Iterative CT Reconstruction Techniques

Lucas L. Geyer, MD1 U. Joseph Schoepf, MD Felix G. Meinel, MD1 John W. Nance,
Jr, MD2 Gorka Bastarrika, MD Jonathon A. Leipsic, MD Narinder S. Paul, MD Marco
Rengo, MD, PhD Andrea Laghi, MD Carlo N. De Cecco, MD (August,2015)
Computed tomographic (CT) teknologi telah melihat inovasi yang luar biasa dalam
dekade terakhir yang secara substansial telah meningkatkan kinerja diagnostik dari modalitas
ini dan terus meningkatkan indikasi klinisnya. Sejak pengenalan klinis pertama oleh Sir
Godfrey Hounsfield dan James Ambrose pada tahun 1972 (1,2), evolusi teknologi CT sebagian
besar didorong oleh kemajuan perangkat keras. Selama dekade berikutnya, tonggak penting
memasukkan pengenalan CT beam elektron pada pencitraan CT pertengahan pertengahan
1980an (3), spiral (heliks) pada tahun 1989 (4), dan CT barisan multi-detektor pada tahun 1998
(5-7). Saat ini, produsen CT utama menawarkan berbagai sistem CT sumber tunggal atau dual-
sumber 64- (8), 256- (9), dan 320-detektor (10). Namun, peningkatan jumlah detektor dan
teknologi detektor hanya satu domain evolusi CT.
Sementara kemajuan pada perangkat keras CT terus memperluas batasan keterbatasan
fisik, peningkatan daya komputasi telah membuka jalur tambahan untuk meningkatkan kinerja
modalitas ini melalui metode pengolahan data yang ditingkatkan, seperti teknik rekonstruksi.
Contoh paling menonjol dari tahun-tahun belakangan ini adalah kebangkitan kembali algoritma
rekonstruksi berulang (IR) CT. Pendekatan IR bukanlah hal baru dan, sebenarnya, metode
pengumpulan data rekonstruksi yang awalnya diusulkan pada hari-hari awal teknologi CT
selama tahun 1970an (2). Namun, karena sifatnya yang menuntut secara matematis dan
sejumlah besar data dalam pencitraan CT, sampai saat ini IR belum pernah praktis untuk tujuan
klinis. Sebagai gantinya, teknik rekonstruksi ini menjadi metode standar untuk modalitas
pencitraan emisi gas rumah sakit nuklir dengan resolusi spasial dan temporal yang lebih rendah,
seperti CT emisi foton tunggal dan tomografi emisi positron, karena volume data yang lebih
kecil dan penanganan data yang kurang kompleks (12). Pendekatan analitik backfacted back
(FBP) yang kurang sempurna, walaupun jauh lebih cepat dan analitis telah menjadi metode
rekonstruksi standar untuk CT diagnostik.
FBP telah dibentuk dalam rutinitas klinis karena kemampuannya untuk menghasilkan
studi CT dengan kualitas gambar yang memadai dengan cara yang kuat dan cepat. Meskipun
kinerjanya dapat diterima secara keseluruhan, penelitian CT yang direkonstruksi dengan FBP
dapat dipengaruhi oleh noise gambar tinggi, artefak (misalnya artefak streak), atau rendahnya
kemampuan mendeteksi kontras rendah dalam skenario klinis tertentu. Sebagai contoh, akuisisi
data dengan keluaran tabung berkurang atau pencitraan CT pasien obesitas sering
dikompromikan dengan noise gambar tinggi; struktur kepadatan tinggi, seperti kalsifikasi atau
stent, menghasilkan artefak mekar; implan logam atau struktur tulang bisa menyebabkan
artefak beruntun yang parah. Kelemahan FBP ini mungkin telah mendorong kebangkitan
kembali algoritma IR bersamaan dengan evolusi teknis umum yang menyediakan daya
komputasi yang dibutuhkan. Selanjutnya, meningkatnya jumlah pemeriksaan CT di seluruh
dunia dan dosis radiasi yang terkait dengan populasi telah secara jelas membantu penemuan
ulang teknologi IR sebagai alat yang menjanjikan untuk mengurangi persyaratan radiasi
melalui pengurangan kebisingan.
Dalam kontribusi ini, kami meninjau basis teknis IR dan menjelaskan algoritme yang
ada saat ini yang dikeluarkan oleh produsen CT utama. Selanjutnya, kami memeriksa status
penerapan klinis mereka saat ini. Terlepas dari algoritma IR yang diterapkan, bukti yang ada
membuktikan potensi substansial algoritma IR untuk mengatasi keterbatasan tradisional dalam
pencitraan CT.
