Digital breast tomosynthesis reconstruction toolbox and its application on the noise analysis in the reconstructed slices

A tomossíntese digital mamária (Digital Breast Tomosynthesis - DBT) é um exame radiográfico utilizado para o rastreamento do câncer de mama, que busca superar a limitação da sobreposição de tecidos existente na mamografia digital 2D. Nessa técnica são adquiridas projeções radiográficas em diferentes ângulos, que são processadas para a reconstrução do volume da mama. Um grande desafio é a elaboração dos algoritmos para a reconstrução tomográfica, visto que há um número limitado de projeções adquiridas com baixas doses de radiação, abrangendo uma estreita faixa de ângulo. Outro fator importante é o ruído presente nas imagens, que pode impactar o diagnóstico do câncer pelos radiologistas. Esse trabalho tem como objetivo apresentar uma ferramenta de reconstrução de imagens para DBT e fazer um estudo do comportamento do sinal e do ruído nas imagens reconstruídas. Os métodos analíticos de retroprojeção simples e filtrada, bem como os interativos de máxima verossimilhança e algébricos foram avaliados. A validação dos algoritmos de reconstrução foi feita por meio de métricas objetivas e as imagens reconstruídas foram comparadas com imagens obtidas a partir de um software de reconstrução para DBT desenvolvido pelo Food and Drug Administration (FDA). A partir das análises objetivas e visuais, demonstrou-se o potencial da ferramenta desenvolvida nesse trabalho. O ruído pós-reconstrução foi investigado através da aquisição de imagens de phantoms homogêneos, utilizando dois sistemas comerciais de DBT. As curvas de valor médio de pixel, a variância do ruído e a relação sinal-ruído seguiram o mesmo padrão já demonstrado para as projeções. A análise do espectro de potência do ruído demonstrou que o processo de reconstrução correlaciona o ruído para ambos os equipamentos.Digital Breast Tomosynthesis (DBT) is a radiographic examination used for breast cancer screening, which seeks to overcome the tissue superposition in 2D digital mammography. In this technique, radiographic projections are acquired at different angles, which are processed for the reconstruction of the breast volume. A major challenge is the elaboration of algorithms for tomographic reconstruction since there are a limited number of projections acquired with low doses of radiation, covering a narrow-angle range. Another important factor is the noise present in this modality that can impact the diagnosis of tumors by radiologists. This work aims to present an image reconstruction toolbox for DBT and study the signal and noise behavior in the reconstructed slices. The analytical methods of simple and filtered back-projection, as well as the maximum likelihood and algebraic iterative methods were evaluated. The validation of the reconstruction algorithms was done by objective metrics and the reconstructed images were compared with the images obtained from a reconstruction software for DBT developed by the Food and Drug Administration (FDA). Through the objective and visual analysis, the potential of the toolbox developed in this work was demonstrated. The noise after reconstruction was investigated by means of the acquisition of homogeneous phantom images, using two commercial DBT systems. The mean pixel value, the noise variance and the signal-to-noise ratio follow the same curve shape already shown for the projection domain. The analysis of noise power spectrum demonstrated that the process of reconstruction correlates the noise for both systems used