Αξιολόγηση και βελτιστοποίηση ιατρικών απεικονιστικών συστημάτων ποζιτρονιακής τομογραφίας με χρήση αλγόριθμων προσομοίωσης Monte Carlo

Abstract

Nuclear medical imaging has contributed significantly during the last decades to the development and deployment of advanced technologies that enhance our medical diagnostic and therapeutic schemes for various types of cancer, as well as to a numerous scientific preclinical and clinical studies aiming at the description and deep understanding of the molecular and biochemical background mechanisms underlying these cancer diseases and their response behavior during treatment. This is clearly an inter-disciplinary scientific field which efficiently combines knowledge from the sciences of physics, medicine, informatics and electrical and computer science engineering in order to determine a three-dimensional digital tomographic image of the metabolic activity spatial distribution of the biological tissues and the cancer tumors in particular. The technology of nuclear medical imaging systems is constantly evolving towards the enhancement of the statistical quality and the diagnostic value of medical images, the minimization of the building and operational cost of the imaging systems and the optimization of the data acquisition protocols. These objectives create, by definition, a trade-off between them, implying that the optimal solution could be the determination of a balance point which will ensure the best possible outcome given the current technology and its limitations. In order to implement an inclusive optimization study of the performance of nuclear medical imaging systems, a set of requirements should be satisfied. First of all, a specific evaluation method of these systems should be defined, based on a number of standardized experiments that are going to be conducted for the measurement of a well-defined set of performance parameters. Furthermore, a methodology should be implemented that will be able to determine the independent effect on each of the above performance parameters of the various system (e.g. energy window, dead time response, etc.) and data acquisition parameters (e.g. radiation dose and scan time) examined. The satisfaction of these requirements is not always practical, or even possible, in the case of real clinical systems, because of their design complexity and the multiple inter-relationships between the examined system parameters. However, nowadays, advanced highly specified Monte Carlo (MC) simulation tools have been developed capable of fulfilling the objectives above, since they allow the performance of numerous well defined simulation measurements and the quantification of their independent effect on each of the parameters of the system at a very low cost. Moreover, their implementation on an object oriented environment provides them with the ability to customize or expand their functionalities for every nuclear medical imaging application. GATE, Geant4 Application for Tomography Emission, is a characteristic example of a MC simulator possessing the capabilities above. On the other hand, the high requirements in computational time remain as the principal drawback of MC tools, particularly when the description model of the simulated geometry is very complex and detailed. For this reason, the application of most of the MC algorithms in clinical imaging studies is considered impractical, because those studies involve sources of relatively high radioactivity7 within complex biological tissues resulting in very slow simulations. In the present thesis, a performance optimization study has been developed for a particular class of Geant4 and GATE models (low-energy electromagnetic processes models), allowing the speed-up of the execution by an average factor of 1.5. Additionally, a Linux PC cluster has been built comprised of 17 processing threads, to further enhance the speed-up by a factor of 17. It was achieved by effectively splitting the initial simulation into a number of simulation jobs that were later automatically executed in parallel with a suitable job scheduler. This is the highest theoretically possible speed-up factor that could have been achieved, given the number of processing threads, indicating an ideal scalability7 of the distributed computing platform. Furthermore, an evaluation methodology is presented for the nuclear medical imaging systems, based on the performance parameters of scatter fraction, sensitivity, count rate and spatial resolution. For this purpose, the GATE models of three commercial clinical positron emission tomography (PET) systems have been designed and implemented in GATE: the ECAT EXACT HR+, the Biograph 2 and the Biograph 6 system. The validation of the models was performed by comparing the experimental and the respective simulated measurements, according to the specifications of the NEMA NU2-2001 measurements protocol. Afterwards, the validated models were used together with anthropomorphic voxelized phantom and source geometries, such as the MOBY and NCAT tools, to perform a realistic simulation study aiming at the optimization of the clinical data acquisition protocol in nuclear medicine. In particular, the study involved the optimization of the administered radiation dose and the scan time for different combinations of energy windows, dead time responses, coincidence time windows and sizes of human patient body. The criterion employed for the determination of either the optimal dose for a given scan time, or the optimal scan time for a given dose, has always been the maximization of the Noise Equivalent Count Rate (NECR) of the system, which is mathematically equivalent to the square of the signal-to-noise (SNR) ratio of the projection data and a reliable indicator of the rate in which statistically significant true coincidence events are recorded.

