Universidad Nacional Mayor de San Marcos

Universidad del Perú, Decana de América

Facultad de Medicina
Escuela Profesional de Tecnología Médica

USO DEL FILTRO DE RECONSTRUCCIÓN ITERATIVA AIDR

3D PARA LA REDUCCIÓN DE RUIDO DE IMAGEN EN
TOMOGRAFÍA DE TÓRAX.

Tesis para optar el título profesional de Licenciado en Tecnología Médica en el Área de

Radiología

AUTOR:

Bachiller, HUERTA OLAVE, AIRTON ENRIQUE

Lima – 2021
USO DEL FILTRO DE RECONSTRUCCIÓN ITERATIVA AIDR
3D PARA LA REDUCCIÓN DE RUIDO DE IMAGEN EN
TOMOGRAFÍA DE TÓRAX.

AUTOR:

Bachiller, HUERTA OLAVE, AIRTON ENRIQUE

ASESOR:

Lic. EVELINA A. MARCELO CARHUAVILCA

(Docente auxiliar TP 20 horas)

ii
DEDICADO A:

A mi querido y fallecido abuelo Julio

Huerta por ser impulsor de cada meta
en mi vida.

iii
AGRADECIMIENTOS

Agradezco a Dios y a mi familia, mis padres,

padrinos, profesores y futuros colegas por todo
su apoyo y consideración a lo largo de toda mi
vida.

iv
 ÍNDICE
CAPÍTULO I INTRODUCCIÓN 1

1.1 DESCRIPCIÓN DE LOS ANTECEDENTES 2

1.2 IMPORTANCIA DE LA INVESTIGACIÓN 7

1.3 OBJETIVOS 8

1.3.1 OBJETIVO GENERAL 8

1.3.2 OBJETIVOS ESPECÍFICOS 8

1.4 BASES TEÓRICAS 8

1.4.1 BASE TEÓRICA 8

1.4.2 DEFINICIÓN DE TÉRMINOS 27

1.4.3 FORMULACIÓN DE LA HIPÓTESIS 27

CAPÍTULO II MÉTODOS 28

2.1. DISEÑO METODOLÓGICO 29

2.1.1 TIPO DE INVESTIGACIÓN 29

2.1.2 DISEÑO DE LA INVESTIGACIÓN 29

2.1.3 POBLACIÓN 29

2.1.4 MUESTRA Y MUESTREO 29

2.1.4.1 CRITERIOS DE INCLUSIÓN 30

2.1.4.2 CRITERIOS DE EXCLUSIÓN 30

2.1.5 VARIABLES 31

2.1.6 TÉCNICAS E INSTRUMENTOS DE RECOLECCIÓN DE DATOS 31

2.1.7 PROCEDIMIENTOS Y ANÁLISIS DE DATOS 32

2.1.8 CONSIDERACIONES ÉTICAS 34

v
CAPÍTULO III RESULTADOS 35

CAPÍTULO IV DISCUSIÓN 43

CAPÍTULO V CONCLUSIONES Y RECOMENDACIONES 46

5.1. CONCLUSIONES 47

5.2. RECOMENDACIONES 48

REFERENCIAS BIBLIOGRÁFICAS 49

ANEXOS 53

Instrumento 54

Fórmulas estadísticas 56

Operacionalización de variables 57

Figuras 58

Otros 62

Información complementaria 68

vi
 LISTA DE TABLAS

Tablas Pág.
Características generales de las personas atendidas en el
Tabla 1 servicio de tomografía computada de un hospital de la 36
seguridad social Lima, 2020.
Valores del ruido de imagen por retroproyección filtrada en
Tabla 2 36
tomografía de tórax.
Valores de la relación señal-ruido de imagen por
Tabla 3 37
retroproyección filtrada en tomografía de tórax.

Valores del ruido de imagen por filtro de reconstrucción

Tabla 4 38
iterativa AIDR 3D en tomografías de tórax.

Valores de la relación señal-ruido por filtro de

Tabla 5 38
reconstrucción iterativa AIDR 3D.
Resultados del análisis de normalidad de las variables filtro
Tabla 6 de reconstrucción iterativa AIDR 3D, ruido de imagen y 39
sus respectivos indicadores.
Prueba de hipótesis del uso del filtro de reconstrucción
Tabla 7 iterativa AIDR 3D en comparación a la retroproyección 40
filtrada.

vii
 RESUMEN

OBJETIVOS: Evaluar el uso del filtro de reconstrucción iterativa AIDR 3D para la

disminución de ruido de imagen en tomografía de tórax.

METODOLOGÍA: Estudio de tipo observacional, retrospectivo y de corte transversal, en

el que incluyeron 148 tomografías de tórax con retroproyección filtrada y con filtro de
reconstrucción iterativo. Para en análisis descriptivo, las variables cuantitativas fueron
expresadas mediante medias y medidas de tendencia central, para la evaluación inferencial,
se usó la prueba no paramétrica de Wilcoxon, en el que el valor de p menos de 0.05 es
significativo.

RESULTADOS: Los valores del ruido de imagen por retroproyección filtrada en

tomografías de tórax fueron 50.4 en la luz traqueal, 67.7 en el parénquima pulmonar, 12.2
en el arco aórtico y 20.8 en el tejido blando, mientras que los valores de la relación señal
ruido mediante dicha técnica fueron 21.7 en la luz traqueal, 14.2 en el parénquima
pulmonar, 3.7 en el arco aórtico y 2.8 en el tejido blando. Los valores del ruido de imagen
por Filtro de Reconstrucción iterativa AIDR 3D en tomografías de tórax fueron 35.7 en la
luz traqueal, 45.1 en el parénquima pulmonar, 9.2 en el arco aórtico y 14.6 en el tejido
blando, mientras que los valores de la relación señal ruido mediante dicha técnica fueron
30.9 en la luz traqueal, 20.9 en el parénquima pulmonar, 4.9 en el arco aórtico y 3.9 en el
tejido blando. Asimismo, se encontró valores significativamente más bajos al evaluar el
ruido de la imagen (p=0.000) y valores significativamente más altos al evaluar la relación
señal-ruido (p=0.000) en el método de filtro de reconstrucción iterativa AIDR 3D.

CONCLUSIÓN: El uso del filtro de reconstrucción iterativa AIDR 3D disminuye el ruido

de la imagen en las tomografías de tórax; pues al evaluar los valores promedio de ambas
técnicas, el ruido indica que sus valores promedio en la técnica reconstructiva iterativa
AIDR 3D son significativamente menores (p<0.05) a los valores promedio de la técnica de
retroproyección filtrada.

viii
PALABRAS CLAVES: uso, filtro de reconstrucción iterativa AIDR 3D, ruido de imagen,
tomografía de tórax.

ix
 ABSTRACT

OBJECTIVE: To evaluate the use of the AIDR 3D iterative reconstruction filter for image
noise reduction in chest tomography.

METHODOLOGY: Observational, retrospective and cross-sectional study, which

included 148 chest tomographies with filtered rear projection and with an iterative
reconstruction filter. For the descriptive analysis, the quantitative variables were expressed
through means and measures of central tendency, for the inferential analysis, the non-
parametric Wilcoxon test was used, where a value of p less than 0.05 is significant.

RESULTS: The values of image noise by filtered rear projection in chest tomography were
50.4 in the tracheal lumen, 67.7 in the lung parenchyma, 12.2 in the aortic arch and 20.8 in
the soft tissue, while the values of the signal-to-noise ratio using this technique they were
21.7 in the tracheal lumen, 14.2 in the lung parenchyma, 3.7 in the aortic arch and 2.8 in the
soft tissue. The values of the image noise by AIDR 3D Iterative Reconstruction Filter in
chest tomography were 35.7 in the tracheal lumen, 45.1 in the lung parenchyma, 9.2 in the
aortic arch and 14.6 in the soft tissue, while the values of the signal ratio Noise using this
technique was 30.9 in the tracheal lumen, 20.9 in the lung parenchyma, 4.9 in the aortic
arch and 3.9 in the soft tissue. Likewise, significantly lower values were found when
evaluating image noise (p = 0.000) and significantly higher values when evaluating the
signal-to-noise ratio (p = 0.000) in the AIDR 3D iterative reconstruction filter technique.

CONCLUSIONS: The use of the AIDR 3D iterative reconstruction filter reduces image
noise in chest CT scans; since when evaluating the average values of both techniques, the
noise indicates that their average values in the AIDR 3D iterative reconstructive technique
are significantly lower (p <0.05) than the average values of the filtered back projection
technique.

KEYWORDS: use, AIDR 3D iterative reconstruction filter, image noise, chest

tomography.

x
xi
 CAPÍTULO I
INTRODUCCIÓN

1
1.1 DESCRIPCIÓN DE LOS ANTECEDENTES

La evolución tecnológica de la tomografía multicorte no solo ha revolucionado la

calidad de la imagen y la velocidad de exploración, sino que también ha aumentado
drásticamente el número de exámenes de tomografía en el mundo
industrializado. Como resultado, existe una creciente preocupación con respecto a la
dosis de radiación asociada. Hoy en día, se obtienen más de 70 millones de
tomografías computarizadas anuales en los Estados Unidos y pueden ser responsables
de aproximadamente el 2% de todos los casos de cáncer incidentes. Desde su
introducción en 1971, la tomografía computarizada (TC) se ha convertido
rápidamente en una herramienta esencial de diagnóstico por imagen que forma una
imagen transversal, evitando la superposición de estructuras que se produce en la
imagen convencional del tórax, con un >10 veces aumento de la sensibilidad de
atenuación. La TC es la investigación estándar de oro para el diagnóstico de embolia
pulmonar y, después de un traumatismo mayor, ahora es obligatoria (1).

En Estados Unidos anualmente el 10% de la urbe se realiza una tomografía

computada siendo un total de 75 millones de dichos análisis y dicha cifra crece a un
índice anual de 10%. Un hospital de seguridad social atiende aproximadamente 775
solicitudes de tomografía en un mes (2).

En la última década, se han explorado varias estrategias de reducción de dosis, como

la modulación automática de la corriente del tubo, el escaneo de bajo voltaje y filtros
de reducción de ruido, pero no pudieron evitar un aumento constante de la dosis
efectiva promedio con tecnología avanzada de escáner. Desafortunadamente, la
técnica más efectiva para reducir la dosis, es la reducción de la corriente del tubo,
pero está asociada con un inaceptable aumento del ruido de la imagen. Este efecto se
debe en parte a las limitaciones de la técnica de reconstrucción estándar actual y la
más usada que es la retroproyección filtrada (FBP). Con la retroproyección filtrada, el
aumento de la resolución espacial se correlaciona directamente con el aumento del

2
ruido de la imagen y se reduce el ruido mediante la aplicación de diferentes kernels
de reconstrucción. Recientemente, se desarrolló un algoritmo matemático alternativo,
el filtro de reconstrucción iterativa (IR) en tomografía. Dicho algoritmo permite
desacoplar ruido de la imagen y resolución espacial, por lo tanto, puede usarse para
reducir el ruido a una resolución estándar o mejorada en las imágenes de tomografía
(2).

