Professional Documents
Culture Documents
78
El filtro || no es absolutamente integrable y por tanto su transformada inversa de Fourier F-1 no existe.
El ancho de banda espacial de nuestro sistema ser limitado debido a la combinacin de dos efectos: las caractersticas geomtricas de la naturaleza de la radiacin, y la resolucin limitada de los detectores.
No podemos tomar infinitas muestras de un nmero infinito de proyecciones, por lo que es discreto.
Adems,
existen
otros
aspectos
prcticos
que
implican
realizar
correcciones a los datos. En el presente captulo, abordaremos todos estos aspectos que surgen en la implementacin real en lenguaje IDL del mtodo 2DFBP.
79
La solucin adoptada para la reconstruccin de imgenes en la consola MMWKS ha sido el mtodo 2D-FBP, utilizando rebinning axial previo para mejorar la estadstica de las proyecciones directas. El esquema del proceso que sigue la consola se muestra en la figura 35.
Hay que resear que un paso fundamental no explicado hasta el momento y que aparece en la figura anterior es el de correccin de los sinogramas, que se detalla en apartados posteriores.
80
4.3. 3DRP
La herramienta desarrollada adems incluye adems la posibilidad de emplear un mtodo de reconstruccin 3D, concretamente el 3DRP. Se ha insertado el cdigo que implementa la algortmica necesaria, y ste ha sido integrado totalmente en la interfaz; pero el desarrollo de dicho cdigo no forma parte del trabajo realizado para el presente proyecto final de carrera.
Como ejemplo se muestra una comparativa (figura 36) de la misma imagen de cerebro de rata obtenida con rPET y reconstruida por los dos mtodos disponibles. Es perceptible el mejor resultado obtenido con el mtodo 3D, a costa de que el tiempo de procesado fue del orden de 10 veces mayor.
Figura 36. Reconstruccin de cerebro de rata en rPET. Vistas sagital, coronal y axial. Arriba, mediante 3DRP. Abajo, empleando 2D-FBP.
81
(u, v) = F
(30)
donde B(u,v) es la 2D FT del laminograma. El filtro con respuesta impulsional = u 2 + v 2 se denomina filtro cono, debido a su aspecto.
82
b( x, y ) = ( ) p ( x cos + y sin )d
0
(31)
4. Aplicar el filtro cono modulado en ngulo en el dominio Fourier usando la ecuacin (30).
f ( x, y ) 8. Esta
componente se puede recuperar, entre otros mtodos, usando la propiedad de conservacin del volumen de la transformada de Radon:
f ( x, y )dxdy =
p (t )dt ,
(32)
83
6. Para datos del sinograma con ruido, se puede calcular la integral para todas las proyecciones y tomar la media para estimar la componente CONTINUA:
(0, 0) = 1 p (t )dt d F
0
(33)
Este mtodo se denomina BPF porque primero se retroproyecta el sinograma, y luego se aplica el filtro cono para deconvolucionar el efecto 1/|| de la retroproyeccin. En la prctica, adems hay que considerar una funcin de apodizado (ventana) para que ese filtro que metemos no amplifique en exceso las altas frecuencias, y por tanto, ruido. Por esto en lugar de (30) se considera:
(u, v) = A(u , v) F
(34)
donde A(u,v) es un filtro pasobajo de apodizado. Si no existe ruido, la imagen reconstruida satisface:
84
Una dificultad prctica del mtodo BPF es que el laminograma b(x,y) tiene un tamao (nmero de muestras o elementos) infinito, debido a las colas de la respuesta 1/|r|. Por esto, en la prctica b(x,y) se trunca y eso conlleva problemas en la deconvolucin. Es ms, si se usa la 2D FFT para aplicar el filtro cono, se est realizando una convolucin peridica que causa efectos de plegado debido a la propia naturaleza paso-alto del filtro cono. Para minimizar los efectos del truncado y de la convolucin peridica, se debe evaluar b(x,y) numricamente sobre una rejilla de muestreo que sea considerablemente mayor que el objeto
f ( x, y ) . Al aumentar de tamao,
aumenta el coste computacional tanto de la operacin de retroproyeccin como las de 2D FFT necesarias para el filtro cono.
