IMAGE QUALITY
Kriteria dari sebuah image hasil CT-scan adalah:
- Resolusi Spasial
- Kemampuan untuk mendeteksi kontras
- Artefak
Resolusi Spasial
Adalah
kemampuan untuk menghasilkan objek-objek dengan tingkat kontras yang
tinggi. Kemampuan ini dipengaruhi oleh geometri sistem, dan menentukan
“definisi” sebuah image.
Dalam
hal ini, tingkat kontras yang tinggi merupakan perbedaan antara hitam
dan putih. Hitam dan putih memang dapat dengan mudah dibedakan, tetapi
semakin kecil ukuran image putih di depan latar belakang hitam, maka
akan lebih sulit dilihat jika dibandingkan dengan melihat iamge putih
yang ukurannya lebih besar pada latar belakang yang sama. Resolusi
kontras yang tinggi ini diukur dalam satuan “line pairs/cm” (lp/cm),
atau dapat juga diukur dalam MTF (%). Semakin tinggi tingkat lp/cm
sebuah mesin CT-scan, maka resolusi spasialnya akan semakin bagus.
Definisi image
“Definisi”
image itu sendiri merupakan ketajaman sebuah objek relatif terhadap
jaringan di sekelilingnya. Definisi ini tergantung atas faktor-faktor
berikut:
1. Lama waktu scan ® Pembacaan pada DAS akan lebih bagus jika lebih banyak sampel
2. Algoritma ® Penerapan fungsi kernel konvolusi
3. Ketebalan slice ® 1—10mm
4. Mode Operasi ® Parameter scanning (kV dan mA)
5. Display image ® Monitor, kartu grafis, dll.
Kemampuan mendeteksi kontras (Contrast detectability)
Kemampuan
ini dipengaruhi oleh definisi image dan noise. Hal ini merupakan faktor
yang sangat krusial dan merupakan spesifikasi yang sangat penting dalam
penggunaan CT-scan. Jika resolusi spasial menyangkut hal resolusi
dengan tingkat kontras yang tinggi, kemampuan ini dipengaruhi oleh
tingkat kontras yang rendah. Tingkat kontras yang rendah merujuk kepada
kemampuan CT-scan dengan akurat mengukur perbedaan kerapatan antara dua
objek yang sangat kecil.
Noise
Dalam
hal image CT, noise ditentukan oleh jumlah quanta sinar-X yang sampai
ke detektor dan kemudian membentuk image. Noise sangat ditentukan oleh
- mAs
- kV
- Algoritma
- Ketebalan slice
- Ukuran tubuh pasien ® Keliling tubuh pasien
- Mode operasi ® Kombinasi parameter-parameter di atas
- Display image ® Monitor, kartu grafis,dll
Noise
pada image dapat kita lihat dari bintik-bintik pada image, dan
berhubungan dengan amplituda sinyal yang diukur dan sensitivitas dari
alat ukur.
Pengaruh mAs
mAs
yang lebih besar aka menghasilkan image yang lebih bagus daripada mA
yang lebih kecil. Hal ini dikarenakan oleh lebih banyaknya sinar-X yang
dihasilkan. Tetapi mA yang rendah bukan berarti buruk, nilai mA yang
rendah tetap dibutuhkan dalam studi atau pemeriksaan kepala atau tubuh
bayi, karena kepala dan tubuh bayi “resistansi”nya kecil terhadap
sinar-X.
Berdasarkan hasil penelitian noise ~
Gambar grafik
Untuk
studi jaringan halus, noise harus diminimalkan dengan menggunakan mAs
yang tinggi, tetapi untuk studi tulang dan paru-paru, mAs yang tinggi
tidak terlalu dibutuhkan. Jaringan halus merujuk kepada organ-organ yang
kebanyakan berada di dalam tubuh, seperti otak, ginjal, pankreas, hati,
dll. Dosis (mA) sangat diperlukan dalam hal ini, terutama untuk
menganalisis tumor, karena tumor memiliki kerapatan yang sangat dekat
dengan inangnya. Kadang-kadang, dosis yang tinggi pun tidak dapat
membantu sehingga digunakanlah injeksi agen kontras yang dapat meng-konversi
tingkat kontras rendah ke tinggi. Dengan bantuan aliran kontras yang
mengalir melalui aliran darah, tumor ganas biasanya tampil lebih terang
karena mengambil darah sekaligus agen kontras di dalamnya. Tumor yang
tidak jahat biasanya akan tampil lebih gelap daripada inangnya karena
tidak mengambil kontras.