El filtro de reconstrucción iterativo AIDR 3D es la última evolución de la tecnología

de reconstrucción iterativa, esta está totalmente integrada y automatizada en la
ganancia de la imagen para reducción de cantidad y mejora de imagen. En resumen,
está enfocado a la reducción de dosis reduciendo la magnitud de ruido de imagen
mientras preserva los detalles de la imagen, permitiendo la reducción de dosis de
adquisición. El proceso de reconstrucción incorpora datos sin procesar y optimiza el
ruido en el espacio de imagen. Durante la reconstrucción con AIDR 3D, un modelo
de escáner y el modelo de ruido estadístico son tomados en cuenta para minimizar los
efectos de la estarvación de fotón y ruido estadístico y electrónico en el espacio de
proyección mientras una imagen basada en un modelo anatómico minimiza
cuantitativamente la magnitud de ruido. AIDR 3D es la tercera generación de
tecnología de reducción de ruido (3).

Estudios que evalúan el rendimiento del algoritmo AIDR 3D generalmente

informaron una significativa reducción del ruido de la imagen y mejora de la
correlación ruido - contraste (CNR) cuando se utilizó AIDR 3D a comparación del
algoritmo FBP. En un estudio de Kim et al.(4) que evaluó la efectividad de AIDR 3D
en la reducción de ruido según el hábitus corporal usando fantomas de diferentes
tamaños, el uso de AIDR 3D redujo significativamente el ruido de imagen reducido y
mejoró de CNR y SNR. Resultados similares se encontró en otro estudio de
Schindera et al.(5) donde el ruido objetivo se redujo de 14.5 a 37.5% en los exámenes
de tomografía abdominal de pacientes obesos mediante el uso de un fantoma hepático
(6).

3
A continuación, se describirán algunas investigaciones relacionadas con lo
mencionado:

Según Mello C., et al. en 2018 su estudio denominado “Comparación de la dosis de

radiación y la calidad de imagen de la TC abdominopélvica utilizando
reconstrucciones iterativas (AIDR 3D) y convencionales”, tuvieron como propósito
de su estudio comparar la dosis de radiación y la calidad de imagen de los estudios de
TC abdominopélvica reconstruidos con técnicas iterativas y convencionales. Fue un
estudio retrospectivo, inscribió a 99 pacientes que se sometieron a exámenes de TC
abdominopélvica con imágenes de la fase venosa portal reconstruidas con proyección
de espalda filtrada y reducción de dosis iterativa adaptativa 3D (AIDR 3D) en
diferentes puntos de tiempo. La evaluación subjetiva de la calidad de la imagen fue
realizada por dos radiólogos que calificaron las imágenes axiales de calidad general,
nitidez, ruido y aceptabilidad de manera ciega. La desviación estándar de la
atenuación media del hígado, la aorta y el músculo paraespinal (como una medida del
ruido de la imagen) y las relaciones de contraste a ruido y señal a ruido para el hígado
y la aorta se usaron como parámetros objetivos de la calidad de la imagen. Los
parámetros de dosis de radiación incluyeron el volumen del índice de dosis de CT
(CTDIvol), el producto de la longitud de la dosis, la dosis efectiva (DE) y la
estimación de dosis específica de tamaño (SSDE). Los resultados se compararon para
diferentes categorías de índice de masa corporal (IMC; peso en kilogramos dividido
por el cuadrado de la altura en metros). Se utilizaron la prueba t pareada y las pruebas
pareadas de McNemar para la no inferioridad, con p <0,05 considerado
estadísticamente significativo. Obtuvieron una reducción promedio de 62.5% en
CTDIvol, una reducción promedio de 58% en ED y una reducción promedio de 63%
en SSDE cuando se utilizó AIDR 3D (p <0.001). Los parámetros subjetivos de la
calidad de la imagen se consideraron no inferiores para los estudios 3D AIDR en
comparación con la proyección posterior filtrada (p <0,001), excepto por la nitidez de
las imágenes de pacientes con IMC 20-24,9. Se encontraron resultados variables con
respecto a la evaluación objetiva de la calidad de la imagen. AIDR 3D permitió una

4
disminución importante en la cantidad de radiación de los exámenes de TC
abdominopélvicos sin una pérdida de calidad de imagen en general (7).

Según Andersen H., et al. En el año 2018 en su investigación titulada “Calidad de

imagen con técnicas de reconstrucción iterativa en la TC de los pulmones”, las
técnicas de reconstrucción iterativa para reducir la cantidad de radiación y optimizar
la calidad en imagen de TC han demostrado funcionar de manera diferente para
diferentes tamaños de pacientes, niveles de dosis y áreas anatómicas. Este estudio
tiene como objetivo comparar la calidad de imagen en la TC de los pulmones entre
cuatro escáneres de TC de alta gama utilizando las técnicas de reconstrucción
recomendadas a diferentes niveles de dosis y tamaños de pacientes. Se escanearon un
fantoma pulmonar y un fantoma de calidad de imagen con cuatro escáneres de alta
gama a niveles de dosis fijos. Las imágenes fueron reconstruidas con y sin
reconstrucción iterativa. Se midieron la relación de contraste a ruido, la función de
transferencia de modulación y la frecuencia máxima del espectro de potencia de
ruido. Todos los escáneres mostraron CNR más grande con el uso de técnicas de
reconstrucción iterativa. En todos los casos menos uno, las técnicas iterativas
AIDR3Dstd (Toshiba) y SAFIRE3 (Siemens) compensaron la reducción de la dosis
de tal manera que el CNR se mantuvo o incluso mejoró utilizando la mitad de la dosis
en comparación con la retroproyección filtrada (8).

Según Yamada Y., et al. en el 2012 en su trabajo denominado “Reducción de la dosis

en la TC de tórax: comparación de la reducción de dosis iterativa adaptativa en 3D,
reducción de dosis iterativa adaptativa y técnicas de reconstrucción de
retroproyección filtrada.” Tuvieron como objetivo evaluar la efectividad de la
reducción de dosis iterativa adaptativa (AIDR) y AIDR 3D para la mejora de calidad
en imagen en TC de tórax de baja dosis (LDCT). 50 pacientes se sometieron a una
tomografía de tórax. Se midió el ruido objetivo de la imagen y la relación señal /
ruido (SNR) en varias regiones, y dos radiólogos cegados evaluaron de forma
independiente la calidad subjetiva de la imagen. Se obtuvo que las imágenes 3D de

5
LDCT-AIDR mostraron un ruido objetivo significativamente reducido y una SNR
significativamente mayor en todas las regiones en comparación con las imágenes
SDCT-FBP, LDCT-FBP y LDCT-AIDR (todas, P ≤ 0.003). En todas las evaluaciones
de la calidad de imagen, las imágenes LDCT-AIDR 3D fueron superiores a las
imágenes LDCT-AIDR y LDCT-FBP (9).

Según Kim M., et al. En el 2014 en su estudio “Algoritmo de reducción de dosis

iterativo adaptativo en CT : efecto sobre la calidad de la imagen en comparación con
la retroproyección filtrada en fantomas corporales de diferentes tamaños” su objetivo
fue evaluar el impacto del algoritmo tridimensional (3D) de reducción de dosis
iterativa adaptativa (AIDR) en la tomografía en relación a la reducción de ruido y la
calidad de imagen en comparación con el algoritmo de retroproyección filtrada (FBP)
y comparar la efectividad de AIDR 3D en la reducción de ruido de acuerdo con el
habitus del cuerpo utilizando fantomas con diferentes tamaños. Utilizaron 3 fantomas
de diferentes tamaños con diámetros de 24 cm, 30 cm y 40 cm. Las imágenes se
reconstruyeron utilizando el FBP y AIDR 3D. Se evaluó el ruido de la imagen, la
relación de contraste a ruido (CNR) y la relación de señal a ruido (SNR) del espectro.
La efectividad de AIDR 3D en la reducción de ruido en comparación con FBP
también se comparó de acuerdo con los tamaños fantoma. Obtuvieron como
resultados que AIDR 3D redujo significativamente el ruido de la imagen en
comparación con FBP y mejoró la SNR y la CNR (p <0.05) con una calidad de
imagen mejorada (p <0.05). El efecto de reducción de ruido de AIDR 3D fue
significativamente mayor en el fantoma de 40 cm que en los fantomas de 24 cm o 30
cm (p <0.05) (4).

En el Hospital de la seguridad social, se emplea la tomografía computada con el

método tradicional y muy pocas veces el método de reconstrucción iterativo a pesar
de los beneficios que presenta en cuánto de imagen. Puede ser porque es una
novedosa técnica recién implementada y por ello no existen sapiencias sobre su
conducción. Por ello, se plasmó conocer la técnica de TC puede ser ventajoso en la

6
 práctica, al ejecutarlo con los usuarios que se realicen el análisis y así conocer que
técnica es mejor, queriendo saber la técnica que ofrece una mejor imagen.

El uso de AIDR 3D se muestra como una técnica beneficiosa para la reducción del
ruido de imagen que conlleva a la disminución de dosis de radiación. Pese a esto
existe escaza literatura científica que evalúen los beneficios de su uso.

1.2 IMPORTANCIA DE LA INVESTIGACIÓN

La evolución de la tecnología tomográfica siempre ha sido enfocada hacia la

reducción de dosis de radiación y la disminución del tiempo de escaneo. Es así como
se desarrollaron nuevas técnicas para la reducción de dosis de radiación, teniendo en
cuenta la calidad de imagen diagnóstica que se entrega, principalmente el ruido de
imagen.

AIDR 3D, es una tecnología desarrollada por la marca Toshiba, basada en algoritmos
de reconstrucción iterativo, permite la reducción de ruido de la imagen frente a otras
técnicas de reconstrucción bastante utilizadas en el medio, como la retroproyección
filtrada.

El desarrollo de este estudio pretende incentivar al tecnólogo médico en radiología a

utilizar nuevas técnicas de reconstrucción de imágenes tomográficas cerebrales para
la entrega de imágenes de buena calidad diagnóstica; comparando la magnitud de
ruido cuantitativo de una imagen reconstruida con retroproyección filtrada y otra
utilizando AIDR 3D. Sus resultados sirvieron de base para futuras investigaciones, y
enriquecer la literatura científica nacional; es importante mencionar que el principal
benefactor fue el paciente que obtendrá un mejor diagnóstico para tratamiento
oportuno.

7
1.3 OBJETIVOS

1.3.1 OBJETIVO GENERAL

● Evaluar el uso del filtro de reconstrucción iterativa AIDR 3D para la reducción

de ruido de imagen en tomografía de tórax.

1.3.2 OBJETIVOS ESPECÍFICOS

● Determinar el ruido de imagen y la relación señal-ruido mediante

retroproyección filtrada en la imagen de tomografía de tórax.

● Determinar el ruido de imagen y la relación señal-ruido mediante el filtro de

reconstrucción iterativa AIDR 3D en la imagen de tomografía de tórax.

● Comparar los valores del ruido de imagen y la relación señal-ruido de ambas

técnicas en la imagen de tomografía de tórax.

1.4 BASES TEÓRICAS

1.4.1 BASE TEÓRICA

TOMOGRAFÍA COMPUTARIZADA
Desde su introducción en 1972, la tomografía computarizada (TC) se ha
convertido en una herramienta de diagnóstico altamente exitosa e
indispensable. La historia de éxito de la TC se refleja en el número de
exámenes de TC anuales, que aumentaron anualmente con un 6,5% en la última
década, lo que resultó en un total de 80 millones de tomografías computarizadas
en 2015 en los Estados Unidos. Después de que se introdujo la primera
modalidad de imagen tomográfica, sus desarrollos tecnológicos avanzaron
rápidamente. La primera tomografía computarizada clínica tomó

8
aproximadamente 5 minutos, y la reconstrucción de la imagen tomó
aproximadamente el mismo tiempo. A pesar de los largos tiempos de
reconstrucción, la resolución de la imagen fue pobre con solo 80 × 80 píxeles
(10). 

