Ex) Article Title, Author, Keywords
pISSN 0374-4914
eISSN 2289-0041
pISSN 0374-4914
eISSN 2289-0041
Ex) Article Title, Author, Keywords
New Phys.: Sae Mulli 2024; 74: 1245-1250
Published online December 31, 2024 https://doi.org/10.3938/NPSM.74.1245
Copyright © New Physics: Sae Mulli.
Seung-Jae Lee, Cheol-Ha Baek*
Department of Radiological Science, Dongseo University, Busan 47011, Korea
Center for Radiological Environment & Health Science, Dongseo University, Busan 47011, Korea
Department of Radiological Science, Kangwon National University, Samcheok 25949, Korea
Correspondence to:*baekch100@gmail.com
This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License(http://creativecommons.org/licenses/by-nc/4.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.
The scintillator of the small animal PET detector is very small and a long shape, so excellent spatial resolution can be achieved. However, this scintillation pixel causes a decrease in spatial resolution in the outskirts of the field of view. To solve this problem, in a previous study, we stacked scintillator blocks in four layers and inserted light guides with different reflector patterns between each layer to design a depth of interaction detector. In this study, we attempted to find the optimal combination of light guide thicknesses to obtain optimal flood images by composing various combinations of the thickness of the light guide used for each layer. For this, A detector was designed using DETECT2000, and the flood images evaluated for the degree of separation according to each light guide thickness combination. As a result, it was possible to find the optimal combination of light guide thicknesses, which improved the degree of separation by 52.26% compared to the original case.
Keywords: Small animal, PET, Light guide, Optimization, DETECT2000
소동물용 양전자방출단층촬영기기(positron emission tomography; PET)에 사용하는 검출기의 섬광체는 매우 작고 긴 형태를 이루고 있어, 중심 시야에서는 매우 우수한 공간분해능을 달성하여, 우수한 영상을 획득할 수 있다. 그러나 이러한 형태의 섬광 픽셀로 관심 시야 외곽에서는 공간분해능이 저하되는 현상이 발생한다. 이를 해결하기 위해 지난 연구에서 섬광체 블록을 네 층으로 쌓고, 각 층 사이에 서로 다른 반사체 패턴을 지닌 광가이드를 삽입하여 반응 깊이 층을 판별하는 검출기를 설계하였다. 광가이드의 특정한 패턴으로 평면 영상에서 각 층별 동일한 위치의 섬광 픽셀 영상이 서로 다른 위치에 영상화되도록 설계하였다. 그러나 섬광 픽셀 영상들이 인접한 위치에서 영상화 될 경우 분리의 어려움이 존재하였다. 본 연구에서는 각 층별 사용한 광가이드의 두께를 여러 조합으로 구성하여 최적의 평면 영상을 획득할 수 있는 광가이드 두께의 최적의 조합을 찾고자 하였다. 이를 위해 DETECT2000을 사용하여 검출기를 설계하고, 감마선 이벤트를 발생시켜 획득한 평면 영상을 각 광가이드 두께 조합에 따라 섬광 픽셀 영상들의 분리 정도를 분석 및 평가하였다. 그 결과 기존 동일한 두께의 광가이드를 사용한 경우에 비해 분리 정도가 52.26% 향상된 최적의 광가이드 두께 조합을 찾을 수 있었다.
