Desenvolvimento e avaliação de um algoritmo de redução de artefatos metálicos em tomografia computadorizada para planejamentos radioterápicos

Abstract

A Tomografia Computadorizada CT, do inglês Computed Tomography constitui uma alternativa cada vez mais utilizada, dentre os diversos meios de imageamento com finalidade diagnóstica e de planejamentos de tratamentos. Porém, quando ocorre a interação da radiação com objetos de alta densidade, como metais, podem ocorrer alterações nas imagem. A presença de metais no corpo de um paciente, algo não incomum, é um dos maiores desafios do imageamento. Quando há implantes, dispositivos ou qualquer objeto metálico em uma determinada área anatômica, durante a realização de um exame, ocorre a geração de artefatos do tipo streak, produzindo regiões com saturação e perda de informações. Isso com frequência dificulta a visualização de algumas estruturas. A CT aplicada ao planejamento radioterápico constitui uma das principais ferramentas de imageamento, para projetar o futuro tratamento, mas quando há a presença desses artefatos pode ser prejudicado. O objetivo deste trabalho foi desenvolver e avaliar um software de correção para artefatos metálicos em tomografia computadorizada. O algoritmo produzido para o software de redução de streaks, é baseados em técnicas de subtração do metal e artefatos, e interpolação das áreas subtraídas do sinogramas, por Interpolação Cúbica de Hermite por Partes (PCHIP). O algoritmo extrai as regiões classificadas como metal, e cria um sinograma dessa região de metal, que é gerado por um processo de segmentação. Em seguida, são subtraídos do sinograma da imagem original as regiões do sinograma correspondentes ao metal. E então, são extraídas da imagem original e submetidos a retroprojeção filtrada (RPF). Para retirar mais artefatos causados pelo metal, é realizado um novo processo. Em um plano de fundo (em inglês, background) é inserido o metal retirado da imagem original na mesma posição e realizada a RPF, o que resulta no padrão semelhante ao do artefato original. Essa imagem é então utilizada como uma nova máscara de sinograma que é subtraída da imagem sem metal e retroprojetada novamente. % Essa imagem subtraída do metal é submetida a uma nova segmentação, dessa vez dos artefatos por meio de limiarização, e gerado o sinograma dos artefatos que é subtraído do sinograma dessa imagem. A partir do novo sinograma que passou por duas subtrações é possível a utilização de algoritmos de interpolação de sinais para a obtenção de um sinograma preenchido, que é submetido ao algoritmo de retroprojeção filtrada para a reconstrução da imagem. Para avaliar as hipóteses de melhoramento com a utilização do algoritmo de subtração e interpolação em relação à imagem sem correção, foram construídos fantomas homogêneos e heterogêneos à base de parafina, analisadas imagens de fantomas digitais e de tomografias reais de cabeça. As amostras foram sujeitas a análises visuais e quantitativas de valor eficaz e relação sinal ruído (SNR). Os resultados gerados pelo fantomas heterogêneos de parafina 1 e 2, foram apenas de caráter visual, demonstram uma redução e recuperação de áreas com as técnicas empregadas, destacando uma melhora da interpolação em relação à subtração. Já as outras imagens, sintética e real, além da análise visual foram submetidas à comparação objetiva, e a resposta de ambas as técnicas indicam melhora das imagens em relação à versão sem correção.A SNR obtida com o algoritmo de subtração de sinograma no caso dos fantomas reais chegaram a 51,8 dB no caso dos fantomas digitais, e a 53,2 dB no caso das imagens reais de cabeça. Já as SNRs obtidas com o algoritmo de interpolação do sinograma chegaram a 51,3 dB no caso dos fantomas digitais e a 39,3 dB no caso das imagens reais de cabeça. E a SNR em outro contexto, da imagem de CT real de cabeça, por subtração chega a 26,6 dB, e a por interpolação PCHIP é 26,4 dB. Mas observou-se que o algoritmo de subtração nesses casos proporcionou mais correções e gerou menos artefatos do que o algoritmo com interpolação de dados. Desta forma os resultados sugerem que o algoritmo pode ser aplicado ao contexto realista de um setor de radioterapia, sem custos adicionais, deste modo pretende-se contribuir com o planejamento radioterápico com base em imagens tomográficas.