Tietokonetomografia, kuten positroniemissiotomografiakuvaus eli PET-kuvaus tai tietokonekerroskuvaus eli CT-kuvaus, on välttämätön tarkan 3D-kuvantamisen työkalu. Kuvissa voi kuitenkin esiintyä virheitä eli artefaktoja, jotka vaikeuttavat niiden luotettavaa tulkintaa.
– Näitä virheitä voidaan vähentää erilaisten rekonstruktioalgoritmien avulla, kertoo Us.
Uusia ja tehokkaampia algoritmeja tarvitaan erityisesti, jos kuvanmuodostuksen pohjana olevat mittaustiedot ovat kohinaisia ja osin puuttuvat kokonaan. Koska kullakin kuvantamismenetelmällä on omat vahvuutensa ja heikkoutensa, eri menetelmiä myös yhdistellään. Tämä parantaa kuvien laatua, mutta on algoritmeille haastavaa.
– Uusien algoritmien avulla voidaan vähentää tarvittavien kuvausten lukumäärää ja siten potilaiden saamaa säteilykuormaa. Häiriöttömien kuvien ansiosta radiologeilla ja lääkäreillä on myös käytössään luotettavaa ja laadukasta tietoa, johon perustaa hoitopäätöksensä.
Diplomi-insinööri Defne Usin signaalinkäsittelyn alaan kuuluva väitöskirja Reduction of limited angle artifacts in medical tomography via image reconstruction tarkastetaan julkisesti Tampereen yliopiston informaatioteknologian ja viestinnän tiedekunnassa 8.2.2018 kello 12 alkaen Tietotalon auditoriossa TB109 (Korkeakoulunkatu 1, Tampere). Vastaväittäjinä toimivat Associate Professor Martin S. Andersen (Tanskan teknillinen yliopisto) sekä ylifyysikko Antti Sohlberg (Päijät-Hämeen hyvinvointiyhtymä). Tilaisuutta valvoo professori Ulla Ruotsalainen Tampereen yliopiston informaatioteknologian ja viestinnän tiedekunnasta.
Väitöskirjaan voi tutustua osoitteessa http://urn.fi/URN:ISBN:978-952-03-0964-0.