Algoritma komputasi yang tepat yang mendasari algoritma IR yang ada saat ini
sebagian besar dianggap eksklusif dan hanya sebagian diungkapkan oleh produsen. Namun,
data yang dipublikasikan menunjukkan bahwa algoritma ini dapat berbeda secara substansial
sehubungan dengan asumsi yang mendasari akuisisi data, pengolahan data, geometri sistem,
dan karakteristik kebisingan. Namun demikian, bagian berikut mencoba untuk memberikan
deskripsi obyektif dari teknik IR yang ada saat ini.

Prinsip Terkait Akuisisi Data CT

Tujuan mendasar dari perolehan dan rekonstruksi data CT adalah untuk menetapkan
nilai redaman pada masing-masing voxel dengan volume tiga dimensi. Akuisisi data dilakukan
dengan mentransmisikan kipas foton dalam berbagai sudut melalui bodi ke berbagai detektor.
Data pada masing-masing detektor mewakili jumlah atenuasi semua jaringan yang melaluinya
balok telah berlalu; Ini adalah "data mentah." Algoritma rekonstruksi menggunakan data
mentah untuk menentukan nilai atenuasi untuk setiap voxel; Perbedaan antara teknik
rekonstruksi melibatkan penentuan bagaimana nilai atenuasi ini diberikan pada gambar akhir.
Ada dua kelas utama algoritma rekonstruksi: analitis dan iteratif.
Rekonstruksi Gambar Analitik-FBP
Pengetahuan tentang sifat dasar FBP sangat penting untuk memahami manfaat IR.
Algoritma rekonstruksi analitik seperti FBP didasarkan pada asumsi bahwa baik proses
pengukuran maupun data proyeksi diwakili oleh fungsi kontinyu. Dalam model yang
disederhanakan, sinar x-ray digabungkan menjadi bentuk pensil dan kemudian dipindahkan
sejajar dengan rotor detektor x-ray linier. Kemudian, sumber sinar-x diputar dengan sudut α
dan prosesnya berulang. Intensitas yang diukur pada detektor secara matematis digambarkan
sebagai fungsi integral untuk sudut tertentu α dan posisi pergeseran linear tertentu dari tabung
sinar-x (Gambar 1). Proses rekonstruksi adalah solusi dari persamaan integral yang dihasilkan
oleh inversi (proyeksi belakang). Proyeksi belakang yang menggambarkan propagasi data
proyeksi yang diukur ke dalam domain citra secara tradisional digabungkan dengan komponen
filter (misalnya filter Ram-Lak). Saringan mengkompensasi efek dari kabut low-pass yang
terjadi karena jumlah proyeksi yang berbeda melewati pusat dan pinggiran benda. Dalam
praktik klinis, variasi filter (kernel) lebih lanjut dapat dipilih, yang bergantung pada kompromi
antara resolusi spasial dan noise gambar. Peningkatan kompensasi low-pass blur meningkatkan
"ketajaman" gambar, namun juga meningkatkan noise gambar. Kernel yang berbeda
memungkinkan penggambaran yang optimal dari struktur jaringan lunak atau kontras tinggi,
seperti jaringan tulang atau paru-paru. Ini adalah karakteristik dari FBP bahwa ketajaman
gambar dan noise gambar secara langsung digabungkan: Semakin tajam gambarnya, semakin
tinggi noise gambarnya. Dengan evolusi perangkat keras CT, adaptasi, seperti metode
interpolasi atau penggunaan algoritma Feldkamp atau metode tiga dimensi lainnya, telah
diterapkan untuk mengkompensasi balok kipas dan balok-balok geometri. Pendekatan tersebut,
bagaimanapun, masih tetap perkiraan dan interpolasi untuk memenuhi asumsi yang mendasari
seperti sumber sinar-x titik, sinar x-ray pensil, dan titik elemen detektor, yang merupakan
prasyarat untuk pelaksanaan transformasi Radon. Keuntungan utama pendekatan ini terdiri dari
ketahanan dan kecepatan. Fitur pembatas utama FBP adalah kegagalan untuk
memperhitungkan noise gambar yang dihasilkan dari variasi statistik Poisson dalam jumlah
foton melintasi bidang gambar; Secara praktis, ini berarti bahwa pengurangan dosis radiasi
diterjemahkan menjadi peningkatan noise gambar. Suara gambar tinggi mengganggu delineasi
dan deteksi rendah dari struktur, sehingga persyaratan dosis radiasi minimal tertentu perlu
dipenuhi untuk menghasilkan kumpulan data CT diagnostik. Menurunkan noise gambar
dengan memilih "smooth" kernel untuk rekonstruksi gambar akan mengakibatkan gangguan
resolusi spasial dengan menggunakan teknik FBP konvensional.

