Difüz optik tomografide kullanılan geri çatım tekniğinde görüntü kalitesini arttıracak düzenlemeler yaparak görüntü oluşturma ve elde edilen görüntüleri karşılaştırma

Abstract

Amaç: Meme kanserinin erken teşhisinde birçok yöntem kullanılmaktadır. Bu yöntemlerin dezavantajları göz önünde bulundurularak bu cihazlara destek bir yöntem olarak Difüz Optik Tomografi (DOT) sistemi geliştirilmektedir. Bu çalışmada DOT sisteminde kullanılan geri çatım algoritmamızın eksikliklerinin giderilerek geliştirilip, iterasyon sayısının otomatik olarak belirlenebilmesi amaçlanmıştır.Yöntem: Deneylerde meme benzeri ortam oluşturabilmek için intralipid ve Indocyanine green (ICG) kullanıldı. İntralipid ortamının içine konulacak tümör benzeri yapıyı (inklüzyonu) temsil etmek için saydam baloncukların içine intralipid ve absorbsiyon katsayısı 0.016 cm-1 olacak şekilde ICG konuldu. Bu çalışmada meme fantomunun ve inklüzyonun ışığı saçma katsayıları (µs) aynı fakat absorbsiyon katsayıları (µa) farklı olduğu için absorbsiyon konsantrasyon farkına bağlı olarak görüntü oluşturulur.DOT sistemlerinde tasarlanan sisteme göre en uygun geri çatım algoritmasının kullanılması gerekmektedir. Bu çalışmadaki sistemimiz 2401 ölçüm 2250 vokselden oluşmaktadır. Böyle sistemlere over-determined sistemler denilmektedir. Bu yüzden mevcut yayınlarda kullanılan geri çatım tekniklerinden yararlanılarak en uygun tekniğin Truncated Conjugated Gradient (TCG) olduğuna karar verilmiştir. Fakat bu tekniğinde kendine özgü dezavantajları bulunmaktadır. Bunların üstesinden gelebilmek için Transpose Free Quasi Minimal Residual (TFQMR) algoritması kullandık. Fakat bu algoritma da oldukça yavaş çalıştığı için TCG algoritması ile yeni algoritma bu çalışmada birleştirildi.Görüntü oluşturma aşamasında iterasyon sayılarını gözlemsel olarak belirlemek yerine kendi sistemimize uygun iterasyon sayısı belirleme algoritması geliştirildi. Bu algoritma temelde Kontrast Gürültü Oranı (CNR) mantığıyla çalışıyor ve uygun iterasyon sayısını belirleyebiliyor.Bulgular: Algoritmayı denemek için iki farklı deney aşaması belirlendi. İlk olarak MATLAB'ta simülasyon oluşturularak yeni algoritma ile simülasyon verilerinin görüntüleri oluşturuldu. Sonra meme dokusu ve tümör benzeri yapılar oluşturup, ölçümleri alınarak görüntüleri oluşturuldu.Alınan ölçümlerin, TCG ve TCG-TFQMR yöntemleri kullanılarak 3 boyutlu görüntüleri oluşturuldu. Geri çatım algoritmaları ile oluşturulan görüntüler derinlik, mesafe ve gerçek şekle benzeme parametreleri göz önünde bulundurularak karşılaştırıldı.Sonuç: TCG-TFQMR algoritması ile elde edilen sonuçlar TCG algoritmasına göre yaklaşık olarak 11-12 mm den daha derinde olan inklüzyonları gerçeğe daha yakın, daha gürültüsüz bir şekilde oluşturdu. TCG algoritmasının yetersiz kaldığı yerde TCG-TFQMR daha iyi çalıştığı elde ettiğimiz sonuçlarda görüldü.

Objective: Aim of this study is to improve a reconstruction technique which is used in DOT and to determine iteration number of reconstruction techniques automatically.Method: In experiments, Intralipid and Indocyanine green (ICG) was used to make phantom having optical properties of breast tissue. To make inclusion having optical properties of tumor, a transparent balloon was filled with Intralipid and ICG to set absorption coefficients 0.016 cm-1. In this study, scattering coefficients of phantom and inclusion is same, however, absorption coefficients are different thus images base on the differences in the absorption concentration.According to designed system, appropriate reconstruction technique should be decided. It is called as over-determined system because our system consists of 2401 measurement and 2250 voxels. Therefore, it is decided that Truncated Conjugate Gradient (TCG) is most suitable technique for our system. However, TCG has some disadvantages. We used Transpose Free Quasi Minimal Residual (TFQMR) to overcome these problems. Nevertheless, we combined both algorithms as TCG-TFQMR because this method works slowly.In the stage of creating image, an algorithm to determine iteration number was designed. This algorithm based on Contrast to Noise Ratio (CNR) decides to suitable iteration number.Results: To test TCG-TFQMR, we prepared experiment sets. Firstly, simulation images were created with new algorithm after simulation data generated in MATLAB. Later, 3d images were created by TCG and TCG-TFQMR algorithms after in-vitro experiments were done. Images generated by both algorithms were compared to each other in terms of some parameters such as distance, depth and resembling the actual shape.Conclusion: As results obtained by both algorithm compared to each other, the results obtained by TCG-TFQMR are closer to the real and contains less artifact in certain depth. According to our findings, it is observed that TCG-TFQMR algorithm works better in case that TCG fails for over-determined system.