Imágenes espectrales (radiografía) - Spectral imaging (radiography)

Las imágenes espectrales son un término genérico para las imágenes de rayos X con resolución de energía en medicina. La técnica hace uso de la dependencia energética de la atenuación de rayos X para aumentar la relación contraste-ruido o para proporcionar datos de imagen cuantitativos y reducir los artefactos de imagen por la denominada descomposición de material. Las imágenes de energía dual, es decir, las imágenes a dos niveles de energía, son un caso especial de imágenes espectrales y sigue siendo la terminología más utilizada, pero los términos "imágenes espectrales" y "TC espectral" se han acuñado para reconocer el hecho de que los fotones Los detectores de conteo tienen el potencial de realizar mediciones a un mayor número de niveles de energía.

Fondo

La primera aplicación médica de imágenes espectrales apareció en 1953 cuando B. Jacobson en el Hospital Universitario Karolinska , inspirado en la espectroscopia de absorción de rayos X , presentó un método llamado "dicromografía" para medir la concentración de yodo en imágenes de rayos X. En la década de los 70, GN Hounsfield propuso la tomografía computarizada espectral (TC) con exposiciones a dos niveles de voltaje diferentes en su histórico artículo sobre TC. La tecnología evolucionó rápidamente durante los años 70 y 80, pero las limitaciones técnicas, como los artefactos de movimiento, frenaron durante mucho tiempo el uso clínico generalizado.

En los últimos años, sin embargo, dos campos de avances tecnológicos han estimulado un interés renovado en las imágenes con resolución de energía. En primer lugar, la TC con resolución de energía de un solo escaneo se introdujo para uso clínico de rutina en 2006 y ahora está disponible por varios fabricantes importantes, lo que ha dado como resultado un número grande y creciente de aplicaciones clínicas. En segundo lugar, los detectores de conteo de fotones con resolución de energía comienzan a estar disponibles para la práctica clínica; el primer sistema comercial de conteo de fotones se introdujo para mamografía en 2003, y los sistemas de TC están a punto de ser factibles para uso clínico de rutina.

Adquisición de imágenes espectrales

Un sistema de imágenes de resolución de energía sondea el objeto a dos o más niveles de energía de fotones. En un sistema de imágenes genérico, la señal proyectada en un elemento detector a nivel de energía es ${\ textstyle \ Omega \ in \ {E_ {1}, E_ {2}, E_ {3}, \ ldots \}}$

{\ Displaystyle n _ {\ Omega} = q _ {\ Omega} \ int \ Phi _ {\ Omega} (E) \ times \ exp [- \ mu _ {1} (E) t_ {1} - \ mu _ { 2} (E) t_ {2} - \ mu _ {3} (E) t_ {3} \ ldots] \ times \ Gamma _ {\ Omega} (E) \, dE,}

( 1 )

donde es el número de fotones incidentes, es el espectro de energía incidente normalizado y es la función de respuesta del detector. Los coeficientes de atenuación lineal y los espesores integrados de los materiales que componen el objeto se indican y (atenuación según la ley de Lambert-Beers ). Dos formas concebibles de adquirir información espectral son variar con , o tener métodos específicos , aquí denotados basados en la incidencia y basados en la detección, respectivamente. ${\ textstyle q}$ ${\ textstyle \ Phi}$ ${\ textstyle \ Gamma}$ ${\ textstyle \ mu}$ ${\ textstyle t}$ ${\ textstyle q \ times \ Phi}$ ${\ textstyle \ Omega}$ ${\ textstyle \ Omega}$ ${\ textstyle \ Gamma}$

Atenuación lineal en función de la energía fotónica. La atenuación de una cabeza humana típica que consiste en hueso y 90% tejido cerebral 10% se descompone en foto-eléctrico + Compton bases (azul) y cloruro de polivinilo (PVC) + polietileno bases (rojo). La atenuación lineal del yodo ilustra el efecto de un material de contraste con un borde de absorción de K a 33,2 keV.

