Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Caracterización y Simulación de Ruido en Las Imágenes de PET
Caracterización y Simulación de Ruido en Las Imágenes de PET
2018;37(4):229–236
ORIGINAL
Historia del artículo: Introducción: Los objetivos del trabajo son caracterizar las propiedades de la imagen 2 D PET reconstruida
Recibido el 11 de julio de 2017 mediante el algoritmo ordered-subset expectation maximization (OSEM) y proponer un nuevo método
Aceptado el 25 de octubre de 2017 de generación de imágenes sintéticas.
On-line el 17 de abril de 2018
Material y métodos: El ruido se analiza en términos de magnitud, correlación espacial y distribución
espectral a través de la desviación estándar, la función de autocorrelación y el espectro de potencias
Palabras clave: de ruido (NPS, por noise power spectrum), respectivamente. También se estudian sus variaciones con
PET
la posición y la cantidad de actividad. Este análisis del ruido se realiza sobre imágenes de maniquí a
Reconstrucción iterativa
OSEM
partir de distribuciones de actividad de 18 F homogéneas. Para estudiar la resolución espacial del sistema
Espectro de potencias de ruido a través de la point spread function (PSF) se emplean los coeficientes de recuperación medidos en esferas
Función de autocorrelación calientes en diferentes entornos radiactivos. Las funciones PSF y NPS proporcionan la base del método de
Función de dispersión puntual simulación propuesto: convolución con la PSF como núcleo y adición de ruido a partir del NPS.
Resultados: El análisis del ruido espectral muestra que la principal contribución es de naturaleza aleato-
ria. También se observa que la corrección de atenuación no altera la textura del ruido pero sí modifica
su magnitud. Finalmente, las imágenes sintéticas de 2 maniquíes, uno de ellos un cerebro anatómico,
son comparadas cuantitativamente con las imágenes experimentales, encontrando un buen acuerdo en
términos de valores de píxel y correlaciones entre píxeles. Así, la razón contraste-ruido para la esfera más
grande del maniquí NEMA IEC es 10,7 en la imagen sintética y 8,8 en la imagen experimental.
Conclusiones: Las propiedades de las imágenes PET-OSEM pueden ser descritas por las funciones NPS
y PSF. Las imágenes simuladas, incluyendo regiones anatómicas, son generadas satisfactoriamente
mediante el método propuesto basado en las funciones NPS y PSF.
© 2018 Sociedad Española de Medicina Nuclear e Imagen Molecular. Publicado por Elsevier España,
S.L.U. Todos los derechos reservados.
a b s t r a c t
Keywords: Introduction: The goals of the study are to characterize imaging properties in 2 D PET images reconstructed
PET with the iterative algorithm ordered-subset expectation maximization (OSEM) and to propose a new
Iterative reconstruction method for the generation of synthetic images.
OSEM
Material and methods: The noise is analyzed in terms of its magnitude, spatial correlation, and spectral
Noise power spectrum
distribution through standard deviation, autocorrelation function, and noise power spectrum (NPS), res-
Autocorrelation function
Point spread function pectively. Their variations with position and activity level are also analyzed. This noise analysis is based
on phantom images acquired from 18 F uniform distributions. Experimental recovery coefficients of hot
spheres in different backgrounds are employed to study the spatial resolution of the system through
point spread function (PSF). The NPS and PSF functions provide the baseline for the proposed simulation
method: convolution with PSF as kernel and noise addition from NPS.
Results: The noise spectral analysis shows that the main contribution is of random nature. It is also proven
that attenuation correction does not alter noise texture but it modifies its magnitude. Finally, synthetic
images of 2 phantoms, one of them an anatomical brain, are quantitatively compared with experimental
images showing a good agreement in terms of pixel values and pixel correlations. Thus, the contrast to
noise ratio for the biggest sphere in the NEMA IEC phantom is 10.7 for the synthetic image and 8.8 for
the experimental image.
https://doi.org/10.1016/j.remn.2017.10.007
2253-654X/© 2018 Sociedad Española de Medicina Nuclear e Imagen Molecular. Publicado por Elsevier España, S.L.U. Todos los derechos reservados.
230 P. Castro et al. / Rev Esp Med Nucl Imagen Mol. 2018;37(4):229–236
Conclusions: The properties of the analyzed OSEM-PET images can be described by NPS and PSF functions.
