POST PROCESO DE IMAGEN EN TC.
RECONSTRUCCIÓN
El manejo de las secuencias o volúmenes 3D adquiridos en los equipos de radiología pueden ser tratados con multitud de herramientas.
RECONSTRUCCIÓN MULTIPLANAR:
La reconstrucción multiplanar (MPR, multiplanar
reconstruction) no es una reconstrucción 3D, sino
una deformación geométrica del volumen de datos. Por su facilidad de utilización, rapidez de implementación y cantidad de información suministrada, se encuentra entre las de mayor uso en la práctica diaria.
Las MPR son imágenes 2D reconstruidas en un plano arbitrario, generalmente axial, coronal y sagital, a partir de los datos brutos de la adquisición o de una hélice axial de grosor e incremento suficientemente pequeño
La MPR es la primera reconstrucción que hace
el equipo en los ejes coronal, axial y sagital.
Permite moverse dentro de estos planos hasta
obtener la posición deseada para proceder a
realizar las reconstrucciones más complejas.
Las MPR se deben calcular a partir de vóxeles isotrópicos, ya que si se hace a partir de vóxeles anisotrópicos, la imagen final tendrá aspecto de dientes de sierra por la falta de datos.
La MPR permite la navegación a través de un volumen en todos los planos del espacio (incluso en trayectorias arbitrarias)
En la actualidad existen tres grandes sistemas
de reconstrucción de imágenes 3D: la reconstrucción de superficie sombreada, la proyección de máxima intensidad y la reconstrucción volumétrica. La imagen 3D obtenida estará en función de las características que sean analizadas por el conjunto de vóxeles atravesados por el haz de rayos X para formar la imagen en una
superficie plana.
Las primeras técnicas desarrolladas para la
visualización 3D se basaban en el concepto de umbrales, que es en esencia la manera más sencilla de clasificar tejidos con un solo criterio. Se define un umbral de unidades Hounsfield (UH) y se eliminan de la visualización todos los tejidos por debajo ese umbral.
Reconstrucción de máxima intensidad de
proyección
La reconstrucción de máxima intensidad (MIP, máximum intensity projection) es una técnica de representación que crea una imagen bidimensional a partir de la información tridimensional incluida en un volumen determinado. Partiendo de una línea de visión, similar a una proyección radiológica, se representan en una imagen bidimensional los vóxeles más contrastados que conforman el volumen seleccionado. De esta forma, en la imagen final quedan representadas las estructuras
del volumen estudiado que mayor atenuación han presentado.
Sólo se muestran en la imagen los píxeles de mayor intensidad en el grosor reconstruido. Es un método para presentación 3D a lo largo de la dirección de visualización, a través de un volumen. En la imagen, los resultados dependerán del vóxel con la absorción más alta de cada área.
Reconstrucción de mínima intensidad
de proyección. Si la MPR realiza un promedio en toda la captura, la mínima intensidad de proyección (MiniMIP)
busca en la adquisición las estructuras menos
densas, como por ejemplo el aire. En MiniMIP
solamente se utilizan y se muestran los valores de
atenuación menores, y sólo se muestran en la imagen los píxeles de menor intensidad en el grosor reconstruido. La imagen obtenida es un negativo de la MIP
y realza estructuras de baja densidad, mostrando por ejemplo las características del atrapamiento aéreo, enfisema o cualquier cavidad con aire, como los pulmones o los senos paranasales.
Reconstrucción volumétrica
La reconstrucción volumétrica (VR, volumen rendering) es una representación 3D del estudio que tiene en cuenta todos los vóxeles de la imagen.
Según sus valores de atenuación, se asignan distintos grados de transparencia, brillo y color a los distintos vóxeles que conforman la región estudiada.
La VR es la reconstrucción 3D que da mayor
cantidad y calidad de información, y por lo
tanto, la más utilizada en la práctica diaria, sobre todo a la hora de representar estructuras vasculares.
Reconstrucción de superficie sombreada
La reconstrucción de superficie sombreada (SSD, shaded surface display) fue la primera técnica de reconstrucción 3D utilizada. Este método muestra la superficie de un órgano o de un hueso que ha sido definida en unidades Hounsfield (UH) por encima de un determinado valor de umbral. El ángulo de visión y la localización de la hipotética fuente de luz virtual son cruciales para obtener reconstrucciones óptimas
Es una técnica rápida de reconstrucción pero
en realidad su utilidad se limita a la visualización de hueso, que se encuentra en el extremo superior de las curvas de atenuación, y en la práctica no sirve para visualizar tejidos blandos, pues al bajar el umbral para incluir estos tejidos se presentan muchos artefactos y el hueso y los tejidos blandos se muestran como un mismo tejido.
Por ello, la elección del valor del umbral debe ser cuidadosa, ya que de lo contrario se puede eliminar información valiosa de la imagen, e incluso puede parecer que hay una patología allí donde no la hay.
La principal desventaja de la SSD es que al
hacerse una media con la señal de los vóxeles,
si no se trata de un tejido muy homogéneo
(hueso), da lugar a importantes artefactos.
MÉTODOS DE SEGMENTACIÓN
Los diferentes métodos de segmentación se pue-
den agrupar en cuatro:
• métodos basados en píxeles locales (en las pro-
piedades de los píxeles y su entorno) y píxeles
globales (en la información global obtenida,
por ejemplo, con el histograma de la imagen);
• métodos basados en bordes;
• métodos basados en regiones, que utilizan
las nociones de homogeneidad y proximidad
geométrica, tales como las técnicas de crecimiento, fusión o división, y
• métodos basados en modelos matemáticos.
