Documente Academic
Documente Profesional
Documente Cultură
RESUMEN La evolucin de la tecnologa digital ha transformado la ciencia radiolgica de una manera espectacular en los ltimos aos. El desarrollo de las imgenes de resonancia magntica (RM) y la tomografa computarizada (TC) helicoidal multicanal de ltima generacin han permitido conocer y evaluar las distintas patologas del ser humano con un grado de detalle nunca antes visto. El procesado digital de los datos obtenidos por las mquinas que adquieren las imgenes mdicas es un campo que permite extraer una informacin que se sita ms all de la simple observacin de las imgenes en las placas radiogrficas o en los monitores diagnsticos de los servicios de radiologa. El procesamiento digital de las imgenes mdicas permite precisar la anatoma del rea estudiada y obtener una informacin funcional e, incluso, molecular. En esta revisin se har un repaso de las tcnicas de postproceso ms utilizadas en nuestro entorno de imgenes mdicas. En particular, trataremos del posproceso morfolgico, funcional y molecular. INTRODUCCIN La TC y la RM se han utilizado tradicionalmente para estudiar la anatoma y los cambios estructurales asociados a la enfermedad, debido principalmente a su gran resolucin espacial y capacidad tomogrfica. Para estudiar la funcionalidad subyacente se han utilizado tcnicas como la tomografa por emisin de positrones (PET) o la tomografa por emisin simple de fotones (SPECT). Sin embargo, en la actualidad se han desarrollado tcnicas de posproceso que permiten visualizar eficientemente grandes volmenes de datos y estudiar la funcionalidad de determinados rganos, como por ejemplo el cerebro, utilizando las imgenes generadas por TC y RM. El desarrollo de programas y procesadores cada vez ms
rpidos ha hecho que estas herramientas se estn utilizando cada vez ms en los entornos hospitalarios. El postproceso de los datos de imgenes mdicas parte de una premisa primordial: los datos originales deben tener una calidad excelente para la finalidad que se pretende (1). Si tenemos que evaluar estructuras morfolgicas, el espesor de las particiones del volumen de datos adquiridos debe ser pequeo y las imgenes reconstruidas deben estar solapadas. Para el estudio de fenmenos funcionales las imgenes adquiridas deben observarse con una resolucin temporal de muestreo inferior al hecho observado. Casi todas las herramientas de posproceso requieren adems de una coherencia espacial de los datos. Si las adquisiciones son mltiples en el tiempo, estudiando varias veces el mismo volumen, hay que asegurarse de la concordancia espacial de los vxeles mediante tcnicas de corregistracin. A continuacin, veremos algunas de las tcnicas de posproceso ms usadas: POSPROCESO MORFOLGICO Incluye todas las tcnicas de posproceso en las que la informacin se visualiza de forma distinta a como se adquiere, con especial nfasis en la visualizacin de un volumen de datos. Reconstruccin multiplanar La reconstruccin multiplanar nos permite obtener imgenes con una orientacin distinta a la original con la que se adquirieron los datos. Para que estas imgenes reconstruidas tengan una alta calidad, el tamao del vxel debe ser de unas dimensiones muy pequeas. Slo el uso de adquisiciones volumtricas tridimensionales (3D) en TC y RM ha permitido explotar adecuadamente esta tcnica sencilla que permite reconstruir de una adquisicin con particiones transversales imgenes con una orientacin
62
Figura 1. Ejemplo de reconstruccin multiplanar con diversas orientaciones y angulaciones de un volumen de datos tridimensionales obtenidos en una exploracin de RM de la cabeza.
sagital, coronal, oblicua e incluso curva o de trayecto libre (Fig. 1). Las imgenes reconstruidas resultantes pueden tener un espesor variable, facilitndose as la visualizacin y deteccin de lesiones (2). Visualizacin volumtrica (Volumen rendering) Esta forma de visualizacin es una tcnica de representacin del volumen de datos 3D que genera representaciones de una alta calidad. La visualizacin se produce con todos los datos obtenidos tras un proceso de clasificacin por paraleleppedos basados en el brillo. Las clases definidas se representan con un color, opacidad, brillo y porcentaje de clasificacin, definidos como modelos (3). Los modelos establecidos (basados en las clases y sus representaciones) se deben adecuar a situaciones diagnsticas concretas. Aunque este algoritmo de posproceso est siendo ms utilizado en TC helicoidal (2,3), sus aplicaciones en RM volumtrica tambin son muy interesantes (Fig. 2).
