GONZLEZ, Waldemar Fernando.

Pg. N 1

AUTOR:

GONZLEZ, Waldemar Fernando

DESARROLLO DE LA
INVESTIGACIN:

Diagnstico Mdico

TUTOR:

Tc. M.N. Roberto Galli

MATERIA:

Proyecto Final Integrador

CARRERA:

T.D.I. (Tcnico en Diagnstico por Imgenes)

UNIVERSIDAD:

U.N.S.A.M. (Universidad Nacional de General

San Martn)

AO DE
PRESENTACIN:

2006

GONZLEZ, Waldemar Fernando.

Pg. N 2

NDICE
NDICE

CARTULA
NDICE

-------------------------------------------------------------------------------1
----------------------------------------------------------------------------------------2

OBJETIVO ----------------------------------------------------------------------------------------3
INTRODUCCIN

-------------------------------------------------------------------------------4

DESARROLLO

-------------------------------------------------------------------------------7

*MATERIALES
*MTODOS

-------------------------------------------------------------------------------7
-------------------------------------------------------------------------------7

IMGENES OSEAS

---------------------------------------------------------------------16

IMGENES CEREBRALES

------------------------------------------------------------19

IMGENES CARDIACAS

------------------------------------------------------------23

IMGENES DE SARCOMA NECRTICO

------------------------------------------24

IMGENES DE CARCINOMA COLORECTAL

---------------------------------24

CONCLUCIN

-----------------------------------------------------------------------------25

BIBLIOGRAFA

-----------------------------------------------------------------------------26

GONZLEZ, Waldemar Fernando.

Pg. N 3

OBJETIVO:
El objetivo de este trabajo es la descripcin bsica y evaluacin de dos software que
permiten de forma semiautomtica la reconstruccin de imgenes tomogrficas en
medicina nuclear; FBP (Filtered Back Projection - Retroproyeccin Filtrada) y el
mtodo iterativo (Que indica repeticin o reiteracin) OSEM (Ordered Subset Expectation
Maximization Subconjuntos Ordenados por la Mxima Aproximacin) El propsito de
esta comparacin tiene como objetivo definir con cual de los dos mtodos de
reconstruccin de imgenes tomogrficas, se obtienen las imgenes reconstruidas
ms apropiadas para el estudio, principalmente evaluando artefactos, contrastes,
relacin seal-ruido, falsos positivos y negativos y relacin costo / beneficio. Las
imgenes de tomografa por emisin se generan mediante un algoritmo de
reconstruccin, a partir de un conjunto de proyecciones adquiridas del objeto o
paciente bajo examen. El procedimiento clsico de reconstruccin de imagen es la
retroproyeccin filtrada (FBP). Este mtodo es rpido y sencillo, pero no utiliza
informacin estadstica. Es un buen mtodo para aplicaciones en las que el nmero de
cuentas es alto TC (Computerd Tomography Tomografa Computada), pero es peor
cuando hay un bajo nmero de cuentas, como en imgenes de Medicina Nuclear. Los
mtodos iterativos de reconstruccin de imagen se han propuesto como alternativas a
FBP. Estas tcnicas necesitan computadoras rpidas con una gran cantidad de
memoria para procesar las imgenes, y sin lugar a dudas un gran espacio de
almacenamiento; lo que trae aparejado un gran costo informtico, ms alto que FBP.
En ningn momento se recurrir a un tratamiento exhaustivo del tema. Se pretende s,
la comprensin por parte del lector de los principales conceptos que acompaan al
desarrollo e implementacin de estos algoritmos que cada vez ms ocupan un lugar
destacado en la reconstruccin de las imgenes en Medicina Nuclear.

GONZLEZ, Waldemar Fernando.

Pg. N 4

INTRODUCCIN:
El objetivo de todas las modalidades de imagen mdica es visualizar los rganos
internos del cuerpo de una manera no invasiva, para obtener informacin estructural y
anatmica, como en la TC (computed tomography - tomografa computada), como en
PET (positrn emission tomography - tomografa por emisin de positrones) o en el
SPECT (single photon emission tomography - tomografa por emisin de fotn nico)
El principio de la reconstruccin de imagen en todas las modalidades de tomografa es
que un objeto se puede reproducir exactamente a partir de un conjunto de sus
proyecciones tomadas desde diversos ngulos. En una aplicacin prctica, en
cualquier modalidad de tomografa computada se puede obtener solamente una
estimacin de la imagen real del objeto bajo estudio. La fidelidad de la reconstruccin
en cada caso depender de las respuestas a una serie de preguntas sobre la
adquisicin y el proceso previo de los datos adquiridos, de la implementacin numrica
de las frmulas matemticas de reconstruccin, y del post-procesado de las imgenes
reconstruidas.
[5],[6] Denominaremos f (x, y) a la distribucin espacial de la concentracin de
actividad que se desea visualizar. Utilizaremos (2D) dos dimensiones, puesto que las
imgenes que deben ser reconstruidas representan cortes bi-dimensionales (2D)
transversales del cuerpo; aunque actualmente es posible realizar estudios PET en tres
dimensiones (3D); en este trabajo no se abordar la problemtica de la reconstruccin
3D. Dado que la lnea de respuesta (LOR) del par de fotones generados en la
aniquilacin se conoce, el nmero de cuentas registrado a lo largo de la misma,
definida por t (su distancia del origen) y h (su ngulo con respecto al eje x), segn la
figura 1, es una medida de la concentracin total del radiofrmaco en ese punto del
sinograma P(t, h). Esta funcin P(t, h) representa para cada punto (t, h) el valor
integral de la lnea definida por esos dos parmetros de la funcin f(x,y), que haciendo
el cambio a coordenadas polares queda expresada de la siguiente forma:

