Reconstruction itérative en tomographie à rayons X pour une géométrie inverse avec sources distribuées - Archive ouverte HAL Access content directly
Conference Papers Year :

Reconstruction itérative en tomographie à rayons X pour une géométrie inverse avec sources distribuées

(1) , (1) , (1) , (2) , (1)
1
2

Abstract

A conventional Cone Beam Computed Tomography (CBCT) architecture is composed of a single source and a large detector to aquire a full sinogram of the object. In opposite a Multi-Source Inverse Geometry Computed Tomography (MS-IGCT) architecture propose to use several sources and a small detector to acquire several truncated sinograms of the object. Using few sources while keeping a small detector size is a key issue for technological, financial and in some cases, dose reasons. However in this configuration the object reconstruction induces to solve an ill-posed and ill-conditionned problem. We propose a regularized iterative algorithm which is able to reconstruct the object volume from sinograms acquired with an optimized MS-IGCT : we will demonstrate the performance of the proposed algorithm when we reduce the size of the detector and the number of sources. In a second step we show that taking the inverse of the noise covariance matrix into account reduces dramatically metals artifacts due to the high density of the reconstructed object. Realistically simulated CT data is reconstructed with the proposed algorithm and the results are compared to those obtained by filtered backprojection (FBP).
Une architecture «Cone Beam Computed Tomography» (CBCT) conventionnelle est constituée d'une seule source et d'un grand détecteur afin d'acquérir un sinogramme complet de l'objet. Par opposition, une géométrie inverse (en tomographie) utilise plusieurs sources distribuées permettant d'acquérir avec un petit détecteur plusieurs sinogrammes tronqués de l'objet. Ce type d'architecture est communément appelée «Multi Source Inverse Geometry Computed Tomography » (MS-IGCT). Pour des raisons technologiques, financières et dans certains cas, de dose, utiliser peu de sources tout en gardant une taille du détecteur réduite est un enjeu essentiel. Cependant dans ce type de configuration la reconstruction de l'objet demande de résoudre un problème qui est mal-posé et mal conditionné. Nous proposons donc un algorithme itératif régularisé permettant de reconstruire un volume objet à partir des sinogrammes acquis par une architecture MS-IGCT optimisée : nous démontrons les performances de l'algorithme proposé lorsque nous réduisons la taille du détecteur ainsi que le nombre de sources. Dans un second temps nous montrons comment la prise en compte, dans la formulation du problème inverse, de la matrice inverse de la covariance du bruit permet de réduire drastiquement les artefacts métalliques dûs aux parties très denses de l'objet reconstruit. À partir de données simulées de façon réaliste, nous comparons les reconstructions obtenues avec l'algorithme proposé avec une méthode de rétroprojection filtrée classique.
Fichier principal
Vignette du fichier
GRETSI_2019_v_finale.pdf (4.91 Mo) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

cea-02290895 , version 1 (18-09-2019)

Identifiers

  • HAL Id : cea-02290895 , version 1

Cite

Frédéric Jolivet, Clarisse Fournier, Joachim Tabary, Lenka Zdeborová, Andrea Brambilla. Reconstruction itérative en tomographie à rayons X pour une géométrie inverse avec sources distribuées. XXVIIème coloque GRETSI, Aug 2019, Lille, France. ⟨cea-02290895⟩
125 View
124 Download

Share

Gmail Facebook Twitter LinkedIn More