Figura 3. Ejemplo de reconstrucciones multiplanares y representacin de Superficie (SSD) de la superficie cerebral del lbulo parietal izquierdo de un paciente.
Figura 2. Ejemplo de Volume Rendering obtenida con clasificadores trapezoidales aplicados a la representacin de la superficie del cerebro, cerebelo y bulbo medular.
Segmentacin La segmentacin de una imagen mdica, o de series de imgenes, proporciona medidas cuantitativas de la extensin o el volumen de distintas estructuras anatmicas o patolgicas. Permite adems extraer informacin paramtrica de una clase (lesin, tejido, rgano) de inters al eliminar los vxeles correspondientes a las otras clases. Existen multitud de tcnicas de segmentacin dirigidas a la seleccin ms o menos automtica de un tejido determinado. Aunque el cerebro ha sido tradicionalmente una de las reas de investigacin ms extendida, existen mtodos para segmentar casi todas las partes de cuerpo humano. Entre los algoritmos ms utilizados para la segmentacin caben destacar las redes neuronales (5), los basados en umbralizacin y proximidad (6), y los mtodos multiespectrales (2). La segmentacin multiespectral se ha utilizado en la segmentacin de estructuras con perfiles de captacin tras la administracin de un contraste extracelular inespecfico (7,8). Las clasificaciones multiespectrales necesitan acceder a un mismo volumen geomtrico de datos variando las propiedades de cada una de las series de imgenes. En su forma ms sencilla se dispone de 2 adquisiciones geomtricamente iguales en las que se ha modificado un nico parmetro. Son clsicas las variaciones basadas en caractersticas tisulares (imgenes potenciadas en DP y T2) o en captaciones de con-
63
64
Figura 4. Representacin de las curvas de seal y concentracin \ tiempo obtenidas de una secuencia dinmica de imgenes de RM tras inyectar rpidamente un contraste paramagntico en la vena del brazo. Para cada pxel, estas curvas generarn diferentes informaciones paramtricas. Los mapas se reconstruyen voxel a voxel.
Figura 5. Imgenes paramtricas de perfusin representando la cada mxima de intensidad de la seal en un paciente con alteracin temporal derecha (en azul frente al contralateral).
Planar potenciada en T2*). Para calcular el mapa rCBV se realizan los siguientes pasos para todos los pxeles: calcular la curva intensidad / tiempo " calcular la curva concentracin / tiempo " calcular el rea bajo la curva. Para ello se calcula la integral numrica de la curva concentracin / tiempo. El Tiempo de Trnsito Medio (MTT, mean transit time) se calcula como la divisin de la integral de la concentracin por el tiempo entre la integral de la concentracin, ambas respecto del tiempo. Para calcular el mapa MTT se realizan los siguientes pasos para todos los pxeles: calcular la curva intensidad / tiempo " calcular la curva concentracin / tiempo " calcular la integral numrica de la curva concentracin / tiempo por el tiempo " calcular la integral numrica de la curva concentracin / tiempo " dividir ambas integrales. El Flujo Sanguneo Cerebral Regional (rCBF, regional cerebral blood flow) se calcula para cada pxel como el ratio entre el rCBV y el MTT. Para calcular el mapa rCBF se realizan los siguientes pasos para todos los pxeles: se calculan el rCBV y el MTT como se explica en los apartados anteriores y se divide el primero entre el segundo. El mapa de Mxima Cada de Intensidad (IMAX) representa la altura de la curva intensidad / tiempo (Fig. 5) y se
