Corrección de eventos dispersos en algoritmos de reconstrucción tomográfica para PET

Autores/as

  • Mariana Prieto Canalejo, Doctoranda Grupo de Inteligencia Artificial y Robótica (GIAR), Facultad Regional Buenos Aires, Universidad Tecnológica Nacional - Argentina
  • Daniel Minsky Director

DOI:

https://doi.org/10.33414/ajea.5.716.2020

Palabras clave:

Tomografía por Emisión de Positrones, Single Scatter Simulation, corrección de eventos dispersos

Resumen

La Tomografía por Emisión de Positrones (PET) permite cuantificar el metabolismo celular, siendo una de las técnicas más poderosas en el diagnóstico precoz de
enfermedades cardíacas, oncológicas y neurológicas. Las imágenes se obtienen mediante la administración de un radiofármaco que marca el proceso metabólico a estudiar. Los rayos gamma que emite el radiotrazador, inciden en detectores ubicados alrededor del paciente generando eventos que se almacenan para la reconstrucción de la imagen. Para obtener imágenes cuantificables, se realizan diversas correcciones a los eventos, entre ellas por eventos dispersos. Con el objetivo de implementar la corrección por eventos dispersos, se realiza, en primera instancia, el modelado de los mismos por medio del algoritmo Single Scatter Simulation (SSS) obteniendo una estimación de la dispersión. Posteriormente se realiza la corrección en la imagen de emisión. Para la corrección se incorpora al algoritmo de reconstrucción MLEM (maximum-likelihood expectation–maximization) la estimación obtenida con el modelado. Los resultados preliminares, obtenidos en simulaciones de volúmenes de actividad constante, han demostrado que la implementación realizada mejora la homogeneidad de la imagen de emisión.

Descargas

Los datos de descargas todavía no están disponibles.

Descargas

Publicado

2020-10-05

Cómo citar

Prieto Canalejo, M., & Minsky, D. (2020). Corrección de eventos dispersos en algoritmos de reconstrucción tomográfica para PET. AJEA (Actas De Jornadas Y Eventos Académicos De UTN), (5). https://doi.org/10.33414/ajea.5.716.2020