Hoy en día, las velocidades de rotación se aceleran a aproximadamente un

cuarto de segundo por rotación, y la cobertura del detector, a lo largo del eje del
paciente, aumenta hasta 16 cm en sistemas de alta gama, lo que permite obtener
imágenes de todo el corazón en un solo latido. La resolución de las imágenes en
sección transversal aumentó a 512 × 512 píxeles para la mayoría de las
aplicaciones clínicas y a 1024 × 1024 píxeles o más para los escáneres CT de
última generación (11).

La tomografía computarizada de rayos X logra sobresalir, demostrado en

diversos progresos tecnológicos y científicos. Es bueno conocer los progresos
de este método, se marcan según cuatro medidas usuales: la usual investigación
de más velocidad de adquisición, incrementar la resolución espacial, optimizar
la calidad de imagen, y reducir la cantidad de radiación ionizante. (12).

La MDCT, logró un progreso muy significativo en la resolución temporal de

logro de imágenes, reflejado en una mayor fidelidad de estas, principalmente si
se ven órganos o para continuar el flujo del medio de contraste en aplicaciones
de angiografía por tomografía computarizada. El escáner MDCT de 320
detectores, cubre un área en el eje z de 16 cm, que es necesario para tomar una
imagen del corazón en una sola rotación del gantry. (1,12).

El incremento de la resolución temporal, podría ser necesaria para sacar

imágenes de diversos órganos o estructuras en movimiento. Tay et al. (2008),
indicaron la posibilidad de sacar imágenes de calidad alta en objetos con
movimientos de 20 mm/s, utilizando un pitch de 0,1 y movimientos de 30 ciclos
por minuto, que deben ser útil en determinación de movimientos de las

9
articulaciones. Una mayor resolución temporal admite la ejecución de
evaluaciones funcionales, principalmente cuando se usan medios de contraste y
evaluaciones de filtración glomerular de los riñones, asimismo la perfusión de
distintas partes. (12).

La radiación ionizante es la medida clave que limita la utilización de la

tomografía computarizada; y, dado el peligro que ocasiona, es importante la
utilización de esta. Especial cuidado tiene que tener usuarios pediátricos, para
impedir sobre-exposiciones innecesarias, lo cual involucra que los centros que
prestan servicios de salud se obligan a implementar protocolos de ventaja
determinada para dichos usuarios (13).

TOMOGRAFÍA DE TÓRAX

La radiografía de tórax convencional superpone una imagen tridimensional en

una superficie bidimensional, lo que limita su utilidad clínica. Desde su
introducción en 1971, la tomografía computarizada de rayos X (TC) se ha
convertido rápidamente en una herramienta esencial de diagnóstico por imagen
que forma una imagen transversal, evitando la superimposición de estructuras
que ocurre en la imagen convencional del tórax, con un> 10- aumento de la
sensibilidad de atenuación. Si bien los radiólogos informan de imágenes de
tomografía computarizada, es importante que tanto los anestesistas como los
intensivistas puedan interpretar los escáneres, ya que las instalaciones de
informes pueden no estar disponibles de inmediato. Además, el radiólogo puede
no informar completamente todas las facetas de una exploración detallada y un
médico puede obtener más información con la capacidad de interpretar
tomografías computarizadas (1).

10
INDICACIONES PARA TC DE TÓRAX

Hay muchas indicaciones para una TC de tórax:

11
Fuente: Whiting P, Singatullina N, Rosser JH. Computed tomography of the chest: I.
Basic principles. BJA Education. el 1 de diciembre de 2015;15(6):299–304

La CT es la investigación estándar de oro para el diagnóstico de embolia

pulmonar y, después de un traumatismo mayor, la CT de la cabeza, el cuello y
el cuerpo ahora es obligatoria. En la anestesia torácica, las tomografías
computarizadas preoperatorias del tórax son invaluables para planificar la
inserción de un tubo de doble luz. En la unidad de cuidados intensivos (UCI),
no solo se utilizan para diagnosticar afecciones como la enfermedad pulmonar
intersticial, la infección atípica y el síndrome de dificultad respiratoria aguda
(SDRA), sino que pueden ayudar a detectar neumotóraxes pequeños o
anteriores y evaluar los derrames pleurales loculados que pueden ayudar
Estrategias de intervención. Siempre se deben considerar otras modalidades de
imagen, ya que pueden conferir ciertas ventajas. La resonancia magnética
(MRI) se usa cada vez más para evaluar la patología cardíaca estructural y
funcional. Tomografía por emisión de positrones (PET), o PET CT confiere
ventajas para el diagnóstico de tumores malignos o enfermedad metastásica
(14).

PAPEL DE LA TOMOGRAFÍA COMPUTARIZADA DE CONTRASTE

TC

El medio de contraste IV permite la identificación segura de la anatomía

vascular, ayuda a delinear las estructuras no vasculares adyacentes y mejora
tanto la detección como la caracterización de las lesiones patológicas. Se utiliza
para ayudar a evaluar las estructuras mediastínicas, las estructuras vasculares, la
enfermedad pleural crónica, las masas pulmonares y la diferenciación del
parénquima de la pleura o las colecciones pleurales. El contraste también se
puede administrar por vía oral para evaluar el esófago (1).

12
El contraste IV se administra a través de una bomba de jeringa de alta presión
entre 3 y 6 ml s −1. El acceso vascular debe ser de un calibre adecuado para
permitir el flujo a estas velocidades y ser lo suficientemente robusto como para
hacer frente a la inyección de presión (la mayoría de las instituciones prefieren
una cánula de 18 G colocada correctamente en la fosa ante cubital). La
administración a través del acceso central corre el riesgo de ruptura del catéter y
gran perforación de vasos. Ciertos catéteres venosos centrales son reforzados y
seguros para administrar el contraste, pero siempre se debe seguir la política
local y la guía del fabricante (1,14).

Hay ciertas situaciones en las que es importante escanear en ausencia de

contraste y, por esta razón, es esencial que el radiólogo tenga un historial
completo y esté al tanto de los problemas que deben abordarse. Ejemplos de
tales situaciones son:

• Disección aórtica aguda: el hematoma intramural, un signo temprano, puede

verse oscurecido por el denso contraste aórtico.

• Pequeñas fugas esofágicas: el contraste oral filtrado puede ser difícil de

detectar si se ha administrado contraste iv, ya que puede verse oscurecido por la
mejora de los vasos adyacentes (14).

LA RECONSTRUCCIÓN DE IMAGEN

Originalmente, las imágenes de TC se reconstruyeron con un método iterativo

llamado técnica de reconstrucción algebraica (ART). Debido a la falta de
potencia computacional, esta técnica fue reemplazada rápidamente por métodos
analíticos simples, como la proyección de retorno filtrada (FBP). FBP fue el
método de elección durante décadas, hasta que la primera técnica de
reconstrucción iterativa (IR) se introdujo clínicamente en 2009. Esto causó una
verdadera exageración en el dominio de imágenes de TC. En pocos años, todos

13
los principales proveedores de TC introdujeron algoritmos IR para uso clínico,
que evolucionaron rápidamente hacia algoritmos de reconstrucción cada vez
más avanzados.

En diciembre de 1970, Gordon et al (15) presentaron el trabajo inicial sobre

ART, que es un método que pertenece a una clase de algoritmos IR que se
aplicó inicialmente para reconstruir imágenes de sección transversal. Sin
embargo, debido a la falta de potencia de cálculo, el ART no era clínicamente
aplicable, y un algoritmo más simple, a saber, FBP, fue el estándar durante
décadas. Con FBP, los cortes de TC se reconstruyen a partir de los datos de
proyección (sinogramas) mediante la aplicación de un filtro de paso alto
seguido de un paso de proyección hacia atrás (Figura 1). Con el rápido progreso
en la tecnología TC, los algoritmos basados en FBP se mejoraron y ampliaron
para mantenerse al día con el progreso del hardware, como la solución de 1984
de Feldkamp et al.(16) Para la reconstrucción de datos de detectores de área
grande. En la mayoría de los casos, FBP funciona bien y produce imágenes con
alta calidad de diagnóstico. Sin embargo, debido a las crecientes
preocupaciones de exponer a los pacientes (más jóvenes) con radiación
ionizante, se obtuvieron más tomografías computarizadas con una dosis de
radiación más baja. Desafortunadamente, esto resultó en una calidad de imagen
significativamente reducida, porque hay una relación proporcional directa entre
el ruido de la imagen y la exposición a la radiación. Además, con las crecientes
tasas de prevalencia de obesidad, la calidad de imagen de las tomografías
computarizadas reconstruidas con FBP se deterioró. Con un tamaño corporal
más grande, la atenuación de los fotones de rayos X aumenta, lo que conduce a
que lleguen menos fotones al detector de TC, lo que finalmente resulta en una
calidad de imagen significativamente reducida. El beneficio de FBP es el corto
tiempo de reconstrucción, pero la principal desventaja es que ingresa datos sin
procesar en un "recuadro negro" donde solo se puede aplicar un modelo muy
limitado e información previa, por ejemplo, para modelar correctamente el

14
ruido de la imagen cuando un pequeño número de Los fotones alcanzan el
detector TC.

Mientras que los escáneres clínicos funcionaban con FBP, la comunidad de

investigación de TC realizó un esfuerzo significativo en el desarrollo de
algoritmos IR avanzados, con el objetivo de permitir la TC de dosis baja con
alta calidad de diagnóstico. Estos desarrollos caen libremente en tres enfoques
básicos: basados en sinogramas, basados en dominios de imagen y algoritmos
completamente iterativos. Un progreso paralelo fue una creciente disponibilidad
de herramientas computacionales rentables, como las unidades de
procesamiento de gráficos programables (GPU) para la reconstrucción
acelerada de TC. Esta combinación de desarrollos ha provocado que la industria
de dispositivos médicos desarrolle algoritmos de reconstrucción avanzados. En
2009, el primer algoritmo IR llamado IRIS (reconstrucción iterativa en el
espacio de imágenes, Siemens Healthineers) recibió la aprobación de la
FDA. Este era un método simple que, similar a FBP, solo aplicaba un solo paso
de proyección hacia atrás para crear una imagen de sección transversal a partir
de datos sin procesar. El ruido de la imagen se redujo iterativamente en el
espacio de la imagen. En 2 años, cuatro algoritmos IR más avanzados
recibieron la aprobación de la FDA: ASIR (reconstrucción iterativa estadística
adaptativa, GE Healthcare), SAFIRE (reconstrucción iterativa afirmada por
sinograma, Siemens Healthineers), iDose 4 (Philips Healthcare) y Veo (GE
Healthcare). Los primeros tres métodos son los llamados algoritmos híbridos
IR. Similar a FBP e IRIS, se utiliza un solo paso de proyección hacia atrás. Sin
embargo, los métodos de IR híbridos son más avanzados ya que filtran
iterativamente los datos sin procesar para reducir los artefactos, y después de la
proyección hacia atrás, los datos de la imagen se filtran iterativamente para
reducir el ruido de la imagen (Figura 1). Veo fue el primer algoritmo clínico IR
completamente iterativo, que fue uno de los algoritmos más avanzados hasta
ahora. En IR total, los datos sin procesar se proyectan hacia atrás en el espacio