calcula como la intensidad de la lnea base menos la intensidad mnima. Para calcular este mapa se realizan los siguientes pasos para todos los pxeles: calcular la curva intensidad / tiempo " calcular la mxima cada. El mapa de concentracin mxima (CMAX) representa la concentracin mxima de la curva concentracin / tiempo en cada pxel. Para calcular el mapa CMAX se realizan los siguientes pasos para todos los pxeles: calcular la curva intensidad / tiempo " calcular la curva concentracin / tiempo " calcular la concentracin mxima. El mapa de Llegada del Bolo (BAT, bolus arrival time) representa el tiempo de llegada del contraste a un voxel del tejido (To). Se calcula como el valor del tiempo a la izquierda del mximo de la curva concentracin / tiempo, por debajo del 10% del mximo. Para calcular el mapa T0 se realizan los siguientes pasos para todos los pxeles: calcular la curva intensidad / tiempo " calcular la curva concentracin / tiempo " calcular el instante t que cumpla la condicin mencionada. El mapa Tiempo al Pico (TTP, Time To Peak) representa el tiempo que tarda en llegar al mximo la curva concentracin / tiempo. Para calcular el mapa TTP se realizan los siguientes pasos para todos los pxeles: calcular la curva intensidad / tiempo " calcular la curva concentra-
65
Figura 6. Evolucin temporal de la intensidad de un pxel (x, y) activado al realizar un paradigma a lo largo de las 80 imgenes de un corte. Ntese las modificaciones del brillo asociadas a la activacin / reposo en este pxel.
cin / tiempo " calcular el mximo de la curva concentracin / tiempo. El mapa del Ancho del Bolo (BW, Bolus Width) representa el ancho de la curva concentracin / tiempo al 50% de la altura de la mxima concentracin. Para calcular este valor se deben realizar desplazamientos a derecha e izquierda del mximo hasta que la concentracin sea el 50% de la concentracin mxima y restar ndice de la derecha T2 menos ndice de la izquierda T1. Para calcular el mapa BW se realizan los siguientes pasos para todos los pxeles: calcular la curva intensidad / tiempo " calcular la curva concentracin / tiempo " calcular el mximo de la curva concentracin / tiempo " calcular T1 y T2 " aplicar la frmula. Todas estas imgenes paramtricas analizan el primer paso del contraste a travs de los capilares. De enorme inters actual es el anlisis de la velocidad de difusin del contraste a travs de la pared de los capilares sanguneos. Estas variables estn asociadas a la permeabilidad de la membrana y es un rea donde estamos empezando a desarrollar herramientas de posproceso. Actividad funcional (RMf) Las imgenes de activacin funcional son imgenes donde se pueden apreciar las zonas cerebrales que se activan al realizar una accin o percibir un estmulo. El estudio de activacin mediante RM no necesita de la administracin de un marcador radioactivo, como el PET y SPECT, presenta una resolucin espacial y temporal muy adecuadas, y genera estudios fcilmente repetibles. Para adquirir las imgenes de RMf se emplea la tcnica BOLD (blood oxygenation level dependant contrast), que utiliza la hemoglobina como contraste endgeno (10), y una secuencia volumtrica EG-EPI potenciada en T2* (11). Todo el estudio 3D se repite mltiples veces (80 veces en nuestro diseo) usualmente mientras el paciente realiza
66
Figura 7. Representacin sobre la imagen anatmica tridimensional de los pxeles clasificados como activados (en rojo y amarillo) al realizar una determinada accin o recibir un estmulo. Las imgenes de RM funcional son de 128x128 y se han superpuesto sobre imgenes anatmicas de 256x256, escalando el mapa funcional.
67
68
Figura 8. Mapa coloreado de difusin preferencial del agua. De los tres vectores de difusin usualmente empleados, el vector de direccin preferencial resultante se codifica en color RGB para obtener visualmente una impresin de la anatoma normal de difusin preferencial del agua en el parnquima cerebral.
