Improved Techniques for PET Imaging

  1. Lopez Montes, Alejandro
Dirigida por:
  1. Joaquín López Herraiz Director
  2. José Manuel Udías Moinelo Director

Universidad de defensa: Universidad Complutense de Madrid

Fecha de defensa: 20 de julio de 2021

Tribunal:
  1. Samuel España Palomares Presidente
  2. Mailyn Pérez Liva Secretaria
  3. Christoph Lerche Vocal
  4. Esther Vicente Torrico Vocal
  5. Jacobo Cal González Vocal
Departamento:
  1. Estructura de la Materia, Física Térmica y Electrónica

Tipo: Tesis

Resumen

Introducción: La Tomogafía por Emisión de Positrones (PET) es una técnica de imagen médica basada en la inoculación de moléculas de interés biológico marcadas con radionúclidos que se desintegran emitiendo positrones. Estos positrones se aniquilan cuando encuentran un electrón emitiéndose como resultado dos fotones en direcciones opuestas que pueden ser detectados en coincidencia en un escáner. Con esta información se puede reconstruir la imagen de captación del medicamento marcado radiológicamente dentro del organismo. Estas imágenes proporcionan información funcional sobre el cuerpo del paciente. Motivación y objetivos: Durante los últimos años, el avance de las tecnologías, especialmente en computación, han permitido el desarrollo de nuevas técnicas que pueden ser aplicadas en el campo de la imagen médica, y en concreto del PET. Muchos enfoques eran inalcanzables debido a los costes computacionales que suponían, pero con las mejoras en las capacidades de los ordenadores se ha abierto la puerta a la inclusión de muchos de ellos. A lo largo de esta tesis, se aprovechan todos estos avances tecnológicos para proponer nuevos métodos que presentan aplicaciones interesantes para la imagen PET. Simulación Monte Carlo: Los métodos Monte Carlo (MC) tienen un amplio impacto, desde planificación de experimentos futuros hasta testeo de métodos de reconstrucción o corrección de imágenes. Uno de los capítulos de esta tesis está dedicado a presentar resultados de un código de libre distribución, MCGPU-PET, acelerado con GPU. Se explora su potencial uso para la corrección de imágenes, especialmente para dispersión y las coincidencias espurias al usar emisores PET no estándar. Reconstrucción Pseudo-Inversa: Los algoritmos de reconstrucción de imagen en imagen tomográfica, se suelen clasificar en métodos analíticos e iterativos. Los métodos iterativos han demostrado que pueden proporcionar mejores resultados que los analíticos, pero a costa de un mayor coste computacional. Se propone un método alternativo de reconstrucción de imagen basado en la pseudo-inversa de las matrices de respuesta del sistema (SRM), que puede ser muy rápido además de producir imágenes de buena calidad. Corrección al Rango del Positrón con Deep Learning: El rango del positrón es uno de los principales factores limitantes en imagen PET. Este efecto es consecuencia de la energía de emisión del positrón y la trayectoria recorrida por él hasta la aniquilación. Este efecto es especialmente importante para ciertos radio isótopos como el 68Ga, donde la energía inicial del positrón es muy alta. Se propone un método basado en Deep Learning para la corrección de rango del positrón (Deep-PRC) aplicado como un post procesado de la imagen reconstruida. El objetivo era desarrollar un método rápido y preciso para imagen PET 3D que proporciones imágenes para radionúclidos con un rango largo capaces de compararse en resolución espacial con otros de rango corto como el 18F sin introducir ruido adicional en la imagen. mPET: En esta sección, se plantea el uso simultáneo de isótopos no estándar que emitan rayos prompt-gamma adicionales junto con emisores de positrones estándar como el 18F. El PET multiplexado (mPET) nos permite separar las imágenes de los dos isótopos usados en la misma adquisición. Este método está basado en la identificación y reconstrucción de coincidencias triples creadas por los isótopos no estándar. Conclusiones: Durante esta tesis, se han podido explotar los avances tecnológicos en computación para mejorar la calidad de imagen en reconstrucción de imagen tomográfica y se han propuesto nuevos algoritmos que pueden ser usados para aplicaciones punteras en PET como el PET en tiempo real o para mPET. En general, los resultados presentados en esta tesis, abren la posibilidad a nuevas líneas de investigación que pueden explotar el uso de estas nuevas técnicas.