As descrita la funcin P(t, h) representa la transformada de Radn de la funcin f (x,

y). En PET, el nmero de cuentas a lo largo del conjunto de lneas entre los detectores
constituye un muestreo de la transformada de Radn de la densidad de la actividad f
(t, h). Para recuperar una aproximacin de la funcin de distribucin espacial se debe
aplicar un algoritmo apropiado de inversin o de reconstruccin. La ecuacin (1) se
cumple solamente si se pueden despreciar las propiedades de atenuacin del medio.
En PET, se puede hacer una correccin de la atenuacin en los datos y plantear el
problema nuevamente dentro del marco de la transformada Radon [1]. dado P(t, h) hay
que calcular f (x, y).
El problema de la reconstruccin es ahora el siguiente:

GONZLEZ, Waldemar Fernando.

Pg. N 5

La solucin a dicho problema fue publicada por Johann Radon en 1917, con una
frmula de inversin que expresa f en trminos de P, aunque la implementacin de
esta frmula en problemas prcticos, como el problema de la reconstruccin de
imagen en CT, se ha efectuado mucho ms tarde. Aunque la frmula de inversin se
puede expresar en matemticas abstractas, ste es solamente el principio para un
problema aplicado. En casi todos los casos las medidas fsicas no pueden definir
exactamente el conjunto completo de integrales de la ecuacin (1). De hecho, segn
demostr Smith, un objeto queda determinado nicamente por el conjunto infinito, pero
por ningn conjunto finito, de sus proyecciones. La carencia del conjunto completo de
lneas integrales, conduce a inexactitudes y distorsiones en la reconstruccin, debidas
a efectos no lineales, al ruido y a la insuficiencia de datos. Los efectos no lineales se
pueden originar a partir de procesos no lineales en los detectores, mientras que el
ruido puede ser la incertidumbre estadstica general de una medida o de un
componente adicional, como la dispersin. Los datos pueden ser insuficientes debido
a un muestreo inadecuado o a la falta de datos de una regin. La distribucin
desconocida de la atenuacin puede distorsionar las medidas de la distribucin
original, dando por resultado errores en la reconstruccin.
En las ltimas dos dcadas se han desarrollado varios algoritmos que se pueden
considerar como mtodos para aproximar la transformada de Radon inversa. Se
pueden implementar para la reconstruccin en varias modalidades tomogrficas y no
solamente para PET. Es importante mencionar aqu tambin que, debido a muchas
razones (implementacin en sistemas de computacin, aproximaciones numricas,
etc.), estos mtodos no son todos equivalentes.

1. Mtodos directos de Fourier.

2. Convolucin en el dominio espacial
Convolucin en el espacio de la seal y retroproyeccin.
Convolucin en el espacio de la frecuencia y retroproyeccin.
Retroproyeccin y convolucin en el espacio de la seal.
Retroproyeccin y convolucin en el espacio de la frecuencia filtrado.
3. Mtodos iterativos.
4. Mtodos de series y funciones ortogonales.

GONZLEZ, Waldemar Fernando.

Pg. N 6

Estas tcnicas de reconstruccin de imgenes proporcionan soluciones al problema de

aproximar la transformada inversa de Radn. Sin embargo, el conjunto de variables
consideradas como proyecciones es generalmente un conjunto de variables aleatorias,
con densidad de probabilidad dependiente de lneas integrales. Una asuncin
fundamental de estos mtodos es, por lo tanto, que el conjunto de parmetros
medidos podra representar con alta exactitud (como consecuencia de la ley de
grandes nmeros) los valores medios de este proceso (valores exactos de las
proyecciones). En el caso de la tomografa por rayos X, por ejemplo, en que se
procesan en principio una gran cantidad de cuentas por ngulo de proyeccin, la
asuncin antedicha es vlida y estos mtodos producen resultados satisfactorios. Sin
embargo, en tomografa de emisin (PET, SPECT) el nmero total de cuentas es bajo,
y consecuentemente hay mucho ruido estadstico, debido al retardo de los detectores,
al tiempo muerto (puesto que los circuitos de coincidencia no pueden procesar ms de
un evento durante la ventana de la coincidencia temporal) y al apilamiento (
denominado pileup) de los pulsos (cuando diversos pulsos del amplificador coinciden y
producen un solo pulso que distorsiona la informacin de energa y contribuye a la
prdida de eventos vlidos). Esto limita el nmero total de cuentas de emisin
detectadas a unas 106-107 para un solo anillo de detectores PET, cuando en
tomografa de transmisin de rayos X el nmero de cuentas puede alcanzar las 10151016.
Existen otros casos, especialmente cuando se requieren tiempos cortos de
observacin, en los que el nmero de cuentas medidas no se puede considerar
bastante grande. Por lo tanto, se espera que un mtodo de reconstruccin de
imgenes en tomografa de emisin que incorpore la naturaleza estocstica del
proceso de emisin produzca imgenes mejores que las tcnicas convencionales.
Las secciones siguientes describen brevemente los algoritmos de reconstruccin de
imagen en SPECT, comenzando por el clsico de retroproyeccin filtrada y siguiendo
por los mtodos iterativos donde el criterio de optimizacin para aproximarnos a la
solucin ptima del problema de la reconstruccin de imagen se basa en la estimacin
de mxima verosimilitud.