Jika
kita bicara tentang tingkat kontras yang tinggi, secara umum, kita akan
berbicara tentang tulang atau paru-paru. Karena jaringan halus pada
paru-paru dikelilingi oleh udara dan darah yang kaya dengan O2.
Sementara itu, udara tidak meredam sinar-X, dan jaringan halus hanya
menyerap sedikit. Pada iamge CT-scan nya, udara akan tampil gelap,
hitam, sementara objek lain yang lebih padat dari udara tampil abu-abu
atau putih. Struktur paru-paru dapat dengan mudah terlihat dengan dosis
CT yang rendah, begitu juga dengan tulang
Pengaruh kV
Pada sebuah percobaan, ternyata dosis level sangat tergantung pada tegangan yang diberikan ke tabung sinar-X.
kV
|
Dosis relatif
|
140
|
100 %
|
120
|
58 %
|
80
|
12 %
|
Istilah
dosis di sini merujuk kepada apa yang dilihat oleh detektor. kV
merupakan tingkat tegangan pada tabung sinar-X untuk menembak elektron
dari filamen dalam tabung sinar-X ke lempeng anoda. Ketika elektron
mengenai anoda, photon sinar-X tercipta. Energi kinetik yang digunakan
untuk mempercepat elektron ini sangat tergantung dari kV yang digunakan.
kV yang lebih tinggi, energi akan lebih tinggi juga.
Pada sebuah percobaan yang menghasilkan tabel di atas pada sebuah water phantom berdiameter 20 cm yang diletakkan diantara
sumber sinar-X dan detektor. Jika tegangan percepatan 140 kV, maka air
hampir tidak menunjukkan penyerapan apapun. Jika tegangan dikurangi
menjadi 120 kV, maka air tadi menyerap 42 % sinar-X, dan pada tegangan
80 kV, air menyerap 88 % sinar-X.
Pada
dasarnya, lebih tinggi tegangan, lebih banyak spektrum radiasi yang
digeser ke level energi yang lebih tinggi, sehingga menghasilkan
pengurangan redaman dari radiasi tersebut. Hal ini tidak terlalu berpengaruh dalam tulang dan jaringan halus tubuh yang telah diinjeksi oleh media kontras.
Tingkat
tegangan kV yang lebih tinggi mengakibatkan energi photon sinar-X
menjadi lebih tinggi. Photon sinar-X yang berenergi lebih tinggi dapat
menembuss material lebih mudah dengan sedikit redaman, sehingga noisenya
lebih sedikit. kV yang tinggi tidak sepenuhnya dibutuhkan, karena ada
kompensasi untuk tiap pilihan.
Pengaruh algoritma
Faktor ini adalah satu-satunya “software” yang memiliki efek yang besar dalam
kualitas hasil image. Algoritma dalam hal ini merupakan
persamaan-persamaan matematika yang dikonvolusikan pada data-data hasil
pengukuran. Algoritma sangat beragam, dan selalu dimodifikasi untuk
hasil yang lebih bagus. Hal inilah yang membuat hasil image yang
berbeda-beda untuk beberapa vendor.
Algoritma
untuk resolusi tinggi, yaitu yang mampu memperjelas tepian atau
ujung-ujung gambar akan menghasilkan image yang lebih bagus, tetapi
level noisenya akan lebih tinggi. Sebaliknya, algoritma smooth yang
memiliki level noise yang rendah, tetapi tepian dan ujung gambar menjadi
tidak jelas. Maka itu, untuk studi rutin, algoritma standard lah yang direkomendasikan.
