Weniger Strahlenbelastung, bessere Scan-Qualität: eine neue Ära für die CT-Bildgebung
Im Jahr 2018 wurden in der EU rund 60 Millionen computertomografische Untersuchungen (CT) durchgeführt. Computertomografien sind eine der am häufigsten verwendeten medizinischen Bildgebungsmethoden und können bei einer Reihe von Erkrankungen wie Schlaganfällen, Herz-Kreislauf-Erkrankungen, Traumata, Lungenerkrankungen und Krebs eingesetzt werden. Bei Kindern werden die CT-Untersuchungen beispielsweise zur Diagnose von angeborenen Herzerkrankungen, zum Auffinden von Tumoren, zur Untersuchung von Skelettdeformationen, zur Erkennung posttraumatischer Veränderungen im Gehirn sowie zur Planung von Operationen eingesetzt. In einigen Fällen, etwa bei Krebs, müssen mehrere Aufnahmen gemacht werden, um das Krankheitsgeschehen im Verlauf der Zeit zu verfolgen. Da ionisierende Strahlung potenziell schädlich ist, muss die Strahlendosis so niedrig wie möglich gehalten werden, was insbesondere bei der Bildgebung von Kindern wichtig ist. Im Bedarfsfall überwiegt der Nutzen jedoch das Risiko. Das EU-Projekt LowD-CT arbeitet daran, den Strahlungsbedarf zu verringern. „Es ist uns gelungen, einen Algorithmus für die Bildrekonstruktion zu entwickeln, der die Bildqualität bei einer gegebenen Strahlendosis erheblich verbessert, obwohl wir seine Leistung im Vergleich zum derzeitigen Stand der Technik noch nicht bewertet haben“, sagt der Hauptforscher Mats Persson, Assistenzprofessor für Physik an der Königlichen Technischen Hochschule in Stockholm, Schweden.
Ein schärferes Bild mit weniger Strahlung
Bei der Aufnahme eines CT-Scans einer Person wird die Menge der von den verschiedenen Richtungen durch diese betroffene Person gesendeten Röntgenstrahlung gemessen. Die gemessenen Daten werden dann mit Hilfe eines als „Bildrekonstruktion“ bezeichneten Verfahrens in ein dreidimensionales Bild umgewandelt, genauer gesagt in eine Karte der Eigenschaften der Röntgenabschwächung des Gewebes an jedem Punkt des abgebildeten Volumens. Die kommerziellen CT-Geräte, die bisher klinisch eingesetzt werden, basieren alle auf einem Detektortyp, der als „energieintegrierend“ bezeichnet wird, was bedeutet, dass der Sensor die Gesamtmenge der einfallenden Röntgenenergie pro Zeiteinheit misst. Photonenzählende Sensoren hingegen können die einzelnen Photonen zählen und deren individuelle Energie messen. Diese zusätzliche Information verbessert die Bildqualität. „Mit einem photonenzählenden Sensor“, erklärt Persson, „wie dem in unserer Forschungsgruppe entwickelten, können wir das Bildrauschen reduzieren und gleichzeitig die räumliche Auflösung verbessern.“ Im Rahmen des Projekts wird auch die Energieverteilung der durchgelassenen Röntgenstrahlen ausgewertet, um die Materialbeschaffenheit des Körpers zu ermitteln. Es gibt weltweit eine kleine Anzahl von Prototypen photonenzählender CT-Scanner, und einer davon basiert auf dem Siliziumsensor, der im Rahmen eines größeren, übergreifenden Forschungsprojekts entwickelt wurde, zu dem das LowD-CT-Projekt gehört. Während das Ziel des größeren Projekts die Entwicklung der photonenzählenden CT-Technologie ist, die sowohl die Hardware als auch die Software umfasst, hat sich LowD-CT, das durch Mittel der Marie-Skłodowska-Curie-Maßnahmen finanziert wird, auf die Software konzentriert. „Wir haben neuartige Verfahren zur Bildrekonstruktion entwickelt, um die erweiterten Bildinformationen bestmöglich nutzen zu können“, so Persson.
Vom Labor auf die Krankenstation: Pilotprojekte und Prototypen
Ein CT-Scanner mit dem neuartigen Siliziumsensor wird derzeit für die Installation am Karolinska Universitätsklinikum in Stockholm vorbereitet, wo er für die klinische Bewertung der neuen Technologie an Patientinnen und Patienten eingesetzt werden soll. „Wir hoffen, dass CT-Scanner, die auf dieser Technologie basieren, in naher Zukunft auf dem Markt erhältlich sein werden“, so Persson weiter. Da sich der Prototyp des photonenzählenden CTs noch in der Entwicklung befindet, war es noch nicht möglich, die neuen Verfahren zur Bildrekonstruktion auf experimentelle Daten anzuwenden und mit dem aktuellen Stand der Technik zu vergleichen. Wie Persson erklärt, konnte das Team jedoch in Simulationen zeigen, dass die neuartigen, auf Deep Learning basierenden Verfahren zur Bildrekonstruktion die herkömmliche CT-Bildrekonstruktion in Bezug auf die Bildqualität deutlich übertreffen. „Die Auswertung dieser Methode an experimentellen Daten und der Vergleich mit bestehenden CT-Bildgebungsgeräten werden daher die nächsten Schritte sein.“ Persson, der bereits zahlreiche Publikationen zu diesem Thema veröffentlicht hat, ist Mitautor des Buches „Photon-counting x-ray detectors for CT“, das einen Überblick über diese Technologie liefert. „Ich bin beeindruckt von den tiefgreifenden Verbesserungen der Bildqualität, die durch den Einsatz von auf Deep Learning basierenden Verfahren zur Bildrekonstruktion erzielt werden können“, sagt er. Künftig wird er sich auf die Weiterentwicklung der auf Deep Learning basierenden Verfahren zur Bildrekonstruktion konzentrieren, die sich bei den bisherigen Untersuchungen im Rahmen des Projekts als sehr erfolgreich erwiesen haben. „Ich bin aber auch an der Entwicklung der nächsten Generation von photonenzählender Sensor-Hardware beteiligt, die eine drastische Verbesserung der räumlichen Auflösung im Vergleich zu heute verspricht“, fügt er hinzu.
Schlüsselbegriffe
LowD-CT, Bildgebung, Computertomographie, CT, Strahlung, Bildqualität, Siliziumsensor, photonenzählende Sensoren, Bildrekonstruktion