85
( , ) = F ( , ) F
(35)
Evidentemente, no podemos filtrar la imagen antes de tener sus proyecciones: de cualquier forma, aplicando el teorema de cortes de Fourier,
( ) , la 1D FT es: tenemos que para cada proyeccin P
(u ) = F ( , ) P
=u
= u F ( , ) =u = u P (u )
(36)
Esta relacin (36) nos indica que podemos reemplazar el filtro cono del mtodo BPF por un conjunto de filtros 1D cuya respuesta en frecuencia es u aplicado a cada proyeccin p (.) . ste es el filtro rampa.
Este es el mtodo FBP, y es el ms utilizado. Los pasos que deben seguirse son:
1. Para cada ngulo de proyeccin , calcular la 1D FT de la proyeccin p (.) para construir P (u ) . 2. Multiplicar P (u ) por el filtro rampa u .
86
( ) : proyeccin filtrada p
( ) = p
En la prctica, este filtrado se realiza usando una FFT, que conduce a una convolucin peridica. Por el hecho de que el
4. El filtro rampa anula la componente continua de cada proyeccin. Esto se puede corregir de nuevo con (32). En la prctica, adems se necesita un factor de escala para compensar el efecto de la discretizacin de las integrales. 5. Retroproyectar el sinograma filtrado ( x, y ) : obtener f
(r )} {p
( x, y ) = p f ( x cos + y sin )d
0
(37)
87
( ) = p
(38)
Alternativamente, esta operacin de filtrado se puede realizar en el dominio espacial, mediante una convolucin radial:
( ) = p ( ) h( ) p
(39)
h( ) =
(40)
A pesar de que el kernel de convolucin habitualmente no est limitado en el espacio, el objeto (y por tanto sus proyecciones) s que son finitas en el espacio, por lo tanto la convolucin en el dominio del espacio es factible. Por otro lado, la convolucin en el dominio del espacio requiere un mayor coste
Reconstruccin Cuantitativa de Imgenes en un Tomgrafo PET de Alta Resolucin para Animales 88
computacional que una implementacin en la frecuencia usando la FFT, por lo que el uso del mtodo FBP es ms atractivo que el CBP en este sentido.
Una operacin lineal tpica para un sistema con un emborronamiento invariante espacialmente y una respuesta en frecuencia B(u) sera usar un filtro de Wiener como funcin de apodizado A(u) en (38) de la siguiente manera:
A(u ) =
B* (u ) B (u ) + S p (u )
2
(41)
Los mtodos no lineales (incluyendo los de reduccin de ruido basados en wavelets) son capaces de reducir ms ruido que los lineales y con una menor degradacin de resolucin espacial. En cualquier caso, cuando se
Reconstruccin Cuantitativa de Imgenes en un Tomgrafo PET de Alta Resolucin para Animales 89
combina un mtodo no lineal de filtrado de sinograma con una reconstruccin lineal FBP, las propiedades de resolucin espacial resultante pueden ser muy extraas.
El nmero de proyecciones necesarias no es tan inmediato de obtener. Como norma general, se suele aplicar una regla que dice que debe ser de al menos /2 veces el nmero de muestreadores de la proyeccin.
Por ejemplo, si el campo de visin es de 50 cm y la distancia entre rayos es de 1 cm, se necesitaran al menos 100 muestreadores y 150 proyecciones.
90
En este apartado se realiza un anlisis sobre los efectos que produce el hecho de tener un ancho de banda limitado. En primer lugar, se estudia en la reconstruccin de una imagen punto. Posteriormente se extiende la situacin al caso general de una imagen sin restricciones, y se finalizar aplicando los resultados obtenidos a las dos operaciones bsicas que se estn realizando en el mtodo FBP implementado en la consola MMWKS: el filtrado y la retroproyeccin.
