ÚJ NANOSCAN PLUS TERMÉKCSALÁD KIFEJLESZTÉSE ELŐREHALADÁSI ÖSSZEFOGLALÓ: NEGYEDIK MUNKASZAKASZ 2019
ELŐREHALADÁSI ÖSSZEFOGLALÓ (2018 09. 01 2019 08. 31.) Elvégzett feladatok: E munkaszakasz során is a tervek szerint haladt tovább a fejlesztés. Szoftveres (rekonstrukciós és kiértékelő) területen folytattuk az eddigi munkát, szimulációkat készítettünk a parametrikus rekonstrukció fejlesztését, validálását segítendő, elvégeztük az új farmako-kinetikai analízis végrehajtó szoftvercsomag keretrendszerbe integrálását és továbbfejlesztettük az ehhez szükséges szegmentáló és koregisztrációs algoritmusokat. Ezzel párhuzamosan a PET/MRI prototípuson (alfa verzió) számos különböző tesztmérést folytattunk, a két rendszer egymásra hatását vizsgálandó. Egyrész az MRI RF jeleinek hatását és ennek kiküszöbölésére árnyékolást terveztünk és építettünk, másrészt a gradiens tekercsek PET adatgyűjtésre hatását. Itt az árnyékolás nem bizonyult elegendőnek ezért további szűréseket terveztünk az adatgyűjtő láncba. Ezt követően a PET alrendszer MRI képminőségre hatását is vizsgáltuk, elsősorban jel-zaj viszony, és szellemképesség szempontjából. Fantomos méréseket is végeztünk a PET/MRI rendszeren, melyhez előbb új, erre a rendszerre optimalizált kalibrációk kifejlesztésére és elvégzésére is szükség volt. Egy második, továbbfejlesztett béta prototípust is építettünk a 3. verziójú kiolvasó NYÁK-kal és optimalizált hűtéssel és elektronikai szekrénnyel. Ezen is végeztünk teszt méréseket, melyek azt mutatják, hogy elvárásaink szerint ez a verzió jobb képminőséget és stabilabb működést fog megvalósítani. (Mediso) Ezen túl foglalkoztunk az RF tekercsek gyártásra alkalmas prototípusának tovább fejlesztésével, valamint a végleges PET inserthez való, módosult geometriájú RF tekercs kifejlesztésével. A dinamikus tomográfiás algoritmust 2D és 3D fantomok segítségével validáltuk és verifikáltuk, a felhasználói visszacjelzések alapján új funkciókkal egészítettük ki, és optimalizáltuk. Továbbá végleges formájában implementáltuk a megelőző munkaszakasz során fejlesztett Compressed Sensing rekonstrukciót illetve fejlesztettünk egy másik magasabb szintű szekvenciát, a szeleten belüli párhuzamos képalkotást lehetővé tevő GRAPPA technológiát (BME) Ezen túlmenően elvégeztük a korábban megvizsgált és implementált binnelő algoritmus, illetve az ehhez kifejlesztett (egyenetlen) KD-fa alapú megoldás tesztelését, kiértékelését, és hatékonyságának futási környezethez optimalizálását. (PPKE) A fenti munkákat támogatandó optimalizációs és validációs (fantom 2
és in-vivo) méréseket végeztünk, majd ezt követően az optimalizált paraméterek alapján további állatméréseket (SE). Elért eredmények: Folytatódott az előző munkaszakasz végére elkészült alfa PET insert kalibrálása és tesztelése. Sikerült integrálnunk az MRI rendszerrel és szimultán PET/MRI képeket készíteni próbatesteken. Ennek eléréséhez elkészült az integrált vezérlő és jelfeldolgozó szoftver prototípusa, valamint a rekonstrukciós szoftver ezen rendszerre adaptált változata. Sikerült a rendelkezésre álló, valamint a saját fejlesztésű RF tekercset is a PET rendszerhez illeszteni. Kidolgozásra került egy a jelfeldolgozási láncba épített szűrés, amely a gradiens jelek által okozott zavarokat kezeli. Ezek eredményeként elkészült az integrált PET-MRI rendszer úgy, hogy a két alrendszer nem zavarja egymást, mindkettő alkalmas a mérésre. A továbbfejlesztett 3. verziós kiolvasó NYÁK-ból megépítettük a második prototípus (béta) insertet. Ezt integráltuk MRI-vel, s ezzel is készítettünk méréseket. Megtörtént a BME által fejlesztett 4D parametrikus rekonstrukció integrálása a Mediso keretrendszerébe így elkészült a prototípus szoftver. (Mediso) Továbbfejlesztett RF tekercseket hoztunk létre a tekercs optimalizálásával és beépítve az elhangolásához szükséges PIN diódán alapuló kapcsoló áramkört, Továbbá megterveztük és megépítettük a PET inserttel kompatibilis, új, 7T-s RF tekercset. 