Application of the Maximum Entropy on the Mean Method to the Hyperfixation Point Sources Reconstruction in Positron Emission Tomography
Application de la Méthode du Maximum d’Entropie sur la Moyenne à la Reconstruction de Foyers D’hyperfixation en Tomographie d’Émission de Positons
OPEN ACCESS
This work deals with the reconstruction of Positron Emission Tomographic (PET) three-dimensional (3D) images for the detection of small tumors and metastases in oncology. In PET, tumors appear as areas of hyperfixation of the injected tracer compared to regions with normal uptake. We model the 3D distribution of activity by a mixture of laws, which describes the fact that each point in the 3D volume contains either a normal or a high activity concentration. We solve this model using a Maximum Entropy on the Mean (MEM) approach. MEM allows us to introduce prior information using mixtures of laws appropriate to our problem. In addition, it yields a unique solution using an optimization algorithm for which the complexity is independent of the prior law. Results obtained with our approach are compared with those obtained using two methods that are conventionally used for 3D PET reconstruction. Using simulated data, results obtained with the MEM approach are significantly better than those obtained using the two other methods, when considering an evaluation criterion which characterizes the quality of reconstructed images in terms of lesion detectability. The feasibility of the method is also illustrated on clinical data.
Résumé
Ce travail concerne les techniques de reconstruction d’images tridimensionnelles pour la détection de petits foyers tumoraux et de métastases, à partir de données acquises en Tomographie d’Emission de Positons (TEP). En TEP, la présence d’un foyer tumoral se traduit par une hyperfixation du traceur injecté, localisée au niveau de la tumeur. Ceci nous conduit à modéliser la distribution volumique du radiotraceur à l’aide d’un mélange de lois, qui traduit le fait que chaque point de l’objet a une activité soit normale, soit surélevée. Nous proposons de résoudre ce problème par une méthode de Maximum d’Entropie sur la Moyenne. Cette approche permet d’introduire de l’information a priori sous forme d’un mélange de lois et conduit à une solution unique, au moyen d’un algorithme d’optimisation simple à mettre en œuvre, quelque soit la loi a priori utilisée. Les résultats obtenus avec l’approche proposée sont comparés à ceux fournis par deux méthodes de référence en milieu hospitalier. Sur données simulées, les résultats obtenus avec MEM sont significativement meilleurs que ceux obtenus par les autres méthodes, au sens d’un critère d’évaluation développé afin de quantifier la qualité des images en terme de détectabilité d’hyperfixations. La faisabilité clinique de la méthode est également illustrée.
Inverse problem, maximum entropy on the Mean, positron emission tomography.
mots clés
Problème inverse mal posé, maximum d’entropie sur la moyenne, tomographie d’émission de positons.
[Amblard (1999] C. Amblard. Reconstruction de foyers d’hyperfixation par la Méthode du Maximum d’Entropie sur la Moyenne en tomographie d’émission de positons. Application à l’oncologie. Thèse de doctorat, Institut National Polytechnique de Grenoble, Octobre 1999.
[Le Besnerais et al. (1999)] G. Le Besnerais, J.F Bercher, et G. Demoment. A new look of entropy for solving linear inverse problems. IEEE Transactions on Information Theory, 45 (5) : 1565-1578, 1999.
[Bonnans et al. (1997)] J.F Bonnans, J.C. Gilbert, C Lemarechal, et C. Sagastizabal. Optimisation numérique : aspects théoriques et pratiques. Paris, Springer, 1997.
[Brix. et al. (1997)] Brix. et al. Performance evaluation of a whole-body pet scanner using the nema protocol. Journal of Nuclear Medicine, 38(10) : 1614-1623, 1997.
[Comtat et al. (1998)] C. Comtat, P.E. Kinahan, M. Defrise, C. Michel, et D.W. Townsend. Fast reconstruction of 3D PET data with accurate statistical modeling. IEEE Transactions on Nuclear Science, 45(3):\penalty0 1083-1089, 1998.
[Csiszar et al. (1999)] I. Csiszar, F. Gamboa, et E. Gassiat. MEM pixel correlated solutions for generalized moment and interpolation problems. IEEE Transactions on Information Theory, 45 (7) : 2253-2270, 1999.
[Decarreau et al. (1992)] A. Decarreau, D. Hilborst, C. Lemarechal, et J. Navaza.Dual methods in entropy maximization, application to some problems in crystallography. SIAM Journal of Optimization, 2 (2) : 173-197, 1992.
[DeLong et al. (1988)] E.R. DeLong, D.M. DeLong, et D.L. Clarke-Pearson. Comparing the areas under two or more correlated Receiver Operating Characteristic (ROC) curves : a nonparametric approach. Biometrics, 44 : 837-845, 1988.
[Ellis (1985)] I. Ellis. Entropy, large deviation and statistical mechanics. Springer-Verlag, New-York, 1985.
[Gamboa et al. (1997)] F. Gamboa et E. Gassiat. Bayesian methods and maximum entropy method for ill-posed problems. The annals of Statistics, 25 (1) : 328-350, 1997.
[Hanley et al. (1982)] J.A. Hanley et B.J. McNeil. The meaning and use of the area under a Receiver Operating Characteristic (ROC) curve. Radiology, 143 : 29-36, 1982.
[Heinrich et al. (1996)] C. Heinrich, J.F Bercher, et G. Demoment. The maximum entropy on the mean method, correlations and implementations issues. 16 th Conference on Maximum Entropy and Bayesian methods, pages 52-61, Gerg-en-dal, South Africa, 1996.
[Hudson et al. (1994)] H.M. Hudson et R.S. Larkin. Accelerating image reconstruction using ordered subsets of projection data. IEEE Transactions on Medical Imaging, 13 : 601-609, 1994.
[Kinahan et al. (1989)] P.E. Kinahan et J.G. Rogers. Analytic 3D image reconstruction using all detected events. IEEE Transactions on Nuclear Science, 36 : 964-968, 1989.
[Kudo et al. (1999)] H. Kudo, H. Nakazawa, et T. Saito. Convergent block-iterative method for general convex cost functions. In Proceedings 1999 International meeting on fully 3D image reconstruction in radiology and nuclear medicine, 1999.
[Kullback (1959)] S. Kullback. Information theory and statistics. John Wiley and son, 1959.
[Liu et al. (1999)] X. Liu, C. Comtat, C. Michel, P. Kinahan, M. Defrise, et D.W. Townsend. Comparison of 3D reconstruction with OSEM and with FORE+OSEM for PET. Proceedings 1999 International meeting on fully 3D image reconstruction in radiology and nuclear medicine, pages 39-42, Egmond aan Zee, Holland, 1999.
[Minoux (1983)] M. Minoux. Programmation mathématique. Dunod, 1983. [Joseph (1982)] P.U. Joseph. An improved algorithm for reprojecting rays through pixel images. IEEE Transactions on Medical Imaging, 1 (3) : 192-196, 1982.
[Rockfaller (1974)] R.R. Rockfaller. Conjugate duality and optimization. SIAM, Conference Board of the Mathematical Science Regional Conference series in Applied Mathematics, 16, 1974.
[Saporta (1990)] G. Saporta. Probabilités, analyse des données et statistique. Ed. Technip, 1990.