Gambar 1 : Skema rekonstruksi data CT yang disederhanakan. Secara tradisional, beberapa

penyederhanaan mengenai proses akuisisi data dilakukan dalam konteks FBP: geometri pensil
balok x-ray, titik fokus sebagai titik kecil yang tak terhingga, intensitas diukur pada titik yang
terletak di pusat sel detektor. Mengenai satu x-ray, foton dengan intensitas yang diketahui
ditransmisikan dari sumber sinar-x melalui benda ke detektor. Menurut hukum atenuasi,
intensitas yang ditransmisikan menurun secara eksponensial karena penyerapan di dalam objek
menghasilkan intensitas terukur yang lebih rendah. Beberapa sinar-x menghasilkan
pengukuran profil intensitas pada detektor CT. Dengan preprocessing, nilai intensitas
ditransformasikan menjadi nilai redaman (data proyeksi). Kemudian, data proyeksi disaring
menggunakan algoritma rekonstruksi yang berbeda (kernel) untuk menciptakan karakteristik
gambar yang spesifik untuk visualisasi jaringan lunak atau kontras tinggi. Akhirnya, data
proyeksi yang terukur disebarkan ke dalam domain gambar (proyeksi belakang). Beberapa
proyeksi diperlukan untuk menyelesaikan sistem matematis dengan beberapa persamaan dan
variabel untuk menghasilkan citra CT akhir.
Rekonstruksi Gambar Iteratif
Secara umum, proses perolehan data dapat dijelaskan dengan rumus sebagai berikut: p
= Hf + n, dimana data proyeksi terukur p terkait dengan data real f (koefisien atenuasi) melalui
proses proyeksi H dan noise tambahan n. Rekonstruksi gambar rata-rata solusi dari persamaan
ini yang dapat dicapai dengan dua konsep iteratif yang berbeda secara matematis: algoritma
aljabar dan algoritma statistik. Prinsip algoritma gambar iteratif didasarkan pada enam langkah
kunci (Gambar 2). Untuk pemahaman yang lebih baik tentang teori dan kompleksitas
rekonstruksi gambar berulang, Gambar 3 mengilustrasikan model yang disederhanakan.
Meninggalkan kebisingan tambahan di samping, algoritma aljabar H memecahkan sistem
persamaan linear sederhana, di mana nilai proyeksi adalah jumlah dua koefisien atenuasi di
sepanjang setiap garis proyeksi. Pada awal 1970an, teknik rekonstruksi aljabar pertama
algoritma IR-diimplementasikan, mengabaikan kebisingan tambahan n. Kemudian, dua
algoritma yang dimodifikasi dikembangkan untuk memperbaiki kinerja: teknik rekonstruksi
berulang secara serentak dan teknik rekonstruksi aljabar simultan. Untuk keterangan lebih
lanjut, kami mengacu pada literatur sebelumnya (13-15). Namun, karena daya komputasi
terbatas pada teknologi CT hari-hari awal, algoritma IR tidak praktis untuk aplikasi klinis.
Algoritma Hybrid
Algoritma hibrida yang disebut menggabungkan metode analisis dan iteratif dalam kombinasi
yang berbeda. Dalam satu pengaturan, citra awal dihasilkan dengan menggunakan metode
analisis (raw data domain), dan metode iteratif difokuskan untuk mengoptimalkan karakteristik
gambar, misalnya noise, pada domain gambar. Pada pasangan lain, algoritma iteratif dapat
langsung diimplementasikan ke dalam proses rekonstruksi untuk berfokus pada perbaikan citra
dari perkiraan awal gambar yang dihasilkan oleh metode analisis. Dalam literatur, istilah
hibrida IR biasanya mengacu pada algoritma yang terutama mengurangi noise gambar dengan
metode iteratif. Sebaliknya, istilah model berbasis iterative reconstruction biasanya mengacu
pada algoritma yang menerapkan model proses akuisisi, statistik gambar, dan geometri sistem.