Synthetic images, even anatomical ones, are successfully generated by the proposed method based on the
NPS and PSF.
© 2018 Sociedad
Española de Medicina Nuclear e Imagen Molecular. Published by Elsevier España, S.L.U. All rights reserved.
de 128 × 128 píxeles (3,906 mm de tamaño de píxel), con un grosor espacial entre valores de píxel. Para una ROI Nx × Ny con un tamaño
de corte de 4,25 mm. La adquisición TC consistió en un estudio heli- de píxel px × py , se definió como:
coidal de todo el cuerpo con 140 kVp, 80 mA y un tiempo de rotación
p x · py
de 0,8 s. Todas las adquisiciones se realizaron bajo las características NPS(u, v) = |DFT [I(x, y) − Ī]|2 (2)
Nx · Ny
técnicas anteriormente descritas para la PET y la TC.
El maniquí empleado para caracterizar al ruido fue de tipo cilín- donde DFT es la digital Fourier transformation o transformada
drico, con 200 mm de diámetro y con un grosor de pared de 2 mm. digital de Fourier, siendo I(x,y) el valor de píxel en la posición (x,y), e
Puede llenarse con una solución de radionucleido, lo que permite Ī el valor promedio de píxel en la ROI; u = j/(px · Nx ) y v = k/(py · Ny )
disponer de un volumen grande con distribución homogénea. Se constituyen las coordenadas en el dominio frecuencial.
realizaron varias adquisiciones para diferentes concentraciones de Esta definición asume que las regiones analizadas son lo suficien-
actividad de 18 F (kBq/ml): 125; 112; 95,7; 54,9; 23,7; 14,9; 11,3, y 6,9. temente pequeñas como para que el ruido sea estacionario. Para
Para caracterizar la PSF del equipo PET se utilizó el maniquí valorar el posible componente no estacionario del ruido se analizó
corporal NEMA IEC. Dicho maniquí simula un tórax humano con la dependencia de la localización en el NPS a partir de ROI cuadra-
una longitud de 194 mm. Se suministra con 6 esferas individuales das de 16 × 16 píxeles, localizadas en diferentes posiciones respecto
insertadas con unos diámetros internos de 10, 13, 17, 22, 28 y 37 mm, al centro del maniquí de uniformidad: sin desplazamiento (centro),
respectivamente. El grosor de la pared de las esferas es de 1 mm. desplazamiento de 7 píxeles en las 4 direcciones cardinales, norte,
También dispone de un elemento cilíndrico frío dispuesto en la zona sur, este y oeste, y desplazamiento de 12 píxeles en las mismas direc-
central (180 mm de longitud y 51 mm de diámetro). El volumen de ciones nuevamente. Para reducir la incertidumbre, se promediaron
la cavidad torácica sin las esferas es de 9,7 l. Tanto el interior de las los NPS individuales de los cortes entre 3 y 33. Para incrementar el
esferas como la cavidad misma pueden llenarse con una solución de muestreo en el dominio frecuencial, la ROI se expandió con ceros
radionucleido con el fin de simular lesiones de diferentes tamaños (zero-padding) a una matriz de 32 × 32.
en diferentes entornos radiactivos. La concentración inicial de la Para poder tener en cuenta la potencial falta de linealidad del algo-
actividad en las esferas fue de aproximadamente 220 kBq/ml con ritmo OSEM, se analizó la forma del NPS en función de la magnitud
fondo no radiactivo. A continuación, se añadió progresivamente del ruido. Para ello, se examinaron varios estudios del maniquí de
actividad a la cavidad torácica de tal manera que, considerando el uniformidad con diferentes concentraciones de actividad (y, con ello,
decay que ocurre entre las adquisiciones y el aumento progresivo de con diferentes magnitudes de ruido). Para cada nivel de actividad, se
la actividad de fondo, se obtuvieron diferentes ratios de señal/fondo. determinó el espectro de una ROI de 25 × 25 píxeles promediando los
Para verificar el método propuesto se utilizó el maniquí cerebral cortes 3-33 previa expansión con ceros (zero-padding) a una matriz
Hoffman 3-D. Dicho maniquí proporciona una simulación anatómica 64 × 64. La magnitud del ruido cuantificada como el área bajo la curva
de la distribución del radiotrazador en el cerebro normal. El maniquí del NPS debe coincidir con la varianza promedio de las ROI originales.
dispone de una única cámara con un volumen aproximado de 1,2 l, Teniendo en cuenta el carácter discreto del NPS, puede calcularse la
que se llenó con una concentración de actividad de 25 kBq/ml. integral bajo la curva como:
• SBR∼10: concentración del fondo de 13,7 kBq/ml y concentración Mean valuebackground − Mean valuesphere
de la esfera 115,4 kBq/ml.