GONZLEZ, Waldemar Fernando.

Pg. N 7

DESARROLLO:
-MATERIALES:
Para realizar dicho estudio comparativo se ha empleado el siguiente equipamiento:
Cmara Gamma de doble cabezal SIEMENS ECAM+, con colimadores de baja
energa. Equipada con un software e soft que ofrece la posibilidad de realizar
reconstruccin mediante retroproyeccin filtrada y mediante mtodo iterativo OSEM.
Tambin dispone de herramientas para la manipulacin del nmero de cuentas y para
poder realizar post-procesado de las adquisiciones realizadas. Adems ofrece la
posibilidad de realizar una adquisicin en ventanas mltiples de forma simultnea.
Las adquisiciones de partida son las realizadas mediante el protocolo de SPECT
normalmente empleado en la prctica clnica, con radiofrmacos suministrados por
Bacon y TecnoNuclear con 99Tc y que contempla los siguientes parmetros de
adquisicin:
120 proyecciones cada 3 con rbita de auto contorno.
Tiempo de adquisicin fijo por proyeccin de 25 s.
Colimadores de baja energa.
Reconstruccin con ambos algoritmos implementado en el equipo (OSEM).
Matriz tanto de adquisicin como de reconstruccin de 128x128 pxeles.
Ventana de adquisicin centrada en 140 keV con una amplitud del 15%.
Correccin por atenuacin mediante el mtodo de Chang (en el caso de
perfusin cerebral), con un coeficiente de atenuacin de 0.09 cm.
Filtros Butterworth y Smooth, orden y frecuencia de corte variables segn el
estudio.
-METODOS:
En este trabajo se ara una evaluacin visual a travs de distintas y diversas imgenes,
de los mtodos de reconstruccin de imgenes tomogrficas en Medicina Nuclear:
retroproyeccin filtrada FBP (Filtered Back Projection) y el mtodo iterativo OSEM
(Ordered Subsets Expectation Maximization) los cuales se explican detalladamente a
continuacin; de ahora en ms consideraremos el tema refirindonos a la
reconstruccin tomogrfica de un nico corte, pudindose extender la accin a la
cantidad de cortes necesarios para tener la informacin completa de un rgano de
estudio.

Figura 1: Cabezal del SPECT posicionado frente al objeto.

En color negro figura la fila de la matriz que conjuntamente con las
filas homlogas de todas las proyecciones darn origen al corte
coloreado en el mismo tono.

GONZLEZ, Waldemar Fernando.

Pg. N 8

RETROPROYECCIN FILTRADA
Plantearemos en primer trmino las bases matemticas que hicieron posible la
implementacin del algoritmo de Retroproyeccin Filtrada: la Transformada de Radon,
su relacin con la Transformada de Fourier
[4] TRANSFORMADA DE RADON
El problema de la reconstruccin tomogrfica parte de la aplicacin de una operacin
matemtica denominada Transformada de Radon [1], en honor a Johan Radon quien
la desarroll en 1917.
La misma puede expresarse como:

donde y t son las coordenadas del espacio de la transformacin y ds es un

incremento diferencial a lo largo de la lnea de integracin (L) en el espacio real de la
funcin f(x, y).Como resultado de la transformacin, el valor de la funcin en el campo
real, integrado a lo largo de una lnea, se comprime en un nico valor en el espacio de
Radn. Dicho valor es la suma de los valores de f(x, y) a lo largo de L, representada
por la integracin a lo largo de dicha lnea.

Figura 2: Transformada de Radon. El valor de P (t1) contiene

el valor de la funcin a lo largo de la lnea L.

El valor de la Transformada de Radon (TR) en un punto t1 para un determinado, se

denomina rayo suma de lnea integral. El conjunto de todos los rayos suma para una
misma direccin se denomina perfil (P (t)). El conjunto ordenado de todos los
perfiles como puede observarse en la Figura 3, se denomina sinograma. Cada punto
del sinograma, esto es, un punto en el espacio (t, ) se denomina bin. En el ejemplo de
la siguiente figura en el que los perfiles estn formados por 12 pixels cada uno y se
han adquirido 36 de ellos, se tienen 432 bins.

GONZLEZ, Waldemar Fernando.

