การลดสิ่งแปลกปลอมโลหะในภาพเอกซเรย์คอมพิวเตอร์จากอุปกรณ์สอดใส่แร่ชนิดแสตนเลสสตีลของหุ่นจำลองอุ้งเชิงกรานในงานรังสีรักษาระยะใกล้

Metal Artifact Reduction on CT Pelvis Phantom Images from Stainless Steel Applicators in Brachytherapy

Abstract

        สิ่งแปลกปลอมโลหะในภาพเอกซเรย์คอมพิวเตอร์จำลองการรักษาที่เกิดจากอุปกรณ์สอดใส่แร่ชนิดแสตนเลสสตีลส่งผลให้การวางแผนการรักษาเพื่อกำหนดขอบเขตของก้อนมะเร็งและอวัยวะปกติเกิดความผิดพลาดและอาจส่งผลต่อความถูกต้องของการคำนวณปริมาณรังสีสำหรับรักษาผู้ป่วยมะเร็ง อย่างไรก็ตาม สิ่งแปลกปลอมโลหะดังกล่าวสามารถลดได้ด้วยการใช้อัลกอริทึมทางคณิตศาสตร์ที่เหมาะสม การศึกษาวิจัยในครั้งนี้จึงได้พัฒนาอัลกอริทึมสำหรับลดสิ่งแปลกปลอมโลหะในภาพเอกซเรย์คอมพิวเตอร์หุ่นจำลองอุ้งเชิงกรานที่ใส่อุปกรณ์สอดใส่แร่ชนิดแสตนเลสสตีล โดยใช้วิธีการประมวลผลภาพดิจิทัลเพื่อจำแนกข้อมูลภาพโลหะด้วยเทคนิค k-mean clustering จากข้อมูลภาพต้นฉบับ และทำการประมาณค่าเชิงเส้นของค่าข้อมูลเพื่อทดแทนข้อมูลไซโนแกรมให้สมบูรณ์ ผลการประเมินคุณภาพเชิงปริมาณระหว่างภาพก่อนและหลังการใช้อัลกอริทึมลดสิ่งแปลกปลอมโลหะ พบว่าสามารถลดสิ่งแปลกปลอมโลหะที่เกิดขึ้นในภาพได้ทั้งบริเวณที่มีเฉพาะ tandem และบริเวณที่มี tandem และ ovoids อัลกอริทึมที่พัฒนาขึ้นสามารถลดสิ่งแปลกปลอมโลหะชนิด hypodense streak ได้ดี แต่ไม่สามารถลดสิ่งแปลกปลอมโลหะชนิด hyperdense streak อย่างสมบูรณ์ อย่างไรก็ตามอัลกอริทึมลดสิ่งแปลกปลอมโลหะที่พัฒนาขึ้นสามารถเพิ่มคุณภาพของภาพเอกซเรย์คอมพิวเตอร์ และนำไปใช้ในการลดสิ่งแปลกปลอมโลหะที่เกิดจากอุปกรณ์สอดใส่แร่ชนิดแสตนเลสสตีลในงานรังสีรักษาระยะใกล้ได้

        Metal artifacts from stainless steel applicators in computed tomography (CT) images can complicatedly delineate of tumor and organs at risk (OARs) and cause critical errors in dose calculation of treatment planning. However, appropriate algorithms can be applied to minimize these artifacts. The purpose of this study was to develop and evaluate a metal artifact reduction algorithm for radiotherapy treatment planning using pelvis phantom images inserted stainless steel applicator. This study used the digital image processing to segment metal objects in initial image, k-mean clustering technique was used. Linear interpolation was restored the data to complete sinogram data. Quantitative image quality of metal artifact reduction comparisons between the initial image and the processed images by using sinogram completion algorithm showed significant reduced both the images containing a tandem and the images containing both a tandem and the ovoids. This algorithm can eliminated hypodense streaks but not completely in hyperdense streaks. However, the sinogram completion algorithm can improve image quality in metal artifact-affected CT images caused by the stainless steel applicator in brachytherapy.