CNR = (6)
• SBR∼5: concentración del fondo de 23,3 kBq/ml y concentración de
2
(SDbackground + SDsphere
2
)/2
la esfera de 104,3 kBq/ml.
• SBR∼infinito: ausencia de fondo y 220 kBq/ml en las esferas. Mean valuebackground = Valor mediofondo
• SBR∼infinito: ausencia de fondo y 150 kBq/ml en las esferas. Mean valuesphere = Valor medioesfera
SD2 background = DE2 fondo
También se registró el valor máximo del interior de las esferas,
Los valores medidos se compararon con CR simulados, obtenidos
para verificar la pérdida de señal asociada al EVP. Además, también
como se indica a continuación: se modeló la geometría de las esferas
se determinó el NPS y se comparó con el que se obtuvo experi-
insertadas en el maniquí NEMA. La imagen se convolucionó con una
mentalmente en la sección homogénea del maniquí. Para el maniquí
PSF gaussiana 3 D, utilizando diferentes valores de FWHM. Se estimó
Hoffman se seleccionó una ROI en el área uniforme y se determinaron
el CR teórico para cada esfera como el ratio entre el valor máximo
sus valores medio, DE y máximo.
tras la convolución y el valor inicial. Se fue modificando el valor de la
FWHM hasta encontrar el CR que mejor se ajustó a los valores expe-
Resultados
rimentales. Se evaluó la bondad del ajuste entre los valores teóricos
y experimentales mediante una prueba de mínimos cuadrados.
Características del ruido
Generación de las imágenes sintéticas Se estimó la variación axial de la DE en relación con su valor en el
corte central mediante una ROI de 10 píxeles de diámetro y centrada
Se presenta un método para la generación de imágenes sintéti- en cada corte. Los resultados se resumen en la figura 1a. El com-
cas basado en determinaciones experimentales del NPS y la PSF. A portamiento fue muy similar para los diferentes niveles de actividad
modo de ejemplo práctico, se simuló el maniquí NEMA IEC junto estudiados y, consecuentemente, se muestra el promedio de todas
con el maniquí Hoffman. En un primer paso, se modeló la sección las actividades y normalizadas a 1 en el centro del campo de detec-
geométrica del maniquí a partir de la imagen TC, cuya resolución ción. La forma de la curva fue concordante con la sensibilidad relativa
espacial había sido previamente ajustada a la de la imagen PET. A del corte, mostrando un incremento del ruido en los cortes extremos.
continuación, se creó un conjunto de 35 imágenes con una matriz También se observó una ligera discrepancia entre los cortes pares e
de 128 × 128, con 3,096 mm/píxel y una distancia entre ellas de impares, debido a la diferencia en sensibilidad entre los datos de los
4,25 mm. Las esferas y la cavidad aérea central presentes en el mani- cortes directos y cruzados.
