Virtuaalinen röntgenlaite
Jernfors, Jones (2022-06-30)
Jernfors, Jones
J. Jernfors
30.06.2022
© 2022 Jones Jernfors. Ellei toisin mainita, uudelleenkäyttö on sallittu Creative Commons Attribution 4.0 International (CC-BY 4.0) -lisenssillä (https://creativecommons.org/licenses/by/4.0/). Uudelleenkäyttö on sallittua edellyttäen, että lähde mainitaan asianmukaisesti ja mahdolliset muutokset merkitään. Sellaisten osien käyttö tai jäljentäminen, jotka eivät ole tekijän tai tekijöiden omaisuutta, saattaa edellyttää lupaa suoraan asianomaisilta oikeudenhaltijoilta.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:oulu-202206303202
https://urn.fi/URN:NBN:fi:oulu-202206303202
Tiivistelmä
Röntgenhoitajien koulutuksessa on tärkeä ymmärtää, miten eri kuvausparametrit vaikuttavat röntgenkuvaan. Tällä hetkellä Oulun ammattikorkeakoululla on käytössä vain yksi röntgenlaite, jolla voidaan harjoitella kuvausta. Ainoana laitteena sen käyttöaste on niin korkea, että röntgenkuvausharjoituksia pitää suorittaa myös viikonloppuisin. Tämän opinnäytetyön tavoitteena oli kehittää virtuaalinen röntgenlaite apuvälineeksi säteilykuvantamisen koulutustarkoituksiin. Virtuaalinen röntgenlaite tuottaisi todenmukaisia röntgenkuvia röntgentutkimuksessa käytettävillä eri parametreillä. Kehitetyn röntgenohjelman fotonien simulaattorina toimi tohtori Franck P. Vidalin kehittämä gVirtualXRay. Opinnäytetyössä käytettiin Kyoto Kagakun whole body PBU-50 antropomorfista fantomia ilman raajoja. Sen eri kudokset ja elimet segmentoitiin 3D-malleiksi, joita käytettiin röntgenohjelmassa kuvattavana kohteena. Kyseisestä fantomista otettiin natiiviröntgenlaitteella yhteensä 63 kuvan kuvasarjat eri kuvausarvoilla. Näistä kuvista laskettiin kohinan muutos signaali-kohinasuhteena. Kuvista kerättiin myös säteilyannoksen data. Kohinan ja säteilyannoksen tuloksiin sovitettiin 3D-pinnat, joiden avulla pystyttiin arvioimaan niiden arvot kuvausjännitteen ja sähkömäärän funktioina. Sovitettujen 3D-pintojen avulla pystyttiin tuottamaan todenmukaisia kohinallisia röntgenkuvia sekä laskemaan kuvausarvoja vastaavat säteilyannokset. Röntgenohjelmassa kuvausjännitteen tuottama röntgenspektri lasketaan Michael R. Galliksen kirjoittaman XRaySpectrum-koodin avulla. Koodi mahdollisti myös säteilykeilan eri suodatusmateriaalien lisäämisen röntgenohjelmaan. Röntgenohjelmassa säteilyannosta laskettaessa huomioidaan käytetty säteilykeilan suodatus sekä röntgenputken etäisyys. Virtuaalisesti tuotetulle röntgenkuvalle tehdään lukuisia kuvankäsittelyoperaatioita, joita tehdään myös todellisille röntgenkuville. Kehitetylle röntgenohjelmalle luotiin visuaalinen käyttöliittymä, jossa tuotetaan virtuaalinen röntgenkuva asettamalla röntgentutkimukselle yleisiä parametrejä: putkijännitteen ja sähkömäärän arvot, säteilykeilan suodatus, yleisimmät kuvaussuunnat, blendan koko ja sijainti sekä röntgenputken etäisyys. Käyttöliittymä näyttää tuotettujen kuvien yhteydessä säteilyannoksen suuruuden ja kuvausjännitteellä lasketun röntgenspektrin. Se laskee myös säteilyannoksen yksikkönä käytetyn DAP:in yleisimmin käytetyissä yksiköissä. In the education of radiologists, it is important to understand how different imaging parameters affect the radiograph. Currently, Oulu University of Applied Sciences has only one x-ray machine that can be used to practice x-ray imaging. Being the only device, its utilization rate is so high that x-ray exercises must also be conducted during weekends. The aim of this thesis was to develop a virtual x-ray machine to assist x-ray imaging training purposes. The virtual x-ray machine would produce realistic x-ray images with different parameters used in an x-ray examination. gVirtualXRay, developed by Dr. Franck P. Vidal, was used as a photon simulator in the developed x-ray program. Kyoto Kagaku’s whole body PBU-50 anthropomorphic phantom was used without limbs. Its various tissues and organs were segmented into 3D models, which were used as the subject of x-ray examination. A series of 63 images with different imaging values were taken from the phantom with a native x-ray machine. From these images, the change in noise as a signal-to-noise ratio was calculated. Radiation dose data was also extracted from the images. 3D surfaces were fitted to the noise and radiation dose results, which were able to evaluate their values as a function of tube voltage and mAs. These 3D surfaces enabled the production of realistic x-ray images with noise and calculations of the radiation doses corresponding to the imaging values. A code created by Michael R. Gallis, XRaySpectrum, was used to calculate the x-ray spectrum produced by the tube voltage in the program. The code also allowed the addition of different beam filtering materials to the x-ray program. Radiation dose levels were affected by the applied filtration and x-ray tube distance. Numerous image processing operation are performed on the virtually generated x-ray image, which are also performed on real x-ray images. A graphical user interface was created for the developed x-ray program. It allows the production of a virtual x-ray image by setting common parameters for an x-ray examination: tube voltage and mAs, radiation beam filtering, the most common imaging projections, collimation size and location, and x-ray tube distance. The user interface displays the radiation dose and the produced x-ray spectrum after an x-ray image is produced. It also calculates derived units of DAP used as the radiation dose unit.
Kokoelmat
- Avoin saatavuus [37125]