Monte-Carlo alapú PET képrekonstrukciós szoftver konvergenciatulajdonságainak javítása

Nyomtatóbarát változatNyomtatóbarát változat
Cím angolul: 
Enhancing the convergence rate of a Monte Carlo based PET reconstruction software
Típus: 
MSc diplomamunka téma - orvosi fizika
Félév: 
2020/21/2.
Témavezető: 
Név: 
Légrády Dávid
Email cím: 
legrady@reak.bme.hu
Intézet/Tanszék/Cégnév: 
NTI
Beosztás: 
egy.docens
Elvárások: 

Monte-Carlo módszerek ismerete, kritikai gondolkodás, orvosi képalkotás ismerete

Leírás: 

 

Az NTI-ben a Teratomo projekt keretében fejlesztett PANNI (PET-Aimed Novel Nuclear Imager) kód  egy videokártyákon (GPU-kon) futó, Monte-Carlo modellezésre épülő iteratív Maximum Likelihood - Expectation Maximization (ML-EM) sémára épülő korszerű Pozitron Eimissziós Tomográfiás (PET) rekonstrukciós szoftver. A magas pontosságú, szinte közelítésektől mentes előrevetítésből fakadó előnyök a gyakorlatban a képminőség tekintetében elmaradtak a várttól, melynek lehetséges okát az elmúlt évek során sikerült azonosítani: a ML értelemben ideális fixpont megtalálása ugyanis nagyon sok iterációs lépést igényel, a szokásos mennyiségű iterációs lépés még ne vezet el a helyes fixpontig.. Szükséges hozzá továbbá a Monte-Carlo szimuláció nagyon pontos összehangolása a mérési adatokkal. 

 

A hallgató feladata a PANNI kód előrevetítési motorjának mérési adatok segítségével történő finomhangolása, melynek része egy korszerű PET szkenner pontos geometriai és anyageloszlási adatainak , továbbá a detektorrendszerének  nagyon pontos modellezése- Feladata továbbá a Monte-Carlo számítás felgyorsítása már implementált gyorsítási technikák paramétereinek beállításával. A hallgató egy konvergenciasebességet gyorsító, de a ML fixpontját nem befolyásoló visszavetítési operátor implementálásának hatékonyságát is tesztelnie szükséges. Az eredményeket objektív szempontok alapján kell összehasonlítania. 

 
Titkosítas: 
Hozzáférés nincs korlátozva