Answers are grounded in this paper and cite their sources.
Shows improved imaging resolution in PET scanners, indicating significant advancements in diagnostic capabilities.
In den vergangenen Jahrzehnten hat sich die Positronen-Emissions-Tomographie (PET) zu einer zentralen medizinischen Bildgebungsmodalität entwickelt, mit klinischem Einsatz in der Diagnostik onkologischer, neurologischer und kardiovaskulärer Erkrankungen. PET ergänzt die Magnetresonanztomographie (MRT) und Computertomographie (CT), indem sie funktionelle Bildgebung metabolischer und biochemischer Prozesse ermöglicht. Dies geschieht mithilfe radioaktiver Tracer, die sich beispielsweise in Tumoren anreichern. Beim Zerfall entstehen γ-Photonen, die von Dutzenden bis Hunderten Detektoren registriert werden, die den Patienten zylindrisch umgeben. Die tomographische Rekonstruktion erzeugt 3D-Bilder der Tracerverteilung im Körper. Eine Bildauflösung unter 1 mm ist essenziell in der Alzheimer- und Brustkrebsdiagnostik, da sie die Früherkennung kleiner Läsionen mit geringer Traceraufnahme erlaubt, insbesondere bei hoher Scannerempfindlichkeit. Konventionelle PET-Systeme nutzen jedoch oft Detektoren mit einer Positionsgenauigkeit von mehreren Millimetern. Zudem ist die Tiefeninformation (Depth-of-Interaction, DOI) – die Tiefe, in der das γ-Photon interagiert – meist unbekannt, was die Bildqualität beeinträchtigt. DOI ist entscheidend für neuartige Gehirn- und Brustscanner und verbessert Bildauflösung und Sensitivität moderner Total-Body-PET-Systeme (TB-PET), was kürzere Scanzeiten ermöglicht. Diese Arbeit stellt einen neuen Ansatz zur Erreichung von sub-1 mm Auflösung vor. Entwickelt wurde eine Kalibrationsmethode, die uneingeschränkt präzise 3D-γPositionierung erlaubt, durch die Kombination innovativer Lichtverteilungsdetektoren (z. B. Monolithen) mit Techniken der künstlichen Intelligenz (KI). Die Methode adressiert eine zentrale Hürde bei der Integration dieser Detektoren in PET Scanner und könnte deren breite Einführung ermöglichen. Kernidee ist die effiziente Generierung annotierter Trainingsdaten pro Detektor, wobei die 3D-γ-Interaktionsposition als Zielwert und das Detektorsignal als Eingangsmerkmal dient. Die ‘3D-In-System-Kalibration’ erlaubt eine vollständige Scannerkalibrierung in wenigen Stunden im Vergleich zu alternativen Verfahren, die Tage bis Wochen, sowie eine Systemdemontage erfordern. Diese Effizienz ermöglicht zudem nächtliche Rekalibrationen zur Sicherung voller Systemleistung und zur Qualitätskontrolle – derzeitige Kernbedenken von Medizingeräteherstellern. Die Methodenleistung wird an zwei Systemen validiert: einem semi-monolithischen Slab-Demonstrator in präklinischer Größe mit 24 Slab-Detektoren, sowie dem organspezifischen HYPMED-PET/MRT-Scanner für die Brustkrebsdiagnostik mit 56 dreilagig segmentierten Detektoren. Beide Scanner wurden im Rahmen dieser Arbeit mechanisch und softwareseitig mitentwickelt – von der Rohdatenverarbeitung und Detektorcharakterisierung bis zur Bildrekonstruktion. Die Evaluation erfolgte in Zusammenarbeit mit dem Universitätsklinikum Aachen (UKA) anhand von ¹⁸F-FDG befüllten Phantomen. Unter Verwendung der 3D-In-System-Kalibration und Gradient-Tree-Boosting (GTB)basierter γ-Positionierung erreichten beide Scanner sub-1 mm Bildauflösung bei Kalibrationszeiten von 8 bzw. 4 Stunden. Damit könnte die ‘3D-In-System-Kalibration’ den Weg für die nächste Generation von PET-Scannern ebnen, die fortschrittliche Lichtverteilungsdetektoren und maschinelle Lernverfahren für die γ-Positionierung nutzen, um sowohl die klinische Diagnostik als auch die PET-Forschung zu verbessern.
No takes yet. Share an insight, caveat, or question.
Yannick Kuhl (2026) studied this question.
Synapse has enriched 8 closely related papers on similar clinical questions. Consider them for comparative context: