Impact of tomographic reconstruction with bayesian penalty in the quantification of PET/CT studies

Laburpena

Desde su introducción, los escáneres PET han experimentado un desarrollo continuo, que van desde cambios fundamentales en su diseño hasta nuevos métodos de reconstrucción y procesamiento de datos. El equipo Discovery IQ con 5 anillos (D-IQ-5R) es un escáner PET con cristales BGO, es decir, con una una resolución temporal baja pero con una sensibilidad elevada. Por otra parte, en este equipo ha sido la introducción comercial del algoritmo Q.Clear, que es un método de reconstrucción penalizado bayesiano. El objetivo principal de esta tesis es estudiar el impacto de un nuevo algoritmo de reconstrucción en la calidad de la imagen y la cuantificación de los estudios clínicos de PET realizados con un escáner BGO PET de alta sensibilidad. En el Objetivo 1, se estudian las características de imagen PET del equipo D-IQ-5R. Como se trata de un nuevo modelo, el estudio del rendimiento del sistema es necesario para establecer una base para comparar cualquier resultado con otras investigaciones previas basadas en un sistema PET distinto. Los objetivos 2 y 3, estudian el problema de la optimización de imagen bajo un algoritmo de reconstrucción penalizado. En concreto, el objetivo 2 investiga cómo los diferentes parámetros de reconstrucción afectan la precisión de la cuantificación de diferentes tamaños de lesión, así como su impacto en la evaluación de la calidad de imagen en pacientes reales. El objetivo 3 va más allá de la cuantificación clásica de PET para estudiar el impacto de diferentes configuraciones de reconstrucción en la heterogeneidad de la lesión (índices de texturas) y las mediciones de morfología y forma. Finalmente, el objetivo 4 trata de explicar el impacto de la reconstrucción Q.Clear en diferentes métricas de calidad de imagen y su relación con la percepción subjetiva de calidad de imagen.