Namun, penting bagi kita untuk menekankan bahwa kinerja klinis algoritma IR tidak harus
terkait dengan kompleksitas metode ini. Akibatnya, kita tidak lagi membedakan antara kedua
pendekatan di bagian klinis manuskrip. Algoritma IR yang tersedia secara komersial saat ini
menggunakan spektrum yang luas dari prinsip-prinsip yang dijelaskan di atas.
 Gambar 2
Penggunaan IR di kepala dan leher telah menunjukkan utilitas dalam mengurangi dosis,
memperbaiki kualitas gambar, dan mengurangi artefak (Gambar 2). Setidaknya dua penelitian
menunjukkan pengurangan dosis radiasi yang terkait dengan CT spina servikal ke tingkat yang
sebanding dengan radiografi konvensional pada pasien trauma. Dosis radiasi yang menurun di
otak berkisar antara 20% sampai 40% telah ditunjukkan dengan menggunakan ASIR, iDose,
IRIS, dan SAFIRE. Pencitraan perfusi otak CT, yang secara tradisional dikaitkan dengan dosis
radiasi yang relatif tinggi, mungkin cocok untuk memanfaatkan manfaat ini, dengan studi awal
menunjukkan pengurangan dosis 20%. IR berbasis model telah menunjukkan peningkatan
delineasi arteri kecil yang secara tradisional sulit dikenali, termasuk arteri di dalam fosa
posterior, arteri spinal anterior, dan arteri Adamkiewicz. Pemanfaatan SAFIRE di CT spina
leher telah menghasilkan gambaran yang lebih baik dari diskus intervertebralis dan ligamen.
Struktur tulang halus, seperti tulang temporal atau sinus paranasal, seringkali memerlukan
rekonstruksi bagian tipis yang mengalami peningkatan suara sekunder akibat kuantum mottle;
Sekali lagi, ini telah terbukti menjadi area di mana sifat pengurangan kebisingan dari teknik IR
dapat dimanfaatkan dengan baik. ASIR telah ditunjukkan untuk meningkatkan penggambaran
antara materi putih dan abu-abu. Akhirnya, produk IR berbasis model (seperti Veo) atau yang
mengandung algoritma pengurangan artefak logam tertentu dapat secara substansial
mengurangi artefak umum pada pencitraan kepala dan leher, seperti kelaparan foton yang
disebabkan oleh artefak bahu dan streak yang disebabkan oleh perangkat keras gigi.
CT Scan Reconstruction from Back Scattering Images for Maximum Convergence
(Nageswara Rao.Ch1 , Kishore Kumar.A2 , Muni sankar.M3 , Saroja.B4)

Computed tomography (CT) atau Computed axial tomography (CAT) dapat digunakan untuk
pencitraan medis dan metode pencitraan industri yang menggunakan tomografi yang dibuat
oleh pengolahan komputer. Pengolahan geometri digital digunakan untuk menghasilkan
gambar tiga dimensi bagian dalam objek dari serangkaian besar gambar sinar X dua dimensi
yang diambil di sekitar sumbu rotasi tunggal. CT menghasilkan volume data yang bisa
dimanipulasi, melalui proses yang dikenal dengan "windowing", untuk mendemonstrasikan
berbagai struktur tubuh berdasarkan kemampuan mereka untuk memblok sinar X-ray. Meski
secara historis gambarnya yang dihasilkan berada di bidang aksial atau transversal, tegak lurus
terhadap sumbu panjang bodi, pemindai modern izinkan volume data ini diformat ulang di
berbagai bidang atau bahkan seperti representasi volumetrik (3D) struktur. Meski paling umum
di bidang kedokteran, CT juga digunakan di bidang lain, seperti bahan nondestruktif Pengujian,
contoh lain adalah penggunaan arkeologi seperti pencitraan isi sarkofagus. Sebagai
sekelompok metode untuk merekonstruksi dua dimensi dan tiga dimensi gambar dari proyeksi
objek, rekonstruksi berulang memiliki banyak aplikasi seperti pada komputerisasi tomografi
(CT), positron emission tomography (PET), dan magnetic resonance imaging (MRI). Teknik
ini cukup Berbeda dengan metode projected back projection (FBP), 15 yang merupakan
algoritma yang paling banyak digunakan di Indonesia praktek oleh produsen. Keuntungan
utama teknik rekonstruksi iteratif di atas punggung yang disaring Proyeksi tidak peka terhadap
kebisingan dan fleksibilitas.8 Data dapat dikumpulkan melalui serangkaian jalur Proyeksi tidak
harus didistribusikan secara merata dalam sudut, dan ini bahkan bisa tidak lengkap. Kami
