Download Diapositiva 1

Resta de imágenes mamográficas
digitales en México:
Mamografía funcional?
M.E. Brandan1
brandan@fisica.unam.mx
I. Rosado-Méndez1, H. Pérez Ponce1,
Y. Villaseñor2, J.E. Bargalló2, H Galván2, V. Pérez2 ,
F. Trujillo3, L. Benítez-Bribiesca4
1Instituto
de Física, UNAM
Nacional de Cancerología
3HRAE Oaxaca
4Centro Médico Nacional Siglo XXI
2Instituto
Introducción
Obtener 2 imágenes radiográficas digitales con espectros
(energía) diferentes permite restarlas de modo de hacer cero el
valor de píxel para uno de los tipos de tejido presentes,
independiente de su grosor. Esta técnica se llama resta de
imágenes con energía dual. La próxima diapositiva ilustra la resta
de imágenes I1 e I2 con la intención de eliminar las estructuras B y
A, a través de la elección “apropiada” de los coeficientes α y β,
respectivamente.
I2- α I1
I1
A
A
B
B
I2- β I1
I2
A
A
B
B
Imágenes sustraídas actuales
Original
Resta para
ver tejido
Resta para
ver hueso
Además de cambiar la energía, se puede agregar un medio de
contraste (radio-opaco) de manera temporal (i.e., sólo a una de las
imágenes). La imagen restada realza la presencia del medio de
contraste.
I1
A
B
I2- δ I1
A
B
I2
A
B
Esta modalidad de resta de imágenes,
cambio de energía y administración de
un medio de contraste de modo temporal,
se usará en nuestro proyecto. El interés es
detectar la presencia de angiogénesis y su
posible importancia diagnóstica.
Predicciones
X ray tube
Anode: Mo or Rh
Filter: Mo or Rh
Voltage: 18 – 49 kV
Adipose
tissue
Glandular tissue
Digital detector
J. T. Bushberg et al.The Essential Physics of Medical Imaging
Contrast-medium-enhanced
digital mammography (CEDM)
1
Busca eliminar el tejido
estructural y visualizar sólo la
lesión enfatizada por el yodo…
Iresta= I2 – α I1
10000
2
-1
mass attenuation coefficient (cm g )
Medio de contraste (MC)
Yodo
1000
100
iodine
10
Breast
tissues
1
0.1
0
10
20
30
40
photon energy (keV)
50
60
(Dromain et al., AJR 2006)
Temporal, energía única
43 años, masa palpable, mamografía sin indicios de anormalidad, CEDM muestra
masa en zona profunda, curva cinética muestra captación seguida por plateau,
carcinoma ductal invasivo. Dromain y col, Am J Roentgen 2006
1. Cálculos de optimización
B. Palma (2007)
Adipose tissue
water
iodine
Glandular
tissue
ta
ts
tg
ts=tw+tI
Detector
a-Si, CsI:Tl
T
Contribuciones
estocásticas
kj1 y kj2
Function of
attenuation
coefficients
Equations for each
subtraction modality
B. Palma, UNAM 2007
Predictive formalism
I. Rosado (2009)
Adipose tissue
water
iodine
Glandular
tissue
ta
ts
tg
ts=tw+tI
Detector
a-Si, CsI:Tl
T
Espectros de rayos X
15
16/17
Equivalent energy (keV)
18.7
28.5
+Al
Rh/Rh
Mo/Mo
25
34
Model for predictions
Tube voltage (kV)
45
48
Simulated breast: 5.3 cm compressed thickness, 29% glandular
Contrast medium 0.203 cm diameter tube, 300 mg iodine cm-3
Subtraction modalities (DE, SET, DET)
Kerma limit (related to dose)
–
K1+K2=8.76 mGy
Después de analizar las modalidades posibles se
maximiza una “figura de mérito”
I. Rosado (2009)
Figura de mérito FOM=(contraste/ruido)2/Dosis
6
-1
FOM
(10
mGy
))
6
