[论文解读] Proton Tracking Algorithm in a Pixel-Based Range Telescope for Proton Computed Tomography

Helge Egil Seime Pettersen, Ilker Meriç+4 more|arXiv (Cornell University)|Jun 17, 2020

Radiation Therapy and Dosimetry被引用 6

一句话总结

本文提出了一种用于像素型射程望远镜（数字追踪量热计，DTC）的轨迹追踪算法，用于质子计算机断层扫描中重建质子轨迹。该算法通过从前层像素开始生长轨迹，最小化角度偏差，成功实现了每秒高达数百万条并发质子轨迹的高效重建，支持500万至2500万质子/秒的束流强度。

ABSTRACT

Proton Computed Tomography (CT) is a prototype imaging modality for the reconstruction of the Relative Stopping Power of a patient, for more accurate calculations of the dose distributions in proton therapy dose planning. The measurements needed for the reconstruction of a proton CT image are: i) each initial proton vector incident on the imaged object, ii) each proton vector incident on the front face of the detector and iii) the stopping depth of each proton in the detector. In this study, a track reconstruction algorithm is adapted for a planned pixel-based particle-tracking range telescope for proton CT, called the Digital Tracking Calorimeter (DTC). The algorithm is based on the track-following scheme, in which a growing track searches for deeper-laying activated pixels, while minimizing the accumulated angular change. The algorithm is applied to Monte Carlo-simulated output of the DTC, showing that the DTC is able to reconstruct the tracks and find the depths of up to several hundred simultaneous proton tracks.

研究动机与目标

• 开发一种适用于像素型射程望远镜的鲁棒质子追踪算法，通过精确重建质子轨迹，实现临床质子CT。
• 解决在多重库仑散射和非弹性核相互作用存在下，同时重建多条质子轨迹的挑战。
• 通过最小化错误轨迹重建和提高追踪效率，最大化质子CT系统中的束流强度。
• 将高能物理中成熟的追踪技术适配至质子CT的特定需求，特别是射程和角度重建。
• 在真实束流条件下评估算法性能，包括不同质子密度和散射效应的影响。

提出的方法

• 该算法采用轨迹追踪方法，通过从探测器前表面开始，搜索累积角度偏差最小的深层激活像素来生长轨迹。
• 采用贪心搜索策略，优先选择与当前轨迹方向角度偏差最小的像素簇，以减少误重建。
• 重建过程按层进行，从第一层激活像素开始，持续至无法找到有效像素连接为止。
• 算法使用C++/ROOT6实现，并针对单CPU执行进行了优化，具备并行化和进一步优化的潜力。
• 通过后处理滤波实现假轨迹剔除，包括对水等效路径长度（WEPL）值应用3σ截断，以减少误报。
• 利用DTC原型的蒙特卡罗模拟评估算法在真实束流条件下的性能，包括散射和核相互作用的影响。

实验结果

研究问题

• RQ1 在真实散射和相互作用条件下，轨迹追踪算法能否有效重建像素型射程望远镜中多条并发质子轨迹？
• RQ2 在轨迹混淆或假阳性率上升导致重建质量下降之前，该算法能承受的最大质子束流强度是多少？
• RQ3 非弹性核散射和多重库仑散射如何影响轨迹重建精度和假阳性率？
• RQ4 在临床质子CT采集时间相关的束流强度下，该算法能否保持高效率和低假阳性率？
• RQ5 选择重建种子（前层 vs. 远端层）如何影响轨迹重建性能和计算负载？

主要发现

• 该算法在DTC原型的模拟数据中成功重建了多达数百条并发质子轨迹。
• 在低质子密度下（np < 5），假轨迹的主要来源是非弹性核散射，约占假重建的1%–2%。
• 在高密度下（np > 50），多重库仑散射成为主要混淆来源，显著降低重建质量。
• 该算法实现了500万至2500万质子/秒的最大束流强度，具体取决于束斑尺寸和可接受的假阳性率。
• 当前每条质子的重建时间为26毫秒，对于临床应用尚不充分，需进一步优化和并行化。
• 对WEPL值应用3σ滤波可有效减少假轨迹，表明在高束流条件下提升重建保真度的可行路径。