mengusulkan sebuah metode yang menggabungkan maksimalisasi ekspektasi dan minimisasi
variasi total untuk rekonstruksi citra dalam tomografi terkomputerisasi, dengan adanya noise
Poisson. Metode ini menyediakan Hasil yang sebanding bila menggunakan sangat sedikit
pandangan, membandingkan proyeksi belakang yang disaring dengan lebih banyak pandangan;
Juga, metode yang diusulkan memberikan hasil yang jauh lebih baik tanpa artefak,
dibandingkan dengan yang diperoleh dengan maksimalisasi harapan saja. Sebagai kesimpulan,
metode yang diusulkan membutuhkan pengukuran yang jauh lebih sedikit Dapatkan gambar
berkualitas baik, yang berakibat pada penurunan dosis radiasi. Metodenya mudah dilakukan
diperpanjang sampai tiga dimensi. Pekerjaan masa depan mencakup implementasi yang lebih
cepat dengan menggunakan keuntungan dari grafis unit pengolahan (GPU), komputasi paralel,
dan aplikasi ke data nyata. Computerized tomography (CT) memainkan peran penting dalam
pencitraan medis, terutama untuk diagnosisdan terapi. Namun, dosis radiasi yang lebih tinggi
dari CT akan menghasilkan peningkatan paparan radiasi pada populasi. Oleh karena itu,
pengurangan radiasi dari CT merupakan isu penting. Harapan maximization (EM) adalah
metode iteratif yang digunakan untuk rekonstruksi gambar CT yang memaksimalkan
kemungkinan berfungsi di bawah asumsi kebisingan Poisson. Total variasi regularisasi adalah
teknik yang sering digunakan dalam citra restorasi untuk melestarikan tepi, mengingat asumsi
bahwa kebanyakan gambar sedikit berbeda. Di sini, kami mengusulkan sebuah metode yang
menggabungkan maksimisasi ekspektasi dan regularisasi variasi total, yang disebut EM + TV.
Metode ini dapat merekonstruksi citra yang lebih baik dengan menggunakan lebih sedikit
pandangan dalam pengaturan tomografi yang dihitung, sehingga mengurangi keseluruhannya
dosis radiasi Hasil numerik dalam dua dan tiga dimensi menunjukkan efisiensi usulan Metode
EM + TV dibandingkan dengan yang diperoleh dengan disaring proyeksi belakang (FBP) atau
hanya oleh EM.
Metoda Rekonstruksi TV EM + didasarkan pada algoritma, yang dapat dijelaskan sebagai
berikut Ekspektasi Harapan dan Algoritma Variasi Total: Tujuannya adalah untuk
merekonstruksi citra dengan variasi minimal total dan probabilitas maksimal, diberi proyeksi
bising lebih sedikit di domain sonogram. Jadi kita bisa mempertimbangkan untuk menemukan
titik optimal Pareto memecahkan sekularisasi kedua fungsi obyektif ini dan masalahnya adalah
menyelesaikannya, dengan α> 0 sebuah tuning parameter. Ini adalah masalah optimasi convex
constrained dan kita bisa menemukan solusi optimal dengan cara memecahkannya kondisi
Karsh-Kuhn-Tucker (KKT). Dalam dua dimensi, kami membandingkan hasil rekonstruksi
yang diperoleh dengan metode EM + TV yang diusulkan dengan yang diperoleh dengan
disaring kembali proyeksi (FBP). Untuk eksperimen numerik, kita memilih keduanya dimensi
Sheep-Logan phantom berdimensi 256x256. Proyeksi diperoleh dengan menggunakan Sidon's
algoritma. Kami mempertimbangkan baik kasus kebisingan-bebas dan kebisingan. Dengan
metode FBP, kami menyajikan hasil dengan menggunakan 36 tampilan (setiap 10 derajat), 180
tampilan, dan 360 tampilan; Untuk setiap view ada 301 pengukuran. Untuk Tunjukkan bahwa
kita dapat mengurangi jumlah tampilan dengan menggunakan EM + TV, kita hanya
menggunakan 36 tampilan untuk metode yang diusulkan Kami tampilkan pada Gambar 1 data
sonogram tanpa noise yang sesuai dengan 360, 180 dan 36 tampilan masing (nilai proyeksi
yang hilang diganti dengan nol atau hitam). Hasil rekonstruksinya adalah ditunjukkan pada
Gambar 2. Kami melihat hasil yang jauh lebih baik yang diperoleh dengan EM + TV hanya
dengan 36 tampilan (keduanya secara visual dan sesuai dengan akar mean-kuadrat-kesalahan
antara gambar asli dan direkonstruksi, diskalakan antara 0 dan 255), dibandingkan dengan FBP
menggunakan 36, 180 atau bahkan 360 tampilan. Menggunakan TV EM + yang diusulkan
Metode, dengan hanya sedikit sampel kita mendapatkan hasil yang tajam dan tanpa artefak.
