Gamma-ray detection and Compton camera image reconstruction with application to hadron therapy

par Mirela Frandes

Thèse de doctorat en Imagerie médicale

Sous la direction de Rémy Prost.

  • Titre traduit

    = Détection des rayons gamma et reconstruction d’images pour la caméra Compton : Application à l’hadron thérapie


  • Résumé

    Une nouvelle technique de radiothérapie, l’hadronthérapie, irradie les tumeurs à l’aide d’un faisceau de protons ou d’ions carbone. L’hadronthérapie est très efficace pour le traitement du cancer car elle permet le dépôt d’une dose létale très localisée, en un point dit ’pic de Bragg’, à la fin du trajet des particules. La connaissance de la position du pic de Bragg, avec une précision millimétrique, est essentielle car l’hadronthérapie a prouvé son efficacité dans le traitement des tumeurs profondes, près des organes vitaux, ou radio-résistantes. Un enjeu majeur de l’hadronthérapie est le contrôle de la délivrance de la dose pendant l’irradiation. Actuellement, les centres de traitement par hadronthérapie effectuent un contrôle post-thérapeutique par tomographie par émission de positron (TEP). Les rayons gamma utilisés proviennent de l’annihilation de positons émis lors la désintégration bêta des isotopes radioactifs créés par le faisceau de particules. Ils ne sont pas en coïncidence directe avec le pic de Bragg. Une alternative est l’imagerie des rayons gamma nucléaires émis suites aux interactions inélastiques des hadrons avec les noyaux des tissus. Cette émission est isotrope, présentant un spectre à haute énergie allant de 100 keV à 20 MeV. La mesure de ces rayons gamma énergétiques dépasse la capacité des systèmes d’imagerie médicale existants. Une technique avancée de détection des rayons gamma est proposée. Elle est basée sur la diffusion Compton avec possibilité de poursuite des électrons diffusés. Cette technique de détection Compton a été initialement appliquée pour observer les rayons gamma en astrophysique (télescope Compton). Un dispositif, inspiré de cette technique, a été modélisé avec une géométrie adaptée à l’Imagerie en HadronThérapie (IHT). Il se compose d’un diffuseur, où les électrons Compton sont mesurés et suivis (’tracker’), et d’un calorimètre, où les rayons gamma sont absorbés par effet photoélectrique. Un scénario d’hadronthérapie a été simulé par la méthode de Monte-Carlo, en suivant la chaîne complète de détection, de la reconstruction d’événements individuels jusqu’à la reconstruction d’images de la source de rayons gamma. L’algorithme ’Expectation Maximisation’ (EM) à été adopté dans le calcul de l’estimateur du maximum de vraisemblance (MLEM) en mode liste pour effectuer la reconstruction d’images. Il prend en compte la réponse du système d’imagerie qui décrit le comportement complexe du détecteur. La modélisation de cette réponse nécessite des calculs complexes, en fonction de l’angle d’incidence de tous les photons détectés, de l’angle Compton dans le diffuseur et de la direction des électrons diffusés. Dans sa forme la plus simple, la réponse du système à un événement est décrite par une conique, intersection du cône Compton et du plan dans lequel l’image est reconstruite. Une forte corrélation a été observée entre l’image de la source gamma reconstruite et la position du pic de Bragg. Les performances du système IHT dépendent du détecteur, en termes d’efficacité de détection, de résolution spatiale et énergétique, du temps d’acquisition et de l’algorithme utilisé pour reconstituer l’activité de la source de rayons gamma. L’algorithme de reconstruction de l’image a une importance fondamentale. En raison du faible nombre de photons mesurés (statistique de Poisson), des incertitudes induites par la résolution finie en énergie, de l’effet Doppler, des dimensions limitées et des artefacts générés par l’algorithme itératif MLEM, les images IHT reconstruites sont affectées d’artefacts que l’on regroupe sous le terme ’bruit’. Ce bruit est variable dans l’espace et dépend du signal, ce qui représente un obstacle majeur pour l’extraction d’information. Ainsi des techniques de dé-bruitage ont été utilisées. Une stratégie de régularisation de l’algorithme MLEM (WREM) en mode liste a été développée et appliquée pour reconstituer des images Compton. Cette proposition est multi-résolution sur une base d’ondelettes orthogonales. A chaque itération, une étape de seuillage des coefficients d’ondelettes a été intégrée. La variance du bruit a été estimée à chaque itération par la valeur médiane des coefficients de la sous-bande de haute fréquence. Cette approche stabilise le comportement de l’algorithme itératif, réduit l’erreur quadratique moyenne et améliore le contraste de l’image.