Existen técnicas para segmentar casi todas las partes de cuerpo. Entre los algoritmos más utilizados
para la segmentación, cabe destacar los basados
en umbralización y proximidad, y los métodos
multiespectrales.
El objetivo de la segmentación mediante umbralización es diferenciar objetos de distintos niveles de gris.
El concepto de segmentación tiene que ver con
la diferenciación entre las variaciones de las
densidades e intensidades de los diferentes
tejidos a estudiar, de tal modo que gracias a
la segmentación se pueden aislar estructuras
específicas descartando las que no interesen.
PROPIEDAD DE ALGORITMOS DE SEGMENTACIÓN
Las propiedades de los algoritmos de segmentación de imágenes monocromáticas se basan en
las siguientes características:
• la discontinuidad en los tonos de gris de los
píxeles de un entorno, que permite detectar
puntos aislados, líneas y bordes;
• la similitud en los tonos de gris de los píxeles
de un entorno, que permite reconstruir estructuras por división y fusión, por crecimiento o por umbralización, y
• la conectividad de los píxeles, que permite se-
leccionar una secuencia de píxeles adyacentes que pertenecen a su entorno más inmediato.
SEGMENTACIÓN
La segmentación de una imagen médica o de una
serie de imágenes proporciona medidas cuantitativas de la extensión o el volumen de distintas
estructuras anatómicas o patológicas. La segmentación de imágenes se ocupa de descomponer una imagen en sus partes constituyentes (en las
estructuras que interesan y el fondo).
La segmentación permite extraer información
paramétrica de un tipo de lesión, tejido u órgano
de interés al permitir eliminar los vóxeles
que puedan ocultar posibles patologías.
Característica y material necesario.
Existen multitud de estaciones de trabajo des-
tinadas a tales fines y por lo general cada casa
comercial tiene su propia consola de postproceso
específica. Las estaciones de trabajo son potentes
ordenadores diseñados expresamente para manipular grandes volúmenes de datos e imágenes.
Las estaciones de trabajo tienen un software
específico diseñado por cada casa comercial,
pero todas tienen en común que cuentan
con herramientas de reconstrucción
y segmentación de datos e imágenes.
Los datos de una imagen digital son adquiridos y
manipulados en una matriz de volumen de elementos llamada vóxel. Una imagen se construye
analizando cada vóxel y proyectando el resultado
en una superficie bidimensional subdividida en
elementos de imagen llamados píxeles.
Para que las imágenes posprocesadas tengan
la mayor calidad, cada vóxel adquirido tiene que ser isotrópico y de pequeño tamaño, y su
relación señal-ruido, óptima.
UNIDADES HOUNSFIELD
UNIDADES HOUNSFIELD
En recuerdo a su descubridor, las unidades que
definen a los distintos tejidos estudiados en TC se denominan unidades Hounsfield (UH) o números de TC.
El número de TC se define como un coeficiente de atenuación lineal relativo al del agua (magua) según la expresión UH = 1.000 × (mtejido − magua) / magua.
Las unidades Hounsfield de cada píxel están estrictamente relacionadas con la atenuación de rayos X del tejido del vóxel correspondiente. Los valores del número de TC se representan en una escala máxima de 256 niveles de grises (8 bits de profundidad).
Como se ha dicho antes, cada píxel se repre-
senta en el monitor como un nivel de brillo. Estos niveles de brillo se corresponden con un rango comprendido entre −1.000 y +1.000 para cada píxel, siendo −1.000 el aire y +1.000 el hueso. Los valores tipo del número de TC para los diferentes materiales o tejidos son:
• aire: −1.000
• grasa: de −100 a −50
• agua: 0
• músculo: de 10 a 40
• hueso: de 800 a 900.
ATENUACIÓN DE LA RADIACIÓN
La formación de la imagen en TC, al igual que en la placa radiográfica convencional, depende del coeficiente de atenuación de los rayos X del objeto estudiado.
En TC se suele hablar de un concepto amplia-
mente aceptado: coeficiente lineal de atenuación.
Es básico conocer este concepto porque será
vital para explicar las diferencias de contraste que caracterizan la imagen en TC. La radiación producida por un tubo que emite un haz fino de rayos X con una energía constante y determinada permanecerá prácticamente constante al atravesar el aire pero al atravesar un objeto, una parte de esa energía será absorbida al producirse los choques de los fotones X con los átomos de ese objeto (efecto fotoeléctrico). Esta absorción de la energía se denomina atenuación.
La absorción y atenuación de los rayos X son
términos íntimamente ligados conceptualmente.
La imagen característica de la TC dependerá
técnicamente de la matriz de la imagen, del pixel
y del vóxel. A continuación se describen estos
términos.
Matriz de la imagen. La imagen de la TC está
definida por una serie de celdas, cada una con
un número, que se visualizan en la pantalla
como niveles de densidad o brillo.
Los escáneres modernos utilizan matrices de
512 × 512 (262.164 celdas).
Píxel. Cada celda de una matriz se denomina
píxel (Picture Element o elemento de imagen).
La información de cada píxel es un número
de TC o unidad Hounsfield (UH), relacionado con la composición del tejido sometido a imagen.
Vóxel. Es la unidad cúbica que compone un
objeto tridimensional. Constituye la unidad mínima procesable de una matriz tridimensional.
