Studium przypadku: jedna akwizycja, kilka rekonstrukcji

Pacjent może zostać zeskanowany raz, choć archiwum zawiera kilka serii obrazów: stos cienkich warstw 1,25 mm z kernelem płucnym, stos grubych warstw 5,0 mm z kernelem do tkanek miękkich, obraz przeformatowany do płaszczyzny czołowej i obraz lokalizacyjny. Nie są to zamienne duplikaty. Pierwsze dwa mogą być odrębnymi rekonstrukcjami danych z akwizycji; obraz przeformatowany jest widokiem pochodnym objętości, a obraz lokalizacyjny stanowi inny produkt akwizycji. Wspólne badanie nie sprawia, że ich piksele stają się równoważne.

Ustawienie rekonstrukcji jest częścią obrazu

Przekrój jest wynikiem działania algorytmu rekonstrukcji. Nie można zakładać, że dane projekcyjne pozostają dostępne po opuszczeniu gantry przez pacjenta. Jeżeli jednak zostały zachowane, a skaner lub stacja robocza pozwala na ponowną rekonstrukcję, te same dane z akwizycji można przetworzyć z różnymi ustawieniami. Każdy wynikowy obraz zostaje zarchiwizowany jako odrębna seria lub reprezentacja.

Jednym z ważnych ustawień jest kernel rekonstrukcji: wybór zależny od częstotliwości, który określa kompromis między rozdzielczością przestrzenną a szumem i ostrością krawędzi. Ostre ustawienie przeznaczone do płuc lub kości może zachować więcej szczegółów o wysokiej częstotliwości, jednocześnie uwydatniając szum i drobne krawędzie. Gładsze ustawienie do tkanek miękkich może ograniczyć widoczny szum, zmieniając przy tym wyrazistość zachowanych szczegółów przestrzennych. Nazwy zależą od producenta i protokołu; etykiet takich jak B70f, B30f i B40f nie należy traktować jako kategorii uniwersalnych.

Jeżeli obiekt DICOM rejestruje ten wybór, atrybut oznaczony jako ConvolutionKernel (0018,1210) jest użytecznym miejscem do sprawdzenia proweniencji. Jego normatywna semantyka pozostaje kwestią przeglądu źródła, a nie czymś, co można wywnioskować z nazwy pliku.

Dlatego pomiar tekstury z obrazu z ostrym kernelem może się różnić od tego samego pomiaru na gładszym obrazie utworzonym z tych samych danych z akwizycji. Kernel nie jest opisowym dodatkiem: należy do zmiennych, które mogą określać obraz przekazany do etapu pomiaru.

Macierz sześciu ustawień RIDER

Ograniczonym publicznym przykładem jest kolekcja TCIA RIDER Lung CT v3 (strona kolekcji, DOI 10.7937/K9/TCIA.2015.U1X8A5NR, CC BY 4.0). Opis kolekcji wykorzystany w tym studium przypadku obejmuje 32 osoby z niedrobnokomórkowym rakiem płuca, dwa skany wykonane tego samego dnia i sześć ustawień rekonstrukcji dla każdego skanu. Projekt ten jest użyteczny, ponieważ zestawia porównanie bliskich powtórzeń z porównaniem ustawień rekonstrukcji. To datowany przykład ilustracyjnego zbioru danych, a nie twierdzenie, że każde badanie CT zawiera tych sześć wyników.

Sześć ustawień stanowi skrzyżowanie trzech grubości warstwy z dwiema rodzinami kerneli:

              kernel płucny (L)    kernel standardowy (S)
 1.25 mm      1.25L                1.25S
 2.5  mm      2.5L                 2.5S
 5    mm      5L                   5S

Etykietę należy odczytywać jako grubość plus rodzina kernela: 1.25L oznacza obraz o grubości 1,25 mm z ustawieniem płucnym, natomiast 5S oznacza obraz o grubości 5 mm z gładszym ustawieniem standardowym. W tej ilustracyjnej macierzy L i S są etykietami dwóch rodzin, a nie obietnicą, że każdy skaner używa tych samych nazw lub tej samej implementacji filtru.