f ( x) d
x = ( x) d 2 x = 1
(42)
P ( ) =
(43)
91
( x) = 1 f 4 2
d exp [ j x n]d
0 0
(44)
Considerando el caso integrable en el que el ancho de banda de nuestra reconstruccin es finito y limitado a s, se obtiene:
( x) = 1 f 4 2
d exp [ j x n]d
0 0
(45)
Cualquier punto en el plano puede ser representado en coordenadas polares mediante las frmulas:
x = r cos
y = r sin
Por lo que nuestra imagen reconstruida en el sistema polar viene dada por:
( , ) = 1 f 4 2
(46)
= 1 4 2
s
92
( , ) = 1 f 4 2
d
0
d exp [ j cos( ) ] =
1 4 2
j x cos( ) = d d exp
0 0
(47)
d d exp j x cos( ) = 2 2 0 0
J 0 ( z) =
exp [ jz cos ]d
0
(48)
Y nos queda:
( x) = 1 f 2
( x) = f J 0 ( x )d
t = x 0
1 2 x
2
s x
J 0 (t )tdt
(49)
93
Esta ltima integral se resuelve tambin con la funcin de Bessel de primera especie y orden . Tomando =1 y s x , tenemos:
(x) = s J ( x ) f 1 s 2 x
(50)
Grficamente, es un fenmeno parecido al fenmeno de Gibbs, y depende de s , como se muestra en la figura 37:
Figura 37. Efectos del ancho de banda finito en la reconstruccin de una imagen punto en el origen de coordenadas (ver ecuacin 27). Si la distancia se mide en mm,
94
f ( x) =
(51)
Segn las ecuaciones estudiadas para el caso continuo, la imagen reconstruida tendr la forma:
(52)
h [ (x x ') ] =
2 x x '
J1 (s x x ' )
(53)
( x) = s f 2
(54)
1 1 1 h( x ') = F = 2 2 4
(55)
donde x ' = x n (figura 17) y h '( x ') es la respuesta impulsional del filtro. Integrando la ecuacin (55) llegamos a:
h( x ') =
(56)
96
Ahora, suponemos que tomamos una muestra cada cm de cada proyeccin paralela9. Para que no se produzca aliasing que traera consigo la aparicin de artefactos, el ancho de banda de nuestro sistema, ,ser 2/(2) =
h [ n] =
cos ( n ) + n sin ( n ) 1 2 2 n 2 2
(57)
1 . 4 2
n = 0, 1, 2, 3,...
(58)
Para cumplir el teorema de Nyquist a la hora de muestrear y evitar as el aliasing, si W representa una
frecuencia mayor que la mxima componente frecuencial de cada proyeccin, las proyecciones se deben muestrear con un periodo de muestro no mayor que T=1/2W. Este parmetro T es el que aparece en este documento como .
97
En los puntos de muestreo n, los valores que toma la proyeccin filtrada pueden obtenerse mediante la expresin (15), es decir:
Q0 [ n ] =
m =
P (m )h[(n m) ]
(59)
En la prctica, cada proyeccin tendr un nmero finito de muestras, por lo que los extremos del sumatorio se pueden rescribir como:
Q0 [ n ] = P ( m ) h[( n m) ]
m=0
N 1
(60)
Esta ltima ecuacin (60) implica que para determinar Q en los N puntos de muestreo, la longitud de la secuencia respuesta impulsional h[n] debe ser 2N-1, por ejemplo, n variando entre (N-1) hasta (N-1).
La convolucin discreta de la ecuacin (60) se podra implementar directamente, pero resulta ms eficiente si se realiza en el dominio de la frecuencia, mediante la FFT. Se debe tener presente que mediante algoritmos rpidos de clculos de DFT, como es la FFT, en la ecuacin (59) estamos haciendo una convolucin no peridica o lineal, mientras que en la ecuacin (60) realizamos una convolucin circular. De esta manera, si la secuencia Q tiene una longitud de P puntos y la respuesta impulsional h[n] tiene una longitud de H muestras, la longitud mxima de la secuencia Q ser (P + H 1) puntos. Por tanto, Q y H tienen que ser aumentadas de tamao aadiendo ceros hasta alcanzar la longitud (P + H 1) para evitar la aparicin
Reconstruccin Cuantitativa de Imgenes en un Tomgrafo PET de Alta Resolucin para Animales 98
Como corolario, podemos concluir que si P tiene N muestras, hay extender mediante ceros las secuencias P y H hasta alcanzar los (2N 1) puntos. Ms an, si estamos usando algoritmos FFT con base 2 tenemos que asegurarnos de que cada secuencia sea extendida hasta NF elementos, donde NF es el menor entero que es potencia de 2 y mayor que (2N 1).