Η πυρηνική ιατρική απεικόνιση έχει τις τελευταίες δεκαετίες συμβάλλει καθοριστικά στην ανάπτυξη και εφαρμογή τεχνολογιών ιατρικής διάγνωσης και θεραπείας καρκινικών όγκων, όπως, επίσης, και στην πραγματοποίηση σημαντικών προκλινικών και κλινικών ερευνητικών μελετών για το βιοχημικό και μοριακό υπόβαθρο πολλών μορφών καρκίνου και των αντίστοιχων θεραπευτικών σχημάτων. Αποτελεί έναν διεπιστημονικό κλάδο που συνδυάζει αποτελεσματικά τις επιστήμες της πυρηνικής φυσικής, της ιατρικής, της πληροφορικής και του μηχανικού υπολογιστών για την ανάπτυξη συστημάτων υλικού και λογισμικού με στόχο την τρισδιάστατη ψηφιακή τομογραφική απεικόνιση της μεταβολικής δραστηριότητας των βιολογικών ιστών και των καρκινικών όγκων. Η τεχνολογία των απεικονιστικών συστημάτων πυρηνικής ιατρικής εξελίσσεται συνεχώς με τελικό κριτήριο τόσο την βελτίωση της ποιότητας και, επομένως, της διαγνωστικής αξίας της εξαγόμενης ιατρικής εικόνας όσο και την ελαχιστοποίηση του κόστους κατασκευής και λειτουργίας των συστημάτων και την βελτιστοποίηση των πρωτοκόλλων λήψης δεδομένων. Οι παραπάνω στόχοι είναι εξ’ ορισμού ανταγωνιστικοί και η εύρεση ενός σημείου ισορροπίας που θα επιτυγχάνει με την υφιστάμενη τεχνολογία τον καλύτερο συμβιβασμό μεταξύ τους αποτελεί και την βέλτιστη λύση. Για την υλοποίηση μιας ολοκληρωμένης μελέτης βελτιστοποίησης απεικονιστικών συστημάτων πυρηνικής ιατρικής απαιτείται πρώτον η ανάπτυξη συγκεκριμένης μεθοδολογίας αξιολόγησης καλώς ορισμένων παραμέτρων επίδοσης των συστημάτων και δεύτερον η δυνατότητα προσδιορισμού της ανεξάρτητης επίδρασης που ασκείται σε κάθε μια από αυτές τις παραμέτρους επίδοσης λόγω της μεταβολής συγκεκριμένων παραμέτρων, τόσο της σχεδίασης του ίδιου του συστήματος (π.χ. ενεργειακού παράθυρου, νεκρού χρόνου απόκρισης κτλ.), όσο και της διαδικασίας λήψης των δεδομένων (π.χ. χορηγούμενη δόση, χρόνος σάρωσης). Η ικανοποίηση των παραπάνω απαιτήσεων δεν είναι πάντοτε δυνατή στα πραγματικά κλινικά συστήματα, εξ’ αιτίας της πολυπλοκότητας σχεδίασής τους, του υψηλού κόστους κατασκευής και λειτουργίας τους και των σχέσεων αλληλεξάρτησης μεταξύ ορισμένων παραμέτρων. Όμως, εξειδικευμένα εργαλεία προσομοίωσης, που βασίζονται στην τεχνολογία Monte Carlo (MC) και έχουν υλοποιηθεί σε αντικειμενοστραφές περιβάλλον, ώστε να μπορούν εύκολα να προσαρμόσουν ή να επεκτείνουν τις λειτουργίες μοντελοποίησής τους, είναι δυνατόν σήμερα να εφαρμοστούν αποτελεσματικά για την εκπλήρωση των προηγούμενων στόχων, αφού καθιστούν εφικτή την απομόνωση της επίδρασης κάθε εξεταζόμενου παράγοντα, ενώ, παράλληλα, αποτελούν και μια ιδιαίτερα οικονομική λύση. To GATE (Geant4 Application for Tomography Emission) αποτελεί ένα αντιπροσωπευτικό παράδειγμα MC αλγόριθμου που συγκεντρώνει τα παραπάνω χαρακτηριστικά και το οποίο θα αξιοποιηθεί από το σύνολο των μελετών που διεξήχθησαν στο πλαίσιο αυτής της διατριβής. Ωστόσο, το βασικό μειονέκτημα των αλγόριθμων MC είναι οι υψηλές απαιτήσεις τους σε υπολογιστικό χρόνο, ιδίως όταν η γεωμετρική μοντελοποίηση είναι πολύπλοκη. Το γεγονός αυτό