Pg. N 9

Figura 3: Ejemplo de un sinograma en el que aparecen los

valores de 4 perfiles, para posiciones angulares de 0, 10, 20
y 360

Resumiendo:
La TR transforma una funcin f(x,y) en un sinograma (3)
[2],[3] TEOREMA DEL CORTE DE FOURIER
Existe otra herramienta fundamental para la resolucin del problema de la
reconstruccin tomogrfica conocida como Teorema del Corte de Fourier (slice
theorem Fourier en ingls) que dice: La TF de un perfil 1D equivale a la TF 2D de
dicho objeto, ambos en la misma perspectiva angular (2)
En base a (1) y (2) se puede concluir que: aplicando la inversa de la TF 1D a la
totalidad de los perfiles angulares (sinograma) de una funcin se puede reconstruir la
funcin original.
IMPLEMENTACIN DEL ALGORITMO
La Retroproyeccin Filtrada es un algoritmo matemtico de carcter algebraico por el
cual se infiere la funcin f(x, y) a partir de revertir el valor de las proyecciones sobre el
espacio del objeto.
EL algoritmo se basa en los dos conceptos planteados en el apartado anterior:
Transformada de Radon y Teorema del corte de Fourier.
Partiendo de la definicin de F(u,v), como la Transformada de Fourier 2D:

F(w, ) puede, en particular, interpretarse como el valor del perfil en el ngulo , o sea,
P (w). En ese caso la expresin (5) se convierte en:

GONZLEZ, Waldemar Fernando.

Pg. N 10

La expresin encerrada entre corchetes, R es la TF de P (w) multiplicado

por |w| a lo largo de cada rayo suma. Dicho coeficiente recibe el nombre de filtro
Ramp.
Continuando con la comprensin de lo expresado en (6), la integral entre 0 y 180 de
la TF del perfil, pesado por la frecuencia, permite conocer la totalidad de la imagen en
el espacio cartesiano. Esta operacin recibe el nombre de Retroproyeccin Filtrada
(RPF)[2].
La implementacin de (6) en la computadora debe hacerse utilizando la forma discreta
de dicha expresin. En primer trmino, porque las adquisiciones se efectan de la
misma forma. El detector no recoge informacin de manera continua sino que lo hace
a intervalos regulares. Por otro lado, los perfiles tampoco son funciones continuas sino
que estn discretizados a travs de las adquisiciones en forma matricial.
Aplicando las transformaciones mencionadas (6) queda expresada de la siguiente
forma:

Donde los k ngulos son aquellos a los que se han obtenido las k proyecciones P (t).
La aplicacin de (7) permite la reconstruccin del objeto real a partir, de lo que ya
hemos visto, es una coleccin incompleta de datos. No se cuenta con informacin
suficiente entre dos proyecciones sucesivas para completar el intervalo de frecuencias
que existen en l. Esto genera sobre la imagen artefactos tpicos denominados
estrella conocidos por implantar sobre los cortes transversales un haz de rayos que
se ven ms ntidamente en la periferia de la imagen que en su centro. Los mismos
disminuyen en intensidad a medida que se aumenta la cantidad de perfiles para
reconstruir el corte.
La secuencia de aplicacin del algoritmo de RPF puede ser esquematizada de la
siguiente forma. Dado un perfil en un determinado ngulo se procede a seguir los
siguientes pasos:
a) Se calcula su TF. Normalmente suele utilizar la Transformada Rpida de Fourier,
conocida como FFT (del ingls Fast Fourier Transform).
b) Se aplican el filtro ramp y algn otro del tipo pasa bajo ambos en el espacio de
frecuencias. La operacin implica la multiplicacin punto a punto de los coeficientes
del filtro y de la TF del perfil.
c) Se calcula la TF -1 .
d) Se retroproyecta el resultado.
Caractersticas de la discretizacin
Mostraremos a continuacin un resumen del proceso de formacin de la imagen por el
algoritmo de RPF, remarcando las caractersticas discretas de los elementos
intervinientes.
La Figura 4 muestra en primer trmino el aspecto de un perfil P (t). En l puede
observarse los valores discretos que asumen tanto el perfil como el rayo suma.

GONZLEZ, Waldemar Fernando.

Pg. N 11

Figura 4: Rayo suma y perfil de la misma imagen

Dado el perfil de caractersticas discretas como muestra la Figura 4, el primer paso es

calcular la FFT del mismo para luego aplicar los filtros correspondientes en la forma
que indica la Figura 5. En el ejemplo, el perfil tiene 20 pixels a lo largo del eje t.

Figura 5: Secuencia de aplicacin de los filtros a los perfiles en el espacio de frecuencias espaciales. El perfil
original tiene 20 pixels de longitud. Respetando dicha dimensin, La TF de dicha funcin y de los filtros utilizados se
efectan en una unidad de frecuencia f= i*(1/20), donde i = 1,2,....20. expresada en todos los casos en el eje x. En
el eje y se encuentra la amplitud de los correspondientes componentes frecuenciales.

La secuencia anterior se aplica a cada uno de las proyecciones. Luego se calcula la

inversa de la FFT de cada uno de ellos. La Figura 6a muestra tres perfiles ( 0, 45 y
90), obtenidos luego de la operacin anterior, listos para ser retroproyectados. Como
se indica, en primer momento se muestra el perfil resultante e inmediatamente debajo,

GONZLEZ, Waldemar Fernando.

Pg. N 12

la operacin de retroproyeccin que significa la creacin de una matriz para cada

proyeccin. Finalmente, se suman todas las matrices como indica la Figura 6b.
Con el fin de mostrar en detalle el proceso, se ha elegido una matriz de 5 x 5 en lugar
de las extensas matrices que se utilizan en la realidad.

Figura 6a: Izquierda: Perfil a 0. Centro: perfil a 45. Derecha: perfil a 90.