(61)
Por ltimo, debido a que el filtro h[n] es un filtro rampa, y no interesa que amplifique las altas frecuencias por el ruido, se multiplica por alguna ventana, como se coment anteriormente. Esta operacin se realiza en el proceso de filtrado, y, por ejemplo, sera multiplicar cada FFT por una ventana Hanning:
h [ n ] =
(62a)
Otras ventanas clsicas son las del coseno, Shepp-Logan y Ram-Lak, que han sido implementadas segn las siguientes ecuaciones [35]:
Reconstruccin Cuantitativa de Imgenes en un Tomgrafo PET de Alta Resolucin para Animales 99
c [ n ] =
(62b)
(62c)
R L [ n ] =
1, para0 n 2 N 1 0, e.o.c.
(62d)
(63)
As pues, el filtro rampa terico no ser demasiado til en la prctica, siendo necesaria una implementacin que utilice ventanas (figura 38):
100
Debido a la propia forma discreta de nuestras muestras, los puntos en las proyecciones, t, no coinciden con valores (x,y) tales que t = xcos + ysen, por lo que es necesario elegir un esquema adecuado de interpolacin.
Dado un nmero de muestras en la proyeccin N , para decidir el nmero de proyecciones necesarias para conseguir la misma frecuencia de muestreo angular que radial, seguimos la siguiente relacin:
R R = N = N / 2 N N / 2
(64)
En la prctica, esta naturaleza discreta hace que la integral que define la operacin de retroproyeccin tenga que ser aproximada por una suma de Riemann:
101
b( x, y ) = w( ) p ( x cos + y sin )d
0
(65)
Teniendo
en
cuanta
que
los
rayos
de
las
proyecciones
son
i =
i 1 n
i = 1,..., n
(66)
b ( x, y )
p ( x cos
i =1
i
+ y sin i )
(67)
Hay 3 aproximaciones posibles [28], que pasaremos a detallar a continuacin junto con un anlisis del efecto de la interpolacin:
BACKPROJECTION)
Retroproyeccin
por
trazado
de
rayos
(RAY-DRIVEN
102
En la prctica no slo el ngulo de proyeccin es discreto, sino que adems slo disponemos de muestras radiales discretas. Ignorando ruido y emborronamiento, lo que realmente tenemos por sinograma es:
yi [ n ] = p ( ) = , =( n n )
i 0
,
R
i = 1,..., n ,
n = 0,..., n 1
(68)
donde habitualmente n0=n/2 o no=(n-1)/2. Para este tipo de sinogramas (que son los reales), la imagen final reconstruida depender del mtodo utilizado, ya que, aunque en teora todos conduciran al mismo reultado, se diferencian en cmo se discretizan las ecuaciones.
Adems, est claro que por la propia forma discreta de las muestras, las proyecciones de un punto mediante un rayo no tienen porqu caer en puntos que tengamos muestreados, por lo que ser necesaria la interpolacin, que, por otro lado, bastar con que sea bilineal en muchos casos.
b( x, y ) = bi ( x, y )
i =1
(69)
103
bi ( x, y ) = pi ( x cos i + y sin i ) = P* p
i
(70)
Para el caso de sinogramas muestreados radialmente (sistema de coordenadas en polares), la implementacin de la retroproyeccin para i=1 ( = 0 ) es trivial: simplemente se trata de coger la primera fila del sinograma y se construye una matriz. Para otros ngulos (otros valores de ), se siguen los siguientes pasos:
1. Reproducir la i-sima fila del sinograma para construir una imagen, como si se tratara del caso ( = 0 ). 2. Rotar la imagen en el sentido contrario a las agujas del reloj segn . Este paso requiere interpolar, se puede usar la interpolacin bilineal u otra ms precisa. 3. Se suma para todo ngulo segn la ecuacin (69). De esta forma, se tendra un bucle exterior (el ms grande), en que se va variando el ngulo i . Este mtodo es fcil de implementar, pero es muy lento debido al coste computacional de la operacin de rotacin.
