Introducción
Coincidenci
a
Detectada
511KeV
Detector 1
Single
Perdido
Detector 4
Trazador (FDG)
Principios básicos
Introducción
Atenuación
en PET
Atenuación
en SPECT
Principios básicos
Características AR-PET
Detección
Resolución en Energía 8,5% FWHM
Resolución temporal 5,8 ns FWHM
Resolución Espacial 7,5 mm (Anger)
Resolución Espacial 5 mm (Redes
Neuronales)
Multi-Clustering (No implementado)
Detectores de NaI
Cajas de Aluminio
Blindaje de Pb
Resolución en energía 8,5% FWHM
Resolución temporal 4,13 ns dev std
Ventana Coincidencia 10 ns
Cristal de centelleo Cristal continuo de NaI(Tl)
Material Densidad
[gr/cm3]
Tiempo de
Decaimiento
[ns]
Máxima
Longitud de
Onda
[nm]
Eficiencia
Lumínica
[fotones/MeV]
Resolución en Energía
Intrínseca
[FWHM a 662 keV]
NaI(Tl) 3,67 230 415 38000 5,5 %
BGO 7,13 300 480 8200 9 %
LSO 7,4 40 420 25000 8 %
BaF2 4,9 630 310 10000 7,7 %
LaBr3(Ce) 5,1 35 360 61000 2,5 %
Características AR-PET
Procesador de Pulsos
Digitalizador de Pulsos
Fuente de Alimentación
PreAmplificador y
Conformador
Polarización y control de
ganancia
FPGA Spartan 3
ADC 40MHZ
DAC 8
Mem.Flash
PMT
Procesamiento
Lógica de Cabezal
RESET
CLK
Datos
Eventos
( t , E )
Kit
Coincidencia
• Leer 48 datos
• Dar Reset
• Procesar evento
• Sinc de evento
• Hallar centroide
• Corregir posición
• Filtrar por E
CABEZAL
• Dist. +/- 5 V (8A)
• Dist. 1300V
• Dist CLK SYNC
RESET
• JTAG
• Serial TX, RX
• Spartan 3
• Comando PMT
• Detección pulso
• Conformación
• Caracterizar y
colocar TIMESTAMP
Centellador
Procesamiento
Lógica de Cabezal Procesamiento
Placa Interconexión Fila
Placa Interconexión Columna
Fotomultiplicadores
Cristal de Centelleo
Distribuidor de reloj
Procesador Planar
Procesador de Pulsos
Coincidencia
Cabezal
Spartan 6
Coincidencia
•Generar 6 Clk
•Generar 6 Reset Asinc
•Recibir tramas 6
cabezales
•Analizar ventana de t
•Analizar rotación
•Generar LORs
•Armar trama hacia PC
•Controlar avance
camilla y rotación
LORs (USB High Speed)
PC Reconstrucción
Métodos iterativos
ML-EM 3D
Implementacion
Con GPU
Procesamiento
TimeAmplitudCRC+Cluster
b0b15b16b31
b39
TimeAmplitudCRC+Cluster
b0b15b16b31
b39
Algoritmo de reconstrucción
Procesamiento
Método iterativo ML-EM 3D
• Modelización del proceso de
Adquisición en el PET.
• Están compuestos por: un modelo
de los datos, un modelo de la
imagen, la función objetivo, y un
algoritmo de optimización.
• Función de Evaluación:
Determina cuanta
correspondencia hay entre la
imagen estimada y las
proyecciones medidas a partir
del modelo realizado.
Imagen Inicial
(Ej: a(i,j) = 1 para todo i,j)
Función de Evaluación
Puntaje = Feval[ai(i,j)]
Optimización de la Imagen
ai+1(i,j) = Fopt[ai(i,j)]
i++
Iteración i=0
Puntaje Satisfactorio o
Número de Iteraciones
Máximas
Imagen
Final
Implementación en 1 core: ~300 seg por
iteración, en 40 iteraciones más de 3 horas
Paralelizado con GPU :
Operaciones Atómicas en una arquitectura
Kepler
Algoritmo de reconstrucción
Procesamiento
Sinograma Obtenido
P
SRM
A Distribución de Actividad
X
Proyección
SRM
At Distribución de Actividad
Estimada X
Sinograma
P
Retroproyección
Características Principales
Estructura externa
Detector
Cabezal
Armadura
Giratoria
600mm
Cristal de
Centelleo
Geometría Hexagonal
Introducción
Conductos de
Ventilación
Anillos de
Alimentación
Accionamientos
Estructura externa
Características Principales
Estructura externa
Top Related