Ανάπτυξη προτύπου Τομογράφου Ποζιτρονίων (PET)

Abstract

This doctoral thesis describes the comprehensive development and evaluation of a prototype dual-head Positron Emission Tomography (HEPA–PET) system, which was designed and implemented at the High Energy Physics and Applications Laboratory of the University of Athens. The system is based on two detector units with cylindrically configured BGO scintillators and HAMAMATSU R2486 position-sensitive photomultiplier tubes, the operational behavior of which was thoroughly studied via automated scanning. The response analysis of the photomultiplier tubes allowed for a full understanding of their characteristics and the evaluation of their suitability for high-precision applications.Within the scope of this work, a spatial distortion correction method was developed utilizing multilayer artificial neural networks. This approach enabled the improvement of position determination accuracy and the enhancement of the quality of the generated data. Concurrently, a full characterization of the system was performed in single and coincidence mode, aiming to determine the optimal operating parameters and to ensure reliable geometric alignment of the two detectors. For image reconstruction, an analytical algorithm was developed based on the geometric intersection of lines with a voxelized space, allowing for three-dimensional imaging of point sources.

Η παρούσα διδακτορική εργασία περιγράφει την ολοκληρωμένη ανάπτυξη και αξιολόγηση ενός πρότυπου συστήματος ποζιτρονικής τομογραφίας δύο κεφαλών (HEPA–PET), το οποίο σχεδιάστηκε και υλοποιήθηκε στο εργαστήριο Φυσικής Υψηλών Ενεργειών και Εφαρμογών του Πανεπιστημίου Αθηνών. Το σύστημα βασίζεται σε δύο ανιχνευτικές μονάδες με σπινθηριστές BGO κυλινδρικής διαμόρφωσης και χωρικά ευαίσθητους φωτοπολλαπλασιαστές HAMAMATSU R2486, των οποίων η λειτουργική συμπεριφορά μελετήθηκε διεξοδικά μέσω αυτοματοποιημένης σάρωσης. Η ανάλυση της απόκρισης των φωτοπολλαπλασιαστών επέτρεψε την πλήρη κατανόηση των χαρακτηριστικών τους και την αξιολόγηση της καταλληλότητάς τους για εφαρμογές υψηλής ακρίβειας. Στο πλαίσιο της εργασίας αναπτύχθηκε μέθοδος διόρθωσης χωρικών παραμορφώσεων, αξιοποιώντας πολυεπίπεδα τεχνητά νευρωνικά δίκτυα. Η προσέγγιση αυτή επέτρεψε τη βελτίωση της ακρίβειας προσδιορισμού θέσης και την ενίσχυση της ποιότητας των παραγόμενων δεδομένων. Παράλληλα, πραγματοποιήθηκε πλήρης χαρακτηρισμός του συστήματος σε single και coincidence mode, με στόχο τον καθορισμό των βέλτιστων παραμέτρων λειτουργίας και την εξασφάλιση αξιόπιστης γεωμετρικής ευθυγράμμισης των δύο ανιχνευτών. Για την ανακατασκευή εικόνας αναπτύχθηκε αναλυτικός αλγόριθμος βασισμένος σε γεωμετρική τομή ευθειών με voxelized χώρο, επιτρέποντας τρισδιάστατη απεικόνιση σημειακών πηγών.