German Title: Patientenrisiko-minimierende Röhrenstrommodulation für die Röntgen-Computertomographie

Preview

PDF, English Download (10MB) | Terms of use

Abstract

This dissertation proposes a patient-specific tube current modulation for computed tomography (CT) that minimizes the individual patient risk (riskTCM). Modern CT scanners use automatic exposure control (AEC) techniques including tube current modulation (TCM) to reduce the radiation dose delivered to the patient while maintaining image quality. Today's TCM implementations aim at minimizing the tube current-time (mAs) product as a surrogate for patient dose, which is why they are referred to as mAsTCM hereafter. However, the actual patient risk, e.g., in the form of risk measures such as the effective dose Deff representing the sensitivity of individual organs with respect to ionizing radiation, is not taken into account. In order to be able to optimize the effective dose Deff or another biologically meaningful measure, organ doses must be estimated before the actual CT scan in order to compute an optimized riskTCM curve. This can be achieved using a machine learning approach and based on these information, the new patient risk-minimizing TCM curve can be obtained. The proposed riskTCM algorithm was evaluated in a simulation study for circular scans and compared against the current gold standard method mAsTCM and to a constant tube current as well as an organ-specific tube current modulation technique. The results illustrate that all anatomical regions can benefit from riskTCM and a reduction of effective dose of up to 30% can be expected compared to mAsTCM. Furthermore, riskTCM was extended to a spiral trajectory that is commonly used in clinical routine and initial measurements with phantoms have been performed. The introduction of riskTCM into clinical practice would only require a software update since almost all CT systems are already capable of modulating the tube current.

Translation of abstract (German)

In dieser Dissertation wird eine patientenspezifische Röhrenstrommodulation für die Computertomographie (CT) entwickelt, welche das individuelle Patientenrisko minimiert (riskTCM). Moderne CT-Scanner verfügen über Techniken zur automatischen Belichtungssteuerung (AEC) einschließlich der Röhrenstrommodulation in Röhrenwinkel-Richtung (TCM), um die an den Patienten abgegebene Strahlungsdosis bei gleichbleibender Bildqualität zu verringern. Die heutigen TCM-Implementierungen zielen auf die Minimierung des Röhrenstrom-Zeit-Produkts (mAs) als approximatives Surrogat für die Patientendosis ab, weshalb sie im Folgenden als mAsTCM bezeichnet werden. Das tatsächliche Patientenrisiko, z.B. in Form von Risikomaßen wie der effektiven Dosis Deff, wird dabei jedoch nicht berücksichtigt. Um die effektive Dosis Deff oder ein anderes biologisch sinnvolles Dosis- oder Risikomaß optimieren zu können, müssen die Organdosen vor dem eigentlichen CT-Scan geschätzt werden. Dies kann mit Methoden des maschinellen Lernens erreicht werden. Anschließend kann die geschätzte effektive Dosis pro Röhrenwinkel berechnet werden, welche die Grundlage für die neue patientenspezifische risikominimierende Modulation darstellt. Der riskTCM-Algorithmus wurde in einer Simulationsstudie für Kreisscans evaluiert und gegen den gängigen TCM-Algorithmus mAsTCM und einen konstanten Strom sowie eine klinisch verfügbare organspezische Röhrenstrommodulation verglichen. Die Ergebnisse zeigen, dass alle anatomischen Regionen von riskTCM profitieren können und mit einer Reduktion der effektiven Dosis von bis zu 30% verglichen zu mAsTCM, abhängig von Körperregion und Spannung, gerechnet werden kann. Anschließend wurde riskTCM noch auf eine Spiraltrajektorie erweitert und erste Messungen mit Phantomen wurden durchgeführt. Die Einführung von riskTCM in die Praxis wäre mit Software-Anpassungen möglich, da alle gängigen Systeme bereits fähig zur Modulation des Röhrenstroms sind.