Figura 6b: Matriz suma de las retroproyecciones.

La matriz obtenida no refleja exactamente la real distribucin de concentracin de

actividades, ya que en lugar de un nico valor en el centro obtenemos adems de una
distribucin con su mximo en el punto correspondiente, actividades distribuidas en su
entorno. Estas aparentes distribuciones de actividad constituyen el ya mencionado
artefacto estrella.
Cualquier tcnico o mdico que considere detenidamente cual sera la situacin de
utilizarse mayor cantidad de proyecciones en el caso anterior observara que, de
aumentarse las mismas, el artefacto continuara presente, solo que aumentara la
cantidad de rayos de la estrella. Este aparente error no es tal, sino que se debe a que
los perfiles en el espacio cartesiano propuestos son tambin una simplificacin del
caso real de la antitransformada de la funcin. Los perfiles reales antitransformados
contienen en esa etapa valores negativos que hacen que en las sumas matriciales se
cancelen algunos trminos. Por ese motivo es que al aumentar la cantidad de
proyecciones sucede lo que afirma la teora: a mayor cantidad de proyecciones, menor
presencia del artefacto estrella. A pesar de tales simplificaciones el ejemplo pone de
manifiesto las secuencias de operacin del algoritmo y la forma en que se aplican los
filtros en las etapas previas a la reconstruccin propiamente dicha.

GONZLEZ, Waldemar Fernando.

Pg. N 13

[6] ORDERED SUBSETS EXPECTATION MAXIMIZATION (OSEM)

ALGORITMOS ITERATIVOS
Este tipo de algoritmos busca la solucin al problema de la reconstruccin de la
imagen partiendo de diferentes perspectivas angulares, mediante sucesivas
estimaciones que surgen de comparar perfiles reales y tericos en un proceso de
retroalimentacin. Partiendo de una solucin inicial estimada, se construyen sucesivas
aproximaciones a la distribucin finalmente aceptable, comparando uno a uno, los
perfiles reales con los surgidos en cada iteracin.
La secuencia de operacin es esquemticamente la siguiente:
1.- Previo al inicio del proceso se cuenta con el conjunto de los perfiles obtenidos
durante la etapa de adquisicin.
2.- Se genera una matriz fji como propuesta inicial de solucin estimada, generalmente
una matriz en la que todos sus elementos son ceros. El ndice superior indica el
nmero de iteracin, (ji) hace referencia a los elementos (j,i) de la matriz.
3.- Se obtienen los elementos de la matriz f1 ji, corrigiendo cada elemento de la matriz
f0ji por un trmino surgido de la diferencia entre los elementos i del perfil
correspondiente (adquirido) y del perfil de la estimacin anterior (suma de los
elementos j del punto i del perfil de la matriz f0 ji) dividida por la cantidad de elementos
que contengan los perfiles, como indica la expresin siguiente para el caso general de
la iteracin (k+1):

4.- Se repite el punto 3 hasta completar la totalidad de los perfiles.

Para aclarar estos conceptos fundamentales a la comprensin del proceso de iteracin
plantearemos un sencillo ejemplo numrico.
Dada una distribucin interna que produce los siguientes perfiles para = 0, 45, 270
y 315:

El algoritmo se inicia generando una matriz como solucin inicial, que suele ser una
matriz donde todos sus elementos son ceros:

GONZLEZ, Waldemar Fernando.

Pg. N 14

GONZLEZ, Waldemar Fernando.

Pg. N 15

El ejemplo anterior consigue la convergencia al valor real en nicamente tres

iteraciones debido al tamao de la matriz. En los casos reales es necesario entre 50 y
200 pasos para lograr el mismo efecto. Sin embargo, dado que en cada iteracin se
multiplica el ruido existe un compromiso entre ambos parmetros que implica que
normalmente se trabaje en un intervalo comprendido entre 15 o 20 iteraciones.
Mtodo de Mxima Entropa
El algoritmo de reconstruccin por el mtodo de Mxima Entropa es un proceso
iterativo que incluye los siguientes supuestos:
1.- En la reconstruccin de imgenes topogrficas en MN, tanto la emisin desde cada
lugar del corte (matriz de estimacin) como el proceso de deteccin (perfiles) son
procesos estadsticos que siguen la distribucin de Poisson.
Basndose en una propiedad de la misma, que dice que el valor ms probable es
justamente su valor medio, es posible conocer la mxima probabilidad para cada bin.
2.- Dado que cada bin es independiente, la probabilidad de observar un determinado
perfil es igual al producto de las probabilidades de cada uno de los bin que intervienen
en el mismo.
3.- Est demostrado que dicha funcin producto tiene un mximo, lo mismo que si se
calcula el logaritmo natural de la misma. Por lo tanto es posible encontrar el punto en
el que dicho mximo se produce aplicando la primer derivada.
4.- Al igual que el mtodo iterativo presentado anteriormente, el mtodo de mxima
entropa implica la obtencin de la matriz resultante mediante un proceso de
correccin de cada elemento. La diferencia est en que en este caso, la correccin
parte de hacer mxima las probabilidades de existencia de los perfiles bajo el
supuesto de una distribucin de Poisson.