La mayoría de los elementos que aparecen naturalmente en los cuerpos humanos son de bajo número atómico y carecen de bordes de absorción en el rango de energía de rayos X de diagnóstico. Los dos efectos dominantes de interacción de rayos X son la dispersión de Compton y el efecto fotoeléctrico , que se puede suponer que es suave y con dependencias de energía y material separables e independientes. Por tanto, los coeficientes de atenuación lineal se pueden ampliar como

{\ Displaystyle \ mu (E) = a_ {PE} \ times f_ {PE} (E) + a_ {C} \ times f_ {C} (E).}

( 2 )

En la formación de imágenes con contraste, pueden estar presentes en el cuerpo agentes de contraste de alto número atómico con bordes de absorción de K en el rango de energía de diagnóstico. Las energías del borde K son específicas del material, lo que significa que la dependencia energética del efecto fotoeléctrico ya no es separable de las propiedades del material, y se puede agregar un término adicional a la ecuación. ( 2 ) según

{\ Displaystyle \ mu (E) = a_ {PE} \ times f_ {PE} (E) + a_ {C} \ times f_ {C} (E) + \ sum a_ {K} \ times f_ {K} ( MI),}

( 3 )

donde y son el coeficiente del material y la dependencia energética del material de agente de contraste . ${\ textstyle a_ {K}}$ ${\ textstyle f_ {K}}$ ${\ textstyle K}$

Ponderación energética

Sumando los contenedores de energía en la ecuación. ( 1 ) ( ) produce una imagen convencional sin resolución de energía, pero debido a que el contraste de rayos X varía con la energía, una suma ponderada ( ) optimiza la relación contraste-ruido (CNR) y permite un CNR más alto a una constante dosis del paciente o una dosis más baja a un CNR constante. El beneficio de la ponderación de energía es mayor donde domina el efecto fotoeléctrico y menor en las regiones de alta energía dominadas por la dispersión de Compton (con una dependencia energética más débil). ${\ textstyle n = \ sum n _ {\ Omega}}$ ${\ textstyle n = \ sum w _ {\ Omega} \ times n _ {\ Omega}}$

Tapiovaara y Wagner fueron pioneros en la ponderación de energía y posteriormente se ha perfeccionado para la proyección de imagen y la TC con mejoras en la CNR que van desde un pequeño porcentaje hasta una décima parte del porcentaje para elementos más pesados y un detector de TC ideal. Berglund et al. Presentaron un ejemplo con un detector realista. quienes modificaron un sistema de mamografía con conteo de fotones y elevaron el CNR de las imágenes clínicas en un 2,2% a un 5,2%.

Descomposición del material

La ecuación ( 1 ) puede tratarse como un sistema de ecuaciones con espesores de material como incógnitas, una técnica a la que se hace referencia en términos generales como descomposición del material. Es necesario conocer las propiedades del sistema y los coeficientes de atenuación lineal, ya sea explícitamente (mediante modelado) o implícitamente (mediante calibración). En la TC, la implementación de la reconstrucción posterior a la descomposición del material (descomposición basada en imágenes) no requiere datos de proyección coincidentes, pero las imágenes descompuestas pueden sufrir artefactos de endurecimiento del haz porque el algoritmo de reconstrucción generalmente no es reversible. La aplicación de la descomposición del material directamente en el espacio de proyección (descomposición basada en proyecciones) puede, en principio, eliminar los artefactos de endurecimiento del haz porque las proyecciones descompuestas son cuantitativas, pero la técnica requiere datos de proyección coincidentes, como los de un método basado en detección.