Kita telah melihat itu, menjadi dua dimensi, metode EM + TV yang diusulkan memberikan
hasil yang superior melalui proyeksi belakang disaring standar. Di Tiga dimensi, kita
bandingkan hasil rekonstruksi yang diperoleh dengan usulan.

Gambar 3 : (a) Atas: gambar asli (The Shepp-Logan phantom).

Tengah dari kiri ke kanan: hasil rekonstruksi di bebas noise menggunakan FBP dengan 36, 180
dan 360 tampilan, dan hasilnya menggunakan TV EM + yang diusulkan dengan 36 tampilan.
Bawah dari kiri ke kanan: hasil rekonstruksi dalam kasus bising menggunakan FBP dengan 36,
180 dan360 tampilan, dan Hasilnya menggunakan TV EM + yang diusulkan dengan 36
tampilan. Kesalahan akar mean square juga diberikan.
Metode ini adalah kombinasi antara maksimalisasi harapan dan minimisasi variasi total
untuk rekonstruksi citra dalam tomografi terkomputerisasi, dengan adanya noise Poisson.
Metode ini menyediakan Hasil yang sebanding bila menggunakan sangat sedikit pandangan,
membandingkan proyeksi belakang yang disaring dengan lebih banyak pandangan; Juga,
metode yang diusulkan memberikan hasil yang jauh lebih baik tanpa artefak, dibandingkan
dengan yang diperoleh Dengan metode yang diusulkan membutuhkan pengukuran yang jauh
lebih sedikit untuk mendapatkan citra berkualitas baik, yang menghasilkan penurunan dosis
radiasi. Metode ini dengan mudah diperluas ke tiga dimensi. Pekerjaan masa depan termasuk
Implementasi lebih cepat menggunakan keuntungan dari unit pengolahan grafis (GPU),
komputasi paralel, dan aplikasi ke data nyata.
Review of Parallel Computing Techniques for Computed Tomography Image
Reconstruction (Jun Ni1, Xiang Li , Tao He , Ge Wang)
X-ray computed tomography (CT) adalah salah satu yang paling penting non-invasif
teknik pencitraan medis [1]. X-ray CT merekonstruksi citra cross-sectional
menghitung distribusi koefisien penyerapan sinar-X suatu benda dari data proyeksi,
yang mencatat jumlah foton relatif yang melewati objek. Makanya sinar X
CT dianggap sebagai transmisi CT. Modalitas pencitraan lainnya adalah CT emisi seperti
positron emission tomography (PET) [2-4] dan emisi foton tunggal yang dihitung tomografi
(SPECT) [5-7] dimana distribusi bahan kimia radioaktif yang disuntikkan diperkirakan. Tidak
masalah itu adalah emisi atau transmisi CT, prinsip untuk gambar rekonstruksi tetap sama
Perkembangan teknologi CT X-ray sangat erat kaitannya dengan evolusi desain detektor dan
mode pemindaian. Pemindai CT X-ray generasi pertama digunakan geometri balok paralel
(Gambar 1) Sistem generasi berikutnya ada di balok kipas geometri, yang selanjutnya dapat
dibagi menjadi sub-kategori [8, 9]. Untuk gambar 3D rekonstruksi, volume gambar secara
tradisional direkonstruksi dengan susun 2D gambar cross-sectional Metode ini menghasilkan
resolusi yang buruk pada arah aksial. Itu Modus pemindaian modern adalah membiarkan gantry
berputar terus menerus saat meja pasien berada diterjemahkan secara bersamaan [10-12]. Dari
sudut pandang pasien, sumber sinar-X bergerak di sepanjang lokus spiral atau heliks.