15
de la imagen de la sección transversal. Posteriormente, los datos del espacio de
imagen se proyectan hacia adelante para calcular datos brutos artificiales. El
paso de proyección hacia adelante es un módulo central de algoritmos IR, ya
que permite la modulación físicamente correcta del proceso de adquisición de
datos (incluidos los modelos de geometría y ruido del sistema). Los datos sin
procesar artificiales se comparan con los datos sin procesar verdaderos para
actualizar la imagen de la sección transversal. En paralelo, el ruido de la imagen
se elimina mediante un paso de regularización (Figura 1). El proceso de
proyección hacia adelante y hacia atrás se repite hasta que se minimiza la
diferencia entre datos brutos verdaderos y artificiales. Uno puede imaginar que
el IR total es computacionalmente más exigente que el IR híbrido, lo que resulta
en tiempos de reconstrucción más largos de IR completo. Debido a estos largos
tiempos de reconstrucción, el proveedor decidió desarrollar un algoritmo
avanzado diferente llamado ASIR-V (GE Healthcare), que recibió la aprobación
de la FDA en 2014. Mientras tanto, otros proveedores introdujeron otros
algoritmos IR híbridos y basados en modelos, incluidos AIDR 3D (reducción
de dosis iterativa adaptativa 3D, Canon Healthcare), ADMIRE (reconstrucción
iterativa modelada avanzada, Siemens Healthineers) e IMR (reconstrucción de
modelo iterativo, Philips Healthcare) (Figura 2). Más recientemente, en 2016, el
algoritmo IR basado en modelos FIRST (solución de reconstrucción iterativa
basada en modelos proyectados hacia adelante, Canon Healthcare) recibió la
aprobación de la FDA. La introducción de IR para imágenes clínicas de CT
resultó en un número sustancial de estudios que evaluaron las posibilidades de
estos métodos (Figura 3). En general, estos estudios mostraron una mejor
calidad de imagen y valor diagnóstico con IR en comparación con FBP. La
dosis de radiación se puede reducir con IR en un 23 a 76% sin comprometer la
calidad de la imagen. Algunos estudios compararon los diferentes enfoques de
múltiples proveedores y, en general, estos estudios encontraron que la dosis de
radiación se puede reducir aún más con IR basado en modelos en comparación

16
con IR híbrido y FBP (Figura 4). Múltiples estudios evaluaron el efecto de IR
en la calidad de imagen de partes específicas del cuerpo. El rendimiento del
algoritmo relativamente bajo es el examen de CT de regiones corporales de alto
contraste como los pulmones. Debido a la baja atenuación de los rayos X que
pasan por el aire en los pulmones, y debido al alto contraste natural entre el aire
y el tejido pulmonar, la dosis de radiación de los exámenes de TC de tórax ya
era relativamente baja para empezar. En una revisión sistemática de 24
estudios, Den Harder et al. (17) encontraron que la dosis de radiación promedio
de 2.6 (1.5–21.8) mSv para tomografías computarizadas de tórax reconstruidas
con FBP podría reducirse a 1.4 (0.7–7.8) mSv mediante la aplicación de IR. Del
mismo modo, la dosis de radiación en otra región del cuerpo de alto contraste,
la angiografía por TC del corazón podría reducirse sustancialmente. Con FBP,
la dosis de radiación promedio de diez estudios de angiografía coronaria por TC
fue de 4.2 (3.5–5.0) mSv, que podría reducirse a 2.2 (1.3–3.1) mSv usando IR,
con una calidad de imagen objetiva y subjetiva preservada. Sin embargo,
reducir la dosis de radiación TC de las regiones del cuerpo con bajo contraste,
como el abdomen, es más problemático. La detectabilidad de las lesiones de
bajo contraste no siempre se puede mejorar con IR a dosis de radiación más
bajas. Sin embargo, la mayoría de los estudios encontraron que el IR sí permite
la reducción de la dosis de radiación de los exámenes de TC abdominal sin
comprometer la calidad de la imagen (11).

RETROPROYECCIÓN FILTRADA

El conocimiento de las propiedades básicas de FBP es crucial para comprender

los beneficios de IR. Los algoritmos de reconstrucción analítica, como FBP, se
basan en el supuesto de que tanto el procedimiento de medición como la
información de proyección se muestran por continuas tareas. En un modelo
simplificado, el haz de rayos X se colima a una forma de lápiz y se mueve
posteriormente paralela a una matriz lineal de detectores de rayos X. Después,

17
los rayos X gira un ángulo α y se repite el procedimiento. Las intensidades
medidas se describen de forma matemática como una función integral para un
ángulo específico α y una posición de deslizamiento lineal particular del tubo
de rayos X (Figura 5) El proceso de restauración es solución de las ecuaciones
integrales resultantes por inversión (retroproyección). La proyección posterior
que representa la propagación de información de proyección medidos en el
dominio de la imagen se combina tradicionalmente con un componente de filtro
(por ejemplo, filtro Ram-Lak). El filtro compensa el efecto del llamado
desenfoque de paso bajo que ocurre debido a los diferentes números de
proyecciones que pasan por el centro y la periferia de un objeto. En la práctica
clínica, se pueden elegir otras variaciones del filtro (núcleos), que dependen de
un compromiso entre ruido de imagen y resolución espacial. El aumento de la
compensación del desenfoque de paso bajo aumenta la "nitidez" de la imagen,
pero también aumenta el ruido de la imagen. Diferentes granos permiten una
representación optimizada de tejidos blandos o estructuras de alto
contraste, como hueso o tejido pulmonar. Una característica de FBP es que la
nitidez de la imagen y el ruido de la imagen se acoplan directamente: cuanto
más nítida es la imagen, mayor es el ruido de la imagen. Con la evolución del
hardware CT, se han aplicado adaptaciones, como los métodos de interpolación
o el uso del algoritmo Feldkamp u otros métodos tridimensionales, para
compensar las geometrías de haz de abanico y de cono, respectivamente. Sin
embargo, esos enfoques siguen siendo aproximaciones e interpolaciones para
satisfacer suposiciones subyacentes, como una fuente de rayos X puntual, un
haz de rayos X de lápiz y el punto de elementos detectores, que son requisitos
previos para la implementación de la transformación de radón. Las principales
ventajas de este enfoque consisten en su robustez y velocidad. Una
característica limitante importante de FBP es que no tiene en cuenta el ruido de
la imagen que resulta de las variaciones estadísticas de Poisson en el número de
fotones en el plano de la imagen; Hablando prácticamente, esto significa que

18
una disminución en la cantidad de radiación se traduce un aumento en el ruido
de imagen. El alto ruido de la imagen interfiere con la delineación y la
detectabilidad de bajo contraste de una estructura, por lo que se deben cumplir
ciertos requisitos mínimos de dosis de radiación para generar un conjunto de
datos de diagnóstico por TC. Disminuir el ruido de la imagen eligiendo núcleos
"más suaves" para la reconstrucción de la imagen dará como resultado una
resolución espacial deteriorada con el uso de una técnica convencional de
FBP. El alto ruido de la imagen interfiere con la delineación y la detectabilidad
de bajo contraste de una estructura, por lo que se deben cumplir ciertos
requisitos mínimos de dosis de radiación para generar un conjunto de datos de
diagnóstico por TC. Disminuir el ruido de la imagen eligiendo núcleos "más
suaves" para la reconstrucción de la imagen dará como resultado una resolución
espacial deteriorada con el uso de una técnica convencional de FBP. El alto
ruido de la imagen interfiere con la delineación y la detectabilidad de bajo
contraste de una estructura, por lo que se deben cumplir ciertos requisitos
mínimos de dosis de radiación para generar un conjunto de datos de diagnóstico
por TC. Disminuir el ruido de la imagen eligiendo núcleos "más suaves" para la
reconstrucción de la imagen dará como resultado una resolución espacial
deteriorada con el uso de una técnica convencional de FBP.(18)

RECONSTRUCCIÓN ITERATIVA

En general, el proceso de adquisición de datos puede describirse mediante la

fórmula: p = Hf + n , en que la información de proyección medidos p se
relacionan con la información real f (coeficiente de atenuación) a través de un
procedimiento de proyección H y el ruido adicional n . La reconstrucción de
imágenes promedia la solución de esta ecuación que se puede lograr mediante
dos conceptos iterativos matemáticamente diferentes: algoritmos algebraicos y
algoritmos estadísticos.

19
El principio de los algoritmos de imagen iterativa se basa en seis pasos clave
(Figura 6) Para una mejor comprensión de la teoría y la complejidad de la
reconstrucción iterativa de imágenes, (figura 7) ilustra un modelo simplificado. 

Dejando de lado el ruido adicional n, el algoritmo algebraico H resuelve un

sistema simple de ecuaciones lineales, donde el valor de proyección es la suma
de dos coeficientes de atenuación a lo largo de cada línea de proyección. A
principios de la década de 1970, se implementó el primer algoritmo IR, la
técnica de reconstrucción algebraica, sin tener en cuenta el ruido
adicional n. Más tarde, se desarrollaron dos algoritmos modificados para
mejorar el rendimiento: la técnica de reconstrucción iterativa simultánea y
método de restauración algebraica simultánea. Para más detalles, nos referimos
a la literatura previa. Sin embargo, como el poder computacional era limitado
en los primeros días de la tecnología CT, los algoritmos IR no eran prácticos
para la aplicación clínica.

El ejemplo mencionado anteriormente también ilustra que la complejidad de los

algoritmos de IR aumentó rápidamente cuando se integraron componentes
adicionales del proceso de adquisición de datos o características de la
imagen. Además de las diferentes fuentes de ruido de imagen (p. Ej.,
Distribución estadística de fotones, ruido electrónico), la geometría de los
sistemas de TC modernos (p. Ej., Forma y tamaño del detector y el punto focal,
el isocentro, el detector, etc.) contribuye sustancialmente proceso de
proyección.

Básicamente, el modelo matemático de los métodos de IR consta de dos partes:

el llamado término de datos combinado con un término de regularización (o
término anterior). Si bien el término de información es un modelo de ajuste de
la información de proyección, el término de regularización a menudo incorpora
las no uniformidades del sistema de TC, como el ruido. En un denominado IR

20
estadístico, se introduce un término de ponderación en el término de datos que
asigna bajo peso a los datos con alta incertidumbre estadística (alto ruido) y alto
peso a los datos con baja incertidumbre estadística (bajo ruido). El ajuste de
datos se podría lograr de forma matemática por diferentes técnicas estadísticas,
como la máxima verosimilitud, los mínimos cuadrados o los estimadores a
posteriori máximos. Las variaciones de los datos y el término de regularización
dan como resultado distintas particularidades, que dañan esencialmente el
manejo del ruido y los artefactos de la imagen.(18)

AIDR 3D, TOSHIBA MEDICAL SYSTEMS

En el algoritmo IR inicial desarrollado por Toshiba Medical Systems (Otawara,

Japón), la reducción de dosis iterativa adaptativa (AIDR), la reducción del ruido
de la imagen ocurre en el dominio de reconstrucción (imagen). Esta técnica IR
requería que las imágenes originales de alto ruido se sometieran a varios ciclos
de iteración para disminuir el ruido de la imagen hasta que se alcanza el nivel
de ruido deseado. Más recientemente, esta técnica ha sido reemplazada por un
sistema AIDR que utiliza un algoritmo de procesamiento tridimensional (AIDR
3D). Este algoritmo de reconstrucción se basa en IR realizado no solo en el
dominio de reconstrucción sino también en el dominio de datos sin procesar. En
el dominio de datos sin procesar, el procesamiento AIDR 3D tiene en cuenta el
ruido cuántico derivado de la cantidad de fotones de rayos X que llegan al
detector y el ruido eléctrico del sistema CT; el algoritmo también usa el
dominio de datos sin procesar en un modelo que representa la geometría
específica del escáner y un modelo de ruido estadístico para reducir el ruido.
Finalmente, en un esfuerzo por mantener la granularidad del ruido y hacer que
la imagen sea más "natural", se aplica una combinación ponderada a la
reconstrucción original y a la salida de este proceso iterativo.(18)