En ausencia de agentes de contraste de borde K y cualquier otra información sobre el objeto (por ejemplo, espesor), el número limitado de dependencias energéticas independientes de acuerdo con la Ec. ( 2 ) significa que el sistema de ecuaciones solo se puede resolver para dos incógnitas, y las mediciones a dos energías ( ) son necesarias y suficientes para una solución única de y . Los materiales 1 y 2 se denominan materiales de base y se supone que componen el objeto; cualquier otro material presente en el objeto estará representado por una combinación lineal de los dos materiales base. ${\ textstyle | \ Omega | = 2}$ ${\ textstyle t_ {1}}$ ${\ textstyle t_ {2}}$

Las imágenes de material descompuesto se pueden utilizar para diferenciar entre tejido sano y maligno, como microcalcificaciones en la mama , costillas y nódulos pulmonares, quistes y tumores sólidos , hematomas óseos postraumáticos (edema de médula ósea) y el propio hueso, diferentes tipos de enfermedades renales. cálculos (piedras) y gota en las articulaciones. La técnica también se puede utilizar para caracterizar tejido sano, como la composición del tejido mamario (un factor de riesgo independiente de cáncer de mama) y la densidad mineral ósea (un factor de riesgo independiente de fracturas y mortalidad por todas las causas). Finalmente, las autopsias virtuales con imágenes espectrales pueden facilitar la detección y caracterización de balas, puntas de cuchillos, fragmentos de vidrio o proyectiles, etc.

La representación del material base se puede convertir fácilmente en imágenes que muestran las cantidades de interacciones fotoeléctricas y de Compton invocando la ecuación. ( 2 ), ya imágenes de distribuciones de densidad de electrones y número atómico efectivo . Como la representación del material base es suficiente para describir la atenuación lineal del objeto, es posible calcular imágenes monocromáticas virtuales, lo que es útil para optimizar el CNR para una determinada tarea de imagen, análoga a la ponderación de energía. Por ejemplo, la CNR entre la materia cerebral gris y blanca se maximiza a energías medias, mientras que los artefactos causados por la falta de fotones se minimizan a energías virtuales más altas.

Imágenes del borde K

En la obtención de imágenes con contraste , se pueden agregar incógnitas adicionales al sistema de ecuaciones de acuerdo con la Ec. ( 3 ) si uno o varios bordes de absorción de K están presentes en el rango de energía de la imagen, una técnica a menudo denominada imagen de borde K. Con un agente de contraste de borde K, las mediciones a tres energías ( ) son necesarias y suficientes para una solución única, dos agentes de contraste se pueden diferenciar con cuatro contenedores de energía ( ), etc. Se pueden usar imágenes de borde K para mejorar y cuantificar , o para suprimir un agente de contraste. ${\ textstyle | \ Omega | = 3}$ ${\ textstyle | \ Omega | = 4}$

La potenciación de los agentes de contraste se puede utilizar para mejorar la detección y el diagnóstico de tumores, que exhiben una mayor retención de los agentes de contraste. Además, la diferenciación entre yodo y calcio es a menudo un desafío en la TC convencional, pero las imágenes con resolución de energía pueden facilitar muchos procedimientos, por ejemplo, suprimiendo el contraste óseo y mejorando la caracterización de la placa aterosclerótica . La supresión de agentes de contraste se emplea en las llamadas imágenes virtuales sin realce o sin contraste (VNC). Las imágenes de VNC están libres de tinción de yodo (residuos de agente de contraste), pueden ahorrar dosis al paciente al reducir la necesidad de una adquisición adicional sin contraste, pueden mejorar los cálculos de dosis de radioterapia a partir de imágenes de TC y pueden ayudar a distinguir entre agente de contraste y objetos extraños.

La mayoría de los estudios de imágenes espectrales con contraste han utilizado yodo , que es un agente de contraste bien establecido, pero el borde K del yodo a 33,2 keV no es óptimo para todas las aplicaciones y algunos pacientes son hipersensibles al yodo. Por tanto, se han propuesto otros agentes de contraste, como gadolinio (borde K a 50,2 keV), nanopartículas de plata (borde K a 25,5 keV), circonio (borde K a 18,0 keV) y oro (borde K a 80,7 keV). Se pueden dirigir algunos agentes de contraste, lo que abre posibilidades para la obtención de imágenes moleculares , y el uso de varios agentes de contraste con diferentes energías de borde K en combinación con detectores de conteo de fotones con un número correspondiente de umbrales de energía permite la obtención de imágenes de múltiples agentes.

