MÉTODO ITERATIVO

Una técnica de reconstrucción iterativa reduce la radiación durante la tomografía computarizada Los escáneres de tomografía computarizada son responsables de más de dos tercios de la dosis de radiación asociada a exámenes médicos. Según un estudio publicado en American Journal of Roentgenology, existe un nuevo método, conocido como reconstrucción iterativa adaptativa estática (ASIR en sus siglas en inglés), puede ayudar a los radiólogos a reducir la radiación derivada del CT en un 65 por ciento.

La reconstrucción iterativa es una técnica que permite a los radiólogos reducir el ruido de la imagen y mejorar la calidad de esta, a la vez que se reduce la radiación. Para demostrarlo se realizaron escáneres con el método ASIR y con la tomografía computarizada estándar a un muñeco de medición de radiación y a 12 pacientes.

"En nuestro estudio, las radiaciones fueron reducidas hasta un 65 por ciento con el nuevo método. La dosis media emitida con el método de baja radiación fue de 470 miligrays, mientras que la dosis media de la tomografía computarizada estándar fue de 894 miligrays", explica Amy Hara, líder del estudio.

"Hallar alguna forma de reducir la dosis de radiación en las tomografías computarizadas ha sido una preocupación habitual para los fabricantes de tomógrafos" . Según la investigadora, su estudio es importante porque "demuestra que el método de baja radiación ASIR puede reducir significativamente la dosis de radiación, con todos los riesgos asociados a esta exposición. En futuros estudios, será importante no sólo evaluar la calidad de la imagen, sino también la precisión del diagnóstico".

Las imágenes de tomografía de emisión se generan mediante un algoritmo de reconstrucción, a partir de un conjunto de proyecciones adquiridas del objeto o paciente bajo examen. El procedimiento clásico de reconstrucción de imagen es la retroproyección filtrada (FBP). Este método es rápido y sencillo, pero no utiliza información estadística. Es un buen método para aplicaciones en las que el número de cuentas es alto (como tomografía de rayos X o CT), pero es peor cuando hay un bajo número de cuentas, como en imágenes de medicina nuclear.

Los métodos iterativos de reconstrucción de imagen se han propuesto como alternativas a FBP. Estas técnicas tienen un coste computacional más alto que FBP pero producen imágenes de mejor contraste y relación señal-ruido. Los métodos iterativos eliminan los artefactos de líneas presentes en las imágenes FBP, reduciendo los falsos positivos y los falsos negativos cuando las lesiones están en la proximidad de órganos calientes.

Reconstrucción iterativa se refiere a algoritmos iterativos utilizados para reconstruir imágenes en 2D y 3D en ciertas técnicas de imagen. Por ejemplo, en la tomografía computarizada de una imagen debe ser reconstruido a partir de las proyecciones de un

objeto. Aquí, las técnicas de reconstrucción iterativos son una mejor, pero computacionalmente más caro, alternativa al método de retroproyección filtrada común, que calcula directamente la imagen en una sola etapa de reconstrucción.

Conceptos básicos

La reconstrucción de una imagen a partir de los datos adquiridos es un problema inverso. A menudo, no es posible resolver el problema exactamente inversa directamente. En este caso, un algoritmo directo tiene que aproximar la solución, lo que podría causar artefactos de reconstrucción visibles en la imagen. Algoritmos iterativos se acercan a la solución correcta utilizando múltiples etapas de iteración, lo que permite obtener una mejor reconstrucción a costa de un tiempo de cálculo más alta.

En la tomografía computarizada, este enfoque fue el utilizado por primera vez por Hounsfield. Hay una gran variedad de algoritmos, pero cada uno comienza con una imagen asumido, calcula las proyecciones de la imagen, compara los datos y actualiza la imagen en base a la diferencia entre el valor calculado y las proyecciones reales de proyección originales.

En general, existen cinco componentes a los algoritmos de reconstrucción de imágenes iterativas, por ejemplo, .

Un modelo de objeto que expresa la función continua-espacio desconocido que ha de ser reconstruida en términos de una serie finita con coeficientes desconocidos que pueden ser estimados a partir de los datos.

Un modelo de sistema que relaciona el objeto desconocido a las medidas "ideales" que se registrarían en ausencia de ruido de medición. A menudo se trata de un modelo lineal de la forma.

Un modelo estadístico que describe cómo las mediciones de ruido varían en torno a sus valores ideales. Con frecuencia gaussiana ruido o las estadísticas de Poisson se asumen.

Una función de coste que ha de ser minimizado para estimar el vector de coeficientes de imagen. A menudo esta función costo incluye alguna forma de regularización. A veces, la regularización se basa en campos aleatorios de Markov.

Un algoritmo, por lo general iterativo, para minimizar la función de coste, incluyendo una estimación inicial de la imagen y algunos criterio de parada para la terminación de las iteraciones.

Ventajas

Las ventajas del enfoque iterativo incluyen la mejora de la insensibilidad al ruido y la capacidad de reconstruir una imagen óptima en el caso de datos incompletos. El método ha sido aplicado en la tomografía de emisión de modalidades como SPECT y PET, donde hay atenuación significativa a lo largo de trayectorias de los rayos y las estadísticas de ruido son relativamente pobres.

