Radon Dönüşümü: Bilgisayarlı Tomografinin Matematiği

Kafanızı kesmeden içini görmek

Bir doktor hastasının beynindeki tümörü incelemek istiyor. Beyin ameliyatı yapmadan — kafayı açmadan — içini nasıl görür? Cevap: bilgisayarlı tomografi (CT) veya manyetik rezonans görüntüleme (MRI).

Bu makineler vücudu dilim dilim görüntüler, sanki yatay bir kesit alınmış gibi. Sonra dilimleri üst üste koyarak 3 boyutlu bir model oluşturur. Tıp dünyasında devrim.

Bu işin matematiksel temeli: 1917'de Avusturyalı matematikçi Johann Radon'un keşfettiği bir integral dönüşüm.

Soru: integrallerden fonksiyonu nasıl yeniden oluşturabiliriz?

Bir 2 boyutlu fonksiyon $f(x, y)$ düşünün (vücut kesiti). Bu fonksiyonun her doğru üzerindeki integrali'ni biliyoruz (X-ışını her doğru boyunca geçtiğinde ne kadar emildi). Soru: bu integrallerden fonksiyonun kendisini geri çıkarabilir miyiz?

Radon'un cevabı: Evet, ve nasıl yapacağımızı tam matematiksel olarak gösterdi.

Radon dönüşümü tanımı

$f: \mathbb{R}^2 \to \mathbb{R}$ fonksiyonu için Radon dönüşümü:

$R[f](\theta, s) = \int_{-\infty}^{\infty} f(s\cos\theta - t\sin\theta, \; s\sin\theta + t\cos\theta) \, dt$

Sade dilde: $(\theta, s)$ parametreleriyle bir doğru tanımlayın (açı $\theta$, orijinal'den uzaklık $s$); o doğru boyunca $f$'in integralini alın.

Yani Radon dönüşümü $f$'i, "her doğru için integral" diye bir fonksiyona dönüştürür.

Tersine dönüş

Radon'un mucizevi sonucu: bu dönüşüm tersine çevrilebilir. Bütün integralleri biliyorsanız, orijinal $f$'i yeniden oluşturabilirsiniz.

Ters Radon dönüşüm formülü karmaşıktır (Fourier dönüşümü ve "filtered backprojection" yöntemi içerir), ama mevcuttur.

Matematik olarak: belirli koşullar altında ($f$ yeterince yumuşak ve hızla sönen), Radon dönüşümü bire bir ve sürekli'dir.

1917'deki teorik makale

Johann Radon (1887-1956) Çek doğumlu Avusturyalı matematikçi. 1917'de "Über die Bestimmung von Funktionen durch ihre Integralwerte längs gewisser Mannigfaltigkeiten" (Belirli Manifoldlarda İntegral Değerlerine Göre Fonksiyonların Belirlenmesi) adlı makaleyi yayımladı.

Radon'un motivasyonu tamamen matematikseldi — herhangi bir pratik uygulama düşünmüyordu. Sadece "fonksiyonun integralinden fonksiyonu çıkarmak ilginç bir problem" diye yola çıkmıştı.

50 yıl boyunca bu çalışma saf matematik olarak ele alındı; uygulama görmedi.

1960'lar: bilgisayarlı tomografi

1960'larda Allan Cormack (Güney Afrika kökenli Amerikalı fizikçi) X-ışını verilerinden vücut kesitleri oluşturmayı denedi. Godfrey Hounsfield (İngiliz mühendis) aynı yıllarda bağımsız olarak çalıştı. İkisi de Radon dönüşümünü bilmedikleri halde yeniden keşfettiler.

Cormack 1971'de matematiksel temelleri yayımladı. Hounsfield 1971'de ilk çalışan CT tarayıcıyı (EMI Scanner) tamamladı. İkisi 1979 Nobel Tıp Ödülü'nü paylaştı.

Pratik tarama: hasta etrafında bir X-ışını kaynağı dönerek birçok açıdan çekim yapar. Her çekim, X-ışını yolundaki dokuların toplam emiliminin ölçümüdür — yani Radon dönüşümünün bir değeri. Sonra ters Radon dönüşümü ile vücut kesitleri oluşturulur.

Modern algoritma: filtered backprojection

Pratikte kullanılan klasik yöntem filtered backprojection (FBP):

1. Backprojection: Her bir projeksiyon değerini (her doğru integrali) doğru boyunca "geri yay" ve tüm pikselleri birbiriyle topla.
2. Filtering: Bunu Fourier domaininde yüksek-geçirgen filtre ile düzelt.

Sonuç: yaklaşık orijinal $f(x,y)$ — vücudun o kesitinin yoğunluk haritası.

Modern algoritmalar (iterative reconstruction, deep learning tabanlı) daha sofistike, ama temel mantık aynı.

Diğer uygulamalar

Radon dönüşümü sadece tıpta değil:

Astronomi

Bir gökadanın iç yapısını görmek için gravitational lensing verileri (çeşitli yönlerden ışık eğilmesi) Radon'la analiz edilir.

Sismoloji

Yer altı yapısını anlamak için sismik dalgaların çeşitli yönlerden gönderilen verileri ters Radon ile değerlendirilir.

Endüstriyel test

Uçak parçalarının iç hasarını kırma yapmadan kontrol etmek için sanayide endüstriyel CT.

Astrofizik

Bir gökadalar arası bulutun 3 boyutlu yapısını çeşitli açılardan gözlemlerle hesaplama.

Görüntü tanıma

Bir görüntüdeki nesnelerin yön yapısını analiz etmek için Radon dönüşümü kullanılır (özellikle el yazısı tanıma, parmak izi analizi).

Hounsfield ölçeği

CT taramada doku yoğunlukları Hounsfield Units (HU) ile ölçülür:

• Hava: -1000 HU
• Yağ: -100 HU
• Su: 0 HU
• Yumuşak doku: 30-80 HU
• Kemik: 700-3000 HU

Bu ölçek tıp uygulamalarının standardıdır; Radon dönüşümü ile hesaplanan emilim katsayılarının normalize edilmiş hali.

Modern AI ile birleşim

Son 10 yılda derin öğrenme geleneksel ters Radon yöntemlerini geride bırakmaya başladı. Düşük dozlu CT taramalardan (radyasyon riski az ama gürültü çok) yüksek kaliteli görüntü oluşturmak için sinir ağları eğitiliyor.

Ama tüm bu yeni yöntemler hâlâ Radon'un orijinal sezgisini esas alır: integral dönüşümünden orijinali çıkarmak.

"Saf matematikten somut hayata"

Radon dönüşümünün hikâyesi, uygulanabilir matematiğin ne kadar beklenmedik kaynaklardan gelebileceğinin sembolüdür.

1917'de saf matematik problemine cevap arayan bir Avusturyalı matematikçinin sezgisi, 50 yıl sonra tıbbın yüzünü değiştirdi. Bugün dünya çapında her yıl milyarlarca CT ve MRI taraması yapılıyor; her biri Radon'un denkleminin doğrudan torunu.

Tıbbın iç görüsü, bir matematikçinin "Bu integralleri tersine çevirebilir miyim?" merakından doğdu. Matematik tarihinde uygulamasız bir teorem yoktur — sadece henüz keşfedilmemiş uygulamalar vardır.