Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Capítulo IV:
Reconstrucción de imágenes
en sistemas PET mediante
retroproyección
4.3. 3DRP
Figura 36. Reconstrucción de cerebro de rata en rPET. Vistas sagital, coronal y axial.
Arriba, mediante 3DRP. Abajo, empleando 2D-FBP.
u2 v2
F̂(u, v) B(u, v) (30)
((u, v))
f (x, y)dxdy
p (t)dt, (32)
8
En el punto 4.4.7, “El problema de la recuperación de la componente continua”, se
analiza con mayor profundidad este hecho y se proponen soluciones válidas.
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:
ˆ 1
F (0, 0) p (t)dt d (33)
0
u2 v2
Fˆ(u, v) A(u, v) B(u, v) (34)
((u, v))
Fˆ( , ) F ( , ) (35)
Esta relación (36) nos indica que podemos reemplazar el filtro cono del
método BPF por un conjunto de filtros 1D cuya respuesta en frecuencia es u
p̂ ( ) P (u) A(u) u exp( j2 u )du
(38)
p̂ ( ) p ( ) h( ) (39)
h( ) A(u) u exp( j2 u )du
(40)
A(u) B*(u) (41)
2
B(u) Sp (u)
WSS.
ˆ 2
f (x) 1
4 2
d exp jx nd
0 0
(44)
s 2
ˆ
f (x) 1
4 2
d exp jx nd
0 0
(45)
x r cos
y r sin
Por lo que nuestra imagen reconstruida en el sistema polar viene dada por:
s 2
ˆ
f ( , ) 1 d exp j cos cos sin sin d
4 2 0 0
(46)
s 2
1
4 2 d expi cos( )d
0 0
s 2
ˆ
f ( , ) 1
4 2 d d exp j cos( )
0
s 2
1
4 2 d d exp j x cos( )
0 0
(47)
0 0
1
J0 (z)
exp jz cos d
0
(48)
Y nos queda:
s x
ˆ s t x ˆ 1
f (x) 1 J ( x )d
2 0
(49)
0 f (x)
2x
2 J (t)tdt
0
0
fˆ(x) s J1 (s x ) (50)
2 x
Figura 37. Efectos del ancho de banda finito en la reconstrucción de una imagen
“punto” en el origen de coordenadas (ver ecuación 27). Si la distancia se mide en mm,
f (x ') (x x ')d (51)
2
f (x) x'
f (x) h[ f (x)] h f (x ') (x x ')d x ' f (x ')h (x x ')d 2x '
ˆ 2
(52)
Y del caso de la imagen puntual obtuvimos que:
s
h (x x ') J1 (s x x ' ) (53)
2 x x '
fˆ(x) s f (x ')J1 (s x x ' d 2x '
)
2
(54)
x x'
d cos x '
1 1
h(x ') F 1
s d exp jx ' 1 s
(55)
2 4 2
s
2 2 0
donde x ' x n (figura 17) y h '(x ') es la respuesta impulsional del filtro.
1
, para n 0
4 2
h n 0, para n par n 0, 1, 2, 3,... (58)
1
, para n impar
n2 2 2
9
Para cumplir el teorema de Nyquist a la hora de muestrear y evitar así el aliasing, si W representa una
frecuencia mayor que la máxima componente frecuencial de cada proyección, las proyecciones se deben muestrear con
un periodo de muestro no mayor que T=1/2W. Este parámetro T es el que aparece en este documento como .
N 1
Q0 (n ) IFFT FFT P̂ (n ) FFT ĥ(n) (61)
Por último, 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 comentó anteriormente. Esta operación se realiza en el
proceso de filtrado, y, por ejemplo, sería multiplicar cada FFT por una ventana
Hanning:
Otras ventanas clásicas son las del coseno, Shepp-Logan y Ram-Lak, que
han sido implementadas según las siguientes ecuaciones [35]:
1, para0 n 2N 1
n
(62d)
RL
0, e.o.c.
Q0 (n ) IFFT FFT P̂ (n ) FFT ĥ(n ) h (63)
Así pues, el filtro rampa teórico no será demasiado útil en la práctica,
siendo necesaria una implementación que utilice ventanas (figura 38):
Reconstrucción Cuantitativa de Imágenes en un Tomógrafo PET de Alta Resolución para Animales 100
Proyecto Fin de Carrera José Ignacio Berdún Seijo
R
R N N /2
N N /2
(64)
Reconstrucción Cuantitativa de Imágenes en un Tomógrafo PET de Alta Resolución para Animales 101
Proyecto Fin de Carrera José Ignacio Berdún Seijo
i 1 i 1,..., n (66)
i ,
n
Entonces nos queda:
n
b(x, y)
p (x cos i y sin i )
n i1 i
(67)
Reconstrucción Cuantitativa de Imágenes en un Tomógrafo PET de Alta Resolución para Animales 102
Proyecto Fin de Carrera José Ignacio Berdún Seijo
Además, está claro que por la propia forma discreta de las muestras, las
proyecciones de un punto mediante un rayo no tienen porqué caer en puntos
que tengamos muestreados, por lo que será necesaria la interpolación, que, por
otro lado, bastará con que sea bilineal en muchos casos.
n
Reconstrucción Cuantitativa de Imágenes en un Tomógrafo PET de Alta Resolución para Animales 103
Proyecto Fin de Carrera José Ignacio Berdún Seijo
1. Reproducir la i-ésima fila del sinograma para construir una imagen, como
si se tratara del caso ( 0 ).