ALGORITMO OSEM
El algoritmo OSEM es el algoritmo de Mxima Entropa, aplicado en cada iteracin a
un subconjunto de proyecciones (subsets) con el fin de acelerar los tiempos de
clculo.
El tema se entiende rpidamente mediante un ejemplo:
Suponiendo que se han adquirido 128 perfiles, es posible organizarlos en 32 grupos
de 4 perfiles de la siguiente forma:
Perfiles
Subset
Subset
Subset
Subset
Subset

1
2
3
4
32

1
2
3
4
32

33
34
35
36
64

65
66
67
68
96

97
98
99
100
132

El algoritmo utiliza un nico subset para cada iteracin. Por ese motivo, y con el fin de
que todos los perfiles intervengan en la reconstruccin, el nmero de iteraciones no
puede ser menor al nmero de subsets. El algoritmo es ms rpido porque el tiempo
de procesamiento queda dividido tambin por el nmero de subsets.

GONZLEZ, Waldemar Fernando.

Pg. N 16

En adquisiciones dinmicas en intervalos cortos y con pocas cuentas en cada LOR, la

reconstruccin iterativa de las imgenes es claramente ventajosa en comparacin con
la retroproyeccin filtrada. Los artefactos caractersticos producidos por FBP se
eliminan con el uso del mtodo OSEM y mejora la delineacin del cuerpo y de otros
contornos de las regiones de inters.
Para la evaluacin de los algoritmos presentados previamente, se ha realizado una
serie de estudios cuyas imgenes sern presentadas a continuacin y evaluadas
visualmente:

GONZLEZ, Waldemar Fernando.

Pg. N 17

IMAGEN 1: Las imgenes fueron adquiridas con protocolos estndar de SPECT seo y radiofrmacos provisto por
TecnoNuclear S.A. marcados con 99Tc metaestable y se utilizo una cmara SIMENS ECAM+ de doble cabezal con
una matriz de 128 x 128 con 128 proyecciones de 128.000 cuentas por proyeccin, y reconstruida en los cortes
transversal, sagital y coronal. Fila superior: retroproyeccin filtrada, utilizando un filtro Butherworth, orden 4 y una
frecuencia de corte 0.70; Fila inferior: mtodo iterativo (OSEM), utilizando 8 subset, 15 interacciones y un filtro 3D
Smooth de 8mm.

GONZLEZ, Waldemar Fernando.

Pg. N 18

IMAGEN 2: Las imgenes fueron adquiridas con protocolos estndar de SPECT seo y radiofrmacos provisto por
TecnoNuclear S.A. marcados con 99Tc metaestable y se utilizo una cmara SIMENS ECAM+ de doble cabezal con
una matriz de 128 x 128 con 128 proyecciones de 128.000 cuentas por proyeccin, con una saturacin de gris para
apreciar los artefactos; y reconstruida en los cortes transversal, sagital y coronal. Fila superior: retroproyeccin
filtrada, utilizando un filtro Butherworth, orden 4 y una frecuencia de corte 0.70; Fila Inferior: mtodo iterativo
(OSEM), utilizando 8 subset, 15 iteraciones y un filtro 3D Smooth de 8mm.

GONZLEZ, Waldemar Fernando.

Pg. N 19

IMAGEN 3: Las imgenes fueron adquiridas con protocolos estndar de SPECT seo con radiofrmacos provisto
por TecnoNuclear S.A. marcados con 99Tc metaestable y se utilizo una cmara SIMENS ECAM+ de doble cabezal
con una matriz de 128 x 128 con 128 proyecciones de 128.000 cuentas por proyeccin, con una magnificacin para
apreciar los detalles y una saturacin de gris para distinguir inmediatamente los artefactos y reconstruida en los
cortes transversal y coronal. Fila superior: retroproyeccin filtrada, utilizando un filtro Butherworth, orden 4 y una
frecuencia de corte 0.70; Fila inferior: mtodo iterativo (OSEM), utilizando 8 subset, 15 interacciones y un filtro 3D
Smooth de 8mm.

GONZLEZ, Waldemar Fernando.

Pg. N 20

IMAGEN 4: Las imgenes fueron adquiridas con protocolos estndar de SPECT seo con radiofrmacos provisto
por TecnoNuclear S.A. marcados con 99Tc metaestable y se utilizo una cmara SIMENS ECAM+ de doble cabezal
con una matriz de 128 x 128 con 128 proyecciones de 128.000 cuentas por proyeccin, y reconstruida en el corte
transversal. Se jugo con los parmetros del mtodo iterativo (OSEM) para apreciar sus diferencias, utilizando para
la primera fila 8 subset, 4 iteraciones; para la segunda fila 8 subset y 8 iteraciones; para la tercera fila 8 subset y 16
iteraciones; y la ultima fila con 8 subset y 30 iteraciones (mxima cantidad de interacciones) sin filtro.

GONZLEZ, Waldemar Fernando.

Pg. N 21

IMAGEN 5: Las imgenes fueron adquiridas con protocolos estndar de SPECT para perfusin cerebral y
radiofrmacos provisto por TecnoNuclear S.A. marcados con 99Tc metaestable y se utilizo una cmara SIMENS
ECAM+ de doble cabezal con una matriz de 128 x 128 con 128 proyecciones de 16.000 cuentas por proyeccin,
aplicando el mtodo de Chang, de correccin de atenuacin, y fue reconstruida en los cortes transversal, sagital y
coronal. Fila superior: retroproyeccin filtrada, utilizando un filtro Butherworth, orden 5 y una frecuencia de corte
0.40. Fila inferior: mtodo iterativo (OSEM), utilizando 4 subset, 8 interacciones y un filtro 3D Smooth de 6 mm.