Como otro ejemplo, se considera superior cuando uno no tiene un gran conjunto de proyecciones disponibles, cuando las proyecciones no están distribuidas uniformemente

en ángulo, o cuando las proyecciones son escasos o faltan en ciertas orientaciones. Estos escenarios pueden ocurrir en intraoperatoria CT, en la TC cardiaca, o cuando los artefactos de metal requieren la exclusión de algunas porciones de los datos de proyección.

En la resonancia magnética se puede utilizar para reconstruir imágenes a partir de datos adquiridos con múltiples bobinas de recepción y con los patrones de muestreo diferentes de la cuadrícula cartesiana convencional y permite el uso de técnicas mejoradas de regularización o un modelo extendido de procesos físicos para mejorar la reconstrucción. Por ejemplo, con algoritmos iterativos es posible reconstruir imágenes a partir de datos adquiridos en un muy corto período de tiempo según sea necesario para la resonancia magnética en tiempo real.

He aquí un ejemplo que ilustra los beneficios de la reconstrucción iterativa imagen de resonancia magnética cardíaca.

INTRODUCCIÓNEl PET es una técnica de diagnóstico por imagen que se engloba dentro de la medicina nuclear. La característica más importante de esta técnica y que la diferencia de las demás es el empleo de radioisótopos beta + de vida corta. Estos radioisótopos emiten positrones que tras recorrer un cierto espacio terminan aniquilandose con un electrón dando lugar a la emisión de 2 fotones gamma antiparalelos con una energía de 511 KeV cada uno. Mediante detectores conectados en coincidencia se pueden detectar ambos fotones y de este modo conocer la línea en la que se encontraba el radioisótopo. Éste es el hecho fundamental en el que se basa la técnica PET.

Veamos ahora como utilizar este principio de funcionamiento para diagnosticar una enfermedad a un paciente como por ejemplo un cancer de mama. Si somos capaces de marcar con el radioisótopo alguna molécula (trazador) que tenga algún comportamiento conocido dentro del organismo del paciente, mediante PET podremos hacer un seguimiento de estos trazadores en el interior del paciente..

Pero los resultados no son inmediatos. Cada coincidencia detectada no nos da información suficiente como para saber donde se encontraba el radioisótopo emisor. La manera de abordar el problema es usando una combinación simultánea de coincidencias medidas en diversas direcciones para llegar a obtener finalmente una imagen tridimensional del mapa de distribución del trazador en el paciente.

¿POR QUE PET? Las actuales tecnologias posibilitan la recogida de enormes cantidades de

datos a partir de los diferentes organos, lo que permite su reconstruccion en medios visuales. De este modo, pude accederse a la exploracion detallada y

simultanea de la estructura y de la funcion sin invadir el organismo. Tal informacion puede obtenerse a partir de la utilizacion de rayos X, resonancia magnetica, ultrasonido, emision de positrones, emision termica o impedancia electrica. Tecnologia de la imagen o iconologia medica que esta cambiando el

modo de hacer la medicina.

La tomografia por emision de positrones es actualmente la tecnica de diagnositco mediante imagen medica con mayor crecimiento anual. Esta

vertiginosa expansion se debe a su gran utilidad en aplicaciones oncologicas y neurologicas, y al hecho no menos importante de que parte de los estudios realizados mediante esta tecnica son ahora reembolsables por los servicios publicos de salud. De esta forma se reconoce el valor de la imagen funcional de cuerpo completo y el de la denominada imagen molecular la capacidad de

visualizar procesos fisiologicos en vivo ofrece unas posibilidades unicas para el diagnostico precoz y el seguimiento de tratamientos, hasta ahora practicamente

imposibles de lograr con ninguna otra tecnica de imagen

La rentabilidad del estudio con PET esta por lo tanto justificada y son cada dia mas las aplicaciones que encuentran uso en la practica clinica. Sin embargo, y

como parte inherente del proceso de crecimiento rapido no previsto, la explosion en numero de camaras y de ciclotrones en nuestro pais deberia ser

objeto de un estudio que proporcione una perspectiva estrategica del futuro que permita hacer rentable al maximo estas instalaciones

¿QUÉ PINTAN LOS FÍSICOS EN PET?

El PET es una técnica que tiene su base en la física nuclear y en la detección de radiaciones ionizantes, ambos campos muy extendidos dentro del panorama físico actual. Un físico tiene un conocimiento amplio de todos los procesos que tienen lugar en PET y puede aportar sus conocimientos para mejorar la técnica.

La física nuclear nos aporta toda la teoría de los núcleos radiactivos que se utilizan en PET así como el comportamiento de la partículas producidas en la desintegraciones nucleares. Por ejemplo, podemos conocer la distribución de energía con la que se emiten los positrones provenientes de radioisótopos beta +.