Macierz zawiera dwa różne porównania. Ich rozdzielenie jest decyzją metodologiczną, dzięki której ten przypadek jest użyteczny:

Porównanie w studium przypadku	Zamierzony kontrast	Pytanie
Scan 1 1.25L vs Scan 2 1.25L	ta sama osoba i rekonstrukcja, a skany wykonano w krótkim odstępie zgodnie z projektem badania	powtarzalność test–retest: jak bardzo pomiar zmienia się w warunkach niemal identycznych
Scan 1 1.25L vs Scan 1 5S i pozostałe pary ustawień w obrębie skanu	utrzymanie kontekstu akwizycji na tyle stałego, na ile pozwala projekt, przy zmianie ustawienia rekonstrukcji	zgodność między rekonstrukcjami: jak bardzo pomiar zmienia się wraz ze zmianą sposobu powstania obrazu

Powtórzenie tego samego dnia nie jest idealną kontrolą, w której wszystkie warunki fizyczne pozostają identyczne. W projekcie RIDER uczestnicy schodzili ze stołu, a następnie na niego wracali; różnice we wstrzymaniu oddechu oraz drugi obraz lokalizacyjny lub korekta pola widzenia mogły zmienić powtórny obraz. Do obserwowanej różnicy mogą także przyczyniać się szum akwizycji, segmentacja oraz ekstrakcja lub pomiar. Porównanie ustawień w obrębie tego samego skanu odpowiada z kolei na pytanie o rekonstrukcję tylko w takim zakresie, w jakim obrazy rzeczywiście mają wspólne odpowiednie dane z akwizycji. Etykiety wyznaczają zamierzone porównania, ale nie usuwają potrzeby sprawdzenia proweniencji.

Sprowadzenie obu porównań do jednej ogólnej liczby opisującej odtwarzalność ukryłoby zadawane pytanie. Powtarzalność dotyczy tego, czy pomiar pozostaje podobny, gdy protokół powtarza się w warunkach niemal identycznych. Zgodność między rekonstrukcjami dotyczy tego, czy pomiar pozostaje podobny po zmianie wyboru rekonstrukcji. Porównania te mają różne źródła zmienności i należy je raportować oddzielnie.

Sześć serii nie jest również sześcioma kopiami identycznych informacji. Grubsza rekonstrukcja uśrednia anatomię w grubszej warstwie, więc drobne szczegóły w kierunku warstw mogą zostać rozmyte lub nie występować w tej reprezentacji. Późniejsza zmiana próbkowania na drobniejszą siatkę tworzy więcej próbek, a nie odtwarza anatomii. Zmiana siatki nie może przywrócić informacji, których nie zachowały rekonstrukcja i jej profil warstwy.

Emulacja schematyczna, a nie model fizyki CT. W filtrowanej projekcji wstecznej kernel kształtuje odpowiedź częstotliwościową przez filtrowanie danych projekcyjnych przed projekcją wsteczną; metody iteracyjne inaczej realizują kompromis między rozdzielczością a szumem. Grubość warstwy wiąże się z profilem czułości warstwy i uśrednianiem wzdłuż osi z, co wywołuje efekt objętości częściowej. Żadne ustawienie nie jest uniwersalnie najlepsze. Sześć etykiet odpowiada ustawieniom RIDER v3; obrazy i liczby są syntetyczne i nie wyczerpują przestrzeni parametrów rekonstrukcji.

Dla orientacji etykiety paneli schematu zachowują t, k i SD, w tym 1.25L i 5S; są to identyfikatory ilustracji, a nie wartości kliniczne.

Grubość warstwy, odstęp i zmienne akwizycji

Grubość warstwy i odstęp między warstwami są pojęciami powiązanymi, ale odrębnymi. Grubość opisuje warstwę reprezentowaną przez przekrój i związane z nią uśrednianie w jej obrębie; odstęp opisuje odległość między środkami warstw. W typowym stosie wartości te mogą być podobne, lecz odpowiadają na inne pytania o obraz i jego użyteczne próbkowanie trójwymiarowe. Obie należą do proweniencji analizy ilościowej.

Dawka i widmo promieniowania rentgenowskiego są zmiennymi akwizycji, a nie innymi nazwami sześciu ustawień rekonstrukcji. Mogą wpływać na szum i zmierzone osłabienie materiałów, natomiast faza kontrastowa jest zmienną dotyczącą momentu obrazowania w procedurze klinicznej, która zmienia kontekst fizjologiczny wartości osłabienia. Wszystkie te zmienne mogą zmieniać pomiar, ale nie stają się powtórzeniami rekonstrukcji tylko dlatego, że występują w tym samym badaniu. W badaniu naukowym trzeba je rejestrować i określić, w którym porównaniu traktuje się je jako stałe, zmienne lub wykraczające poza zakres.

Konsekwencje dla pomiaru ilościowego

Użyteczny model roboczy mówi, że cecha radiomiczna jest funkcją (obrazu, maski, geometrii, przetwarzania wstępnego). Sam obraz jest funkcją wyborów dotyczących akwizycji i rekonstrukcji, dlatego zależność można zapisać jako feature = F(R(P; θ), mask, geometry, preprocessing). Nie jest to twierdzenie, że jedna zmienna wyjaśnia każdą obserwowaną różnicę. Zapis przypomina, że wartości cechy nie można interpretować bez znajomości warunków, w których powstał jej obraz.