GONZLEZ, Waldemar Fernando.

Pg. N 22

IMAGEN 6: Las imgenes fueron adquiridas con protocolos estndar de SPECT para perfusin cerebral y
radiofrmacos provisto por TecnoNuclear S.A. marcados con 99Tc metaestable y se utilizo una cmara SIMENS
ECAM+ de doble cabezal con una matriz de 128 x 128 con 128 proyecciones de 16.000 cuentas por proyeccin,
aplicando el mtodo de Chang, de correccin de atenuacin, y fue reconstruida en los cortes transversal, sagital y
coronal; con una saturacin de grises para apreciar los artefactos con mayor facilidad. Fila superior: retroproyeccin
filtrada, utilizando un filtro Butherworth, orden 5 y una frecuencia de corte 0.40. Fila inferior: mtodo iterativo
(OSEM), utilizando 4 subset, 8 interacciones y un filtro 3D Smooth de 6 mm.

GONZLEZ, Waldemar Fernando.

Pg. N 23

IMAGEN 7: Las imgenes fueron adquiridas con protocolos estndar de SPECT para perfusin cerebral con
radiofrmacos provisto por TecnoNuclear S.A. marcados con 99Tc metaestable y se utilizo una cmara SIMENS
ECAM+ de doble cabezal con una matriz de 128 x 128 con 128 proyecciones de 16.000 cuentas por proyeccin,
aplicando el mtodo de Chang, de correccin de atenuacin, y fue reconstruida en el corte transversal. Se jugo con
los parmetros del mtodo iterativo (OSEM) para apreciar sus diferencias, utilizando para la primera fila 8 subset, 4
iteraciones; para la segunda fila 8 subset y 8 iteraciones; para la tercera fila 8 subset y 16 iteraciones; y la ultima fila
con 8 subset y 30 iteraciones (mxima cantidad de interacciones)

GONZLEZ, Waldemar Fernando.

Pg. N 24

IMAGEN 8: Las imgenes fueron adquiridas con protocolos estndar para SPECT de perfusin cardiaca con
radiofrmacos provisto por TecnoNuclear S.A. marcados con 99Tc metaestable y se utilizo una cmara SIMENS
ECAM+ de doble cabezal con una matriz de 128 x 128 con 64 proyecciones de 250.000 cuentas por proyeccin,
reconstruidas en los cortes transversal, sagital y coronal. Fila superior: retroproyeccin filtrada, utilizando un filtro
Butherworth, orden 5 y una frecuencia de corte 0.80; Fila inferior: mtodo iterativo (OSEM), utilizando 8 subset, 8
interacciones y un filtro 3D Butherworth de 8mm.

GONZLEZ, Waldemar Fernando.

Pg. N 25

[2] La reconstruccin iterativa puede tambin contribuir a la eliminacin de resultados

falsos-negativos; como vamos apreciar en estos dos ejemplos obtenidos con un
equipo Siemens/CTI ECAT EXACT HR+.
La imagen 9 muestra ejemplos de un estudios de sarcoma necrtico en pierna
derecha; ambas imgenes poseen un factor de zoom de 1.5 y una matriz de 128 x 128
normal.

IMAGEN 9: Las imgenes se han reconstruido usando el algoritmo FBP y OSEM. Un corte de un estudio de un
paciente con sarcoma necrtico en la pierna derecha. Izquierda: imagen FBP (frecuencia de corte 0.5, filtro de
rampa). Derecha: imagen OSEM (4 subconjuntos, 3 iteraciones).

La imagen 10 pertenece a un paciente con carcinoma colorectal; se puede apreciar

claramente la presencia de artefactos de lnea en las imgenes FBP (Imagen 10
izquierda) y como la alta actividad en la vejiga oscurece la presencia de una lesin
prxima; la cual es evidente en la imgenes OSEM (Imagen 10 derecha)

IMAGEN 10: Las imgenes se han reconstruido usando el algoritmo FBP y OSEM . Un corte de dos estudios de
carcinoma colorectal (factor de zoom: 1.5, imgenes de 128 128 pxeles). Izquierda: imagen FBP (frecuencia de
corte 0.5, filtro de rampa). Derecha: imagen OSEM (4 subset, 3 iteraciones). La presencia de artefactos de lnea
claramente visibles en las imgenes FBP y la alta actividad en la vejiga, oscurecen la presencia de una lesin
prxima.

GONZLEZ, Waldemar Fernando.