La detección de radiaciones ionizantes nos permite conocer cuales son los procesos de interacción entre las distintas partículas y el medio material que atraviesan. Además conocemos los distintos tipos de detectores existentes y cuales se adecúan mejor en cada caso.

Por otro lado, los profundos conomientos matemáticos adquiridos por un físico en combinación con todo lo anterior, hacen del físico una persona idónea para colaborar en la consolidación y desarrollo de la técnica PET.

SIMULACIÓN MONTE CARLOPoseer un modelo realista de los procesos físicos presentes en la emisión y

detección de las radiaciones es muy importante a la hora de obtener imágenes realistas y de alta calidad para estudios biomédicos en PET. Sin este tipo de simulaciones muy completas, la fiabilidad de los resultados obtenidos se ve

comprometida. Es por tanto, necesario desarrollar de una manera muy completa un programa de simulación que permita incluir todos los procesos

físicos existentes.

Este programa de simulación finalmente dará como resultado un modelo de la adquisición de datos que podrá ser empleado por un programa de

reconstrucción estadística de imágenes. Para la realización de estas simulaciones se utilizan técnicas MonteCarlo (usando un generador de

números aleatorios) y se hace uso de una serie de ordenadores modernos. Éstos, gracias a su capacidad de cálculo permiten obtener resultados con una fiabilidad suficiente tras un tiempo razonable de computación.Estos programas

permiten hacer una simulación de una serie de efectos como:

Los espectros de emisión de positrones de distintas fuentes empleadas en la práctica clínica (18F, 15O)

El rango de estos positrones en la materia. La no colinearidad de los dos fotones gamma emitidos tras la

aniquilación de los positrones con electrones del medio. La interacción de los rayos gamma emitidos con el medio (atenuación,

scatter en el cuerpo). La interacción de los rayos gamma emitidos con los cristales

centelleadores que se emplean como detectores. La eficiencia de los fotomultiplicadores empleados. Ventana de energía para los rayos gamma detectados seleccionada. Ventana temporal seleccionada para el análisis de coincidencias. Algunos efectos de la electrónica y los análisis de coincidencias que se

emplean en la maquina de adquisición. Efectos del movimiento de los detectores para el caso de un tomógrafo

PET con detectores en rotación continua o discreta.

Existen una serie de programas SimSet, Gate, Penélope que realizan simulaciones similares sobre interacción radiación-materia. Sin embargo,

desarrollar un simulador propio presenta importantes ventajas frente al uso de estos programas, debido a su mayor velocidad de cálculo, estar diseñado especialmente para los objetivos que se persiguen en esta investigación y

poseer un completo dominio sobre los parámetros y opciones implementadas.

RECONSTRUCCIÓN DE IMÁGENESPara obtener una imagen a partir de los datos recogidos en un tomógrafo PET,

es necesario hacer uso de un programa de reconstrucción basado en un determinado algoritmo. La calidad de las imágenes obtenidas depende en gran

medida del tipo de algoritmo empleado. Por otro lado, el tiempo que tardan estos programas en reconstruir una imagen también viene dado por el método empleado.Los algoritmos de reconstrucción de imagen principales existentes

se pueden clasificar en dos grandes grupos:

1. Métodos directos de Fourier, analíticos (FBP…)

2. Métodos iterativos, estadísticos (OSEM,ISRA,WLS,…)

Estos últimos producen resultados superiores en comparación con los métodos de retroproyección filtrada reduciendo los artefactos y el ruido (mejor relación señal-ruido), y reduciendo el error previsto en la estimación de la distribución del radioisótopo. En estudios recientes se ha verificado la superioridad de las técnicas iterativas en términos de características del ruido y detectabilidad de lesión, especialmente después de que sea estudiado en detalle y con estudios sistemáticos de los espectros de frecuencia de la imagen, su sesgo y variación.

Además, los datos de proyección no necesitan estar igualmente espaciados para la reconstrucción iterativa e incluso se puede utilizar un conjunto

incompleto de datos. Sin embargo, una desventaja importante de los algoritmos iterativos de reconstrucción es su lenta convergencia a una imagen aceptable y

su alto coste de cómputo. Esto no ha permitido hasta hace poco tiempo la aplicación práctica de éstos algoritmos en la rutina clínica. En la actualidad sí que se pueden realizar estos cálculos en tiempos razonables, sobre todo si se hace uso de procesadores en paralelo y en arquitecturas dedicadas de bajo

coste. Se sigue investigando de manera muy importante en obtener algoritmos de este tipo que sean cada vez más eficientes, presentándose muchas

propuestas distintas cada año en revistas y congresos. Entre los algoritmos propuestos, el algoritmo MLEM usando subconjuntos ordenados (OSEM), está mostrando ser el que ofrece resultados más fiables. El deterioro de la calidad de imagen después de un número de iteraciones, fenómeno bien conocido en

reconstrucción iterativa, es el segundo punto principal a resolver durante la implementación y aplicación de estos métodos. La regularización Bayesiana o las aproximaciones con post filtrados se están convirtiendo hoy en los métodos

preferidos para controlar el ruido en las imágenes reconstruidas.