quí NEMA IEC estuvieron insertadas en el interior del maniquí en sus
posiciones conocidas. En el caso del maniquí de Hoffman, su geo-
metría se simuló a través de una segmentación umbral binaria en la (a)
TC, por lo que solamente se segmentó la cavidad rellenable. A con-
Desviación estándar normalizada
obtuvo una muestra de la textura del ruido que contenía las propie- 7 Valor medio (CA) 1.90
dades de correlación necesarias. Finalmente, se obtuvo la magnitud 6 Desviación estándar (CA) 1.75
del ruido (DE) a partir de la relación entre la DE y el valor medio que 5 1.60
previamente se había estudiado experimentalmente. En resumen, la 4 1.45
expresión del modelo de ruido que se propone es: 3 1.30
2 1.15
Inoisy (x, y) = I0 (x, y) + f {I0 (x, y)} ∗ texture(x, y) (5)
1.00
donde I0 representa la imagen sintética con la convolución PSF 0 0.85
0 2 4 6 8 10 12 14 16 18 20
aplicada sin ruido. La función f representa la dependencia entre la
Distancia entre el centro de la ROI y
magnitud del ruido y el valor medio (fórmula (6)). El símbolo * indica
el del maniquí (pixels)
una multiplicación píxel a píxel, y la texture(x,y) es la imagen de la
textura del ruido arriba definida. Figura 1. (a) Ruido axial: desviación estándar para una ROI circular de 10 píxeles
Finalmente, se comprobó la validez, en términos de intensidad, de diámetro centrada en el maniquí y normalizada al valor del corte central vs. el
dispersión y correlación del ruido, de la imagen sintética para el número de corte. (b) Ruido radial: perfil radial medio, obtenido a partir de la des-
maniquí NEMA IEC. En las imágenes sintéticas y experimentales se viación estándar y el valor medio de una ROI de 10 píxeles de diámetro desplazada
a lo largo del corte del maniquí y normalizada para la posición central en imágenes
calcularon los valores medios y las DE de los píxeles de las ROI de 6 × 6
con corrección de la atenuación (CA) (eje derecho) e imágenes sin corrección de la
píxeles localizadas en la región del fondo y en las esferas más grandes
atenuación (eje izquierdo). La línea punteada indica la coincidencia entre el borde
del maniquí. Por ello, puede determinarse la razón contraste-ruido de la ROI y el del maniquí (en este punto, los valores cambian de forma brusca). Las
(CNR, por contrast to noise ratio) a partir de la fórmula: barras de error indican un intervalo de confianza del 95%.
P. Castro et al. / Rev Esp Med Nucl Imagen Mol. 2018;37(4):229–236 233
(a) una ACF con simetría cuasi-rotacional. Los perfiles 1 D indican la pre-
sencia de un pico que cae en valores negativos en los 2-3 píxeles más
1.0 próximos. La existencia de esta correlación negativa implica que los
15
píxeles adyacentes tienden a variar aleatoriamente en su valor en la
0.8 dirección opuesta.
10
distancia del eje y (pixels)
(a)
× 108
0.128 2
1.8
1.6
0.064
1.4
u (mm-1)
1.2
0 1
0.8
0.6
-0.064
0.4
0.2
-0.128 0
-0.128 -0.064 0 0.064 0.128 -0.128 -0.064 0 0.064 0.128 -0.128 -0.064 0 0.064 0.128
-1 -1 -1
u (mm ) u (mm ) u (mm )
NPSrandom (Bq2mm2/ml2)
12 NPSrandom
NPS (Bq2mm2/ml2)
Figura 3. Espectro total de potencia de ruido, junto con sus componentes estructurales y aleatorios (random). (a) Imagen 2 D, NPS total a la izquierda, NPS struct (en el centro),
y NPS random a la derecha. (b) Perfil 1 D del promedio angular de la imagen 2 D de NPS. (c) Componente aleatorio 1 D del espectro de potencia de ruido para 4 niveles diferentes
de actividad, obtenidos del promedio angular de cada imagen NPS 2 D.
0.8
Discusión
0.6
Este trabajo presenta un análisis del ruido en imágenes PET adqui-
SBR 5
ridas en 2 D y reconstruidas mediante el algoritmo iterativo OSEM.
SBR 10
En primer lugar, se analizó la dependencia espacial del ruido a tra-
0.4 SBR 13
vés de la DE de una ROI situada sobre una distribución uniforme
SBR 20
de la actividad. Coincidiendo con Pajevic et al.1 y Teymurazyan
SBR ∞1
et al.2 , observamos que la magnitud del ruido aumenta en el borde
0.2
SBR ∞2 de los cortes, así como la diferencia en sensibilidad entre cortes
Teórico pares e impares. Como ya se afirma en la literatura, la variación
radial del ruido presenta un comportamiento diferente dependiendo
0
10 15 20 25 30 35 40 del algoritmo de reconstrucción empleado: en los algoritmos ite-
Diámetro de la esfera rativos existe una ligera reducción a medida que nos alejamos del
centro, siendo cero en la región externa del maniquí4 . Dicha tran-
Figura 4. Coeficientes de recuperación medidos para cada esfera en diferentes sición no se observa en el algoritmo de retroproyección filtrada17 .