En este método se giran todos los rayos y para cada uno de ellos se
interpola yi [n] sobre los píxeles cuyos centros están 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 método y el anterior conducen
exactamente a la misma imagen discreta.
Reconstrucción Cuantitativa de Imágenes en un Tomógrafo PET de Alta Resolución para Animales 104
Proyecto Fin de Carrera José Ignacio Berdún Seijo
En cualquier caso, el argumento radial de la ecuación (67),
x j cos y j sin , difícilmente coincide con alguno de los puntos de muestreo
radial (n-no)R . Por lo tanto, este método requiere una interpolación radial.
Normalmente, se usa una interpolación lineal, que se describe
matemáticamente de la siguiente manera:
(n n0 )R (71)
p ( ) y n
i
R
i
n
donde la función triángulo unitario se define como:
1 t , t 1
(t) (72)
0, e.o.c.
Reconstrucción Cuantitativa de Imágenes en un Tomógrafo PET de Alta Resolución para Animales 105
Proyecto Fin de Carrera José Ignacio Berdún Seijo
(73)
y n( n( )
c c n( )
) 1
yi n( ) 1
R R
i
donde se definen:
r[n] ¾ (n n0 ) R
n[r] ¾ r / n
(74)
R 0
También se suelen usar otras interpolaciones, como la FFT
sobremuestreada o funciones spline.
Reconstrucción Cuantitativa de Imágenes en un Tomógrafo PET de Alta Resolución para Animales 106
Proyecto Fin de Carrera José Ignacio Berdún Seijo
ˆ
M proy
M proy
f (x)
M proy Q (x n ) M
i1 i i
proy
Q (x cos i y sin i )
i1 i
(75)
(n n0 ) R (76)
p̂ ( ) y n h
i
R
i
n
para algún kernel de interpolación h(.). Supongamos además que p ( ) está
limitada en banda, con una frecuencia máxima menor que 1/2R. Con esto, y
con el teorema de muestreo (ignorando el ruido), se tiene que:
Reconstrucción Cuantitativa de Imágenes en un Tomógrafo PET de Alta Resolución para Animales 107
Proyecto Fin de Carrera José Ignacio Berdún Seijo
1
P (u)H (u), u ≺
ˆi (u) i
(77)
P 2R
0, e.o.c.
p̂ ( ) P (u) u exp( j2 u )du
(78)
también podemos aplicar el filtro inverso 1/H(u) para compensar los efectos de
la interpolación.
Reconstrucción Cuantitativa de Imágenes en un Tomógrafo PET de Alta Resolución para Animales 108
Proyecto Fin de Carrera José Ignacio Berdún Seijo
Reconstrucción Cuantitativa de Imágenes en un Tomógrafo PET de Alta Resolución para Animales 109
Proyecto Fin de Carrera José Ignacio Berdún Seijo
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 relación señal a ruido):
1
F '(0, 0) p (t)dt d (80)
0
Reconstrucción Cuantitativa de Imágenes en un Tomógrafo PET de Alta Resolución para Animales 110
Proyecto Fin de Carrera José Ignacio Berdún Seijo
Reconstrucción Cuantitativa de Imágenes en un Tomógrafo PET de Alta Resolución para Animales 111
Proyecto Fin de Carrera José Ignacio Berdún Seijo
1
Q ( , i)
M /21
S ( , k )R(k )e j2 ik /M (81)
s S
M k M /2
N 1
S S ( , k ) Ps ( , i)ej 2 ik / M (82)
i0
2S / 2 M M
R(k ) k , k ,..., 1 (83)
M 2 2
donde:
2
b sin (i kM )
as (i) (i2 kM )
(85)
k
k0
2
Reconstrucción Cuantitativa de Imágenes en un Tomógrafo PET de Alta Resolución para Animales 112
Proyecto Fin de Carrera José Ignacio Berdún Seijo
N 1 1
DC (87)
M2T
Reconstrucción Cuantitativa de Imágenes en un Tomógrafo PET de Alta Resolución para Animales 113
Proyecto Fin de Carrera José Ignacio Berdún Seijo
( M / 2)1 j 2 ik / M M M
H s (k )
i( M / 2)
hs (i)e , k
2
,...,
2
1 (88)
2
B ,l 0
h (l) 0, l (89)
S par
4B2
,l
l 2 2 impar
y simplificamos, resulta:
8B 2
Hs (k ) B (1 SM (k )) 2 SM (k )
2
(90)
M
( M / 4)1
cos 2 k (2i 1) / M )
(2i 1)2
SM (k ) i0
( M / 4)1 (91)
(2i 1)2
i0
Reconstrucción Cuantitativa de Imágenes en un Tomógrafo PET de Alta Resolución para Animales 114
Proyecto Fin de Carrera José Ignacio Berdún Seijo
Reconstrucción Cuantitativa de Imágenes en un Tomógrafo PET de Alta Resolución para Animales 115
Proyecto Fin de Carrera José Ignacio Berdún Seijo
Reconstrucción Cuantitativa de Imágenes en un Tomógrafo PET de Alta Resolución para Animales 116
