Mats Persson får etableringsbidrag från VR

Bidraget tilldelas för projektet ”Fotonräknande datortomografi med hög noggrannhet för förbättrad cancerdiagnostik”

Cancer är en av de främsta orsakerna till dödlighet med förväntade 10 miljoner dödsfall årligen. En ofta använd avbildningsmodalitet för att diagnostisera cancer är röntgendatortomografi (CT), som ger tredimensionella bilder av människokroppen som rekonstrueras från röntgenmätningar. Trots sin höga användbarhet finns det begränsningar med nuvarande CT-teknologi med avseende på diagnostisk kvalitet och kvantitativ noggrannhet. Den framväxande fotonräknande CT-tekniken kan övervinna dessa begränsningar med sin högre rumsliga upplösning, lägre bildbrus och förbättrad materialselektiva bildåtergivning. För att uppnå den fulla potentialen av tekniken behöver metoder för bildrekonstruktion utvecklas. Deep-learning-baserad bildrekonstruktion, en ny teknik för bild-CT-rekonstruktion, har visat avsevärd förbättring av bildkvaliteten och snabb rekonstruktion.

Vi kommer att utveckla en djupinlärningsbaserad CT-bild rekonstruktionsmetod som genererar mycket exakta fotonräkningsbilder tillsammans med kartor över bildens osäkerhet, med hjälp av en CT-skannerprototyp utvecklad i vårt labb. Vi kommer att utvärdera nyttan av den nya avbildningstekniken för diagnos och radiomisk karakterisering av tumörer. Det förväntade resultatet är att fotonräknande spektral CT med djupinlärningsrekonstruktion kan ge drastiskt förbättrad diagnostisk kvalitet och radiomisk mätnoggrannhet utan extra dos. Detta kan leda till räddade liv och ett nytt forskningsfält inom området datadriven cancerdiagnostik.