gms | German Medical Science

GMDS 2012: 57. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V. (GMDS)

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie

16. - 20.09.2012, Braunschweig

Referenz-Objekt-basierter Algorithmus zur Bestimmung der Ortsauflösung von Computertomographen

Meeting Abstract

  • Marian Krüger - FH Brandenburg, Brandenburg an der Havel, Deutschland
  • Thomas Schrader - FH Brandenburg, Brandenburg an der Havel, Deutschland
  • Christian Willomitzer - Praxis für Strahlentherapie und Radioonkologie Standort Brandenburg OGD Ostprignitz-Ruppiner-Gesundheitsdienste GmbH, Brandenburg an der Havel, Deutschland
  • Eyck Blank - Klinik für Strahlentherapie und Radioonkologie Standort Neuruppin OGD Ostprignitz-Ruppiner-Gesundheitsdienste GmbH, Neuruppin, Deutschland

GMDS 2012. 57. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e.V. (GMDS). Braunschweig, 16.-20.09.2012. Düsseldorf: German Medical Science GMS Publishing House; 2012. Doc12gmds052

DOI: 10.3205/12gmds052, URN: urn:nbn:de:0183-12gmds0522

Veröffentlicht: 13. September 2012

© 2012 Krüger et al.
Dieser Artikel ist ein Open Access-Artikel und steht unter den Creative Commons Lizenzbedingungen (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.de). Er darf vervielfältigt, verbreitet und öffentlich zugänglich gemacht werden, vorausgesetzt dass Autor und Quelle genannt werden.


Gliederung

Text

Einleitung und Fragestellung: Das räumliche Auflösungsvermögen ist nur ein Merkmal von zahlreichen Qualitätskriterien eines Computertomographen. Die Ortsauflösung als Teil der Bildqualität muss nach Röntgenverordnung §16 Absatz 3 in regelmäßigen Zeitabständen, mindestens jedoch monatlich in Konstanzprüfungen kontrolliert werden [1]. Methoden zur Durchführung der Konstanzprüfungen sind in DIN 6868 beschrieben. Speziell die Teile 4 und 13 definieren Prüfkörper, die für Auflösungsmessungen verwendet werden können. Darunter zählen auch Messphantome, die kleiner werdende Linienpaare aus Metall enthalten. Anhand dieser Skala wird die Erkennbarkeitsgrenze ermittelt, welche ein Maß für die Auflösung ist, gemessen in Linienpaar pro Längeneinheit. Trotz einfacher und schneller Durchführung hat diese Methode einen entscheidenden Nachteil. Das Ermitteln der Erkennbarkeitsgrenze erfolgt durch das menschliche Auge und enthält somit einen subjektiven Einfluss. Diese Arbeit beschreibt einen Algorithmus, der diese Auswertung objektiviert.

Material und Methoden: Der Algorithmus wurde speziell für das „Catphan® 504“ Messphantom der Firma „The Phantom Laboratory“ entwickelt [2]. Das Phantom ist modular aufgebaut und beinhaltet verschiedene Testeinsätze. Das Modul CTP528 enthält den Auflösungstest, bestehend aus kreisförmig angeordneten, 2 mm starken Linienpaaren aus Aluminium, die in Epoxidharz eingelassen sind. Die Skala reicht von 1 bis 21 Linienpaare pro Zentimeter (Lp/cm).

Als Grundlage für die Entwicklung wurden unter Verwendung des Phantoms Messungen an 5 verschiedenen Computertomographen in 3 verschieden Krankenhäusern durchgeführt. Die Computertomogramme wurden bei einer Schichtdicke von 3 mm mit jeweils 120 kV Röhrenspannung und 150 mAs aufgenommen.

Der Algorithmus wurde mit der Software „MATLAB“ in der Version „2011 B“ des Unternehmens „The MathWorks“ realisiert [3]. Die Arbeitsweise des Algorithmus unterteilt sich in 4 Schritte. Im ersten Schritt wird über eine Analyse der Maximalwerte der Schichten der Schnitt bestimmt, der das Modul CTP528 beinhaltet. Durch die in der Schicht enthaltenen Linienpaare aus Aluminium hebt sich das Modul in einem bestimmten Maxima-Muster ab und kann selektiert werden. Im zweiten Schritt wird der Mittelpunkt des Phantoms bestimmt. Dazu wird von allen vier Richtungen nach dem ersten Vorkommen eines Pixels größer eines dynamischen Schwellenwerts gesucht. Durch die vier Punkte werden Geraden gelegt, die wiederum ein Viereck bilden. Der Schnittpunkt der Diagonalen des Vierecks repräsentiert den Mittelpunkt. Im dritten Schritt werden in einem berechneten Radius die Bildwerte kreisförmig ausgelesen und anschließend nach Winkelgröße sortiert. Im letzten Schritt analysiert der Algorithmus die ermittelten Werte. Dazu werden die einzelnen Linienpaar-Blöcke in Sektoren aufgeteilt. Von jedem Sektor ermittelt der Algorithmus Maxima, Minima und deren absoluter und relativer Abstand.

Ergebnisse: Der Algorithmus konnte alle fünf CT-Aufnahmen auswerten. Die gesamte Berechnung einer CT-Aufnahme, inklusive Anzeigen der bis zu 15 Bilder, dauerte im Durchschnitt rund 28 Sekunden. Die Berechnungszeit variiert aufgrund verschiedener Faktoren, wie z.B. die Anzahl der CT-Schnitte. In den Ergebnissen zeigte sich, dass ein Computertomograph bis 8 Lp/cm auflösen konnte, drei Computertomographen bis 7 Lp/cm und ein Computertomograph bis 5 Lp/cm.

Diskussion: Die Ergebnisse des Algorithmus korrellieren mit den von Hand ermittelten Werten, die in [4] gezeigt wurden. Dies spricht für eine gute typen- als auch herstellerübergreifende Arbeitsweise des Algorithmus. Die durch den Algorithmus bestimmte Erkennbarkeitsgrenze beruht auf quantitative Werte und kann regelmäßige Konstanzprüfungen am Computertomographen vereinfachen.


Literatur

1.
Verordnung über den Schutz vor Schäden durch Röntgenstrahlen (Röntgenverordnung – RöV) §16 Absatz 3.
2.
The Phantom Laboratory [Internet). Available from: http://www.phantomlab.com/library/pdf/catphan504manual.pdf [cited 24.04.2012] Externer Link
3.
MathWorks [Internet). Available from: http://www.mathworks.de/products/matlab/ [cited 24.04.2012] Externer Link
4.
Schrader T, Hanss S, Hahn Claudia, Niepage S, Krüger M, Blank E. Das Problem der Bildqualität als Teil von Datenqualität – Benchmarking Bildqualität in der Strahlentherapie. In: 56. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (gmds), 6. Jahrestagung der Deutschen Gesellschaft für Epidemiologie (DGEpi); 2011 Sep 26-29; Main, Deutschland