Keywords: 소동물용, 양전자방출단층촬영기기, 광가이드, 최적화, DETECT2000
전임상 연구를 위해 사용하는 소동물용 양전자방출단층촬영기기(positron emission tomography; PET)는 작은 갠트리와 작고 긴 섬광 픽셀로 구성된 검출기를 사용하여, 고민감도와 우수한 공간분해능을 지닌다. 이러한 시스템 구조로 인해 소동물용 PET은 관심시야(field of view; FOV) 중심에서 벗어날수록 공간분해능 저하현상이 나타난다[1, 2]. 이를 해결하기 위한 방법으로 검출기에 입사한 감마선과 섬광 픽셀이 상호작용한 위치를 추적하는 반응 깊이 측정(depth of interaction; DOI) 검출기 개발에 많은 연구가 수행되었다. 다양한 DOI 검출기가 개발되었으며, 세 가지 형태로 분류할 수 있다. 첫 번째는 여러 층으로 섬광 픽셀을 쌓아 층을 구분하는 방식이며, 여기에는 종류가 서로 다른 섬광 픽셀을 여러 층으로 쌓는 방법과[3], 동일한 섬광체에 서로 다른 불순물 종류 및 농도를 첨가한 섬광 픽셀을 사용하는 방법이 있다[4]. 두 번재는 단일 층의 섬광 픽셀 배열을 사용하고, 양 끝에 광센서를 배치하여, 감마선과 섬광 픽셀의 상호작용에 의해 발생된 빛의 수집 비율을 통해 반응 위치를 측정하는 방법이 있다[5, 6]. 세 번째는 단일 층의 섬광 픽셀 배열과 광센서를 사용하여 하나의 층을 구성하고, 이러한 층을 여러 층으로 배열하는 방법이다[7, 8].
이전 연구에서는 개발된 여러 방법 중 첫 번째 방법과 같이 여러 층으로 섬광 픽셀을 쌓는 방식을 사용하고, 각 층 사이에 서로 다른 반사체 패턴을 지닌 광가이드를 삽입하여 반응 깊이 층을 측정하는 검출기를 설계하였다[9-11]. 본 연구에서는 앞서 설계한 검출기에서 획득하는 평면 영상을 보다 향상시키기 위한 최적화 과정을 수행하였다. 여러 층으로 섬광 픽셀을 쌓고, 각 층 사이에 서로 다른 패턴을 지닌 광가이드를 삽입하여 평면 영상을 획득할 경우, 각 섬광 픽셀이 영상화된 위치가 서로 인접할 경우 명확히 층을 구분하지 못하는 경우가 발생할 수 있다. 이를 해결하기 위해 서로 다른 두께의 광가이드를 사용하여 평면 영상에서 각 섬광 픽셀 영상들의 위치의 분리 정도를 더욱 명확히 하도록 광가이드 두께의 최적화를 수행하였다. 각 층별 서로 다른 두께의 광가이드를 사용함으로써, 최적의 평면 영상을 획득할 수 있으며, 이를 위해 검출기 내에서 빛의 이동, 산란 및 반사 등의 시뮬레이션이 가능한 DETECT2000[12, 13]을 사용하였다.
광가이드를 사용하여 여러 층으로 구성한 반응 깊이 측정 검출기를 설계하고 광가이드의 두께에 따른 평면 영상에서 섬광 픽셀 영상간의 최대 분리 정도를 평가하기 위해 DETECT2000을 사용하였다. 검출기의 구조는 Fig. 1과 같다. 2 mm × 2 mm × 5 mm 크기의 섬광 픽셀을 6 × 6 배열로 구성한 것을 총 네 층으로 구성하여 섬광체 블록를 설계하였으며, 각 층 사이에는 특정 패턴의 광가이드를 삽입하여 평면 영상에서 각 층별 모든 섬광 픽셀들이 서로 다른 위치에 영상화하도록 설계하였다. 광가이드의 패턴은 섬광 픽셀들에서 발생된 빛이 광센서에 입사되는 조건을 변화시키도록 모든 층의 광가이드 패턴을 변화시켰으며, 패턴은 모두 반사체를 사용하여 패턴 내에 위치한 섬광 픽셀들의 빛은 서로 공유되도록 설계하였다. 광가이드는 이전 연구에서 설계한 2 mm 두께를 기본으로하여 총 여섯가지 조합으로 시뮬레이션을 수행하였다. 각 조합은 Table 1에 나타내었다. 섬광체 블록에 사용한 섬광체로는 GAGG를 사용하였다[14]. GAGG는 우수한 빛 발생율과 높은 밀도로 고에너지 방사선의 검출에 유리하다. 모든 섬광 픽셀은 각 층별 서로 연결되는 부분을 제외하고 모두 반사체 처리를 통해 섬광체 내에서 발생된 빛을 광센서로 이동시키도록 설계하였다. 광가이드는 epic crystal 사의 K9 glass를 사용하였으며, 굴절률은 1.52로 빛 투과율은 97%로 매우 우수한 투과율을 보인다[15]. 섬광 픽셀에서 발생된 빛을 획득하기위한 광센서로는 Hamamatsu사의 MPPC인 S14161-3050HS-04 모델을 모사하였다[16]. 이는 3 mm × 3 mm 크기의 MPPC 픽셀이 4 × 4 배열로 이루어져 있으며, 우수한 빛 수집효율로 450 nm의 빛 파장에서 50%의 양자효율을 나타낸다.
