The arrivai of computed tomography (CT) in médical imaging has tremendously transformed patient care. The importance of CT is reflected by the hundred million scans conducted each year by more than 50,000 installations worldwide and its omniprésence in disease management. However, as any x-ray diagnostic modality, CT irradiâtes the patient. The intensive use of CT combined with its very radiant nature raises major concerns regarding a possible increased risk of cancer in the population. To overcome this public health issue, dose optimization from CT examinations with regard to image quality is mandatory. A quantitative method for image quality assessment relies on the performance of an observer to fulfïll a diagnostic task. As CT combines many parameters that affect the resulting images, it is useful to use numerical surrogates of the human observer, such as a model observer, to assess image quality.
Model observers have been used with success for optimizing 2D imaging like mammography, and with the shift of médical imaging towards volumetric imaging, it is relevant now to expand their use to this modality. For this purpose, the present work extends the range of psychophysical investigations with human and model observers to CT volumetric images. The performance of human observers was analyzed with respect to parameters relevant to signal détection in volumetric images, such as viewing mode, signal size, and background type. Performances were compared to model observers adapted from the literature and were evaluated for their compétence to predict human observer performance. This work also présents an exercise of model observer computation for CT optimization where performance of a model observer was compared between participants.
For our main results we experimentally measured human observer ability to use volumetric information to detect a low-contrast signal in uniform background and clinical with anatomical background images. Results showed that the human observer marginally benefits from the third dimension to detect a signal in uniform and anatomical images. We also adapted existing model observers to detect a low-contrast signal in volumetric CT images with a uniform background and these models predicted human observer performance well. The international comparison found an excellent degree of équivalence between model observer performance among the 13 participating laboratories and helped to define the state of the art of model observer computation in médical image quality assessment.
The contribution of this work is that it emphasizes the use of a model observer as an objective tool for image quality assessment in CT that can replace time-consuming and costly clinical studies, and be extended to other three-dimensional médical imaging devices as well.
--
L'émergence de la tomodensitométrie en imagerie médicale a profondément transformé le soin des patients. L'importance de la tomodensitométrie est illustrée par la centaine de millions d'examens réalisés chaque année par plus de 50 000 installations à travers le monde et son omniprésence dans la prise en charge des maladies. Cependant, tout comme n'importe quelle modalité à but diagnostic utilisant des rayons X, la tomodensitométrie irradie les patients. L'utilisation intensive de la tomodensitométrie combinée à sa nature très irradiante soulève une inquiétude majeure justifiée par la possible augmentation du risque de cancer dans la population.
Pour surmonter ce problème de santé publique, l'optimisation de la dose délivrée lors d'un examen de tomodensitométrie avec la prise en considération de la qualité d'image est obligatoire. Une méthode quantitative pour évaluer la qualité d'image repose sur la performance d'un observateur à réaliser une tache diagnostique. La tomodensitométrie combinant un ensemble important de paramètres pouvant affecter l'image résultant d'un examen, il serait d'intérêt d'utiliser un substitut numérique de l'observateur humain, tels que le sont les modèles d'observateur, pour évaluer la qualité d'image. Les modèles d'observateur ont été utilisé avec succès pour l'optimisation de systèmes d'imagerie 2D comme la mammographie et avec le glissement de l'imagerie médicale vers l'imagerie volumétrique, il serait d'intérêt d'y étendre leur usage. Dans cet objectif, le présent travail prolonge les investigations psychophysiques impliquant des observateurs humains et numériques à des images volumétriques de tomodensitométrie. La performance d'observateur humains est analysée en fonction de paramètres pertinents pour la détection de signal avec des images volumétriques, tels que le mode de visualisation, la taille du signal et le type de fond de l'image. Les performances ont été comparées à des modèles d'observateur adaptés de la littérature et ont été évalués pour leur capacité à prédire la performance d'observateur humains. Ce travail présente également un exercice de comparaison de l'implémentation de modèle d'observateur pour l'optimisation de la tomodensitométrie, où la performance des modèles d'observateur a été comparé entre les participants.
En ce qui concerne les résultats principaux, nous avons expérimentalement mesuré la capacité d'un observateur humain à utiliser l'information volumétrique pour détecter un signal de faible contraste dans des images uniformes et dans des images cliniques avec un fond de type anatomique. Les résultats ont montré que l'observateur humain bénéficie de façon marginale de l'apport de la troisième dimension pour détecter un signal dans des images possédant un fond uniforme et anatomique. Nous avons également adapté un modèle d'observateur existant pour détecter un signal dans des images volumétriques de tomodensitométrie avec un fond uniforme et ces modèles ont correctement prédit la performance de l'observateur humain. La comparaison internationale a trouvé un excellent degré d'équivalence entre les performances des modèles d'observateur parmi les 13 laboratoires participants et a aidé à définir l'état de l'art de l'implémentation des modèles d'observateur pour l'évaluation de la qualité de l'image médicale.
Ce travail contribuera à accentuer l'utilisation des modèles d'observateur comme un outil d'évaluation objectif de la qualité d'image en tomodensitométrie pouvant remplacer les études cliniques couteuses et chronophages ainsi qu'être étendu aux autres modalités d'imagerie 3D.