Vous êtes ici : Accueil > Axes de recherche de PIM

Axes de recherche de PIM

Améliorer la quantification TEP par l'IRM


MRI-driven PET quantification

Publié le 10 avril 2017

La combinaison de la TEP avec l'IRM soulève de nouveaux défis en termes de quantification des images TEP. Ces défis doivent être surmontés afin de valider l'exactitude de la quantification obtenue sur ces nouveaux systèmes hybrides. Deux aspects sont particulièrement étudiés : la correction d'atténuation en TEP et la correction du mouvement basée sur l'IRM.

La correction d'atténuation est basée sur la densité électronique des tissus, laquelle est fournier par la scanographie par rayons X (tomodensitométrie, TDM) sur les systèmes hybrides TEP-TDM. Contrairement à la TDM, l'IRM ne fournit pas d'information sur la densité électronique et ne peut donc être utilisée directement pour dériver les coefficients d'atténuation. Plusieurs stratégies sont actuellement développées afin de déduire les coefficients d'atténuation à partir soit d'acquisitions d'IRM, soit directement à partir des données TEP. Il est peu vraisemblable qu'une seule méthode soit suffisante pour résoudre efficacement ce problème. Nous allons évaluer l'usage combiné des données TEP temps-de-vol et de séquences spécifiques d'IRM afin d'estimer la carte d'atténuation en imagerie cérébrale et corps-entier, et comparer ces performances avec celles obtenues en utilisant les outils fournis par les fabricants des systèmes TEP-IRM.

Le mouvement, en particulier le mouvement respiratoire et cardiaque, introduit des artefacts et des biais quantitatifs dans les images TEP. Les conséquences du mouvement sont encore plus nuisibles en imagerie à haute résolution spatiale et temporelle, comme c'est le cas pour les systèmes TEP-IRM. La simultanéité des acquisitions TEP et IRM est très prometteuse pour la prise en compte des mouvements en raison des techniques d'IRM, telles que les échos navigateurs ou les techniques de marquage, qui permettent de mesurer en 3 dimensions le champ des déformations induites par le mouvement. Ce champ de déformation peut ensuite être incorporé dans un algorithme de reconstruction TEP afin d'obtenir des images TEP corrigées du mouvement. Les protocoles d'acquisitions TEP-IRM doivent toutefois être optimisés afin que l'acquisition des séquences d'IRM nécessaires à la détermination du mouvement n'empêche pas l'acquisition d'autres données pertinentes d'IRM simultanément aux données TEP. Des stratégies de correction du mouvement seront évaluées pour des protocoles fortement pénalisés par le mouvement des organes.


English version

The combination of PET with MRI raises new challenges in terms of image quantification that need to be addressed to validate the quantitative accuracy achieved on these machines. Two aspects will be carefully investigated: PET attenuation correction and MRI driven motion correction.

Attenuation correction is based on the electron density of the tissues being imaged, which is provided by the X-ray CT in PET-CT systems. Unlike CT, MRI does not provide such information and cannot be used directly to derive attenuation coefficients. Several new strategies are being developed to deduce attenuation coefficients from MRI scans or the PET data. It is unlikely that a single method alone will be sufficient to address efficiently this problem. We will evaluate the combined use of time-of-flight PET data and specific MR sequences for the estimation of the PET attenuation map for brain and whole-body imaging, and compare its performance against the methods provided by the PET/MR manufacturers.

Motion, especially respiratory and cardiac motions, introduces artifacts and quantitative biases in PET images. This issue of patient motion is more severe in high spatial and temporal resolution imaging, such as provided by PET-MRI. Simultaneous PET-MRI is very appealing for motion compensation, since techniques such as multiple navigator echoes or MR tagging can be used to measure 3-dimensional motion fields, which can then be incorporated into the iterative PET reconstruction to obtain motion-corrected PET images. Yet, corresponding PET-MRI acquisition protocols remain to be optimized as the duration of the MRI tagged acquisition prevents from acquiring other relevant MRI data simultaneously with the PET scan. Motion correction strategies will be implemented and/or validated on our PET-MRI machine, for protocols significantly penalized by organ motions.

Participants / Partners :


Responsable / Leader : Claude Comtat (CEA SHFJ)

 
© Copyright

Modélisation des détecteurs TEP du SIGNA PET/MR à l'aide du logiciel de simulation Monte Carlo GATE. Les données simulées à l'aide de ce logiciel permettront de valider in silico les développements méthodologiques de la tâche.
 
Modeling of the PET detectors of the SIGNA PET/MR with the GATE Monte Carlo simulation software. The data simulated with this software will be used to validate the methodological developments of the task