Figure 1. (Color online) Schematic diagram of a four-layer DOI detector for optimal design of light guide thickness.
Light guide thickness for each case.
| Case1 | Case2 | Case3 | Case4 | Case5 | Case6 | |
| 1st | 0.5 mm | 0.5 mm | 0.5 mm | 0.5 mm | 0.5 mm | 2.0 mm |
| 2nd | 1.0 mm | 1.5 mm | 1.5 mm | 2.0 mm | 2.0 mm | 2.0 mm |
| 3rd | 1.5 mm | 1.5 mm | 1.5 mm | 1.5 mm | 2.0 mm | 1.5 mm |
| 4th | 2.0 mm | 1.5 mm | 2.0 mm | 1.5 mm | 2.0 mm | 1.5 mm |
설계한 반응 깊이 측정 검출기에서 광가이드 두께에 따른 섬광 픽셀 영상의 분리 정도를 평가하기 위해 모든 섬광 픽셀에서 감마선 이벤트를 발생시켜 평면 영상을 획득하였다. 이를 위해 모든 섬광 픽셀의 중심에서 각 1,000번의 감마선 반응을 일으켰다. 감마선 반응에 의해 발생된 빛은 입사한 감마선의 에너지 및 GAGG 섬광체의 빛 발생량, MPPC의 양자효율을 고려하였다. 발생된 빛은 섬광 픽셀의 여러 면에서 반사 및 산란, 흡수 등을 통해 광가이드로 이동하고, 다시 섬광 픽셀 내 및 광가이드 등을 이동한 후 최종적으로 MPPC에서 수집되었다. 4 × 4로 구성된 MPPC의 각 픽셀에서 수집된 빛은 각 픽셀의 위치에 따른 가중치의 합을 통해 신호가 합산되고, 이를 앵거 식을 통해 재구성하여 평면 영상을 획득하였다.
광가이드 두께에 따른 반응 깊이 측정 검출기의 평면 영상에서 각 섬광 픽셀들이 영상화된 위치의 분리 정도를 평가하기 위해서 각 광가이드 조합별로 평면 영상을 획득하였다. 모든 두께가 2 mm인 광가이드를 사용하여 구성한 기본 검출기의 분리 정도 대비 광가이드 두께의 조합으로 이루어진 검출기의 분리 정도를 평가하였으며, 주로 섬광 픽셀들의 영상이 인접한 위치를 선정하여 분석 및 평가하였다. Figure 2는 기본 검출기에서 획득한 평면 영상을 나타내며, 분리 정도 평가를 위한 섬광 픽셀 영상들의 위치를 표기하였다. 모든 섬광 픽셀들의 영상은 가운데를 중심으로 대칭적인 구조를 이루고 있으므로, 4분면 중 하나의 분면에서 분리 정도를 평가하였으며, 그 중 Fig. 2의 노란색 원형으로 표기된 지점에서의 분리 정도를 분석하였다. 각 섬광 픽셀 영상들의 분리 정도는 다음 식을 통해 정량적으로 평가하였다[17, 18].
Figure 2. (Color online) Evaluation of the degree of separation of the area imaged by GAGG pixels in a flood image acquired from a DOI detector.