Pemindaian spiral memungkinkan perolehan data secara kontinyu dan meningkatkan kualitas
gambar secara signifikan. Hampir semua perangkat CT modern memungkinkan pemindaian
spiral

Foton sinar-X yang dipancarkan dari sumber radiasi secara alami membentuk kerucut yang
berjalan jauh dari sumber focal spot. Kolimator digunakan pada balok paralel dan balok kipas
pemindai untuk membatasi sinar X-ray ke satu baris tunggal atau satu set garis pada pesawat,
masing-masing. CT spiral multi-slice pertama (MSCT) masuk ke pasaran pada tahun 1998
menggunakan detektor empat baris. MSCT merupakan terobosan dalam teknologi CT itu
memungkinkan seluruh bagian tubuh CT scan secara rutin. [13]. Untuk mengurangi waktu
pemindaian dan meningkatkan efisiensi energi sinar-X lebih jauh lagi pada area yang lebih luas
detektor sangat diinginkan Di MSCT, sudut kerucut kecil, biasanya beberapa derajat.
Algoritma untuk rekonstruksi balok kipas masih dapat disesuaikan untuk MSCT. Saat kerucut
Sudut sama besarnya dengan puluhan derajat yang dilewati oleh detektor area, tantangan baru
pasti adabertemu dalam pengembangan algoritma. Rekonstruksi CT Cone-beam telah menjadi
aktif daerah penelitian selama dekade terakhir. Banyak algoritma telah diusulkan [14-19].
Mereka bisa umumnya dikelompokkan ke dalam algoritma analitik atau iteratif. Untuk ulasan
lengkap tentang algoritma ini. Baru-baru ini, Katsevich mengembangkan balok kerucut yang
tepat algoritma rekonstruksi [21, 22]. Namun CT-ray CT yang benar-benar kerucut Pemindai
belum populer di pasaran.
Metode proyeksi belakang (FBP) sebagian besar digunakan pada pemindai PET CT.
Data yang diperoleh akan membentuk pixel gambar contohnya pada gambar geometri balok
paralel hubungan antara proyeksi dan hubungan yang diperoleh dari rumus

Desentralisasi komputasi paralel memiliki banyak fitur yang diinginkan. Di antaranya adalah
fleksibilitas, kehandalan, dan efektivitas biaya. Studi terbaru mendukung distribusi secara
drastis rekonstruksi paralel dengan teknologi internet modern. sebuah java-applet enabled web-
interface telah dibangun untuk mengirimkan data proyeksi dan memulai rekonstruksi. Cluster
remote merekonstruksi gambar dan mengirimkannya kembali untuk analisis. Setelah menerima
data, node induk dapat mengirimkannya langsung ke simpul pekerja atau mempertahankan
antrian pekerjaan yang menunggu pemeriksaan rutin dari simpul pekerja. Dari sudut pandang
model jaringan terdistribusi, tugas ini didasarkan pada topologi client-server (C/S).
Kecenderungannya adalah sisi klien menjadi lebih tipis dan sederhana sehingga hanya
menyisakan penyerahan data dan fungsi permintaan pekerjaan. Server menyelesaikan tugas
berat seperti mencari database, perhitungan, integrasi informasi, dan rekonstruksi gambar
dalam kasus CT. Jika sebuah cluster PC digunakan sebagai pengganti komputer mainframe,
node master cluster juga merupakan server dan terhubung dengan klien. Simpul pekerja lainnya
hanya terhubung ke node master melalui jaringan area lokal berkecepatan tinggi (LAN).
Review Journal Comparative assessment of three image reconstruction techniques
for image quality and radiation dose in patients undergoing
abdominopelvic multidetector CT examinations.

Penelitian ini dilakukan dengan tujuan untuk membandingkan kualitas gambar dan dosis
radiasi CT abdomen. Pengujian parameter diambil dengan 3 teknik metode ct recontruction.
Metode-metode yang digunakan yakni metode rekontruksi penyaringan kembali (FBP) dan
iteratif statistik adaptif (AsiR) dan iteratif gambar dalam ruang gambar (IRIS). Kemajuan
dalam pengetahuan yakni dengan gambar direkontruksi dengan FBP untuk menurunkan dosis
radiasi. Teknik pengulangan yang lebih baru dan memiliki pendekatan untuk menghasilkan
gambar dengan lebih sedikit noise.
Teknik rekonstruksi citra konvensional, proyeksi balik yang difilter (FBP), adalah metode yang
efisien untuk produksi gambar, tetapi membuat beberapa asumsi dan oleh karena itu
memerlukan dosis yang lebih tinggi untuk pengiriman diagnostik gambar berkualitas [10, 11].
