Desenvolvimento de um plugin Java para reconstrução tomográfica em SPECT

• Ano de defesa: 2007
• Autor(a) principal: Andrade, Michele Alberton
• Orientador(a): Azevedo, Dario Francisco Guimarães de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Pontifícia Universidade Católica do Rio Grande do Sul
• Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia Elétrica
• Departamento: Faculdade de Engenharia
• País: BR
• Palavras-chave em Português: ENGENHARIA BIOMÉDICA; ENGENHARIA ELÉTRICA; MEDICINA - APARELHOS E INSTRUMENTOS; JAVA (LINGUAGEM DE PROGRAMAÇÃO)
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA::ENGENHARIA MEDICA
• Link de acesso: http://tede2.pucrs.br/tede2/handle/tede/3100

O objetivo deste trabalho foi desenvolver um plugin de reconstrução tomográfica para SPECT executável e aplicável em ambiente clínico e acadêmico, em linguagem JAVA, utilizando um ambiente de processamento de imagens já existente (ImageJ), permitindo o acesso universal a essa tecnologia. O programa ImageJ foi escolhido devido a sua portabilidade e por ser bastante difundido na área de processamento de imagens. Foi desenvolvida uma interface gráfica e foram implementados dois métodos de reconstrução tomográfica para imagens de emissão: um método analítico (FBP) e um método iterativo (ML-EM). O método analítico permite que sejam utilizados filtros/janelas de reconstrução tomográfica (Rampa, Hamming, Shepp-Logan, Butterworth), com parâmetros ajustáveis definidos pelo usuário. O método iterativo ML-EM permite que seja definido o número de iterações que serão realizadas, com opção para correção de atenuação nas imagens, utilizando um algorítmo projetor-retroprojetor com um mapa de coeficientes de atenuação conhecido a priori. Foram realizados testes de validação com imagens simuladas de modelos geométricos e um modelo antropomórfico pelo método Monte Carlo, com distribuições de atividade e atenuação conhecidas. Como instrumentos quantitativos de avaliação das imagens reconstruídas foram realizadas medidas de contraste entre regiões de interesse, perfis de contagens e desvio padrão normalizado. A análise da convergência do método iterativo ML-EM, através do cálculo da relação entre a média de contagens e o desvio padrão, resultou em uma indicação de reconstrução com 10 a 15 iterações. As imagens reconstruídas pelo método ML-EM com correção de atenuação apresentam melhor qualidade visual do que as imagens sem correção. As imagens reconstruídas pelo método FBP aprsentam maior ruído e afastam-se quantitativamente da imagem ideal de referência. Os testes de performance do plugin NucMed mostraram que o método analítico FBP realiza a reconstrução em menor tempo em relação ao método ML-EM (para imagens de 128x128 pixels, o tempo é 33 vezes menor). Aplicando correção de atenuação, o tempo de reconstrução aumenta aproximadamente 3,5 vezes.