  • Résumé

    A novel technique for radiotherapy - hadron therapy - irradiates tumors using a beam of protons or carbon ions. Hadron therapy is an effective technique for cancer treatment, since it enables accurate dose deposition due to the existence of a Bragg peak at the end of particles range. Precise knowledge of the fall-off position of the dose with millimeters accuracy is critical since hadron therapy proved its efficiency in case of tumors which are deep-seated, close to vital organs, or radio-resistant. A major challenge for hadron therapy is the quality assurance of dose delivery during irradiation. Current systems applying positron emission tomography (PET) technologies exploit gamma rays from the annihilation of positrons emitted during the beta decay of radioactive isotopes. However, the generated PET images allow only post-therapy information about the deposed dose. In addition, they are not in direct coincidence with the Bragg peak. A solution is to image the complete spectrum of the emitted gamma rays, including nuclear gamma rays emitted by inelastic interactions of hadrons to generated nuclei. This emission is isotropic, and has a spectrum ranging from 100 keV up to 20 MeV. However, the measurement of these energetic gamma rays from nuclear reactions exceeds the capability of all existing medical imaging systems. An advanced Compton scattering detection method with electron tracking capability is proposed, and modeled to reconstruct the high-energy gamma-ray events. This Compton detection technique was initially developed to observe gamma rays for astrophysical purposes. A device illustrating the method was designed and adapted to Hadron Therapy Imaging (HTI). It consists of two main sub-systems: a tracker where Compton recoiled electrons are measured, and a calorimeter where the scattered gamma rays are absorbed via the photoelectric effect. Considering a hadron therapy scenario, the analysis of generated data was performed, passing trough the complete detection chain from Monte Carlo simulations to reconstruction of individual events, and finally to image reconstruction. A list-mode Maximum-Likelihood Expectation-Maximization (MLEM) algorithm was adopted to perform image reconstruction in conjunction with the imaging response, which has to depict the complex behavior of the detector. Modeling the imaging response requires complex calculations, considering the incident angle, all measured energies, the Compton scatter angle in the first interaction, the direction of scattered electron (when measured). In the simplest form, each event response is described by Compton cone profiles. The shapes of the profiles are approximated by 1D Gaussian distributions. A strong correlation was observed between pattern of the reconstructed high-energy gamma events, and location of the Bragg peak. The performance of the imaging technique illustrated by the HTI is a function of the detector performance in terms of detection efficiency, spatial and energy resolution, acquisition time, and the algorithms used to reconstruct the gamma-ray activity. Thus beside optimizations of the imaging system, the applied imaging algorithm has a high influence on the final reconstructed images. The HTI reconstructed images are corrupted by noise due to the low photon counts recorded, the uncertainties induced by finite energy resolution, Doppler broadening, the limited model used to estimate the imaging response, and the artifacts generated when iterating the MLEM algorithm. This noise is spatially varying and signal-dependent, representing a major obstacle for information extraction. Thus image de-noising techniques were investigated. AWavelet based multi-resolution strategy of list-mode MLEMRegularization (WREM) was developed to reconstruct Compton images. At each iteration, a threshold-based processing step was integrated. The noise variance was estimated at each scale of the wavelet decomposition as the median value of the coefficients from the high-frequency sub-bands. This approach allowed to obtain a stable behavior of the iterative algorithm, presenting lower mean-squared error, and improved contrast recovery ratio.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (VII-109 p.)
  • Annexes : Bibliogr. p. 99-105. Publications de l'auteur p. 107

Où se trouve cette thèse ?

  • Bibliothèque : Institut national des sciences appliquées (Villeurbanne, Rhône). Service Commun de la Documentation Doc'INSA.
  • Disponible pour le PEB
  • Cote : C.83(3655)
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.