2D és 3D fantomok segítségével validált és verifikált, a felhasználói visszajelzések alapján új funkciókkal kiegészített 4D parametrikus PET rekonstrukciós programcsomagot hoztunk létre, mely beépíthető a Mediso keretrendszerébe. Számos teszttel megmutattuk, hogy a dinamikus rekonstrukció az időkeretenként végrehajtott statikus rekonstrukciónál lényegesen jobb eredményt ad, és közvetlenül a lényeges, kinetikai paramétereket szolgáltatja, azok utófeldolgozására nincs szükség. Több magasabb szintű MRI szekvenciát implementáltunk. Ezek a Compressed Sensing rekonstrukció valamint a szeleten belüli párhuzamos képalkotást jelentő GRAPPA technológia, valamint az ezt támogató, a felületi vevőtekercsek használatához szükséges tekercsfehérítési algoritmus Ezeket az algoritmusokat teszteltük és beépítettük a Mediso keretrendszerébe. (BME) Megvalósítottunk egy ZedBoard fejlesztőkártyához, mint futási környezethez optimalizált (egyenetlen) KDfa megoldáson alapuló binnelő algoritmust, mely szignifikánsan gyorsabban képes elvégezni a korábbiakhoz képest a PET rekonstrukcióhoz szükséges binnelési feladatokat. (PPKE). Emellett fantom és állatmérések segítségével paraméterezési eljárást és validációt készítettünk rekonstrukcióhoz (SE). 3
Elkészített publikációk: 1. Balázs Csébfalvi: Beyond Trilinear Interpolation: Higher Quality for Free. SIGGRAPH/ACM Transactions on Graphics 38(4):1-8, DOI: 10.1145/3306346.3323032, 2019. 2. L. Szirmay-Kalos: Kinetic Model Fitting with Forced Convexification. NSS/MIC, 2019 3. L. Szirmay-Kalos: Model Fitting with Forced Convexification. WAIT, (2019) pp. 45-51. 4. Balázs Tóth, Milán Magdics, Márton Tóth, Ágota Kacsó, Gergely Rácz, and László Szirmay-Kalos: Regularization Parameter Setting with Regression for PET Reconstruction. WAIT: Workshop on the Advances in Information Technology, Budapest, 2019 5. Szlávecz, Á ; Hesz, G ; Benyó, B: The use of multi-energy photon emitters in 3D SPECT reconstruction. BIOMEDICAL SIGNAL PROCESSING AND CONTROL 47 pp. 413-423., 11 p. (2019) 6. Ákos, Szlávecz ; Andrea, Nagy ; Katalin, Kovács ; Balázs, Benyó: Models and methods of realistic kidney simulation used for MAG3 SPECT imaging. In: Kiss, Bálint; Szirmay-Kalos, László (eds.) Proceedings of the Workshop on the Advances of Information Technology, Budapest, Hungary (2019) pp. 5-12., 8 p. 7. L. Szirmay-Kalos, Á. Kacsó, M. Magdics, and B. Tóth: Dynamic PET Reconstruction on the GPU, Periodica Polytechnica Electrical Engineering and Computer Science, 62(4), pp. 134-143. (2018) 8. Á. Kacsó, L. Szirmay-Kalos: Robust Fitting of Compartmental Models for Emission Tomography. In WAIT 2018. pp. 72-84., 13 p 9. B., Tóth ; M., Tóth ; A., Kacsó ; G., Rácz ; L., Szirmay-Kalos: Controlling TV Regularization with Deep Learning. NSS/MIC 2018 10. L. Szirmay-Kalos, M. Magdics, M. Sbert: Multiple Scattering in Inhomogeneous Participating Media Using Rao- Blackwellization and Control Variates. COMPUTER GRAPHICS FORUM, Vol 37, No 2, 2018. 11. L. Szirmay-Kalos, M. Magdics: Free-flight sampling with model transformation, GRAFGEO 2018. 12. G. Rácz, Á. Kacsó, M. Tóth, B. Tóth: Enhanced PET reconstruction with Neural Networks, GRAFGEO 2018. 13. Á. Kacsó, B. Tóth, L. Szirmay-Kalos: Improving the Robustness of Compartmental Model Fitting for Emission Tomography, GRAFGEO 2018. 14. P. Tóth: On the LOR-driven approach of back-projection during PET reconstruction, GRAFGEO 2018. 4
15. Mateu Sbert, Vlastimil Havran, Laszlo Szirmay-Kalos: Multiple importance sampling revisited: breaking the bounds. EURASIP Journal on Advances in Signal Processing (2018) 2018:15, https://doi.org/10.1186/s13634-018-0531-2 16. Mateu Sbert, Vlastimil Havran, László Szirmay-Kalos, Víctor Elvira: Multiple importance sampling characterization by weighted mean invariance. The Visual Computer (2018) 34:843 852. https://doi.org/10.1007/s00371-018-1522-x 17. Gergely Ferenc Rácz and Balázs Csébfalvi: Cosine-Weighted B-Spline Interpolation on the Face-Centered Cubic Lattice. Computer Graphics Forum. Volume 37 (2018), Number 3 18. Balázs Csébfalvi: Fast Catmull-Rom Spline Interpolation for High-Quality Texture Sampling. Computer Graphics Forum. Volume 37 (2018), Number 2 19. Ákos Szlávecz, Gábor Hesz, Balázs Benyó: 3D SPECT reconstruction using radiopharmacons labelled with multi-energy isotopes, In Proceedings of the Workshop on the Advances of Information Technology (2018), WAIT 2018, pp. 85-95. 20. Zsofia Barna, Akos Szlavecz, Gabor Hesz, Peter Somogyi, Katalin Kovacs, Balazs Benyo: Initial value selection of the model parameters in the curve fitting phase of the dynamic SPECT imaging, IFAC PAPERSONLINE (eissn: 2405-8963) 51: pp. 276-281. (2018) 5