BACKPROJECTION)
En este mtodo se giran todos los rayos y para cada uno de ellos se interpola yi [n] sobre los pxeles cuyos centros estn cercanos al punto final del rayo L(nR, i). Cuando los puntos de muestreo en el espacio polar coinciden con los puntos de muestreo en la imagen, este mtodo y el anterior conducen exactamente a la misma imagen discreta.
104
4.4.6.3.
Retroproyeccin
por
pxel
(PIXEL-DRIVEN
BACKPROJECTION)
Para obtener la imagen reconstruida, necesitamos calcular b(x,y) slo en una rejilla o grid finito de pxeles {f(xj,yj) : j = 1,...,np}. En este mtodo, se evala la ecuacin (67) para cada punto de la rejilla, rellenando de esta forma la matriz imagen. Para su implementacin, el bucle exterior hace variar el ndice del pxel (j), y un bucle interior va variando los ngulos i .
En
cualquier
caso,
el
argumento
radial
de
la
ecuacin
(67),
(n n0 ) R pi ( ) yi [ n ] R n
(71)
1 t , t 1 (t ) = 0, e.o.c.
(72)
A pesar de que esta frmula es apropiada para anlisis tericos, su implementacin en la prctica no conduce a una interpolacin lineal en
Reconstruccin Cuantitativa de Imgenes en un Tomgrafo PET de Alta Resolucin para Animales 105
condiciones. Considerando que la funcin tringulo tiene 2 instantes de muestreo, para cualquier dado, slo habr dos trminos de la ecuacin (71) no nulos. Una expresin alternativa es:
(n( ) n0 ) R pi ( ) yi [ n( ) ] R
(n( ) + 1 n0 ) R + yi [ n( ) + 1] R
(73)
c [ n( ) ] c [ n( ) ] = yi [ n( ) ] 1 + yi [ n( ) + 1] R R
donde se definen:
r[n] (n n0 ) R n[r ] r / R + n0
(74)
Tambin
se
suelen
usar
otras
interpolaciones,
como
la
FFT
106
( x) = f
M proy
M proy
i =1
Qi (x ni ) =
M proy
M proy i =1
Q ( x cos
i
+ y sin i )
(75)
Esta ecuacin pone de manifiesto que cada proyeccin filtrada hace la misma contribucin a cada punto de la imagen, (x,y), mediante proyecciones paralelas. En cualquier caso, al retroproyectar Q a un punto (x,y), se necesita evaluarlo en x=x cos + y sin , y puede ocurrir que en este punto no se conozca el valor de Q, ya que hay por medio un proceso discreto de muestreo. En esos casos, es posible averiguar el valor de Q que corresponde al punto (x,y) de la imagen mediante interpolacin. En la mayora de las ocasiones, es suficiente con una interpolacin lineal.
Generalizando
la
ecuacin
(71),
supongamos
que
usamos
una
interpolacin de la forma:
(n n0 ) R i ( ) yi [ n ] h p R n
(76)
para algn kernel de interpolacin h(.). Supongamos adems que p ( ) est limitada en banda, con una frecuencia mxima menor que 1/2R. Con esto, y con el teorema de muestreo (ignorando el ruido), se tiene que:
107
1 P (u ) H (u ), u i (u ) = 2 R P i 0, e.o.c.
(77)
Por ejemplo, cuando h es una interpolacin lineal como (71), se tiene que H(u)=R sinc2(R u), que es estrictamente positivo para |u|<1/2R.
Por lo tanto, mientras estemos aplicando el filtro rampa |w| en la versin discreta de:
( ) = p
P (u ) u exp( j 2 u )du
(78)
tambin podemos aplicar el filtro inverso 1/H(u) para compensar los efectos de la interpolacin.