Kernel-kernel
konvolusi didesain berbeda-beda untuk setiap daerah anatomi. Ada yang
khusus untuk area kepala, dan bagian tubuh yang lain. Kode kernel yang
terdapat pada mesin Siemens adalah sebagai berikut:
Kode kernel
|
Penjelasan
|
AB
|
Adult Body
|
AH
|
Adult Head
|
CH
|
Child Head untuk kasus-kasus pediatrics
|
SP
|
Special for Phantom untuk objek homogen / service
|
Kemudian, diikuti dengan 2 angka di belakang kode tersebut;
contohnya AB nn, 00 < nn < 99.
00 → Merupakan karakter yang paling smooth (halus) dan paling bagus untuk studi kontras rendah (jaringan halus)
99 → Merupakan karakter yang paling tajam dan cocok untuk studi tulang dan paru-paru
Tetapi
algoritma bukan satu-satunya faktor penentu kualitas image, masih ada
faktor-faktor yang lain. Untuk itu, kita harus memilih kombinasi yang
tepat untuk menghasilkan image yang bagus. Untuk mesin yang sedang
dibahas saat ini, Siemens memiliki protokol-protokol tertentu yang akan tetap menjaga hasil tetap optimal, tetapi konsumer tetap dapat memilih.
Pengaruh Ketebalan Slice
Memilih
ketebalan slice yang sesuai merupakan faktor keseimbangan antara
definisi tepian gambar dengan noise, karena efek offset antara keduanya.
Slice yang tebal berarti:
v Noise rendah
v Kontras resolusi lebih baik
v Definisi tepian dan ujung gambar buruk
v Terjadi artifak volume parsial
Slice yang tipis berarti:
v Noise tinggi
v Resolusi kontras rendah
v Definisi tepian gambar lebih baik
v Tidak ada artifak volume parsial
Mesin CT Siemens memiliki beberapa pilihan tebal slice, yaitu yang terkecil 1 mm, dan terbesar 10 mm. Pengaturan standarnya 1,2,3,5,8,10 mm.
Gambar grafik noise thd slice thickness, dan kuanta sinar-X, dll
gambar
Slice
yang lebih tebal berarti lebih banyak sinar-X yang lewat pasien selama
proses scanning. Artinya, lebih banyak sinyal yang masuk ke detektor dan
rasio sinyal terhadap noise yang lebih baik. Hasilnya image yang lebih
smooth dengan resolusi kontras rendah yang lebih baik.
gambar
Sebaliknya slice yang tipis memberikan resolusi spasial yang lebih baik untuk struktur tulang.
Salah
satu contoh kasus yang perlu diperhatikan, misalnya pada bagian dalam
telinga, yang di dalamnya banyak terdapat tulang-tulang rawan maupun
keras yang ukurannya cukup kecil. Jika slice yang diambil tebal,
misalkan 10 mm, maka di dalam satu voxel akan terdapat jaringan halus
dan tulangnya, dan akan menghasilkan error yang berupa image yang
terlihat pudar. Tetapi jika kita memilih slice setipis mungkin, misalkan
1 mm, maka tulang-tulang dan jaringan-jaringan akan terdapat dalam
voxel individual masing-masing.
Pengaruh ukuran tubuh pasien
Gambar grafik
Gambar
Level
noise meningkat dua kali lipat setiap kenaikan 8 cm diameter pasien.
Semua objek yang diposisikan di depan sumber sinar-X akan meredam
photon-photon sinar-X yang keluar dari sumber tersebut. Secara
sederhananya, jumlah dan level energi photon yang keluar dari sebuah
objek akan kurang dari yang masuk. Seberapa banyak yang berkurang
tergantung pada kepadatan material, dan juga ukuran objek. Semakin kecil
ukuran pasien, image akan mengandung noise yang lebih sedikit dan
detail kontras yang rendah.
Image Display – Windowing.
Gambar
Bagaimana kita mengatakan apa yang kita lihat pada image itu bagus atau tidak? Salah satu cara yaitu dengan visualisasi melalui
training dan pengalaman. Bagaimanapun demikian, masih diperlukan juga
untuk membuat perkiraan kuantitatif dari patologi yang dilihat.