21
UNIDADES HOUNSFIELD
En CT, los valores de atenuación μ de la ecuación
I(η) = Io e−μ η

generalmente se representan como valores de grises. En este contexto, un

enfoque desarrollado por Hounsfield ha demostrado ser apropiado y hoy en día
se utiliza comúnmente. Aquí los valores de atenuación se transforman en una
escala sin dimensiones y están relacionados al valor de atenuación del agua. La
definición de estos valores TC se determina por:

μ−μ agua
valor ct= x 1000
μ agua

donde μ  y μ agua son coeficientes de atenuación lineal para un vóxel dado y para
agua (μ agua se determina a partir de escaneos de calibración). Porque el número
TC es una función lineal de μ, un gráfico de los números de CT esperados para
materiales con coeficientes de atenuación conocidos debe ser lineal en el rango
de números de TC clínicos (por ejemplo, −1,000 a +1,000). Para evaluar la
escala de contraste de un escáner, se encuentran disponibles varios fantomas de
prueba de TC que contienen materiales diseñados para proporcionar ciertos
números de TC (por ejemplo, los números de CT para agua, grasa, tejidos
blandos, huesos y aire).(19)

RUIDO DE IMAGEN

Si se usa un cursor gráfico para mostrar números TC de píxeles en una imagen

de un espectro uniforme (p. Ej., Un espectro que contiene toda el agua), se
observa que los números TC no son uniformes, sino que fluctúan alrededor de
un valor promedio (que debería ser aproximadamente 0 para agua): algunos
píxeles son 0, algunos son +1, algunos +2, algunos −1, y así
sucesivamente. Estas fluctuaciones aleatorias en el número de TC de materiales
que de otra manera serían uniformes aparecen como granulosidad en las

22
imágenes de TC. Este granulado es el análogo de TC de, y es de la misma
naturaleza que, la mota cuántica radiográfica: se debe al uso de un número
limitado de fotones para formar la imagen.

En radiografía, el ruido de la imagen está relacionado con el número de fotones

de rayos X que contribuyen a cada área pequeña de la imagen (por ejemplo, a
cada píxel de una radiografía digital directa). En TC, los rayos X contribuyen a
las mediciones del detector y no a los píxeles individuales. Por lo tanto, el ruido
de la imagen TC se asocia con el número de rayos X que contribuyen a cada
medición del detector. Para comprender cómo la técnica de TC afecta el ruido,
uno debe imaginar cómo cada factor en la técnica afecta el número de rayos X
detectados. Los ejemplos son los siguientes:

 Amperaje del tubo de rayos X: cambiar el valor de mA cambia la intensidad

del haz, y por lo tanto el número de rayos X, proporcionalmente. Por
ejemplo, duplicar el valor de mA duplicará la intensidad del haz y el número
de rayos X detectados por cada medición.
 Tiempo de exploración (rotación): cambiar el tiempo de exploración cambia
la duración de cada medición, y por lo tanto el número de rayos X
detectados, proporcionalmente. Debido a que el amperaje y el tiempo de
exploración afectan de manera similar el ruido y la dosis del paciente,
generalmente se consideran juntos como mA × s, o mAs.
 Grosor de corte: cambiar el grosor cambia el ancho del haz que ingresa a
cada detector, y por lo tanto el número de rayos X detectados,
aproximadamente de manera proporcional. Por ejemplo, en comparación con
un grosor de corte de 5 mm, un grosor de 10 mm aproximadamente duplica
la cantidad de rayos X que ingresan a cada detector.
 Kilovoltaje pico: al aumentar el kilovoltaje pico, aumenta el número de
rayos X que penetran en el paciente y llegan a los detectores. Por lo tanto,

23
 aumentar el kilovoltaje reduce el ruido de la imagen, pero también puede
(ligeramente) reducir el contraste del sujeto.
Aunque no afecta la cantidad de rayos X detectados, un filtro de reconstrucción
afecta profundamente la apariencia del ruido en la imagen: los filtros suaves
difuminan el ruido, reduciendo su impacto visual, mientras que los filtros
nítidos mejoran el ruido. En las imágenes de tejido blando, el ruido
generalmente interfiere más que el desenfoque, y se prefieren filtros más
suaves. En las imágenes de estructuras con bordes y pequeños detalles, como el
hueso, el desenfoque generalmente es más interferente que el ruido, y se
prefieren filtros más nítidos. A modo de comparación, se muestra ejemplos de
ruido en exploraciones de fantomas uniformes utilizando filtros estándar y de
mayor resolución (hueso) y con valores estándar y muy bajos para mAs. (Figura
8)

Para un escáner CT bien diseñado, el ruido de la imagen (moteado cuántico)

debe ser estadístico: es decir, debido a variaciones aleatorias en la intensidad de
rayos X detectada (las fuentes de ruido electrónicas y de otro tipo deben ser
mínimas en comparación). Cuantitativamente, estas fluctuaciones estadísticas
se describen mediante la distribución de Poisson, que establece que el tamaño
de las variaciones aleatorias (denominado SD) asociadas con la medición de los
rayos X N viene dado por la raíz cuadrada de N. Por ejemplo, si detectamos
10,000 rayos X y luego repita esta medición varias veces, las mediciones no
serán exactamente 10,000 cada vez, pero fluctuarán alrededor de un valor
promedio o promedio de 10,000. El tamaño de las fluctuaciones aleatorias será
del orden de 100 (la raíz cuadrada de 10, 000). Por lo tanto, diríamos que
nuestra medida fue de 10,000 ± 100.

Normalmente, estas fluctuaciones aleatorias se expresan como un coeficiente de

variación, que para la distribución de Poisson es 1 / (raíz cuadrada de N). Esta
expresión nos dice que aumentar N (al aumentar la dosis) reduce el tamaño de

24
las variaciones aleatorias y, por lo tanto, la cantidad de ruido. La relación de
raíz cuadrada significa que la reducción del ruido (es decir, el tamaño de las
fluctuaciones) a la mitad requiere el uso de una dosis de radiación 4 veces
mayor a la porción (por alguna combinación de mAs aumentados, rebanadas
más gruesas u otros factores).

El SD proporciona una estimación de las fluctuaciones del número TC dentro

de un área pequeña de una imagen de material uniforme calculada usando una
función gráfica de ROI. Una forma de verificar que el ruido de la imagen se
deba a un número limitado de rayos X (y no a la contaminación por otras
fuentes) es graficar las mediciones de ROI realizadas en el mismo lugar en las
imágenes obtenidas usando diferentes dosis (por ejemplo, usando un rango de
valores de mA de menor a mayor) versus el cuadrado inverso de la dosis. El
resultado para un sistema cuántico limitado debería ser una línea recta a través
del origen.(19)

RELACIÓN SEÑAL-RUIDO

La señal de imagen y el ruido de imagen son parámetros clave en la evaluación

de la calidad de imagen. En el caso ideal y lineal, la señal de imagen (S) está
directamente relacionada con el número detectado de N fotones, mientras que el
ruido (σ) puede verse como la fluctuación estocástica del píxel alrededor de su
valor medio. Los fotones se distribuyen de acuerdo con la ley de Poisson, lo
que significa que la cantidad σ es igual a √ N . La relación de estas dos
cantidades produce la relación señal- ruido (SNR), expresada como:(20)

25
Respecto a la señal que posee los datos en imagen con el ruido de esta. Al
interpretar una imagen, el propósito es apartar la información diagnóstica
(señal) de su ambiente (ruido), que obstaculiza la identificación de la señal. Si
la correlación entre ruido y señal, es más fácil interpretar la imagen. Una lesión
es conspicua si fácilmente es visible en la imagen, es decir, que la correlación
señal-ruido es alta.

Mean UH del ROI del tejido

SNR=
SD UH del ROI del tejido

Al igual, la señal de un tejido u órgano homogéneo se muestra en la imagen con

una atenuación en determinado modo heterogénea: los valores de gris indican
una comercialización gaussiana o en Poisson, entre un valor medio que
simboliza la atenuación de determinado órgano. Las desviaciones de menor o
mayor densidad sobre el promedio forman el ruido en la imagen. La correlación
ruido/señal es el cociente entre ambas.(21)

RELACIÓN CONTRASTE- RUIDO

El contraste y el ruido son dos medidas básicas de calidad de imagen que se

usan comúnmente para describir la calidad de imagen. La métrica CNR se
utiliza para evaluar la degradación del contraste y es una estimación del ruido
en la imagen. CNR se define como la relación de la diferencia de intensidades
de señal de dos regiones de interés con respecto al ruido de fondo como se
muestra en la ecuación(21)

( Sa−Sb )
CNR=
Nbg

donde Sa es la intensidad de la señal de la región a, Sb es la intensidad de la

señal de la región b y Nbg es el ruido de fondo. (22)

26
La diferencia de señal de dos áreas adyacentes. Al igual, muestra la diferencia
que hay, en una escala de grises de los tejidos, perceptible por el ojo humano.
Sin ruido, dos tejidos vecinos con desiguales intensidades de señal se
distinguen de forma cómoda unos de otros. Si el grado de ruido es bajo, la
correlación ruido - contraste es necesario y los tejidos son visibles. (21).

27
1.4.2 DEFINICIÓN DE TÉRMINOS

- Filtro de reconstrucción iterativa AIDR 3D: algoritmo IR inicial desarrollado

por Toshiba Medical Systems (Otawara, Japón), para la reducción de dosis y la
reducción del ruido de la imagen ocurrió en el dominio de reconstrucción de
imagen.(18)

- Retroproyección filtrada: algoritmos de reconstrucción analítica, se basan en el

supuesto de que tanto el procedimiento de cálculo como la información de
proyección están simbolizados por funciones continuas. (18)

- ROI: región de interés, proporciona información de los valores de números

tomográficos.(13)

- Ruido de imagen: fluctuaciones aleatorias en el número de TC. (19)

- Relación señal-ruido: Conforma los datos en la imagen con el ruido de la esta.

(21)

1.4.3 FORMULACIÓN DE LA HIPÓTESIS

El uso del filtro de reconstrucción iterativa AIDR 3D es factible para la disminución

de ruido de imagen en tomografía de tórax.

28
CAPÍTULO II
MÉTODOS

29
2.1. DISEÑO METODOLÓGICO

2.1.1 TIPO DE INVESTIGACIÓN

La actual investigación fue de enfoque cuantitativo y tipo observacional, ya que

no hay intervención de parte del investigador y se limita solo a calcular las
variables; es analítico ya que el investigador buscará comparar las variables
para determinar diferencias significativas; es retrospectivo porque los datos ya
han sido adquiridos antes del diseño y la ejecución, es de corte transversal, ya
que las variables fueron medidas una sola vez.

2.1.2 DISEÑO DE LA INVESTIGACIÓN

Diseño: correlacional.

2.1.3 POBLACIÓN

Constituida por 240 tomografías de tórax adquiridas en el servicio de

tomografía computada de un centro de la seguridad social de Lima durante el
mes enero a marzo del 2020.

