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