X-ray imaging is essential for clinical diagnostics, with chest radiography being the most frequently performed examination for evaluating the thorax region for detecting pulmonary conditions and other pathologies. However, modern flat panel detectors (exceeding $10,000) represent an unsustainable technology for many healthcare systems due to prohibitive purchasing and operational costs, together with complex maintenance. These financial and operational barriers limit many healthcare systems’ ability to provide accessible X-ray imaging services using modern detector technology. Camera-based X-ray detectors offer a promising, low-cost alternative, employing indirect conversion similar to flat panel systems but utilizing a camera to capture images from a scintillator. This thesis developed and evaluated a camera-based detector for chest radiography, followed by a comprehensive software application for acquisition control and management. The design prioritized reproducibility and affordability through commercially available components in a 3D-printed enclosure, achieving a total cost under $1000, approximately one-tenth of conventional systems. 

Detector performance was evaluated using DQEPro, a measurement device designed to characterize x-ray detectors with respect to image quality. The camera-based detector was compared to a GE Flashpad HD flat panel detector used as a reference under identical clinical chest radiography conditions. Modulation Transfer Function (MTF) analysis revealed that while both systems achieved similar effective pixel sizes, the camera-based detector showed reduced performance at 1-3 cycles/mm, likely due to optical limitations of the lens system. The MTF analysis demonstrated that the camera-based detector achieved a spatial resolution of <0.5 mm, which is compatible with chest radiography requirements. Detective Quantum Efficiency (DQE) measurements revealed a two-order magnitude performance gap, primarily due to the camera-based detector’s limited light-gathering efficiency. However, dividing the DQE values at low frequencies reveals that the inherent sensor SNR of the camera-based detector is likely ∼10x better than the commercial flat-panel, offsetting some of the limited light-gathering efficiency of the camera-based detector. Lungman phantom imaging demonstrated proof-of-concept feasibility for chest radiography using the camera-based detector, although image quality remained inferior to the flat panel system. Images taken with the camera-based detector present limitations regarding acceptable diagnostic quality standards by SNR analysis of highly absorbing areas (e.g, bone regions) and low absorbing areas (e.g, lung regions). However, the overall SNR in lung regions indicates there is potential for enhancement with software solutions, such as a machine learning approach working with low-SNR chest X-ray images, to reach an acceptable image quality. This establishes that chest radiography is achievable at dramatically reduced cost using a camera-based X-ray detector, offering a viable low-cost option and a sustainable option for radiography. Future development should focus on balanced hardware optimization and software enhancement to improve image quality while maintaining affordability.

Röntgenavbildning är avgörande för klinisk diagnostik, där lungröntgen utgör den vanligaste undersökningen för att utvärdera bröstkorgen för eventuella lungsjukdomar eller andra patologier. Moderna plattdetektorer (kostnad över $10 000) utgör en ohållbar teknik för många sjukvårdssystem på grund av höga inköpskostnader och driftskostnader tillsammans med komplicerade underhållskrav. Detta problem begränsar möjligheten för sjukvårdssystem att tillhandahålla tillgänglig röntgenteknik med sådan modern teknik. Kamerabaserade röntgendetektorer utgör ett lovande alternativ med låg kostnad genom att använda indirekt konvertering på samma sätt som de vanliga moderna plattdetektorerna, men med en kamera som fångar bilder från en scintillator. I detta examensarbete utvecklades och utvärderades en kamerabaserad detektor anpassad för lungröntgen, tillsammans med en omfattande mjukvaruapplikation för kontroll och styrning. Designen prioriterade reproducerbarhet och kostnadseffektivitet genom en konstruktion med 3D-printad låda tillsammans med kommersiellt tillgängliga komponenter vilket resulterade i en total kostnad på under $1000, ungefär en tiondel av konventionella system.

Detektorns prestanda utvärderades med DQEPro, ett mätinstrument som är utformat för att karakterisera röntgendetektorer med avseende på bildkvalitet. Den kamerabaserade detektorn jämfördes med en GE Flashpad HD flat panel detektor som referens under samma kliniska lungröntgenförhållanden. Modulation Transfer Function (MTF) visade att även om båda systemen uppnådde liknande effektiva pixelstorlekar, visade den kamerabaserade detektorn reducerad prestanda vid 1-3 cykler/mm, troligen på grund av optiska begränsningar hos linsen. Mätningar av Detective Quantum Efficiency (DQE) visade på en prestandaskillnad på två storleksordningar, främst på grund av den kamerabaserade detektorns begränsade förmåga att samla in ljus. DQE-förhållandet mellan de olika detektorerna visar att den inneboende sensor-SNR för den kamerabaserade detektorn troligen är ∼ 10 gånger bättre än plattdetektorn, vilket kompenserar en del av den begränsade förmågan att samla in ljus hos den kamerabaserade detektorn. Lungman-fantombilderna visar att möjligheten att använda den kamerabaserade detektorn för lungröntgen är möjlig, men att bildkvaliteten är sämre än hos plattdetektorer. Bilderna tagna med den kamerabaserade detektorn uppvisar begränsningar gällande acceptabla diagnostiska kvalitetsstandarder genom SNR-analys av både högt absorberande områden (t.ex. ben) och lågt absorberande områden (t.ex. lungor). Den totala SNR i lungregionerna indikerar potential för förbättring med mjukvarulösningar, såsom maskininlärningsmodeller som arbetar med låg-SNR lungröntgenbilder, för att nå acceptabel nivå av bildkvalitet. Detta fastställer att lungröntgen är genomförbart till en dramatiskt reducerad kostnad med hjälp av en kamerabaserad röntgendetektor, vilket erbjuder ett lågkostnadsalternativ och hållbart val för radiografi. Framtida utveckling bör fokusera på balanserad hårdvaruoptimering och mjukvaruförbättring för att förbättra bildkvaliteten samtidigt som kostnadseffektiviteten bibehålls.