2.1.4 MUESTRA Y MUESTREO

Muestra: Fue constituida por 148 tomografías de tórax con retroproyección

filtrada y con filtro de reconstrucción iterativo
N ¿ Z 2∗Se 2
n= 2
d ∗( N−1 ) + Z 2∗Se2

30
- N = Total de la población
- Z 2 = 1.962 (si la seguridad es del 95%)
- SE= desviación estándar =0.5
- d = precisión (en este caso deseamos un 5%).

( 240 ) ( 1.96 )2 ( 0.5 )( 0.5 )

n= 2 2
=148
( 0.05 ) ( 240−1 )+ (1.96 ) ( 0.5 )( 0.5 )

Muestreo: probabilístico, aleatorio simple.

2.1.4.1 CRITERIOS DE INCLUSIÓN

• Estudios tomográficos de tórax de pacientes mayores de 18 años y

menores de 60 años

• Estudios tomográficos de tórax sin contraste

2.1.4.2 CRITERIOS DE EXCLUSIÓN

• Estudios tomográficos de tórax de pacientes con patologías que afectan

a la estructura torácica, como traumatismos, enfermedades neoplásicas,
presencia de malformaciones congénitas.

• Estudios tomográficos de pacientes con implantes torácicos, stent

torácicos o presencia de objetos extraños.

31
2.1.5 VARIABLES

- Filtro de reconstrucción iterativa AIDR 3D

- Ruido de imagen

2.1.6 TÉCNICAS E INSTRUMENTOS DE RECOLECCIÓN DE DATOS

La técnica que se utilizó para la recolección de datos fue el de observación y el

análisis documental.

Se utilizó como instrumento un formato de ficha de recolección de datos

(ANEXO III) que estuvo estructurada en tres partes:

Primera parte, para recabar datos demográficos de los pacientes

Segunda parte, para recolectar los datos del ruido y la relación señal-ruido
mediante retroproyección filtrada.

Tercera parte, para recolectar los datos del ruido y la relación señal-ruido
mediante filtro de reconstrucción iterativa AIDR 3D.

El instrumento de recolección de datos fue validado por juicio de expertos, para

el cual se buscó la opinión de 3 profesionales expertos en el área de acuerdo
con los criterios mencionados en el formato (ANEXO VI). Los criterios fueron
calificados con un puntaje de 1 si estaban de acuerdo y un puntaje de 0 si
estaban en desacuerdo. Finalmente, se evidencia una validez del 100%,
habiendo una concordancia favorable entre los expertos para el empleo del
instrumento.

32
CUADRO DE PARTICIPANTES DE JUICIO DE EXPERTOS

N° Juez Grado
Profesión Ocupación
experto Académico
1 Tecnólogo Médico Tecnólogo
– Radiología Médico

2 Tecnólogo Médico Tecnólogo

– Radiología Médico

3 Tecnólogo Médico Tecnólogo

– Radiología Médico

2.1.7 PROCEDIMIENTOS Y ANÁLISIS DE DATOS

Plan de recolección

- Se inició con la aprobación del proyecto de tesis por la Escuela Profesional

de Tecnología Médica de la Universidad Nacional Mayor de San Marcos.

- Luego se pasó a elaborar un documento de permiso de realización de tesis al

jefe de servicio de tomografía del Hospital de Seguridad Social. (ANEXO
IV)

- Con los correspondientes permisos, se pasó a recoger la información bajo los

criterios de selección en una ficha de recolección de información (ANEXO
III).

33
- Para la adquisición de los datos se procedió con los siguientes pasos:

Los estudios fueron recopilados del raw data de un tomógrafo Toshiba

Aquilion Prime de 80 cortes. Las imágenes tomográficas de tórax fueron
adquiridas con el mismo protocolo (ANEXO II)

Se realizó dos reconstrucciones del plano axial, una mediante

retroproyección filtrada y otra utilizando el filtro de reconstrucción AIDR
3D. Un grosor de corte de 5mm con un nivel y ancho de ventana de -
550/1600 UH, para ventana pulmonar.

Para el análisis de reducción ruido, se tomó en cuenta un análisis cuantitativo

del ruido, la correlación señal ruido y ruido contraste.

Ruido: se utilizó mediciones a nivel de vértices pulmonares, arco aórtico,

carina traqueal, aurícula izquierda, y las bases pulmonares. Se colocaron
regiones circulares de interés (ROIs) de 15mm de diámetro con ajustes en la
ventana de pulmón y del mediastino y localización en la luz traqueal, el
parénquima pulmonar, arco aórtico, así como en las estructuras bilaterales de
los tejidos blandos (músculos pectorales, dorsales y grasa subcutánea). Fue
determinado por la desviación estándar de las unidades hounsfield
determinado por el ROI.

Relación Señal-Ruido: se calculó dividiendo el número medio de

atenuación por la desviación estándar correspondiente:

SNR=media UH del ROI / SD UH del ROI

Análisis de datos

34
 - Los datos recogidos se colocaron en tablas de Excel para la evaluación
posterior.

- Las variables cuantitativas fueron expresadas mediante porcentajes, medidas

de tendencia central: media, mediana, moda y medidas de dispersión.

- Para la comparación de las variables se evaluó la distribución de ellas

mediante pruebas de normalidad para determinar la prueba estadística
apropiada para hallar las diferencias estadísticas, como la prueba
paramétrica, t de student para muestras relacionadas si los datos presentan
distribución normal o la prueba no paramétrica de rangos y signos de
Wilcoxon si no presenta distribución normal.

2.1.8 CONSIDERACIONES ÉTICAS

Se tomó las siguientes consideraciones éticas en cuenta

- Autorización por parte del jefe del servicio de tomografía del Hospital de la
seguridad social- Lima para la recolección de datos. (ANEXO IV)

- Toda la información fue codificada para conservar la confidencialidad de

usuarios y únicamente fue manipulada por el investigador.

35
CAPÍTULO III
RESULTADOS

36
Análisis descriptivo

Tabla 1.
Características generales de las personas atendidas en el servicio de tomografía computada
de un hospital de la seguridad social Lima, 2020.

Características generales N %
Edad M ± DE (Mín - Máx) 51 ± 15.3 (23 - 80) años
Masculino 89 60.1%
Sexo
Femenino 59 39.9%
Total 148 100.0%

La tabla N 1 muestra que la edad promedio de los pacientes a las que pertenecían las
tomografías de estudio es de 51 años, con un mínimo de 23 años y un máximo de 80 años y
el sexo en la mayoría de ellas era masculino (60.1%).

Tabla 2.
Valores del ruido de imagen por retroproyección filtrada en tomografía de tórax.

Valores del ruido de imagen Desv.

N Media Mín - Máx
por Retroproyección filtrada Desviación

Ruido de Luz traqueal (UH) 148 50.4 16.9 28 - 106

Ruido de parénquima pulmonar 148 67.7 22.9 36 - 144
Ruido del arco aórtico 148 12.2 5.6 2 - 39
Ruido del tejido blando 148 20.8 8.0 9 - 44

La tabla N 2. se observan los valores del ruido de imagen por retroproyección filtrada en
tomografías de tórax, donde los valores medios del ruido de luz traqueal (UH) es 50.4, con
un mínimo de 28 y un máximo de 106; el valor medio del ruido de parénquima pulmonar es
67.7, con un mínimo de 36 y un máximo de 144; el valor medio del ruido del arco aórtico

37
es 12.2, con un mínimo de 2 y un máximo de 39 y el valor medio del ruido del tejido
blando es 20.8, con un mínimo de 9 y un máximo de 44.

Tabla 3.
Valores de la relación señal-ruido de imagen por retroproyección filtrada en tomografía de
tórax.

Valores de la relación señal-

Desv.
ruido de imagen por N Media Mín - Máx
Desviación
retroproyección filtrada
Relación señal-ruido de Luz
148 21.7 6.8 9 - 35
traqueal
Relación señal-ruido de
148 14.2 4.8 5.6 - 25.9
parénquima pulmonar
Relación señal-ruido del arco
148 3.7 1.2 1.4 - 6.8
aórtico
Relación señal-ruido del
148 2.8 1.2 1.1 - 5.1
tejido blando

La tabla N 3. se observan los valores de la relación señal-ruido de imagen por

retroproyección filtrada en tomografías de tórax, donde los valores medios de la relación
señal-ruido de la luz traqueal es 21.7, con un mínimo de 9 y un máximo de 35; el valor
medio de la relación señal-ruido de parénquima pulmonar es 14.2, con un mínimo de 5.6 y
un máximo de 25.9; el valor medio de la relación señal-ruido del arco aórtico es 3.7, con un
mínimo de 1.4 y un máximo de 6.8 y el valor medio de la relación señal-ruido del tejido
blando es 2.8, con un mínimo de 1.1 y un máximo de 5.1.

38
Tabla 4.
Valores del ruido de imagen por filtro de reconstrucción iterativa AIDR 3D en tomografías
de tórax.

Valores del ruido de imagen

por Filtro de Reconstrucción N Media Desv. Mín - Máx
iterativa AIDR 3D
Ruido de Luz traqueal 148 35.7 13.6 19 - 92
Ruido de parénquima pulmonar 148 45.1 13.3 26 - 77
Ruido del arco aórtico 148 9.2 2.8 5 - 20
Ruido del tejido blando 148 14.6 4.3 7 - 28

La tabla N 4 se observa que, de las 148 tomografías de tórax, se evidenció que el ruido de
imagen por filtro de reconstrucción iterativa AIDR 3D tuvo valores medios de 35.7 en la
luz traqueal, con un mínimo de 19 y un máximo de 92; un valor medio de 13.3 en el
parénquima pulmonar, con un mínimo de 26 y un máximo de 77; un valor medio de 2.8 en
el arco aórtico, con un mínimo de 5 y un máximo de 20 y el valor medio de 4.3 en el tejido
blando, con un mínimo de 7 y un máximo de 28.

Tabla 5.
Valores de la relación señal-ruido por filtro de reconstrucción iterativa AIDR 3D.

Valores de la relación señal-ruido

por filtro de reconstrucción N Media Desv. Mín - Máx
iterativa AIDR 3D
Relación señal-ruido de Luz traqueal 148 30.9 9.7 10.4 - 52
Relación señal-ruido de parénquima
148 20.9 6.6 10.5 - 35.2
pulmonar
Relación señal-ruido del arco aórtico 148 4.9 1.6 2.5 - 9
Relación señal-ruido del tejido blando 148 3.9 1.4 1.8 - 6.6

La tabla N 5 se observa que, de las 148 tomografías de tórax, se evidenció que la relación
señal-ruido por filtro de reconstrucción iterativa AIDR 3D tuvo valores medios de 30.9 en
la luz traqueal, con un mínimo de 10.4 y un máximo de 52; 20.9 en el parénquima

39
pulmonar, con un mínimo de 10.5 y un máximo de 35.2; 4.9 en el arco aórtico, con un
mínimo de 2.5 y un máximo de 9 y el valor medio de 3.9 en el tejido blando, con un
mínimo de 1.8 y un máximo de 6.6.

Análisis inferencial

Para realizar el análisis comparativo entre variables numéricas, se tuvo que realizar un
análisis de normalidad, para determinar la distribución de los datos en las variables
analizadas.

