을 위해 다중 격자 기법을 적용한다.
• 검증을 위해 디지털 NCAT 펌프, 환자 해부학적 구조, 물리적 Catphan 및 Rando 펌프를 사용한다.
• 노이즈 억제와 에지 유지 기능을 위해 TV 최소화를 통한 반복 재구성 기법을 구현한다.
• GPU의 병렬 처리와 메모리 코ales싱을 활용해 계산 성능를 최적화한다.

실험 결과

연구 질문

• RQ1 심각하게 부족한 프로젝션 데이터와 노이즈가 많은 저선량 데이터에서 총변위 정규화가 고화질 CBCT 영상 재구성에 효과적으로 기여할 수 있는가?
• RQ2 IGRT에서 환자 정렬을 위한 진단 가능한 영상 품질을 유지하면서 얼마나 많은 선량 감소가 가능한가?
• RQ3 기존 반복 방법 대비 GPU 가속이 재구성 시간을 임상적으로 실용적인 수준으로 단축시킬 수 있는가?
• RQ4 진단적으로 유용한 CBCT 재구성을 위한 최소 프로젝션 수와 mAs 수준은 얼마인가?
• RQ5 다중 격자 기법이 GPU 기반 반복 재구성에서 수렴 속도와 수렴 성능를 어떻게 향상시키는가?

주요 결과

• 0.1 mAs/프로젝션에서 40개의 X선 프로젝션만으로도 IGRT에서 환자 정렬을 위한 충분한 품질의 CBCT 영상을 확보할 수 있었다.
• 표준 풀팬 헤드-니크 프로토콜(360개 프로젝션, 0.4 mAs/프로젝션) 대비 약 36배의 선량 감소를 달성하였다.
• NVIDIA Tesla C1060 GPU에서 재구성 시간은 약 130초였으며, 기존 반복 방법 대비 약 100배의 속도 향상을 기록하였다.
• 물리적 펌프 실험을 통해 0.1 mAs/프로젝션의 초저선량 수준에서도 성공적인 영상 재구성이 확인되었다.
• GPU 최적화 알고리즘이 저선량 데이터에서 노이즈 억제를 효과적으로 수행하면서도 영상 정밀도와 에지 유지 기능을 유지하였다.
• 다중 격자 기법이 영상 품질에 영향을 주지 않으면서도 수렴 속도를 크게 향상시켰다.