Satuannya diukur dalam satuan yang disebut HU → Hounsfiled Unit.
Satuan ini merupakan pengukuran yang unik seperti juga derajat pada termometer.
0 HU → redaman air
-1000 HU → redaman udara
Kemudian
material-material lain diskalakan realtif terhadap skala air dan udara.
Skala-skala ini dikalibrasikan, sehingga jika sebuah tumor diukur pada
ukuran 50 HU pada scanner merek X, maka nilainya di vendor lain juga
harus sama dengan nilai ini.
Gambar windowing
Mata
manusia paling baik hanya dapat membedakan 40 level keabuan. Tubuh
manusia terdiri atas jaringan yang tidak hanya banyak mengandung air,
tetapi juga ada Calsium, Phospor, dan juga mineral-mineral lainnya.
Tetapi, tidak semua jaringan halus sama, walaupun tersusun atas penyusun
yang sama, karena kepadatannya yang berbeda-beda. Misalnya antara otot
dengan hati terdapat perbedaan kepadatan yang tidak begitu besar. Hal
yang sama terjadi juga pada tulang. Manusia memiliki variasi kepadatan
tulang yang berbeda-beda di dalam tubuh, dari tulang katilago yang rawn
dalam hidung, sampai dengan tulang yang kaya akan kalsium seperti halnya
tulang pinggul.
Semua
organ-organ ini meredam sinar-X dengan intensitas yang berbeda-beda,
sehingga imagenya muncul dalam level keabuan yang berbeda-beda juga.
Tiap bayangan keabuan berhubungan dengan seefektif apa suatu objek
meredam sinar-X. Putih bersih berarti redaman objek terhadap sinar-X
tersebut sangat efektif, dan hitam gelap berarti sedikit atau bahkan
tidak ada redaman, separti udara.
Sistem
display image mesin ini didesain untuk mendisplaykan tidak lebih dari
256 level keabuan dalam satu waktu. Akan tetapi, skala HU yang ada
terbentang dari -1000 sampai dengan 3096, yang berarti totalnya adalah
4096 nilai. Jika seseorang ingin melihat detail hati, dia mungkin
melihat perubahan-perubahan kepadatan yang hanya sedikit terjadi. Untuk
melihat perubahan-perubahan kecil inilah digunakanlah metoda windowing.
Karena hati hanya menunjukkan porsi yang kecil dari skala HU, maka
mesin akan memilih nilai tengah yang dapat disamakan dengan nilai mean
dari kepadatan organ, dan membuka
window secukupnya untuk melihat detail yang diinginkan. Jumlah maksimum
warna keabuan tidak akan melebihi 256 karena pengaturan window tadi.
Gambar
Sehingga, pengaturan window harus berkenaan dengan struktur yang ingin divisualisasikan.
Gambar 62/17
Lebar window yang sempit akan
menghasilkan image yang memiliki tingkat kontras yang tinggi, tetapi
struktur di luar window mungkin tidak cukup terepresentasikan atau
bahkan terabaikan. Sementara itu jika kita menggunakan lebar window yang
luas, perbedaan-perbedaan kepadatan yang kecil akan terlihat homogen
dan dapat termasking (tertutupi/tersembunyi).
Teknik double window
Teknik
ini digunakan untuk mendisplaykan dua tipe jaringan yang perbedaan
kepadatannya sangat besar, seperti paru-paru dan usus halus. Teknik ini
tidak direkomendasikan untuk diagnosis.
Tabel
Gambar 62/17
Gambar 64/17
Image I : paru-paru, dinding thorax, dan usus halus terlihat dalam semuanya.
Image II : hanya paru-paru yang terlihat
Image III : hanya dinding thorax dan usus halus yang terlihat.