La etapa de retroproyeccin es, sin duda, el paso ms costoso en tiempo de ejecucin del proceso de reconstruccin. Por esta razn, hay mucho trabajo en la lnea de conseguir esquemas de retroproyeccin rpidos como Fast
108
4.4.7.-
El
problema
de
la
recuperacin
de
la
componente continua
En un entorno discreto, la operacin de filtrado se puede derivar a partir del muestreo del filtro continuo ya sea en el dominio espacial o en el de la frecuencia [25]. La reconstruccin resultante de estos dos mtodos es virtualmente idntica. Si embargo, el mtodo basado en el muestreo del filtro en el espacio de Fourier da lugar a una deriva de la componente continua de la imagen, ms algunos artefactos de shading de baja frecuencia en las reconstrucciones resultantes [31]. En la siguiente figura se muestra un perfil a lo largo de un dimetro de un disco de radio 64 (en blanco) y el perfil equivalente en la imagen reconstruida (en rojo).
En el dominio de Fourier el filtrado se realiza por medio de una multiplicacin del conjunto de proyecciones con la funcin que define el filtro en la frecuencia dada por la expresin (75). La ventaja principal de esta
109
implementacin es la reduccin del tiempo de clculo (se trata de una simple multiplicacin de dos matrices). El inconveniente es que se introducen los artefactos mencionados anteriormente debidos al muestreo del filtro en frecuencia: prdida de componente continua (debido a que la primera muestra del filtro rampa discreto es 0) y aliasing en el espacio. Para compensar estos artefactos ser necesario seguir alguna de las 3 estrategias que se proponen a continuacin.
f ( x, y )dxdy =
p (t )dt ,
(79)
Para sinogramas con ruido (caso real), se puede calcular la integral para todas las proyecciones y tomar la media para estimar la componente continua (mejorando la relacin seal a ruido):
F '(0, 0) =
1 p (t )dt d 0
(80)
110
Con este mtodo se trata de compensar la deriva global, por lo que habr que repartir la diferencia de cuentas en las proyecciones con las de la imagen reconstruida entre todos los pxeles de la imagen. De forma esquemtica sera:
El problema de este mtodo es que hace necesario un algoritmo para buscar la zona de fondo, lo que es inviable en imgenes donde todo el FOV est ocupado por objeto a reconstruir.
111
Qs ( , i ) =
1 M
M / 2 1 k = M / 2
S S ( , k )R (k )e j 2 ik / M
(81)
S S ( , k ) = Ps ( , i )e j 2 ik / M
i =0
N 1
(82)
R (k ) = k
2S / 2 , M
k=
M M ,..., 1 2 2
(83)
La funcin correspondiente a R(k) en el dominio del espacio se puede obtener haciendo la DFT inversa de (83):
r (i ) = hs (i ) + as (i )
(84)
donde:
(i kM ) b sin 2 as (i ) = k = (i kM ) k 0 2
(85)
112
La funcin r (i ) est definida para todos los valores de i y es peridica con periodo M, y se tiene que slo los valores de r (i ) en el rango
La proyeccin filtrada a partir del filtro construido en la frecuencia se puede obtener convolucionando Ps ( , i ) con r (i ) :
Q( , i ) = [hs (i ) Ps ( , i ) + as (i ) Ps ( , i )]
(86)
El primer trmino es la proyeccin filtrada obtenida a partir del filtrado en el espacio, mientras que el segundo es el causante de la deriva de componente continua y del shading.