FOM (10 mGy-1
2.0
1.5
Rh/Rh 45 kV
+ 5 mm Al
1.0
DET
Rh/Rh 34 kV
0.5
SET
DE
0.0
0.0
0.2
0.4
0.6
Krel (KK1/[K
rel 1+K2])
0.8
1.0
Medidas en
maniquí
2. Imágenes de maniquíes y calibración
Pozos
Tubos cilíndricos
Maniquíes
Adquisición de imágenes
GE Senographe DS (RAW)
Procesamiento de las imágenes
•
•
•
Alineación
Normalización, imágenes
logarítmicas
Resta de imágenes
Imágenes de maniquí
Definición
I sub = I 2 -αI1
Imagen restada
– Definición
– Factor de peso α
– Modalidades
C = S y o d o -S F o n d o
C
CNR=
F
−1
(σ F o n d o )
2
+ (σ
yo d o
)
2
Predicciones vs. experimentos
En general, excelente acuerdo
entre las predicciones y las medidas
SET-H
DET-H
SET-L
DET-L
DE
contraste
contrast
2.0
1.5
1.0
0.5
0.0
0.0
0.2
0.4
0.6
Krel (K1K/[K1+K2])
rel
0.8
1.0
Mo25, Rh40
contrast
a) Mo25 / Rh40
b) Rh34 / Rh45 +5mm Al
Threshold for detection (CNR > 5)
≈ 0.8 mg cm-2
Medidas
clínicas
3. Resultados clínicos (preliminar)
Protocolo
INSTITUTO NACIONAL DE CANCEROLOGÍA
Aprobado: 2009
Objetivo
Buscar la correlación entre la densidad de microvasos sanguíneos y linfáticos,
estudiados con técnicas inmunohistoquímicas específicas, con las imágenes
mamográficas con técnica digital de contraste.
Sujetos y métodos
20 pacientes referidas por lesión sospechosa en mamografía de rutina
(BIRADS 4 y 5) a las que se les haya indicado una biopsia.
Se aplicará mamografía digital con medio de contraste para maximizar la
visualización del yodo.
En los especímenes se detectarán proteínas marcadoras con anti-CD-105 (vs)
y anti-podoplanina (vl). Se evaluará la densidad de microvasos y se
correlacionará la densidad de microvasos con el contraste (yodo) en las
imágenes mamográficas.
Paciente 5
Mamografía
Resta de imágenes
Patología: Carcinoma canalicular infiltrante con necrosis
Paciente 3
Mamografía
Resta de imágenes
Patología: Fibroadenoma
Análisis laboratorio Dr Luis Benítez,
H de Oncología, CMN SXXI
1
Predicciones
Conclusiones
Med. Phys. 35(12) (2008) 5544-5557
•
Se desarrolló un formalismo original, realista, que permite predecir
calidad de imagen y dosis en procedimientos de resta de imágenes
mamográficas.
2 Experimentos con maniquíes
Med. Phys. 37(2) (2010) 577-589.
•
•
•
3
Confirmaron las predicciones de contraste
Se predice que la combinación óptima es de haces muy energéticos y
endurecidos externamente
La relación entre contraste y concentración de yodo es lineal
Pacientes (preliminar)
•
•
•
Primera aplicación de CEDM en México
Resultados preliminares sugieren visualización del área enfatizada por el
yodo en casos asociados con malignidad y ausencia de énfasis en casos
benignos
Se espera establecer una correlación entre las características de la
imagen del yodo y la densidad de microvasos intratumorales medida en
secciones histopatológicas con marcadores inmunohistoquímicos
El 1 de junio 2010 GE anunció CESM,
bajo la modalidad de energía dual, no-temporal
Agradecimientos
•Departamento de Radiología del INCan, por su permanente
colaboración y entusiasmo
•B. Palma, V. Ramírez, C Ruiz y L.A. Medina por su ayuda
•CONACyT (becas de estudiantes), y proyectos UNAM PAPIIT
Conacyt y PAEP