Nuovi metodi di ricostruzione per l’imaging parametrico
L’imaging multimodale è una tecnica usata nella medicina di routine, specialmente nel campo della medicina nucleare. Rispetto all’imaging computazionale, l’imaging a risonanza magnetica (MRI) offre un contrasto migliore tra i tessuti molli, una minima esposizione alle radiazioni per il paziente e un’acquisizione simultanea dei dati. La tomografia parametrica a emissione di positroni (PET) e l’MRI forniscono informazioni utili per una serie di disturbi neurologici come il morbo di Alzheimer e aiutano a caratterizzare i tumori al cervello. Nell’ambito di DYNAMIC PET/MR (Dynamic PET/MR - New reconstruction methods for parametric imaging) i ricercatori hanno migliorato i metodi per studiare la PET dinamica con range al millisecondo usando informazioni di MRI. La modellazione cinetica dei parametri fisiologici richiede una funzione di input (FI) e curve tempo-attività (CTA). La FI si riferisce al corso temporale dell’attività somministrata al tessuto, mentre le CTA di ogni voxel si riferiscono alla variazione di attività nel tempo. Usando un metodo di ricostruzione a posteriori massimo insieme a metodi di correzione di volume parziale anatomico, i ricercatori hanno ottenuto FI e CAT con meno rumore ed effetti di volume parziale. Usando informazioni ottenute mediante MRI, il team ha sviluppato una nuova FI derivante dall’immagine che ha migliorato la stima della FI nei primi quadri, che hanno un livello più alto di rumore e più effetti di volume parziale. I metodi di DYNAMIC PET/MR offrono grandi vantaggi per l’imaging medico. Una migliore qualità dell’immagine mediante nuovi metodi di ricostruzione può aiutare a ridurre la dose del paziente. Invece della cannulazione arteriosa o del campionamento del sangue venoso, la FI derivata dall’immagine è un’interessante alternativa non invasiva che rende più confortevole la terapia del paziente.
Parole chiave
Metodi di ricostruzione, imaging parametrico, risonanza magnetica, tomografia a emissione di positroni, funzione input