DC
N 1 1 M 2 T
(87)
Teniendo esto en cuenta, se puede corregir el filtro rampa restando al primer trmino (trmino R(0)) en (83) el valor anterior. De esta forma se compensa el efecto de la deriva en continua aunque sigue existiendo shading. Para eliminar tambin este efecto se pueden corregir los siguientes coeficientes del filtro R(k) sustituyndolos por los coeficientes tericos de la DFT de hs :
113
H s (k ) =
( M / 2) 1
i = ( M / 2)
hs (i )e j 2 ik / M ,
k=
M M ,..., 1 2 2
(88)
B2 , l = 0 hS (l ) = 0, l par 2 4 B , l impar l 2 2
(89)
y simplificamos, resulta:
H s (k ) B 2 (1 S M (k )) +
8B 2 S (k ) 2M M
(90)
( M / 4) 1
S M (k ) =
i =0
( M / 4) 1
i =0
(91)
(2i + 1) 2
114
El efecto de estos dos artefactos, deriva de componente continua y shading, se puede reducir tambin rellenando con ceros las proyecciones antes de hacer la FFT. La reduccin de los artefactos se confirma tericamente con el trmino M en el denominador de la frmula del trmino de continua. Cuantas ms muestras tengamos del filtro (menor intervalo de muestreo en la frecuencia), menor ser el porcentaje de frecuencias que sern asignadas a cero. Para ello es necesario rellenar la imagen con ceros de forma que se aumente la frecuencia de muestreo en el espacio de Fourier y con ello el nmero de coeficientes que definen un periodo para igualar a la definida para el filtro.
El problema es que este relleno con ceros aumenta el tiempo requerido para efectuar el filtrado. En la figura 40 se muestra el resultado de aplicar relleno con ceros (zero-padding) antes de filtrar para factores de relleno de dos y tres veces la imagen:
115
Sin embargo, esta falta de uniformidad no supone un problema, ya que los factores que causan este efecto estn perfectamente identificados, y se pueden aplicar correcciones al sinograma obtenido para compensarlos.
de rotacin. Esto se hace sucesivamente hasta completar la duracin del estudio. Por tanto, en las posiciones en las que se invierte el sentido de rotacin hay un tiempo muerto mientras se realiza el cambio que hace que se detecten ms cuentas en dichas posiciones.
Conocidos los datos necesarios (ngulos en los que se invierte el sentido de giro, velocidad de rotacin, etc.), el algoritmo que soluciona este problema es inmediato, y se encuentra implementado en la funcin list2sin o rPET_sinowin, segn la versin de la consola MMWKS, encargada de realizar el paso de modo lista a sinograma, externas a IDL por motivos de velocidad.
En el primer caso, hay que considerar a la hora de construir el sinograma el instante de tiempo en el cual se recibe una cuenta, o ms exactamente, el incremento de tiempo entre las cuentas recibidas. Como se ha descrito en el captulo segundo de la presente memoria, la actividad del radiofrmaco detectado decae con el tiempo segn su vida media, por lo que se obtienen menos cuentas a medida que pasa el tiempo del estudio. Este hecho es ms relevante de lo que pueda aparentar en principio, ya que los estudios (adquisiciones) estndar pueden durar incluso horas. Si bien es cierto que en un estudio esttico obtenido en poco tiempo este efecto puede no apreciarse, la correccin se vuelve especialmente crtica en estudios dinmicos, donde cada
117
Conocidos los instantes de tiempo en los que se detecta cada cuenta y la vida media del radiofrmaco, el algoritmo que corrige los efectos es inmediato, y se encuentra implementado en la funcin reseada anteriormente.
El problema del tiempo muerto deriva del hecho de que los circuitos de coincidencia no pueden procesar ms de un evento hasta un tiempo despus del precedente. Es decir, tras detectar una cuenta, el sistema queda insensibilizado durante un periodo de tiempo denominado tiempo muerto. Se puede corregir aplicando una frmula muy simple:
n=
m 1 mT0
(92)
Donde n es el nmero de eventos reales, T0 el tiempo muerto del sistema y m el nmero de eventos procesados.
118
Este efecto se puede corregir fcilmente de forma terica, sin ms que multiplicar cada sinograma correspondiente a una seccin 2D por el inverso de una rampa que simula el efecto explicado (figura 43). El sinograma obtenido aparecer escalado por una rampa que toma su valor mnimo en los extremos de y alcanzar su mximo justamente en /2, y lo que se hace para corregirlo es desescalarlo para compensar dicha sensibilidad, segn la figura 43, donde el eje horizontal representa los valores de . As se corrige el sobremuestreo del sinograma que lo hace ms brillante en el centro, y posteriormente se impone que el nmero de cuentas permanezca constante tras la operacin.
Figura 43. (a) Rampa terica de escalado del sinograma. (b) Correccin aplicada: inversa de la rampa de la figura (a).