여기서
6 × 6 배열로 구성된 섬광체 블록을 네 층으로 구성하고, 각 층 사이에 서로 다른 패턴의 반사체를 지닌 광가이드를 삽입한 검출기를 설계하였다. 삽입된 광가이드는 각 층별 발생된 빛의 분포를 다르게 하여 광센서에서 수집되는 빛의 분포 변화로 X, Y 위치가 동일한 섬광 픽셀의 영상 위치가 각 층별로 서로 다른 위치에 영상화되도록 만든다. 이러한 원리를 바탕으로 광가이드 두께의 여러 조합으로 이루어진 검출기에서 획득한 평면 영상을 Fig. 3에 나타내었다. Figure 3(a)에서부터 (f)까지 조합 1–6까지의 평면 영상을 나타낸다. 모든 평면 영상은 중심을 기준으로 네개 분면이 서로 대칭으로 나타난 것을 확인할 수 있다. 그리고 모든 섬광 픽셀들의 영상이 분리되어 나타난 것을 확인할 수 있다.
Figure 3. Flood images obatined according to combination of light guide thicknesses. (a) to (f) show flood images of case 1 to 6.
각 층별 광가이드 두께 조합에 따라 평면 영상을 획득하였다. 획득한 평면 영상에서 섬광 픽셀 0번과 1번 및 3번과 4번의 분리 정도를 평가하였다. 각 섬광 픽셀 영상들의 공간분해능을 측정하고, 영상 중심 간의 거리를 획득하였다. 이를 사용하여 분리 정도 평가 산출 식에 대입하여 평면 영상의 분리 정도를 평가하였다. 분리 정도 결과는 Table 2에 나타내었다. Original은 광가이드 두께 2 mm를 모든 층에 사용한 기본 검출기에서의 분리 정도를 나타내고, case1 부터 case6까지는 각각 광가이드 두께 조합 1부터 6까지의 결과를 나타낸다. 전체 결과 case4에서 가장 우수한 분리 정도를 나타낸 것을 확인할 수 있다. Case4에서 k는 2.2689로 가장 큰 값을 나타내었으며,
Degree of separation of GAGG pixel images according to light guide thickness combination.
| Original | Case1 | Case2 | Case3 | Case4 | Case5 | Case6 | |
| 1.2644 | 1.5607 | 1.9960 | 1.8070 | 1.9525 | 1.3770 | 1.9042 | |
| 1.7158 | 1.5862 | 2.3326 | 2.3873 | 2.5854 | 2.5692 | 2.1933 | |
| K | 1.4901 | 1.5734 | 2.1643 | 2.0972 | 2.2689 | 1.9731 | 2.0487 |
| 0.3192 | 0.0180 | 0.2380 | 0.4103 | 0.4476 | 0.8430 | 0.2044 |
본 연구에서는 2 mm × 2 mm 크기의 감마선 검출 면적을 지닌 섬광 픽셀과, 각 층별 서로 다른 반사체 패턴을 적용한 광가이드를 사용하여 반응 깊이를 측정하는 검출기를 설계하고, 각 층별 사용된 광가이드의 두께의 최적 조합을 통해 우수한 평면 영상을 획득하는 연구를 수행하였다. 지난 연구에서는 광가이드 두께를 2 mm로 모든 층에 적용하여 모든 층의 섬광 픽셀들이 서로 분리되어 평면 영상에 나타나도록 설계하였다. 그러나 특정한 위치의 섬광 픽셀들의 영상들이 인접하게 형성된 결과를 나타내었다. 각 층별 광가이드의 두께를 서로 다른 두께로 적용하여 평면 영상에서 섬광 픽셀의 영상이 형성되는 위치를 보다 더 분리되는 영상으로 획득할 수 있었다. 분리 정도는 k값을 도출하여 비교할 수 있었으며, 기본 검출기에 비해 case4 조합의 검출기에서는 52.26%의 향상된 결과를 획득하였다. 이를 통해 반응 깊이 층의 판별을 보다 명확히 할 수 있는 결과를 획득하였다. 본 결과를 바탕으로 반응 깊이 층을 검출하는 검출기를 개발할 경우, 보다 명확한 층 판별을 가능하게 하여 보다 향상된 공간분해능을 달성할 수 있을 것으로 판단된다.
This research was supported by Basic Science Research Program through the National Research Foundation of Korea (NRF) funded by the Ministry of Education (No. 2022R1I1A3064473).
