CUANTIFICACIÓN DE IMAGEN

CEREBRAL DE PERFUSIÓN

CT IMPLEMENTADA CON LA

PLATAFORMA GIMIAS.

Autor: David Soto Iglesias

Director: Raúl Tudela

Tutor: Domènec Ros

Realizado en: CIBER-BNN

ÍNDICE

Objetivos

Teoría

Isquemia

CT Perfusión

Mapas

GIMIAS

Métodos de Cálculo

Preprocesado

Cálculo de mapas

Postprocesado

Integración en GIMIAS

Casos Estudiados

Conclusiones y evoluciones futuras

OBJETIVOS

Conocimiento de isquemia cerebral y técnica de imagen

utilizada.

Cálculo de parámetros de perfusión, para la delimitación de

las zonas del ataque isquemia.

Limitaciones de los software comerciales actuales

Obtener mapas más versátiles.

TEORÍA-Isquemia

Producida por déficit de sangre oxigenada

Oclusión de arterias cerebrales (embolia).

Consecuencias depende del tiempo y la zona afectada.

Dos Zonas (núcleo y zona de penumbra).

El núcleo son células muertas y no se puede recuperar.

La zona de penumbra son células afectadas pueden recuperarse

con una rápida perfusión.

Su definición indica pacientes aptos para el tratamiento.

TEORÍA – CT Perfusión. Se inyecta un contraste

Se Toman 26 volúmenes durante 40s en intervalos constantes

Obtención de curvas concentración-tiempo.

Cálculo de parámetros de perfusión

TEORÍA - Mapas

TEORÍA - Mapas

TEORÍA - Mapas

TEORÍA - Mapas

TEORÍA - Mapas Mean Transit Time (MTT)

Tiempo medio que tarda la sangre en circular a través del

cerebro.

Time To Peak (TTP)

Lo que tarda en llegar el pico de contraste de la curva temporal

al tejido.

Más tiempo implica peor perfusión

Maximun Intensity Point (MIP)

Pico de contraste la curva temporal

Se utiliza como angiografía

TEORÍA – GIMIAS Software libre creado por el CISTIB vinculado a la UPF

Basados en diagramas de flujo que integran plug-

ins, programados en C++ con librerías de ITK.

Integración de herramientas médicas, desarrolladas por

programadores de diversos ámbitos.

Procesado de imagen, simulaciones numéricas y

visualización.

Compatible con multitud de formatos

DICOM, VTK, ANALYZE, NIFTI.

MÉTODOS DE CÁLCULO 26 Volúmenes durante 40.17 segundos.

Retraso 4 volúmenes.

Artefactos de fondo, cráneo y movimiento del paciente.

Entrada

(DICOM)

Curvas

temporalesMapas

Salida

(ANALYZE,

NIFTI)

MÉTODOS DE CÁLCULO Preprocesado.

Entrada

Eliminar

fondo

Registro

Segmentar

cráneo

Salida

MÉTODOS DE CÁLCULO

Segmentación cráneo y camilla. Crear máscara.

Cálculo de histograma.

Delimitación del límiteEntrada

Crear

máscara

Aplicar un

crecimiento

por semilla

Aplicar filtro

obtenido

Salida

MÉTODOS DE CÁLCULO Crecimiento de región, a partir de una semilla.

Semilla en centro de masas de la máscara.

Crecimiento basado en operadores estadísticos.

Media y desviación estándar de la semilla y alrededores.

Se etiquetan los vóxeles como internos y externos.

MÉTODOS DE CÁLCULO Cálculo de curvas

Ruidosas

Filtro Paso-Bajo orden 3 y 5.

0

10

20

30

40

50

60

70

0 5 10 15 20 25 30

Inte

ns

ida

d

Volumen

0

10

20

30

40

50

60

70

0 5 10 15 20 25 30

Inte

ns

ida

d

Volumen

0

50

100

150

200

250

300

350

1 2 3 4 5 6 7 8 9 1011121314151617181920212223242526

Inte

ns

ida

d

Volumen

vena

arteria

MÉTODOS DE CÁLCULO

CBV Klotz-Köning

MÉTODOS DE CÁLCULO Postprocesado

Valores de interés pequeños y muy similares

Vasos y líquido cefalorraquídeo no interesan

Salida

(mapas

ecualizados)

Límites y

re escalado

Ecualización

del histograma

Entrada

MÉTODOS DE CÁLCULO

Ecualización del histograma

Contraste

Se pueden diferenciar las zonas afectadas.

INTEGRACIÓN EN GIMIAS Mediante comand line plug-ins.

Se utiliza el módulo Start New Module.

Archivo Python

Archivo .xml

Archivo C++

Workflow tac_perfusion

Image Thresholding, Total Rigid Registration, Brain

Segmentation, Pixel Signal, Pixel Intensity, MTT y CTPerfusion

Post Processing.

CASOS ESTUDIADOS Comparación con mapas calculados por un software de

Siemens utilizado en el hospital Clínic

Caso A, Mapas CBF y CBV

Mapa CBF

Fick más ruidoso que SVD

Siemens más suavizado.

CASOS ESTUDIADOS Caso A, Mapa CBV

Axel más suavizado, Klotz-Köning más estructuras.

Mapas con mejor visión anatómica

Mejor segmentación

CASOS ESTUDIADOS Caso B

Mapas CBF, CBV y TTP

Mapa CBF

Más contraste anatómico, menos suavizado

CASOS ESTUDIADOS Caso B, Mapa CBV

Axel más parecido a Siemens

Mejor segmentación

CASOS ESTUDIADOS Caso B, Mapa TTP

CONCLUSIONES Mapa CBF mejor SVD

Mapa CBV depende del propósito.

Comparación visual con Siemens

Mejor segmentación, mejora el contraste de la zona de interés

Mejor contraste anatómico, se aprecia la anatomía de la zona

afectada

Mayor rango, visión de anatomía o más suavizado

Pero más ruidosos

Resultado mapas más versátiles

EVOLUCIÓN FUTURA Cuantificar mapas para encontrar umbrales que delimiten

automáticamente el núcleo y la zona de penumbra

Aplicar los umbrales sobre los mapas CBF y CBV

Materia blanca y gris diferentes umbrales de perfusión

Segmentar materia blanca de gris con mapa MIP

Aplicar umbrales CBF y CBV en la materia gris para delimitar

las zonas del ataque de isquemia

DEMOSTRACIÓN

GRACIAS POR SU ATENCIÓN