Tabla 6.
Resultados del análisis de normalidad de las variables filtro de reconstrucción iterativa
AIDR 3D, ruido de imagen y sus respectivos indicadores.
Prueba de Kolmogorov-Smirnov

Variables p Normalidad
Ruido de Luz traqueal por Retroproyección filtrada 0.003 No
Ruido de parénquima pulmonar por Retroproyección filtrada 0.000 No
Ruido del arco aórtico por Retroproyección filtrada 0.000 No
Ruido del tejido blando por Retroproyección filtrada 0.000 No
Ruido de Luz traqueal por Filtro de Reconstrucción iterativa AIDR 3D 0.000 No
Ruido de parénquima pulmonar por Filtro de Reconstrucción iterativa
0.005 No
AIDR 3D
Ruido del arco aórtico por Filtro de Reconstrucción iterativa AIDR 3D 0.000 No
Ruido del tejido blando por Filtro de Reconstrucción iterativa AIDR
0.002 No
3D
Relación señal-ruido de Luz traqueal por Retroproyección filtrada 0.001 No
Relación señal-ruido de parénquima pulmonar por Retroproyección
0.000 No
filtrada
Relación señal-ruido del arco aórtico por Retroproyección filtrada 0.200 Si
Relación señal-ruido del tejido blando por Retroproyección filtrada 0.000 No
Relación señal-ruido de Luz traqueal por Filtro de Reconstrucción
0.000 No
iterativa AIDR 3D
Relación señal-ruido de parénquima pulmonar por Filtro de
0.000 No
Reconstrucción iterativa AIDR 3D
Relación señal-ruido del arco aórtico por Filtro de Reconstrucción 0.030 No

40
iterativa AIDR 3D
Relación señal-ruido del tejido blando por Filtro de Reconstrucción
0.000 No
iterativa AIDR 3D

La tabla N 6 muestra el resultado del análisis de normalidad; observando que, de todas las
variables analizadas, la única que presentó distribución normal de sus datos fue la relación
señal-ruido del arco aórtico por retroproyección filtrada; sin embargo, al tener que
relacionarse con los otros indicadores que no tuvieron distribución normal, se usó para el
análisis comparativo, la prueba no paramétrica de Wilcoxon.

CONTRASTACIÓN DE HIPÓTESIS GENERAL

Prueba de hipótesis general

Ha: El uso del filtro de reconstrucción iterativa AIDR 3D REDUCE el ruido de imagen en
comparación a la retroproyección filtrada en las tomografías de tórax.

H0: El uso del filtro de reconstrucción iterativa AIDR 3D NO REDUCE el

ruido de imagen en comparación a la retroproyección filtrada en las tomografías de tórax.

Nivel de significancia: α=5% = 0.05

Prueba estadística: Prueba T de Wilcoxon

Regla de decisión:

- p valor < 0.05 se rechaza H0: El uso del filtro de reconstrucción iterativa AIDR 3D
REDUCE el ruido de imagen.

- p valor >= 0.05 se acepta H0: El uso del filtro de reconstrucción iterativa AIDR 3D
NO REDUCE el ruido de imagen.

41
Resultados y conclusión

Tabla 7.
Prueba de hipótesis del uso del filtro de reconstrucción iterativa AIDR 3D en comparación
a la retroproyección filtrada.
Medi
  Desv. p
  a
Retroproyección filtrada 50.4 16.9
Ruido de Luz 0.00
Filtro de Reconstrucción iterativa
traqueal 35.7 13.6 0
AIDR 3D
Valores
Ruido de Retroproyección filtrada 67.7 22.9
del 0.00
parénquima Filtro de Reconstrucción iterativa
ruido de 45.1 13.3 0
pulmonar AIDR 3D
imagen
Retroproyección filtrada 12.2 5.6
de Ruido del arco 0.00
Filtro de Reconstrucción iterativa
ambas aórtico 9.2 2.8 0
AIDR 3D
técnicas
Retroproyección filtrada 20.8 8.0
Ruido del tejido 0.00
Filtro de Reconstrucción iterativa
blando 14.6 4.3 0
AIDR 3D
Relación señal- Retroproyección filtrada 21.7 6.8
0.00
ruido Filtro de Reconstrucción iterativa
30.9 9.7 0
de Luz traqueal AIDR 3D
Valores
Relación señal- Retroproyección filtrada 14.2 4.8
del
ruido de 0.00
ruido de Filtro de Reconstrucción iterativa
parénquima 20.9 6.6 0
la AIDR 3D
pulmonar
Relación
Relación señal- Retroproyección filtrada 3.7 1.2
señal- 0.00
ruido Filtro de Reconstrucción iterativa
ruido de 4.9 1.6 0
del arco aórtico AIDR 3D
ambas
Relación señal- Retroproyección filtrada 2.8 1.2
técnicas
ruido 0.00
Filtro de Reconstrucción iterativa
del tejido 3.9 1.4 0
AIDR 3D
blando
*Prueba de
Wilcoxon

La tabla 7 muestra con una probabilidad de error del 0% que, los puntajes promedio
obtenido al evaluar el ruido de las imágenes con la técnica de filtro de reconstrucción
iterativa AIDR 3D es menor a los de la retroproyección filtrada, en las 148 tomografías. Sin

42
embargo, al evaluar el valor promedio de la relación señal-ruido de las imágenes con la
técnica de filtro de reconstrucción iterativa AIDR 3D es mayor a los de la retroproyección
filtrada. Por tanto, se rechaza la hipótesis nula.

Concluyendo que el uso de la técnica de filtro de reconstrucción iterativa AIDR 3D

REDUCE el ruido de imagen en comparación a la retroproyección filtrada en las
tomografías de tórax.

43
CAPÍTULO IV
DISCUSIÓN

44
Respecto a la técnica de retroproyección filtrada, en el presente estudio se demostró que el
ruido de imagen en la tomografía de tórax con dicha técnica fue mayor en el parénquima
pulmonar (67.7 UH) y en la luz traqueal (50.4 UH), mientras que en el tejido blando (20.8)
y en el arco aórtico (12.2 UH) fue menor. La relación señal-ruido de imagen fue mayor en
la luz traqueal (21.7 UH) y parénquima pulmonar (14.2 UH), pero menor en el arco aórtico
(3.7 UH) y tejido blando (2.8 UH). Esto demuestra que las imágenes poseen mejor calidad
en determinadas zonas torácicas como el tejido blando y el arco aórtico.

En cuanto a la técnica Filtro de Reconstrucción iterativa AIDR 3D, en la presente

investigación se halló que el ruido de imagen en la tomografía de tórax con dicha técnica
fue mayor en el parénquima pulmonar (45.1 UH) y luz traqueal (35.7 UH), aunque menor
en el arco aórtico (9.2 UH) y tejido blando (14.6 UH). Al evaluar la relación señal ruido, el
promedio fue mayor en la luz traqueal y en el parénquima pulmonar, a diferencia del arco
aórtico (4.9 UH) y del tejido blando (3.9 UH) que fue menor.

Al comparar el ruido de imagen y correlación ruido - señal de ambas técnicas en la imagen

de tomografía de tórax, en el presente estudio se obtuvo una diferencia significativa de la
valoración del ruido de imagen entre la técnica de filtro de Reconstrucción iterativa AIDR
3D y la retroproyección filtrada (p=0.000) en cada una de las zonas: luz traqueal,
parénquima pulmonar, arco aórtico y tejido blando, es decir hubo una reducción del ruido
con el m´todo de filtro de Reconstrucción iterativa AIDR. En lo concerniente a la relación
señal-ruido, se observó una diferencia significativa de la relación señal-ruido entre ambas
técnicas (p=0.000) en cada una de las zonas: luz traqueal, parénquima pulmonar, arco
aórtico y tejido blando, es decir hubo un valor mayor en la relación señal-ruido con el
método filtro de Reconstrucción iterativa AIDR, lo cual indica que esta técnica contribuye
en mejorar la calidad de las imágenes tomográficas con una mejor visualización y por tanto
un mejor diagnóstico. Estos resultados son similares al trabajo efectuado por Yamada et al.,
en cual se encontró que las imágenes 3D de LDCT-AIDR mostraron un ruido objetivo
significativamente reducido y una relación señal ruido significativamente mayor en todas

45
las regiones (p≤0.003). Así también, Kim et al. (2014) en su investigación mostró que la
técnica AIDR 3D redujo significativamente el ruido de la imagen en comparación con FBP
y mejoró la relación señal ruido (p <0.05).

Las limitaciones del estudio radican en que existe poca literatura científica acerca del uso
de esta técnica de reconstrucción en esta estructura anatómica debido a los artefactos de
movimiento que presenta.

46
 CAPÍTULO V
CONCLUSIONES Y RECOMENDACIONES

47
5.1. CONCLUSIONES

● El uso del filtro de reconstrucción iterativa AIDR 3D reduce el ruido de la imagen

en las tomografías de tórax; pues al evaluar los valores promedio de ambas
técnicas, el ruido indica que sus valores promedio en la técnica reconstructiva
iterativa AIDR 3D son significativamente menores (p<0.05) a los valores
promedio de la técnica de retroproyección filtrada.

● La técnica de retroproyección filtrada usada en las imágenes de tomografías de

tórax consigue que los valores medios del ruido de la imagen de la luz traqueal sea
50.4, del parénquima pulmonar sea 67.7, del arco aórtico sea 12.2 y del tejido
blando sea 20.8; y los valores medios de la relación señal-ruido de la luz traqueal
sea 21.7, del parénquima pulmonar sea 14.2, del arco aórtico sea 3.7 y del tejido
blando sea 2.8.

● La técnica de filtro de reconstrucción iterativa AIDR 3D usada en las imágenes de

tomografías de tórax consigue que los valores medios del ruido de la imagen de la
luz traqueal sea 35.7, del parénquima pulmonar sea 45.1, del arco aórtico sea 9.2 y
del tejido blando sea 14.6; y, los valores medios de la relación señal-ruido de la luz
traqueal sea 30.9, del parénquima pulmonar sea 20.9, del arco aórtico sea 4.9 y del
tejido blando sea 3.9.

● Al comparar las imágenes tomográficas con la técnica de filtro de reconstrucción

iterativa AIDR 3D y retroproyección filtrada, se obtiene valores significativamente
más bajos al evaluar el ruido de la imagen (p=0.000) y valores significativamente
más altos al evaluar la relación señal-ruido (p=0.000) en cada una de las regiones
del tórax.

48
5.2. RECOMENDACIONES

● Se recomienda la ejecución de diversas investigaciones en que se valore esta

técnica con la calidad de las imágenes, de tal manera que se incluyan otros
indicadores.

● Se recomienda incorporar el método de filtro de reconstrucción iterativa AIDR 3D

en los protocolos institucionales, pues ha demostrado brindar ventajas al momento
de la valoración de las imágenes.

49
REFERENCIAS BIBLIOGRÁFICAS

50
1. Ginat DT, Gupta R. Advances in Computed Tomography Imaging Technology. Annu
Rev Biomed Eng. el 11 de julio de 2014;16(1):431–53.

2. Korn A, Fenchel M, Bender B, Danz S, Hauser TK, Ketelsen D, et al. Iterative

Reconstruction in Head CT: Image Quality of Routine and Low-Dose Protocols in
Comparison with Standard Filtered Back-Projection. American Journal of
Neuroradiology. el 1 de febrero de 2012;33(2):218–24.

3. Angel E. AIDR 3D Iterative Reconstruction: Intergrated, Automated and Adaptive

Dose Reduction. 2012 [citado el 3 de noviembre de 2019]; Disponible en:
https://us.medical.canon/download/rxl-wp-aidr-3d-iterative-reconstruction

4. Kim M, Lee JM, Yoon JH, Son H, Choi JW, Han JK, et al. Adaptive iterative dose
reduction algorithm in CT: effect on image quality compared with filtered back
projection in body phantoms of different sizes. Korean J Radiol. abril de
2014;15(2):195–204.