entornos radiactivos, así como los obtenidos a partir del ajuste gaussiano con una Puede deducirse que el proceso de reconstrucción iterativa tiende
FWHM de 9,5 mm. SBR ∞1 corresponde a una adquisición sin fondo y con 220 kBq/ml a igualar el ruido en las diferentes proyecciones. Pajevic et al.1
en las esferas, mientras que SBR ∞2 corresponde a una adquisición sin fondo y con argumentan que la disminución del ruido observada al alejarnos
150 kBq/ml en las esferas.
del centro del maniquí es debida a una disminución en el número
de cuentas y a una menor atenuación en los bordes del mani-
El valor máximo dentro de las esferas también mostró una tendencia quí. En nuestro estudio, también se analizó la dependencia radial
similar en ambas imágenes. Se realizó una comparación cuantita- en imágenes obtenidas sin corrección de la atenuación, detectando
tiva entre la imagen sintética y la real en términos de correlación del un comportamiento contrario al de las imágenes corregidas; o sea,
ruido mediante el NPS de la región uniforme del maniquí. La figura 5 existe un incremento pronunciado en la magnitud del ruido en la
muestra que el NPS de la imagen sintética y la experimental son periferia del maniquí. Ello puede ser debido a la mayor atenua-
coincidentes dentro de la incertidumbre estimada. En el maniquí de ción presente en el centro del maniquí respecto a la periferia, que
P. Castro et al. / Rev Esp Med Nucl Imagen Mol. 2018;37(4):229–236 235
10
NPS
6
(e)
4
0
0.00 0.02 0.04 0.06 0.08 0.10 0.12 0.14
Figura 5. Secuencia de imágenes que muestran la generación de imágenes PET sintéticas. (a) Imagen inicial del maniquí NEMA IEC en la resolución PET con los volúmenes
asignados (desde la esfera más grande –1– a la más pequeña –6–). (b) Imagen tras la convolución con un núcleo gaussiano de 9,5 mm de FWHM (sin ruido presente). (c)
Imagen de textura de ruido simulado. (d) Imagen sintética final tras la adición del ruido. (e) Imagen de la adquisición experimental. (f) Espectro de potencia de ruido (NPS)
1 D determinado en una región de fondo uniforme del maniquí NEMA IEC para las imágenes experimental y sintética. Los puntos representan los valores de NPS y las barras
de error muestran su intervalo de confianza del 95%. (g) Imagen TC del maniquí de Hoffman. (h) Imagen PET sintética del maniquí de Hoffman con la ROI seleccionada en un
área uniforme (en rojo). (i) Imagen PET experimental del maniquí de Hoffman con la ROI seleccionada en un área uniforme (en rojo).
conduce a tener menos cuentas y, con ello, menos ruido en esta posterior actúa sobre los valores de píxel. De hecho, la forma del
región central. Razifar et al.4 afirma que en los estudios PET/TC NPS en las imágenes no corregidas es similar a la de las imágenes
corregidos por atenuación mediante la TC no hay propagación del corregidas, pero el área bajo la curva es significativamente mayor
ruido a partir del estudio de transmisión de la TC. De esta forma, en las imágenes no corregidas. Por este motivo, puede concluirse
la reconstrucción iterativa intenta conseguir un nivel de ruido pare- que la corrección afecta a la magnitud del ruido, pero no a su
cido para cada proyección angular, y la corrección por atenuación textura.
Tabla 1
Valores medios, desviación estándar y valores máximos en ROI dibujadas en áreas uniformes de imágenes simuladas y experimentales (posición indicada en la figura 5).
También se muestra la razón contraste-ruido para las esferas más grandes
Valor medio (kBq/ml) Dif (# DE) DE (kBq/ml) CNR Valor máximo (kBq/ml)
Maniquí ROI Sint Exp Sint Exp Sint Exp Sint Exp Dif
NEMA IEC Fondo 11.653 11.493 −0,1 1.430 1.555 16.094 14.993 −1.101
Esfera 1 91.893 95.965 0,2 14.996 19.235 10,7 8,8 113.672 122.455 8.783
Esfera 2 89.487 98.767 0,5 14.801 19.449 10,5 8,9 112.481 122.740 10.259
Esfera 3 116.711 116.684 −27
Esfera 4 93.842 108.238 14.396
Esfera 5 91.855 90.524 −1.331
Esfera 6 48.123 56.602 8.479
Hoffman Área uniforme 16.305 15.239 −0,6 1766 1678 19.846 19.220 −626