Strategie tecniche di miglioramento delle immagini PET-TC: la riduzione degli artefatti metallici

Abstract

Gli artefatti da metallo sono problemi comuni per l’imaging diagnostico e terapeutico, i quali possono degradare la qualità delle immagini al punto di renderle non idonee alla valutazione diagnostica. Per quanto riguarda la tomografia computerizzata, sono stati studiati, elaborati e testati diversi metodi ed algoritmi di ricostruzione delle immagini per risolvere o per lo meno attenuare il problema. Scopo dell’ elaborato è valutare la possibile applicazione in PET di uno dei più recenti algoritmi di ricostruzione dell’immagine TC per l’attenuazione degli artefatti metallici, in quanto nei moderni tomografi ibridi PET/TC, le immagini PET vengono rielaborate sovrapponendole alle scansioni TC. Si vuole capire se questa forte correzione dell’ attenuazione dell’artefatto dovuto alla presenza di metallo si rivalga indirettamente anche sulla componente PET nei casi di utilizzo, per la rielaborazione delle immagini PET, di scansioni TC con iMAR in acquisizione, e direttamente nei casi in cui si applica l’algoritmo in ricostruzione alla PET già eseguita. Inoltre ci si chiede se questo processo di ricostruzione delle immagini influenza il SUV e se risulta migliore e quindi maggiormente diagnostico rispetto ad una ricostruzione NAC, fino ad oggi utilizzata per cercare di ottenere immagini diagnostiche nei casi in cui un paziente sia stato sottoposto ad intervento di impianto protesico.

Metal artifacts are common problems for diagnostic and therapeutic imaging, which can degrade images quality. For Computed Tomography, researchers studied, developed and tested several imaging reconstruction methods and algorithms, to resolve or attenuate artifatcts. The aim for this paper is apply in PET one of the most recent CT image reconstruction algorithms to attenuate metal artifacts, since in innovative hybrid PET-CT scanner images are re-elaborated on CT scans. We have to study if this intense metal artifact attenuation indirectly improve PET images with a previous CT corrected scans and directly improve PET images if we apply the algorithm on PET scans. We are going to study if this images reconstruction process influence SUV and if it is better and more diagnostic than NAC reconstruction, that is currently the standard utilized with protesic implants patient