Proyecto Fin de Carrera José Ignacio Berdún Seijo
Reconstrucción Cuantitativa de Imágenes en un Tomógrafo PET de Alta Resolución para Animales 117
Proyecto Fin de Carrera José Ignacio Berdún Seijo
El problema del tiempo muerto deriva del hecho de que los circuitos de
coincidencia no pueden procesar más de un evento hasta un tiempo después
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 fórmula muy simple:
m
n
(92)
1 mT0
Reconstrucción Cuantitativa de Imágenes en un Tomógrafo PET de Alta Resolución para Animales 118
Proyecto Fin de Carrera José Ignacio Berdún Seijo
Este efecto se puede corregir fácilmente de forma teórica, sin más que
multiplicar cada sinograma correspondiente a una sección 2D por el inverso de
una rampa que simula el efecto explicado (figura 43). El sinograma obtenido
aparecerá “escalado” por una rampa que toma su valor mínimo en los extremos
de y alcanzará su máximo justamente en /2, y lo que se hace para corregirlo
es “desescalarlo” para compensar dicha sensibilidad, según la figura 43, donde
el eje horizontal representa los valores de . Así se corrige el sobremuestreo del
sinograma que lo hace más brillante en el centro, y posteriormente se impone
que el número de cuentas permanezca constante tras la operación.
Figura 43. (a) Rampa teórica de escalado del sinograma. (b) Corrección aplicada:
inversa de la rampa de la figura (a).
Reconstrucción Cuantitativa de Imágenes en un Tomógrafo PET de Alta Resolución para Animales 119
Proyecto Fin de Carrera José Ignacio Berdún Seijo
Reconstrucción Cuantitativa de Imágenes en un Tomógrafo PET de Alta Resolución para Animales 120
Proyecto Fin de Carrera José Ignacio Berdún Seijo
Figura 44. (a) Inversa de la rampa teórica de corrección. (b) Corrección aplicada:
Inversa de la rampa teórica con truncamiento según umbral empírico de 9.
Reconstrucción Cuantitativa de Imágenes en un Tomógrafo PET de Alta Resolución para Animales 121
Proyecto Fin de Carrera José Ignacio Berdún Seijo
Para determinar qué cristales son más o menos sensibles, sólo podemos
hacerlo de forma experimental, y además sólo se medirán sensibilidades
relativas de un cristal con respecto a otro. El proceso pasa por la obtención de
una imagen de llenado de campo o fuente uniforme, compensar de forma
teórica los efectos no deseados vistos anteriormente mediante la aplicación de
algoritmos de corrección, compararla con la que debería haber sido obtenida, y
finalmente deducir la sensibilidad de los cristales de centelleo, ya que es el
único efecto que restaría por compensar.
Llegados a este punto se nos plantea una solución conjunta a todos los
efectos no deseados: la corrección totalmente empírica, que consiste en seguir
los pasos siguientes:
Reconstrucción Cuantitativa de Imágenes en un Tomógrafo PET de Alta Resolución para Animales 122
Proyecto Fin de Carrera José Ignacio Berdún Seijo
Este método es mucho más potente que realizar las correcciones teóricas
por separado, ya que considera todos los aspectos reales que pueden surgir.
Además 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 corrección. En rPET, dicha fuente se
denomina annulus, y supone la materialización de una ingeniosa idea que
resuelve el problema de encontrar una mezcla homogénea de actividad que
llene el FOV. En lugar de buscar un “molde” o similar que llenar de una solución
totalmente homogénea que incluya un compuesto emisor de positrones
(algo realmente complicado), lo que se hace es situar una superficie cilíndrica
fuera del FOV, relleno de una solución que incluya dicho compuesto
(habitualmente FDG), de tal forma que la radiación que emite inunda el FOV de
la misma manera que lo haría una fuente homogénea que lo rellenara por
completo.
Reconstrucción Cuantitativa de Imágenes en un Tomógrafo PET de Alta Resolución para Animales 123