119
En este punto surgen dos nuevos problemas. El primero de ellos es que, en determinadas ocasiones, y debido a pequeos desalineamientos casi inapreciables y prcticamente incorregibles, la rampa que viene implcita en el sinograma no es la esperada tericamente, y mediante la correccin terica podemos subcorregir o sobrecorregir el sinograma con respecto a los valores adecuados. La solucin pasa por emplear un mtodo de correccin basado en datos experimentales y no tericos, como veremos a continuacin.
El segundo problema que aparece al aplicar la correccin consiste en que hay puntos del sinograma que se multiplican por un valor y otros que lo hacen por un valor hasta 27 veces superior ( toma valores entre 0 y 55 en el caso de rPET). Tericamente, en una situacin ideal con datos libres de ruido, es lo correcto, pero en la prctica no interesa amplificar tanto un punto con respecto a otro, ya se degrada seriamente la relacin seal a ruido de los datos. Para subsanar este problema, se considera un valor umbral a partir del cual no se realiza la multiplicacin que compensa la sensibilidad transaxial. As, se impone una amplificacin relativa mxima ms restrictiva que la que se tiene en la inversa de la rampa terica.
Experimentalmente, se ha fijado el valor umbral a 9, de forma que se trunca la inversa de la rampa en aquellos valores tal que sean 9 veces superiores al valor mnimo de la misma, como se muestra en la figura 44.
120
Figura 44. (a) Inversa de la rampa terica de correccin. (b) Correccin aplicada: Inversa de la rampa terica con truncamiento segn umbral emprico de 9.
Como se puede apreciar, con el umbral fijado a 9, estamos desechando 6 posiciones de , las 3 primeras y las 3 ltimas, que coinciden con los puntos que presentan peor estadstica y por tanto ms ruido en relacin al resto. En este caso, debe mantenerse el total de cuentas del sinograma, excepto las que pertenecen a las distancias eliminadas.
Para determinar qu cristales son ms o menos sensibles, slo podemos hacerlo de forma experimental, y adems slo se medirn sensibilidades relativas de un cristal con respecto a otro. El proceso pasa por la obtencin de una imagen de llenado de campo o fuente uniforme, compensar de forma terica los efectos no deseados vistos anteriormente mediante la aplicacin de algoritmos de correccin, compararla con la que debera haber sido obtenida, y finalmente deducir la sensibilidad de los cristales de centelleo, ya que es el nico efecto que restara por compensar.
Llegados a este punto se nos plantea una solucin conjunta a todos los efectos no deseados: la correccin totalmente emprica, que consiste en seguir los pasos siguientes:
2. Igualarlo al sinograma ideal (sinograma plano u homogneo), obteniendo as una ratio o sinograma corrector.
3. Multiplicar los sinogramas que se obtengan por dicho sinograma corrector, que corrige todos los efectos no deseados simultneamente.
122
Este mtodo es mucho ms potente que realizar las correcciones tericas por separado, ya que considera todos los aspectos reales que pueden surgir. Adems de esta gran ventaja, la diferencia principal con respecto a los anteriores estriba en que es necesario disponer de una fuente uniforme a partir de la cual obtener un sinograma de correccin. En rPET, dicha fuente se denomina annulus, y supone la materializacin de una ingeniosa idea que resuelve el problema de encontrar una mezcla homognea de actividad que llene el FOV. En lugar de buscar un molde o similar que llenar de una solucin totalmente homognea que incluya un compuesto emisor de positrones (algo realmente complicado), lo que se hace es situar una superficie cilndrica fuera del FOV, relleno de una solucin que incluya dicho compuesto (habitualmente FDG), de tal forma que la radiacin que emite inunda el FOV de la misma manera que lo hara una fuente homognea que lo rellenara por completo.
Por tanto, a partir de las imgenes obtenidas empleando este annulus, se obtienen las plantillas necesarias para aplicar todas las correcciones a las imgenes que se tomen con posterioridad. Ser necesario, por tanto, realizar estudios del annulus con frecuencia para optimizar la correccin de sinogramas.
123