καθιστά μη-πρακτική την εφαρμογή τους για προσομοιώσεις πραγματικών πειραμάτων πυρηνικής ιατρικής που συνήθως περιλαμβάνουν κατανομές πηγών υψηλής ενεργότητας και πολύπλοκα ψηφιακά ομοιώματα με συνέπεια να περιορίζονται σημαντικά οι κλινικές εφαρμογές τους. Ωστόσο, στο πλαίσιο αυτής της διατριβής, αναπτύχθηκε μια μέθοδος βελτιστοποίησης της υπολογιστικής απόδοσης μιας κατηγορίας μοντέλων του Geant4 και του GATE, επιτρέποντας έτσι την ελάττωση του συνολικού χρόνου εκτέλεσης 1.5 φορές κατά μέσο όρο. Επίσης, κατασκευάστηκε και μια συστοιχία υπολογιστών (computer cluster) που αποτελείται από 17 κόμβους επεξεργασίας με στόχο την επιπλέον επιτάχυνση των προσομοιώσεων. Έπειτα, σχεδιάστηκαν επιμέρους τμήματα προσομοίωσης για την παράλληλη εκτέλεση της αρχικής προσομοίωσης σε όλους τους διαθέσιμους κόμβους και, με αυτόν τον τρόπο, πραγματοποιήθηκε επιπρόσθετη επιτάχυνση κατά έναν παράγοντα ίσο με 17, που αποτελεί και την μέγιστη δυνατή επίδοση που θα μπορούσε να επιτευχθεί στην δεδομένη υπολογιστική πλατφόρμα. Επιπλέον, στην παρούσα διατριβή αναπτύσσεται μια μεθοδολογία για την αξιολόγηση απεικονιστικών συστημάτων πυρηνικής ιατρικής με βάση τις παραμέτρους επίδοσης του ποσοστού σκέδασης, της ευαισθησίας, του ρυθμού μέτρησης συμβάντων σύμπτωσης και της χωρικής διακριτικής ικανότητας. Για τον σκοπό αυτό σχεδιάζονται και υλοποιούνται τα μοντέλα τριών κλινικών απεικονιστικών συστημάτων τεχνολογίας ΡΕΤ, της ECAT EXACT HR+, της Biograph 2 και της Biograph 6, με την εφαρμογή του λογισμικού προσομοίωσης GATE, το οποίο βασίζεται στα επικυρωμένα και ακριβή εργαλεία MC προσομοίωσης του Geant4. Η ακρίβεια των δύο μοντέλων επικυρώνεται με την σύγκριση των πειραματικών και προσομοιωμένων μετρήσεων των παραπάνω παραμέτρων επίδοσης σύμφωνα το πρότυπο μετρήσεων NU 2-2001. Στην συνέχεια αξιοποιούνται τα παραπάνω επικυρωμένα μοντέλα για να είναι δυνατή η σχεδίαση και υλοποίηση αξιόπιστων προσομοιώσεων με ρεαλιστικά ανθρωπόμορφα ψηφιακά ομοιώματα, έτσι ώστε να μπορούν να μοντελοποιηθούν με περισσότερη ακρίβεια οι κλινικές εξετάσεις πυρηνικής ιατρικής απεικόνισης σε όλα τους τα στάδια. Ακολούθως, πραγματοποιήθηκε μια σειρά από προσομοιώσεις με ψηφιακά ομοιώματα με στόχο την βελτιστοποίηση συγκεκριμένων παραμέτρων του πρωτοκόλλου λήψης δεδομένων που εφαρμόζεται στις μετρήσεις πυρηνικής ιατρικής απεικόνισης, όπως είναι η χορηγούμενη δόση και ο χρόνος σάρωσης, για διαφορετικές πιθανές τιμές ενεργειακού παράθυρου, νεκρού χρόνος απόκρισης των ηλεκτρονικών συστημάτων συλλογής σήματος, χρονικού παράθυρου σύμπτωσης και μεγέθους του σώματος του ασθενούς. Το κριτήριο για την επιλογή, είτε της βέλτιστης δόσης, όταν ο χρόνος σάρωσης είναι δεδομένος, είτε του χρόνου σάρωσης, όταν η χορηγούμενη δόση είναι δεδομένη, αποτέλεσε η μεγιστοποίηση του ενεργού ρυθμού μέτρησης πραγματικών συμπτώσεων (NECR), ο οποίος είναι μαθηματικά ισοδύναμος με το τετράγωνο του σηματοθορυβικού λόγου SNR των δεδομένων προβολής και ποιοτικά εκφράζει τον ρυθμό με τον οποίο συλλέγονται στατιστικά σημαντικές μετρήσεις.