Программный сбор и обработка в реальном времени исходных данных детектора ПЭТ

В современных архитектурах считывания данных ПЭТ определение положения и энергии сцинтилляционных событий (одиночных событий), а также выявление совпадающих событий (совпадений) обычно выполняются на высокоинтегрированных программируемых печатных платах. Реализацию усовершенствованных алгоритмов обработки одиночных событий и совпадений часто ограничивают строгие требования к обработке данных аппаратными средствами. В этой работе представлена программная архитектура сбора и обработки данных (DAPA), обеспечивающая гибкость при реализации таких алгоритмов благодаря менее жестким требованиям к работе в реальном времени и легко расширяемой системе обработки данных. Архитектура предназначена для сбора исходных данных от независимых, но синхронизированных модулей детектора и обработки одиночных событий и совпадений в реальном времени с использованием методов оценки положения кристалла и энергии на основе центра тяжести (COG), метода наименьших квадратов (LS) или метода максимального правдоподобия (ML). Для проверки DAPA ее адаптировали к доклиническому детектору ПЭТ, который выдавал исходные данные от 60 независимых детекторных блоков на основе цифровых кремниевых фотоумножителей (dSiPM). Работу системы оценивали с помощью фантома «горячие стержни», заполненного [18F]-фтордезоксиглюкозой. Архитектура DAPA отличалась высокой надежностью: потеряно или повреждено было менее 0,1% исходных данных детектора. При высоких порогах верификации детекторных матриц dSiPM (37,1 ± 12,8 фотона на пиксель) обработка в реальном времени была возможна при активности до 55 МБк для метода COG, до 31 МБк для метода LS и до 28 МБк для метода ML. По сравнению с методом COG при реконструкции изображения фантома «горячие стержни» с помощью методов LS и ML стержни разделялись лишь немного лучше и выглядели менее размытыми. Временное разрешение совпадений (около 500 пс) и энергетическое разрешение (около 12,3%) были сопоставимы для всех трех методов, тогда как чувствительность системы при использовании методов LS и ML была до 2,5 раза выше.