Figura 9. Imagen molecular obtenida mediante espectroscopia de RM (IERM) de la distribucin de Colina (seal a 3,17 ppm, marcada con el cursor). Ntese el aumento temporal derecho asociado a la presencia de un tumor glial de alta agresividad (glioblastoma multiforme). La mxima concentracin, regin de la imagen molecular coloreada en rojo, corresponde con la zona de ms elevada celularidad del tumor.
El mapa de coeficiente de difusin aparente en el eje x o direccin de fase (Mapa ADCx) se calcula como: ADCx = -log (S/S0)/b donde: S = seal de la imagen de difusin en el eje x; S0 = seal de la imagen T2*; y b = coeficiente de difusin. De igual forma se calculan los mapas ADCy y ADCz. La imagen paramtrica ADCm, o coeficiente de difusin aparente medio, se calcula como: ADCm = (ADCx+ADCy+ADCz)/3 El mapa de la traza del tensor de difusin se calcula como: Traza = ADCx+ADCy+ADCz Otros mapas son el mapa del ndice de anisotropia (IA), calculado como: IA = (ADCx.ADCy.ADCz) / (ADCx+ADCy+ADCz)/3)^1/3 El mapa de difusin isotrpica (Mapa ISO), se calcula como: ISO = Sx.Sy.Sz ^1/3 donde: Sx = seal de la imagen de difusin de fase; Sy = seal de la imagen de difusin de mdulo; y Sz = seal de la imagen de difusin de corte. Unas imgenes muy interesantes son las de Difusin
Preferencial (Fig. 8). En ellas se colorea el vector neto resultante de las tres direcciones espaciales (AP, DI, CP) en funcin de su direccin y magnitud. Estos mapas producen una informacin radiolgica muy til para descubrir alteraciones en la anatoma de la difusin preferencial asociadas a diversos procesos patolgicos y destructivos. POSPROCESO EN IMAGEN MOLECULAR - ESPECTROSCOPIA DE IMAGEN La definicin de imagen molecular se encuentra habitualmente ligada a las tecnologas PET y SPECT, en las que bsicamente se detecta por emisin radiactiva la acumulacin de un medio de contraste exgeno en una regin anatmica especfica. La distribucin de la intensidad de la emisin radioactiva, directamente relacionada con la concentracin del contraste exgeno, proporciona una mapa de imagen molecular de acumulacin de dicho agente. La tcnica de Imagen de Espectroscopia por RM (IERM) puede considerarse tambin una tcnica de imagen molecular (Fig. 9). Mediante IERM se puede detectar la concentracin de diferentes metabolitos (hasta 6 a TE
69
AGRADECIMIENTOS El trabajo ha sido posible gracias a la Asociacin para el Desarrollo y la Investigacin en RM (ADIRM). Las imgenes y los procesos descritos en este trabajo se han realizado y estn implementados en diferentes herramientas de posproceso desarrolladas por ADIRM (X.Fun y SiView). Parte del trabajo se ha realizado dentro de la red temtica IM3 Imagen Mdica Molecular y Multimodalidad. Anlisis y Tratamiento de Imagen Mdica.
70
REFERENCIAS 1. Mart-Bonmat L. MR image acquisition: from single slice to multislice. En: 3D image processing: techniques and clinical applications. Editores: Caramella D y Bartolozzi C. Springer-Verlag. Berlin, 2002. 2. Cody DD. Image processing in CT. Radiographics 2002 ; 22:1255-1268. 3. Calhoun PS, Kuszyk BS, Heath DG, Carley JC, Fishman EK. Three-dimensional volume rendering of spiral CT data: theory and method. Radiographics 1999; 19:745-764. 4. Mallouhi A, Felber S, Chemelli A, Dessl A, Auer A, Schocke M, Jaschke WR, Waldenberger P. Detection and characterization of intracranial aneurysms with MR angiography: comparison of volume-rendering and maximum-intensity-projection algorithms. Am J Roentgenol 2003; 180:55-64. 5. Paredes R, Mart-Bonmat L, Masi L, Robles M.