Reconstruction tomographique des images tomodensitométriques

BEN SELLEM Dorra ist Doktor der Medizin, Maitre de Conférences Agrégée in Biophysik und Nuklearmedizin an der Medizinischen Fakultät von Tunis und am Institut Salah Azaiez. HAOUANEB Hayfa hat einen Forschungsmaster in Funktionsbiologie, Fachrichtung Angewandte Physiologie und Physiopathologie der FST, Universität Tunis EL Manar.

L'imagerie médicale est un outil de base qui aide les médecins dans leur diagnostic. Un bon diagnostic nécessite une très bonne qualité d'image et l'utilisation de la meilleure méthode pour la traiter et l'analyser. Ce travail présente une étude comparative de quatre algorithmes largement utilisés : deux algorithmes analytiques (rétroprojection simple (BP) et rétroprojection filtrée (FBP) et deux algorithmes itératifs Algebraic Reconstruction Technique (ART) et Maximum Likelihood Expectation Maximisation (MLEM). Toutes ces méthodes ont été mises en oeuvre et testées avec des images tomodensitométriques pulmonaires. L'erreur de norme relative de l'image reconstruite, l'erreur de la norme relative de la projection simulée, l'erreur carrée moyenne, la corrélation croisée normalisée, le contenu structurel et le rapport signal / bruit de crête ont tous été utilisés pour décider de la performance de qualité d'image des différents algorithmes. De plus, nous avons testé l'effet de la variation du nombre d'itérations et de projections sur la qualité de l'image reconstruite. La meilleure performance a été observée avec l'algorithme FBP, ce qui favorise sa recommandation en tomodensitométrie.