Diseñan análisis mejorado de imagen PET para optimizar tratamientos de radioterapia

El nuevo proceso es prometedor y puede convertirse en una herrramienta útil de imagenología. Una nueva interfaz gráfica también ha sido diseñada que permitirá el uso de esta técnica en la práctica clínica de manera cómoda, rápida e intuitiva.

Elena Prieto-Azkarate, una ingeniera en telecomunicaciones de la Universidad Pública NUP/UPNA de Navarra (España) y un miembro del servicio de medicina nuclear del Hospital de Navarra del Colegio Universitario, reportó su logro en su tesis doctoral, leída en la NUP/UPNA (Universidad Pública de Navarra; España). La investigación viene desde dentro del cambio de la ingeniería biomédica y fue realizada a través de la colaboración entre el servicio de medicina nuclear del Colegio Universitario del Hospital de Navarra (España) y la Universidad Pública de Navarra NUP/UPNA. La técnica PET hace posible reunir imágenes moleculares que suministran datos importantes acerca del comportamiento biológico y metabólico de los tumores. En los años recientes se ha visto la emergencia de gran interés en el potencial de las imágenes de este tipo en la planeación de cursos de tratamiento de radioterapia. En esta planeación el proceso más crítico es la delimitación exacta del volumen del tumor que requiere tratamiento.

La Dra. Prieto reportó que su desarrollo ha mejorado la técnica de segmentación de las imágenes PET. “La segmentación de una imagen”, explicó, “es una técnica de procesamiento que permite delimitar los objetos— los tumores, en este caso. Esta tesis pretendía realizar investigación y desarrollar técnicas nuevas de segmentación para volver la PET una alternativa confiable para la planeación del tratamiento en oncología radioterapéutica”.

Específicamente, la investigadora ha trabajado en una técnica de segmentación de imagen específica: Umbral. “La determinación automática del umbral permite que los bordes del tumor sean delimitados automáticamente en la imagen, lo cual es de enorme importancia puesto que la resolución espacial de las imágenes de esta clase dificulta la delimitación manual”, agregó la Dra. Prieto.

Las imágenes analizadas recolectadas de pacientes fueron obtenidas en el Hospital de Navarra del Colegio Universitario gracias al patrocinio del Instituto de Salud Carlos III (Ministerio de Salud y Consumo Español) por medio de un proyecto FIS, y la compañía Siemens HealthCare (Erlangen, Alemania). Se usaron dos exámenes PET diferentes en la investigación para obtener las imágenes de modo que el umbral automático pudiera ser evaluado bajo un rango amplio de condiciones. Todas las imágenes obtenidas han estado disponibles en Internet para suministrar una plataforma de autenticación compartida para cualquier técnica de segmentación.

“Los resultados en imágenes experimentales han sido muy prometedores”, concluyó la Dra. Prieto, “y ha sido posible lograr una mejora con respecto a la técnica estándar en las imágenes clínicas que vienen de los tomógrafos PET de alta resolución”. Además, “la técnica usada puede ser muy útil cuando se segmentan imágenes en los tomógrafos TC/ PET clínicos de vanguardia”.

Los resultados del estudio fueron publicados en la edición de Febrero de 2013 de la revista Clinical Nuclear Medicine.

Enlaces relacionados:

NUP/UPNA-Public University of Navarre

Siemens HealthCare