Untuk mengatasi keterbatasan ini, teknik rekonstruksi berulang (IR) telah dilakukan
diperkenalkan, yang telah terbukti membuat optimal kualitas gambar pada dosis radiasi yang
lebih rendah [12-20]. Tidak seperti teknik iteratif lanjutan, pendekatan IR parsialseperti
rekonstruksi iteratif statistik adaptif (ASiR) dan rekonstruksi berulang dalam ruang gambar
(IRIS) secara komputasi kurang menuntut dan karena itu lebih cepat untuk memproses
gambar.Intinya, keduanya mengandalkan pemodelan matematika dari data mentah CT secara
selektif mengidentifikasi gangguan gambar dan menguranginya. Teknik AsiR model variasi
statistik dalam distribusi kebisingan dari data citra yang diperoleh dan meningkatkan rasio
signal-tonoise sambil mempertahankan kontras gambar. Sejak diperkenalkan, beberapa peneliti
telah mengkonfirmasi kemampuannya untuk memberikan kualitas diagnostik gambar pada
dosis radiasi 30-50% lebih rendah. IRIS, di sisi lain, mengurangi noise gambar dengan
membentuk beberapa iterasi dalam ruang gambar itu sendiri .
Gambar CT direkonstruksi dengan FBP konvensional metode menderita artefak dan
kebisingan gambar yang berlebihan ketika parameter pemindaian dosis rendah digunakan
[10]. Meskipun cepat dan efektif secara komputasi, FBP membuat beberapa asumsi tetapi
membutuhkan dosis yang jauh lebih tinggi membuat gambar kualitas DIAGNOSTIKIni
tantangan dianggap cukup dapat dikelola di beberapa pemeriksaan kontras tinggi seperti CT
angiografi, nephroureterolithiasis dan CT colonography. Namun, dalam CECT rutin perut, di
mana beberapa jeroan dan bagian tubuh sedang diperiksa,harapan kualitas gambar berbeda.
Baru-baru ini diperkenalkan algoritma rekonstruksi berulang telah ditampilkan janji dalam
mengurangi noise gambar dan mempertahankan gambar kualitas pemeriksaan CT dosis
rendah atas gambar FBP di perut [23-25]. Studi kami memvalidasi kemampuan kedua teknik
iteratif dalam memberikan kualitas gambar studi CT abdominopelvisa dosis rendah yang
serupa dengan pemeriksaan FBP dosis standar. Kami mengadopsi AsiR nilai 20-40% karena
ahli radiologi subspesialisasi preferensi, dan ini juga mirip dengan apa yang telah terjadi
dijelaskan dalam penelitian sebelumnya.
iDose iterative recontruction technique ; Breakthrough in image quality and
dose reduction with the 4th generation of reconstruction.

Kemajuan teknologi terbaru telah nyata meningkatkan dan memperluas aplikasi klinis
dari computed tomography (CT) 2 Selagi manfaat CT telah didokumentasikan dengan baik dan
mendukung banyak aspek kesehatan modern, meningkatkan dosis radiasi ke populasi
meningkatkan perhatian pada kebutuhan pengurangan paparan radiasi dari CT [2,3]. Sebagai
tanggapan, itu komunitas radiologi (ahli radiologi, fisikawan, dan produsen) telah bekerja
untuk mematuhi ALARA (As-Low-As-Reasonably-Achievable) principles in CT imaging.
Iradiasi dose adalah teknik rekontruksi generasi ke empat yang menyiapkan perbaikan
significat
iDose4 adalah teknik rekonstruksi generasi ke-4 yang menyediakan perbaikan yang signifikan
dalam kualitas gambar dan dosis radiasi pengurangan. Gambar di bawah ini (merah: buruk,
kuning: biasa-biasa saja, hijau: lebih baik) meringkas keuntungan yang telah didiskusikan
sebelumnya dari ke-4 teknik rekonstruksi generasi dalam hal pencegahan artefak dan efisiensi
pengurangan kebisingan buasan kuantum di semua frekuensi.

Beberapa teknik rekonstruksi berulang dapat mengubah tekstur

gambar yang direkonstruksi. Ini dapat dikuantifikasi sebagai perubahan dalam
distribusi konten frekuensi spasial dalam gambar. Philips iDose4
Algoritma memanfaatkan penghapusan gangguan frekuensi dinamis untuk mempertahankan
tampilan dan nuansa yang diinginkan dari rekonstruksi FBP standar emas
memberikan pengurangan dosis yang dramatis.