Lågkomplexitetsrekonstruktionsmetoder för medicin
- Diarienummer
- AM13-0049
- Start- och slutdatum
- 140401-201231
- Beviljat belopp
- 21 000 000 kr
- Förvaltande organisation
- KTH - Royal Institute of Technology
- Forskningsområde
- Beräkningvetenskap och tillämpad matematik
Summary
Övergripande målet är att utveckla teori och algoritmer för bildrekonstruktion tillämpar på röntgenbaserade bildgivande system där data är glest samplad och/eller med mycket brus. Kliniska mål är att utveckla metoder som tillåter klinisk relevanta bildrekonstruktioner utifrån data som samlats in med signifikant lägre exponering/datainsamlingstid. Alternativt kan målet vara att signifikant höja upplösningen given en fix exponering/datainsamlingstid. En viktig del är utvecklingen av regulariseringsmetoder av illaställda inversa problem som minskar "bildens komplexitet". Dessa metoder har en bred tillämpbarhet, men fokus ligger på fyra konkreta fall inom röntgenbaserade medicinska bildgivande system. Varje fall har en hög angelägenhetsgrad och inkluderar klinisk och/eller industriell samverkan. - Kontrastförsträrkt CT-baserad diagnostik och uppföljning av Alzheimers sjukdom - 4D hjärt SPECT-CT och lung PET-CT - C-båge 3D-CT för strålbehandlingsplanering - Rekonstruktion och signalseparation för spektral-CT Arbetet är mycket tvärvetenskapligt, exempelvis utvärderas begreppet "bildkomplexitet" i samråd med kliniker och utvecklingen av noggranna, men beräkningsmässigt effektiva, framåtmodeller kräver samverkan med fysiker och ingenjörer. I ett vidare perspektiv är visionen att etablera en plattform som integrerar kliniska behov inom bildgivande system med matematik, ingenjörsvetenskaperna och fysik.
Populärvetenskaplig beskrivning
Att rekonstruera en intern struktur av ett objekt från indirekta mätningar förekommer i flera tillämpade vetenskaper och matematik spelar en avgörande roll i ett rekonstruktionsförfarande. Det kanske mest kända exemplet är skiktröntgen som används inom medicinsk bilddiagnostik. Det är ett välkänt faktum är en ökad intensitet på röntgenstrålen ger bättre data, något som i sin tur leder till en bättre rekonstruerad bild. På samma vis ger mer bilddata en bättre rekonstruktion. De nuvarande riktlinjer som föreskriver hur data skall samlas in är dock långt ifrån optimala. De bygger på att själva rekonstruktionsförfarandet inte tar hänsyn till den informationsinnehåll som bilden har. Den matematiska forskning som ryms inom projektet syftar till att utveckla verktyg för att bättre ta hänsyn till informationsinnehållet i den bild man avser att rekonstruera. Detta öppnar upp för helt nya möjligheter till att bedriva röntgendiagnostik. Utöver tillämpningar inom medicinsk bilddiagnostik kan de matematiska verktygen även nyttjas inom andra områden där den interna strukturen av ett objekt från indirekta mätningar skall bestämmas. Exempel på sådana områden är inom radar och oljeprospektering samt mikroskopi.