Tecnologías y métodos

Los métodos basados en la incidencia obtienen información espectral mediante la adquisición de varias imágenes con diferentes ajustes de voltaje del tubo , posiblemente en combinación con diferentes filtros. Las diferencias temporales entre las exposiciones (por ejemplo, movimiento del paciente, variación en la concentración del agente de contraste) para implementaciones prácticas limitadas durante mucho tiempo, pero la TC de doble fuente y la posterior conmutación rápida de kV han eliminado virtualmente el tiempo entre exposiciones. Dividir la radiación incidente de un sistema de escaneo en dos haces con filtración diferente es otra forma de adquirir datos cuasi-simultáneamente en dos niveles de energía.

En cambio, los métodos basados en la detección obtienen información espectral dividiendo el espectro después de la interacción en el objeto. Los denominados detectores sándwich constan de dos (o más) capas detectoras, donde la capa superior detecta preferentemente fotones de baja energía y la capa inferior detecta un espectro más duro. Los métodos basados en la detección permiten la descomposición del material basada en la proyección porque los dos niveles de energía medidos por el detector representan trayectorias de rayos idénticas. Además, la información espectral está disponible en cada escaneo, lo que tiene ventajas de flujo de trabajo.

El método basado en la detección más avanzado actualmente se basa en detectores de conteo de fotones . A diferencia de los detectores convencionales , que integran todas las interacciones de fotones durante el tiempo de exposición, los detectores de conteo de fotones son lo suficientemente rápidos para registrar y medir la energía de eventos de fotones individuales. Por lo tanto, el número de contenedores de energía y la separación espectral no están determinados por las propiedades físicas del sistema (capas del detector, fuente / filtración, etc.), sino por la electrónica del detector, que aumenta la eficiencia y los grados de libertad, y permite la eliminación de ruido electrónico . La primera aplicación comercial de conteo de fotones fue el sistema de mamografía MicroDose, introducido por Sectra Mamea en 2003 (luego adquirido por Philips), y la imagen espectral se lanzó en esta plataforma en 2013.

El sistema MicroDose se basó en detectores de tiras de silicio, una tecnología que posteriormente se ha perfeccionado para CT con hasta ocho depósitos de energía. El silicio como material sensor se beneficia de una alta eficiencia de recolección de carga, la disponibilidad inmediata de cristales de silicio de alta pureza y alta calidad y métodos establecidos para la prueba y el ensamblaje. La sección transversal fotoeléctrica relativamente baja se puede compensar colocando el borde de las obleas de silicio, lo que también permite segmentos de profundidad. El telururo de cadmio (CdTe) y el telururo de cadmio-zinc (CZT) también se están investigando como materiales para sensores. El número atómico más alto de estos materiales da como resultado una sección transversal fotoeléctrica más alta, lo cual es ventajoso, pero el rendimiento fluorescente más alto degrada la respuesta espectral e induce la diafonía. La fabricación de cristales de tamaño macro de estos materiales ha planteado hasta ahora desafíos prácticos y conduce a efectos de captura de carga y polarización a largo plazo (acumulación de carga espacial). Otros materiales en estado sólido, como el arseniuro de galio y el yoduro de mercurio , así como los detectores de gas, se encuentran actualmente bastante lejos de la implementación clínica.

El principal desafío intrínseco de los detectores de conteo de fotones para imágenes médicas es la acumulación de pulsos, que da como resultado la pérdida de conteos y una reducción de la resolución de energía porque varios pulsos se cuentan como uno. Pileup siempre estará presente en los detectores de conteo de fotones debido a la distribución de Poisson de los fotones incidentes, pero las velocidades de los detectores son ahora tan altas que los niveles aceptables de pileup a las tasas de conteo de CT comienzan a estar al alcance.

Languages

In other projects