Analyse und Eliminierung von system- und messprozessbedingten Bildartefakten in der radialen Magnetresonanztomographie (PDF)

Bei der medizinischen Kernspintomographie, auch unter dem Begriff Magnetresonanztomographie (MRT) bekannt, handelt es sich um ein computergestütztes bildgebendes Verfahren, das virtuelle Schnittbilder des menschlichen Körpers erzeugt. Die MRT als Schnittbildverfahren in der medizinischen Diagnostik zeichnet sich in erster Linie als nicht-invasive Untersuchungsmethode durch ein vielseitiges Kontrastvermögen von Weichteilgewebe aus. Es basiert auf dem Prinzip der Kernspinresonanz, bei dem der magnetische Spin der Wasserstoffkerne gezielt durch Magnetfelder beeinflusst wird.

In der MRT gibt es viele verschiedene Verfahren und Methoden, um das zu messende Signal zu erhalten und daraus ein Bild zu erzeugen. Die radiale Bildgebung ist vom Prinzip ein schon bekanntes Verfahren, welches zu Beginn der Entwicklung der MRT in den 70er Jahren wegen der Ähnlichkeit zu anderen tomographischen Verfahren bevorzugt eingesetzt wurde, aber dann von den kartesischen Verfahren verdrängt wurde. Heutzutage findet man die radialen Verfahren wieder in neueren MRT-Geräten, besonders wegen der hohen Orts- und Zeitauflösung, der Robustheit gegenüber Bewegungsartefakten und der guten Darstellung von Gewebe mit sehr kurzer T2-
Zeit5. Dies macht die radiale Bildgebung interessant für spezielle Untersuchungen
und Anwendungen, wie zum Beispiel in der Herzdiagnostik.
[...]
Um die radiale Bildgebung auf klinischen MRT-Geräten konkurrenzfähig zu machen ist
es nötig, ihre Bildqualität weiter zu verbessern und die vorhandenen Bildartefakte
zu eliminieren.
Die vorliegende Arbeit beschäftigt sich damit, diese Bildartefakte bei der Radialbildgebung und deren Entstehung zu analysieren, mit dem Ziel, die Fehler vorhersagen und eliminieren zu können, basierend auf bekannten Betriebsbedingungen. Dazu werden parametrisierte Testmessungen mit MRT-Geräten an Phantomen durchgeführt. Die Rohdaten werden analysiert, um damit Abweichungen zu bestimmen und bei deterministischem Verhalten eine Korrektur zu ermöglichen entweder durch Prekompensation der Messung oder Postkorrektur während der Bildrekonstruktion.
Dazu werden die Rohdaten der Testmessungen extrahiert und numerisch mit entsprechender Software manipuliert. Es werden mathematische Algorithmen entwickelt, die Funktionen an die Daten annähern, um daraus Parameter für das Verhalten abzuleiten. Aufgrund dieses Wissens können Korrekturen und Vergleichsmessungen vorgenommen werden.