Please use this identifier to cite or link to this item: http://hdl.handle.net/10773/18794
Title: Discovery IQ 4R: otimização da imagem PET-CT em ambiente clínico
Author: Paninho, Helena Isabel Ferreira
Advisor: De Francesco, Sílvia
Couto, Pedro Miguel Ferreira de Sá
Faria, Diogo
Keywords: Tecnologias da imagem médica
Diagnóstico por imagem
Radiologia assistida por computador
Defense Date: 2017
Publisher: Universidade de Aveiro
Abstract: O recente equipamento da GE Healthcare, o PET/CT Discovery IQ 4R, fornece a maior sensibilidade, o maior campo de visão da indústria e tecnologia de aquisição de duplo canal. Ainda, o algoritmo de reconstrução Q.Clear controla o ruído através de um fator de penalização (β), permite uma convergência efetiva e providencia valores de Standardized Uptake Vaues (SUV) mais precisos. O objetivo deste projeto foi determinar qual o fator de penalização ótimo e parâmetros de aquisição ideais em estudos clínicos. Foram adquiridas imagens com o fantoma de qualidade NEMA IEC, preenchido com uma concentração radioativa de fundo de 5,40 kBq/mL e as esferas com 24,66 kBq/mL. Foram calculados coeficientes de recuperação (CR) e variabilidade de fundo (VF) nas imagens reconstruídas com o algoritmo Q.Clear (β variável entre 150 e 500). Sessenta doentes realizaram estudos PET/CT com 18F-FDG e foram divididos de acordo com a atividade administrada (2, 3 e 4 MBq/kg). As imagens foram adquiridas em list mode e reconstruídas com 30, 60, 90 e 120 segundos, usando um algoritmo standard (VUE Point HD) e o algoritmo Q.Clear. Foram avaliados SUV máximos das lesões, rácios lesão/fundo e as imagens foram revistas visualmente por 2 observadores. Observou-se que os valores de CR e VF diminuem à medida que o fator β aumenta, especialmente em pequenas estruturas. Os valores de SUV máximo diminuem à medida que o fator β aumenta. Os rácios lesão/fundo são mais elevados com o Q.Clear em relação ao algoritmo standard, sem diferenças estatísticas significativas em todos os conjuntos. A avaliação qualitativa mostrou uma concordância reduzida entre os observadores. Os resultados obtidos demonstram que o algoritmo Q.Clear tem um impacto significativo no contraste e quantificação das lesões. O valor ótimo para o fator de penalização β necessita de ser ajustado de acordo com o tipo de estrutura a ser estudada. xii
The up-to-date GE Healthcare scanner, PET-CT Discovery IQ 4R, provides the highest sensitivity, the largest field of view of the industry and dual energy acquisition channel technology. In addition, the algorithm Q.Clear, controls the noise through the use of a penalization factor (β), that allows an effective convergence and provides more consistent measurements of Standardized Uptake Values (SUV). The aim of this project was to determine the optimum penalization factor β of Q.Clear and ideal acquisition parameters in clinical settings. A NEMA IEC Body Phantom, filled with a background activity of 5,40 kBq/mL and spheres with 24,66 kBq/mL was acquired on a PET-CT Discovery IQ 4R and recovery coefficient (RC) and background variability (BV) were determined for images reconstructed with Q.Clear (β 150-500). Sixty patients performing 18F-FDG PET-CT were divided per administered dose (2, 3 and 4 MBq/Kg). The images were acquired in list mode and reconstructed with 30, 60, 90 and 120 seconds using a standard algorithm (VUE Point HD) and Q.Clear. These were evaluated for lesions SUVmax and lesion/background ratios and qualitatively by 2 observers. It has been observed that RC and BV values decrease as the β value increases, especially for smaller structures. SUVmax values decrease as the β value increases. Lesion contrast ratios are higher with Q. Clear when compared with standard algorithm, but with no statistical significant difference for all image reconstruction sets. Qualitative evaluation shows a small agreement between the scores. Results obtained show that Q.Clear has a significant impact in lesion contrast and quantification. The optimum penalization factor of Q. Clear needs to adjusted according to the type of structure being studied. xiv
Description: Mestrado em Tecnologias da Imagem Médica
URI: http://hdl.handle.net/10773/18794
Appears in Collections:DCM - Dissertações de mestrado
UA - Dissertações de mestrado
UA - Dissertações de mestrado

Files in This Item:
File Description SizeFormat 
Dissertação.pdf2.44 MBAdobe PDFView/Open


FacebookTwitterLinkedIn
Formato BibTex MendeleyEndnote Degois 

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.