Pg. N 26

CONCLUSIN:
Se realiz una evaluacin visual de las reconstrucciones entre el mtodo de
retroproyeccin filtrada en comparacin con la reconstruccin iterativa (OSEM);
obtenida con una cmara gamma SPECT de doble cabezal SIEMENS ECAM+. Se
adquirieron imgenes de la pelvis (Imagen 1 a la 4), imgenes de perfusin cerebral
(Imagen 5 a la 7), imgenes cardiacas (Imagen 8) e imgenes PET de sarcoma
necrtico de fmur (Imagen 9) y estudios de carcinoma colorectal (Imagen 10).
Pudimos concluir que el mtodo iterativo OSEM producen imgenes de mejor
contraste y relacin seal-ruido. Los mtodos iterativos eliminan los artefactos de
lneas presentes en las imgenes FBP, reduciendo los falsos positivos y los falsos
negativos cuando las lesiones estn en la proximidad de rganos calientes.
Con el mtodo de retroproyeccin filtrada en las imgenes de la pelvis (Imagen 1 a la
4) se obtienen imgenes con artefactos propios del mtodo, por la radiacin dispersa
(efecto comptom) y por la acumulacin de material radioactivo en la vejiga uno de los
ms habituales el denominado artefacto estrella, hacindose ms notable este
artefacto en los cortes transversales de la (Imagen 2); en el corte sagital se aprecia
nuevamente artefactos y da una imagen ruidosa de bordes pocos definidos, en los
cortes coronales persiste el ruido y da imgenes de poco contraste como se puede
apreciar en la (Imagen 3). La reconstruccin obtenida con el mtodo iterativo (OSEM)
es notable la prcticamente ausencia del artefacto estrella en el corte transversal, en
el corte sagital la imagen posee mucho menos ruido que el mtodo anterior, y el corte
coronal nos da una imagen ms contrastada con una disminucin del ruido. En la
(Imagen 4) se puede ver las diferencias significativas al variar las iteraciones, por lo
que podemos concluir que a mayor nmero de iteraciones, mayor es el ruido de la
imagen.
En el estudio de perfusin cerebral (Imagen 5 al a 7) tambin es notable en los tres
cortes (Imagen 5) la disminucin de artefactos y de zonas calientes en el mtodo
iterativo; con una imagen saturada (Imagen 6) podemos evidenciar claramente lo
antes mencionado; y haciendo una incremento de las iteraciones (Imagen 7), podemos
concluir nuevamente que a mayor numero de iteraciones, mayor es el ruido de la
imagen.
En la perfusin miocrdica (Imagen 8) podemos decir que el mtodo iterativo no es
superior al de retroproyeccin filtrada como se evidencia en los casos anteriores, y en
algunas oportunidades con bordes menos definidos del miocardio por la necesidad de
aplicar filtros a la imagen reconstruida; por lo menos para este tipo de equipos y
software.
En la Imagen 9 se observan artefactos importantes en la imagen de FBP. Por otra
parte, la imagen reconstruida con el mtodo iterativo (derecha) muestra ms
claramente la distribucin de la actividad e incluso se delinea mucho mejor la pierna
izquierda. Como se observa, la implementacin eficiente de algoritmos iterativos para
la reconstruccin de imagen en PET proporciona imgenes con un valor diagnstico
mayor, reduciendo los artefactos que producen a menudo falsos positivos.
En la Imagen 10 la alta concentracin de material en la vejiga produce artefactos
intensos (rayas) que oscurecen la presencia de un residuo del carcinoma colorectal y
adems esconden el contorno del cuerpo en el caso de la reconstruccin FBP

GONZLEZ, Waldemar Fernando.

Pg. N 27

(izquierda). La reconstruccin con el mtodo OSEM (4 subconjuntos, 3 iteraciones,

MRP b = 0.3) por otra parte delinea claramente el tumor y los contornos del cuerpo, a
pesar de la presencia cercana de la vejiga del paciente (derecha). La reconstruccin
iterativa puede tambin contribuir a la eliminacin de resultados falsos-negativos: la
Imagen 10 muestra dos ejemplos de estudios de carcinoma colorectal usando 18FDG.
La reconstruccin obtenida con mtodos iterativos demora ms tiempo y tienen un
costo informtico ms alto que FBP pero producen imgenes de mejor contraste y
relacin seal-ruido. Los mtodos iterativos eliminan los artefactos de lneas y estrella
presentes en las imgenes FBP, reduciendo los falsos positivos y los falsos negativos
cuando las lesiones estn en la proximidad de rganos calientes con bordes ms
definidos.

GONZLEZ, Waldemar Fernando.

Pg. N 28

BIBLIOGRAFIA:
[1] Rev.R.Acad.Cienc.Exact.Fis.Nat. (Esp)
Vol. 96, N.os 1-2, pp 45-57, 2002
[2] Bioingeniera y Fsica Mdica Cubana
http://www.tdx.cesca.es/TESIS_UB/AVAILABLE/TDX-0120104-110939//TOL263C.pdf
[3] Servicio de Radiofsica y Proteccin Radiolgica. Hospital Universitario de
Salamanca.
P San Vicente, 58-182. 37007. Salamanca.
Tel.: 923 29 11 80. Fax: 923 29 14 59. E-mail: mfbordes@usal.es
[4] Radon J. On the determination of function from their integrals along certain
mainfolds
[en alemn en el original] Math Phys Klass (69):262-277. 1917
[5] Kak AC, Slaney M Principles of Computerized Tomographyc Imaging. IEEE
Engineering in Medicine and Biology Society. Cap 3. 1988
[6]Bruyant PP. Analytic and Iterative Reconstruction Algorithms in SPECT. J Nucl Med
2002; 43:1343-58