5. Schindera ST, Odedra D, Mercer D, Thipphavong S, Chou P, Szucs-Farkas Z, et al.

Hybrid Iterative Reconstruction Technique for Abdominal CT Protocols in Obese
Patients: Assessment of Image Quality, Radiation Dose, and Low-Contrast
Detectability in a Phantom. American Journal of Roentgenology. febrero de
2014;202(2):W146–52.

6. Qiu D, Seeram E. Does Iterative Reconstruction Improve Image Quality and Reduce
Dose in Computed Tomography? Radiol Open J. el 20 de septiembre de 2016;1(2):42–
54.

7. Yamada Y, Jinzaki M, Hosokawa T, Tanami Y, Sugiura H, Abe T, et al. Dose

reduction in chest CT: comparison of the adaptive iterative dose reduction 3D, adaptive
iterative dose reduction, and filtered back projection reconstruction techniques. Eur J
Radiol. diciembre de 2012;81(12):4185–95.

51
8. Andersen HK, Völgyes D, Martinsen ACT. Image quality with iterative reconstruction
techniques in CT of the lungs—A phantom study. European Journal of Radiology
Open. el 1 de enero de 2018;5:35–40.

9. Mello-Amoedo CD de, Martins AN, Tachibana A, Pinho DF, Baroni RH. Comparison
of Radiation Dose and Image Quality of Abdominopelvic CT Using Iterative (AIDR
3D) and Conventional Reconstructions. American Journal of Roentgenology. el 15 de
noviembre de 2017;210(1):127–33.

10. Willemink MJ, Noël PB. The evolution of image reconstruction for CT—from filtered
back projection to artificial intelligence. Eur Radiol. el 1 de mayo de 2019;29(5):2185–
95.

11. Willemink MJ, Noël PB. The evolution of image reconstruction for CT—from filtered
back projection to artificial intelligence. Eur Radiol. el 1 de mayo de 2019;29(5):2185–
95.

12. Giraldo JCR, Clavijo CA, McCollough CH. Tomografía computarizada por rayos X:
fundamentos y actualidad. Revista Ingeniería Biomédica. :19.

13. Giraldo JCR, Clavijo CA, McCollough CH. Tomografía computarizada por rayos X:
fundamentos y actualidad. Revista Ingeniería Biomédica. :19.

14. Whiting P, Singatullina N, Rosser JH. Computed tomography of the chest: I. Basic
principles. BJA Education. el 1 de diciembre de 2015;15(6):299–304.

15. Gordon R, Bender R, Herman GT. Algebraic Reconstruction Techniques (ART) for
three-dimensional electron microscopy and X-ray photography. Journal of Theoretical
Biology. el 1 de diciembre de 1970;29(3):471–81.

16. Feldkamp LA, Davis LC, Kress JW. Practical cone-beam algorithm. J Opt Soc Am A,
JOSAA. el 1 de junio de 1984;1(6):612–9.

52
17. Harder AM den, Willemink MJ, Ruiter QMB de, Schilham AMR, Krestin GP, Leiner
T, et al. Achievable dose reduction using iterative reconstruction for chest computed
tomography: A systematic review. European Journal of Radiology. el 1 de noviembre
de 2015;84(11):2307–13.

18. Geyer LL, Schoepf UJ, Meinel FG, Nance JW, Bastarrika G, Leipsic JA, et al. State of
the Art: Iterative CT Reconstruction Techniques. Radiology. el 23 de julio de
2015;276(2):339–57.

19. Goldman LW. Principles of CT: Radiation Dose and Image Quality. J Nucl Med
Technol. el 12 de enero de 2007;35(4):213–25.

20. Verdun FR, Racine D, Ott JG, Tapiovaara MJ, Toroi P, Bochud FO, et al. Image
quality in CT: From physical measurements to model observers. Physica Medica. el 1
de diciembre de 2015;31(8):823–43.

21. Mayuri A. Evaluación del ruido en imágenes de tomografía computarizada de cerebro

por retroproyección filtrada y reconstrucción iterativa. Clínica Good Hope, Lima- 2018
[Internet]. Universidad Nacional Mayor de San Marcos; 2018 [citado el 3 de
noviembre de 2019]. Disponible en:
http://cybertesis.unmsm.edu.pe/handle/cybertesis/8865

22. Desai N, Singh A, Valentino DJ. Practical evaluation of image quality in computed
radiographic (CR) imaging systems. En San Diego, California, United States; 2010
[citado el 3 de noviembre de 2019]. p. 76224Q. Disponible en:
http://proceedings.spiedigitallibrary.org/proceeding.aspx?doi=10.1117/12.844640

53
ANEXOS

54
 INSTRUMENTO
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE MEDICINA HUMANA
ESCUELA ACADÉMICO PROFESIONAL DE TECNOLOGÍA MÉDICA

FICHA DE RECOLECCIÓN DE DATOS

TÍTULO: “Uso del filtro de reconstrucción iterativa AIDR 3D para la reducción de ruido de
imagen en tomografía de tórax”
RESPONSABLE: Bach. Huerta Olave Airton

FICHA N°…….

DATOS DEL PACIENTE

1. EDAD:
2. SEXO
a) MASCULINO (_)
b) FEMENINO (_)

RETROPROYECCIÓN FILTRADA

SD del UH luz traqueal

SD del UH parénquima pulmonar
RUIDO
SD del UH arco aórtico
SD del UH tejido blando (músculo)

Luz traqueal
SNR Parénquima pulmonar
Arco aórtico
Tejido blando (músculo)

55
FILTRO DE RECONSTRUCCIÓN ITERATIVA AIDR 3D

SD del UH luz traqueal

SD del UH parénquima pulmonar
RUIDO
SD del UH arco aórtico
SD del UH tejido blando (músculo)

Luz traqueal
SNR Parénquima pulmonar
Arco aórtico
Tejido blando (músculo)

56
 FÓRMULAS ESTADÍSTICAS

Tamaño de muestra:

Muestra: Fue constituida por 148 tomografías de tórax con retroproyección filtrada y con
filtro de reconstrucción iterativo
2 2
N ¿ Z ∗Se
n= 2 2 2
d ∗( N−1 ) + Z ∗Se

- N = Total de la población
- Z 2 = 1.962 (si la seguridad es del 95%)
- SE= desviación estándar =0.5
- d = precisión (en este caso deseamos un 5%).

( 240 ) ( 1.96 )2 ( 0.5 )( 0.5 )

n= 2 2
=148
( 0.05 ) ( 240−1 )+ (1.96 ) ( 0.5 )( 0.5 )

57
 OPERACIONALIZACIÓN DE VARIABLES

Tipo de Escala de Valores Fuente de

Variable Definición Dimensión Subdimensión Indicadores Instrumento
variable medición finales recolección

Filtro de Algoritmo
□ AIDR Ficha de
Reconstrucción basado en Filtro de
- Cualitativa Dicotómica Imagen Tomográfica 3D Tomógrafo recolección
Iterativa AIDR reconstrucción reconstrucción
□ FBP de datos
3D iterativa.
SD de UH luz
traqueal
SD de UH
parénquima
Ruido Cuantitativa Razón pulmonar
SD de UH arco
Retroproyección aórtico
Dispersión de
Filtrada SD de UH tejido
datos respecto a Imagen Ficha de
Ruido de blando En
la media de tomográfica recolección
Imagen Filtro de SD de UH luz números
unidades de tórax de datos
reconstrucción traqueal
hounsfield
AIDR 3D SD de UH
Relación señal- parénquima
ruido Cuantitativa Razón pulmonar
SD de UH arco Fuente de elaboración propia
aórtico
SD de UH tejido
blando.

58
 FIGURAS

Figura 1. Proyección inversa filtrada (FBP), reconstrucción iterativa híbrida (IR) e IR

basada en modelos.

Figura 2. Diferentes reconstrucciones iterativas de diferentes marcas.

59
Figura 3. Número de publicaciones sobre reconstrucción iterativa para tomografía
computarizada. 

Figura 4. Un corazón humano ex vivo, escaneado a 4 mGy y 1 mGy (reducción de dosis

del 75%) con escáneres CT de gama alta de cuatro proveedores. Las imágenes se
reconstruyen con proyección posterior filtrada (FBP), reconstrucción iterativa híbrida y
reconstrucción iterativa basada en modelos. Los números representan niveles de ruido
(desviaciones estándar) en el aire. Imágenes derivadas de un estudio publicado
anteriormente por Willemink et al.(11)

60
Figura 5. Esquema simplificado de reconstrucción de datos de TC.

Figura 6. Representación esquemática de los pasos principales de los algoritmos de imagen

iterativos.

61
Figura 7. Modelo simplificado de un ciclo IR algebraico.

Figura 8. El ruido de la imagen CT depende del número de fotones de rayos X que

contribuyen a la imagen. (A y B) Comparación del ruido de los escaneos con 270 mA
(valor clínico típico) y 100 mA. (C) La apariencia del ruido de la imagen se ve fuertemente
afectada por el filtro de reconstrucción; El filtro afilado como el hueso también agudiza
(mejora) la apariencia del ruido.

62
 OTROS
PROTOLO DE ADQUISIÓN: TOMOGRAFÍA DE TÓRAX SIN
CONTRASTE

PROTOLO DE ADQUISIÓN: TOMOGRAFÍA DE TÓRAX SIN CONTRASTE

Posición supina, cabeza primero, brazos elevados a

cada lado de la cabeza
Dirección del topograma craneocaudal

Kv 120

mAs 150

Tiempo de rotación 0.5s

Pitch 0.865 / 0.844

Colimación 64 × 0,625 mm

Inicio/Término Scan Por encima de los vértices pulmonares /

debajo de las glándulas suprarrenales
FOV 38 cm

Fuente: Toshiba Prime

63
SOLICITUD PARA LA RECOLECCIÓN DE DATOS

64
JUICIO DE EXPERTOS
JUEZ 1:

65
JUEZ 2

66
JUEZ 3

67
 VALIDEZ DE CONTENIDO

INDICE DE APROBACIÓN DE EXPERTOS

CRITERIOS Nª de Jueces Valor

1 2 3
1. El instrumento recoge información que permite 1 1 1 3
dar respuesta al problema de investigación.

2. El instrumento propuesto responde a los objetivos 1 1 1 3

del estudio.
3. La estructura del instrumento es adecuado 1 1 1 3

4. Los ítems (preguntas) del instrumento están 1 1 1 3

correctamente formuladas. (claros y entendibles)

5. Los ítems (preguntas) del instrumento responden 1 1 1 3

a la Operacionalización de la variable.

6. La secuencia presentada facilita el desarrollo del 1 1 1 3

instrumento.
7. Las categorías de cada pregunta (variables) son 1 1 1 3
suficientes.
8. El número de ítems (preguntas) es adecuado para 1 1 1 3
su aplicación.

Se ha considerado lo siguiente:
b: Tax100/(Ta+Td)

1 (SI) = De acuerdo

0 (NO) = En desacuerdo
b: 24x100/(24+0)= 100%

68
69
 INFORMACIÓN COMPLEMENTARIA

₋ DNI del bachiller: 76857451

₋ Correo del asesor:

₋ Grupo de investigación:

₋ Fuente de financiamiento:
El presupuesto para la realización del presente proyecto será
financiado por el mismo investigador.

₋ Disciplina de la OCDE:

₋ Título en inglés o quechua (de ser necesario):

Use of the AIDR 3D iterative reconstruction filter for image noise
reduction in chest tomography.

70