Nilai CT yang sangat besar
Secara
normal, nilai CT dapat diukur dari -1024 sampai +3071. Tetapi pada
mesin-mesin SOMATOM Plus 4, nilai ini dapat diperlebar rangenya (10
kali) dari -10240 sampai +30710 untuk memvisualisasikan detail logam
yang misalnya terdapat dalam tubuh manusia, karena jika tidak, akan
terjadi akan salah direpresentasikan. Oleh karena itu, pengukuran nilai
asli CT dapat dilakukan bagaimanapun dan bagaimana window diposisikan.
Gambar 66/17
Apa yang sebenarnya yang dimaksud dengan nilai asli CT?
Selain
hanya melihat pada sebuah image untuk memperoleh informasi, dokter juga
akan meminta pengukuran kuantitatif pada sebuah area yang diinginkan
pada image. Hal ini dapat dilakukan dengan menggambar RoI (Range of
Interest) pada sebuah objek yang akan diukur. Software komputer yang
kemudian mengevaluasi semua data yang dibatasi oleh area tersebut dan
melaporkan beberapa data statistik tentang daerah tersebut.
Hal
yang paing pertama dalam laporan adalah nilai mean dan
direpresentasikan dalam nilai HU, yang berarti karakteristik redaman
sinar-X pada objek dalam nilai numerik. Secara normal mesin hanya memiliki sekitar 4074 nilai untuk menggambarkan semua objek dalam tubuh manusia.
Juga
perlu diperhatikan semua yang lebih padat ditampilkan putih dan jika
kepadatan objek tersebut di atas 3071 HU, maka displaynya juga akan
berada pada level brightness maksimum. Tetapi sebagai tambahan, jika
pengukuran kuantitatif dilakukan, maka hasilnya akan salah, karena
skalanya berakhir di 3071. Disinilah nilai CT dapat dipilih untuk
membuat objek yang sangat-sangat padat terlihat dan dapat diukur.
Ada
catatan penting yang harus diperhatikan. Windowing hanya berguna jika
data yang dimaksud benar-benar ada. Selain itu juga tergantung pada
parameter scanning yang dipilih dan batasan-batasan peralatan scanning,
sehingga sangat mungkin sekali objek-objek yang sangat padat tidak dapat
direpresentasikan dengan akurat.
Gambar 68/17
Review vs Magnification
Review : rekonstruksi zoom dari data mentah untuk meningkatkan ketajaman detail imagenya.
Magnification : pembesaran optikal murni dari data image dan hasilnya mungkin dapat tampil blur.
Review
merupakan istilah yang digunakan oleh Siemens untuk mendefinisikan
prosess dimana data pasien yang telah melalui beberapa proses awal
(preprocessing atau data mentah) kemudian digunakan kembali untuk
merekonstruksi sebuah image. Semua tugas ini dikerjakan oleh Image
Processor. Untuk menggunakannya, pengguna harus memiliki data mentah.
Tetapi istilah review tidak dapat disamakan dengan recall,
karena proses ini merupakan image yang telah ada sebelumnya disimpan
dalam suatu media penyimpanan, kemudian dipanggil kembali, dan
ditampilkan kembali ke image monitor.
Magnification
atau expand didefinisikan sebagai proses pemekaran pixel sehingga
software maupun hardware menginterpolasikan pixel-pixel yang berdekatan
untuk menciptakan pixel-pixel baru. Contohnya jika kita me-magnify area
yang ukurannya 256 x 256 pixel untuk mengisi area 512 x 512, maka kita
berarti memekarkan image dengan faktor dua kali lipat, yang berarti
hanya setengah dari image yang asli yang akan ditampilkan di ruang yang
sama. Jika kita kalikan 256 x 256 = 65536 pixel, dan 512 x 512 = 262144
pixel. Jadi, untuk membesarkan image dua kali lipat, dibutukan pixel
empat kali lebih banyak. Hasilnya terlihat cukup bagus, karena ukuran 1
pixel yang sangat kecil. Masalah akan ditemui jika kita mencoba
memekarkan image dengan faktor yang lebih tinggi. Dalam kasus ini,
detailnya image mungkin tidak terlihat jelas atau kabur karena efek
blurring.
No comments:
Post a Comment