Comparative analysis of reconstruction filters for XCAT Phantom CT images using parallel beam geometry

Computerized Tomography (CT) is one of the most widely used medical imaging methods. It yields three-dimensional images of a patient's body, has a relatively short acquisition time and offers information about tissue densities, which is essential for the field of radiotherapy. However, experimenting on real patients can be impractical when researching improvements in existing CT systems. Instead, studies are often performed using phantoms, which are designed to replicate the properties of human tissue. There are numerous types of phantoms, but one of the most accurate ones are XCAT phantoms. These virtual phantoms are highly-realistic and do not carry many disadvantages of traditional physical and virtual phantoms. To acquire a CT image, X-ray projections of the patient must be captured from multiple angles and processed using a reconstruction algorithm. One of the most widely used methods for image reconstruction is Filtered Back-Projection. A fundamental component of this algorithm is the application of filters to enhance image quality. This study aims to evaluate the impact of different filters on image reconstruction quality. Reconstructed images were compared with reference volumes to assess accuracy. Computed metrics were Root Mean Square Error (RMSE), Peak Signal-Noise Ratio (PSNR) and Structural Similarity Index Measure (SSIM). The results showed a high degree of similarity, indicating that the reconstructed images accurately represent the imaged phantoms. Furthermore, image quality metrics were computed to objectively analyze images without relying on reference volumes. Contrast-Noise Ratio (CNR) was used to analyze image noise, while blur was assessed using Full Width at Half-Maximum (FWHM). These metrics indicated that while the Hamming and Hann filters improve image noise, they also result in a higher degree of blur compared to the Ram-Lak and Shepp-Logan filters. Meanwhile, the Ram-Lak and Shepp-Logan filters introduce a greater degree of noise. These results indicate the need for compromise in the choice of filters, balancing noise reduction and edge preservation based on application requirements.

La tomografia computerizzata (CT) è uno dei metodi di imaging medico più utilizzati. Produce immagini tridimensionali del corpo di un paziente, ha un tempo di acquisizione relativamente breve e offre informazioni sulla densità tissutale, che sono essenziali per il campo della radioterapia. Tuttavia, sperimentare su pazienti reali può essere poco pratico quando si ricercano miglioramenti nei sistemi CT esistenti. Invece, gli studi vengono spesso condotti utilizzando fantocci, che sono progettati per replicare le proprietà del tessuto umano. Esistono numerosi tipi di fantocci, ma uno dei più accurati è il fantoccio XCAT. Questi fantocci virtuali sono altamente realistici e non presentano molti svantaggi dei fantocci fisici e virtuali tradizionali. Per acquisire un'immagine CT, le proiezioni a raggi X del paziente devono essere catturate da diversi angoli ed elaborate con un algoritmo di ricostruzione. Uno dei metodi più utilizzati per la ricostruzione dell'immagine è la Retroproiezione Filtrata. Una componente fondamentale di questo algoritmo è l'applicazione di filtri per migliorare la qualità dell'immagine. Questo studio mira a valutare l'impatto di diversi filtri sulla qualità della ricostruzione delle immagini. Le immagini ricostruite sono state confrontate con i volumi di riferimento per valutare l'accuratezza. Le metriche calcolate sono state Errore Quadratico Medio (RMSE), Rapporto Segnale-Rumore di Picco (PSNR) e Indice di Similarità Strutturale (SSIM). I risultati hanno mostrato un alto grado di somiglianza, indicando che le immagini ricostruite rappresentano accuratamente i fantocci generati. Inoltre, le metriche di qualità delle immagini sono state calcolate per analizzare oggettivamente le immagini senza fare affidamento su volumi di riferimento. Il Rapporto Contrasto-Rumore (CNR) è stato utilizzato per analizzare il rumore dell'immagine, mentre la sfocatura è stata valutata usando Larghezza a Metà Altezza (FWHM). Queste metriche hanno indicato che mentre i filtri Hamming e Hann migliorano il rumore dell'immagine, causano anche in un grado più elevato di sfocatura rispetto ai filtri Ram-Lak e Shepp-Logan. D'altra parte, i filtri Ram-Lak e Shepp-Logan introducono un maggiore grado di rumore. Questi risultati indicano la necessità di un compromesso nella scelta dei filtri, bilanciando la riduzione del rumore e la conservazione dei bordi in base ai requisiti dell'applicazione.