Stałe zachowane dane projekcyjne P
(gdy możliwa jest ponowna rekonstrukcja)
    |
    +-- R(P; theta_A) --> obraz I_A
    |       |
    |       +--> F(I_A, mask_A, geometry_A,
    |                preprocessing_A) --> cecha A
    |
    +-- R(P; theta_B) --> obraz I_B
            |
            +--> F(I_B, mask_B, geometry_B,
                     preprocessing_B) --> cecha B

theta_A != theta_B, więc cecha A nie musi być równa cesze B.
Kontrast wynikający wyłącznie z rekonstrukcji wymaga także kontrolowania
lub jawnego modelowania pozostałych danych wejściowych cechy.

Ilustracja pokazuje to konkretnie: utrzymanie stałej syntetycznej objętości źródłowej V_syn w schematycznym przykładzie nie wymusza równości sześciu ilustracyjnych wyników J_theta ani ich prostych podsumowań ROI. Wartości na ilustracji są syntetyczne i pokazują zależność od ustawień; nie są pomiarami z kolekcji RIDER.

Cechy tekstury często reagują bezpośrednio na zmiany częstotliwości przestrzennej i szumu. Cechy kształtu oblicza się na podstawie maski i geometrii, dlatego kernel może wpływać na nie pośrednio, gdy maska jest wyznaczana z obrazu lub zmienia się siatka. Użyteczne rozróżnienie jest więc warunkowe: nie należy zakładać stabilności tekstury ani niezależności kształtu bez sprawdzenia stabilności maski i geometrii.

Praktyczna zasada jest prosta: rejestruj rekonstrukcję, raportuj ją z każdym wynikiem i nie łącz obrazów z różnych reżimów rekonstrukcji, chyba że takie porównanie jest zamierzone i odpowiednio zaprojektowane. Pomiar, który pomija tę granicę, nie pozwala ustalić, czy obserwowana różnica wynika z anatomii, akwizycji, rekonstrukcji czy późniejszej procedury pomiarowej.

Ta granica prowadzi bezpośrednio do następnej modalności. W CT rola rekonstrukcji jest wyraźna, ponieważ transmitowane projekcje rentgenowskie przekształca się w obraz w ramach jawnych wyborów. MRI zaczyna się od innego sygnału fizycznego, a intensywność i kontrast obrazu trzeba rozumieć przez właściwe tej modalności zmienne akwizycji i rekonstrukcji, zamiast przenosić na nią założenia z CT. Następny rozdział zaczyna się od tego problemu powstawania obrazu zależnego od modalności.

Źródła

• Lee W. Goldman, “Principles of CT and CT Technology” — pomiary projekcyjne, rekonstrukcja i podstawy liczb CT; pomiary transmisji, logarytmiczny model projekcji, filtrowana projekcja wsteczna i jednostki Hounsfielda.
• DICOM PS3.3, CT Image Module, CT Reconstruction Macro oraz Image Plane Module — normatywny kontrakt metadanych pikseli, akwizycji i rekonstrukcji; normatywne wartości CT i metadane rekonstrukcji; normatywna semantyka kernela splotowego, grubości warstwy i odstępu między warstwami.
• Binsheng Zhao et al., “Reproducibility of radiomics for deciphering tumor phenotype with imaging”, oraz Barbaros S. Erdal et al., “Are quantitative features of lung nodules reproducible at different CT acquisition and reconstruction parameters?” — zależność pomiarów ilościowych od rekonstrukcji; wrażliwość cech na ustawienia rekonstrukcji; wpływ kernela i grubości oraz brak zamienności reżimów rekonstrukcji.
• Martin J. Willemink i Peter B. Noël, “The evolution of image reconstruction for CT—from filtered back projection to artificial intelligence” — filtrowana projekcja wsteczna oraz rekonstrukcja iteracyjna i oparta na modelu.
• Tami D. DenOtter i Johanna Schubert, “Hounsfield Unit”, oraz Yousif A. Al-Naser i Dawood Tafti, “Computed Tomography Instrumentation and Physics” — interpretacja HU, zależność od protokołu, szum obrazu i efekt objętości częściowej.
• Binsheng Zhao et al., RIDER Lung CT version 3, oraz Zhao et al., “Annotated test-retest dataset of lung cancer CT scan images reconstructed at multiple imaging parameters” — kohorta, projekt skanów powtórnych i sześć ustawień rekonstrukcji.
• Binsheng Zhao et al., “Evaluating Variability in Tumor Measurements from Same-day Repeat CT Scans of Patients with Non–Small Cell Lung Cancer” — projekt powtórzeń tego samego dnia i zmienność pomiaru.
• Abi Berger, “Magnetic resonance imaging” — odrębna podstawa rozdziału 2: sygnał magnetyczny i RF oraz sekwencje impulsów.