3D Medical image reconstruction: on digital breast tomosynthesis

Abstract

O cancro da mama é uma patologia mortal e é um dos tipos de cancro com maior incidência. O cancro da mama é assintomático nos estádios iniciais, mas tem elevadas taxa de sobrevivência quando detectado precocemente. Isto torna o rastreio e o diagnóstico preciso questões de grande importância. Com o objectivo de reduzir as consequências das doenças da mama, têm surgido novas técnicas de imagem e as existentes estão em constante melhoramento. A Tomossíntese Digital da Mama (TDM) surge como um melhoramento da mamografia, que é considerada como prática de eleição. A TDM irá aumentar a sensibilidade e especificidade da mamografia e permitirá a visualização tridimensional (3D) sem os problemas da sobreposição dos tecidos. Tipos diferentes de métodos de reconstrução têm sido explorados. Contudo, esses algoritmos não estão totalmente desenvolvidos nem optimizados para este caso. O objectivo do presente projecto é a implementação e a avaliação de algoritmos de reconstrução. Serão utilizadas imagens simuladas para implementar e avaliar os algoritmos. Para tal, será utilizado um programa baseado em métodos de Monte Carlo, o GATE, usando fantomas analíticos e um mais realista, o fantoma NCAT. O passo da reconstrução será realizado com a implementação do FBP (do inglês filtered back projection), o ML-EM (do inglês maximum-likelihood expectation-maximization) e o ART (do inglês algebraic reconstruction technique) no programa MATLAB. Os três algoritmos apresentaram resultados comparáveis. Os resultados da reconstrução 3D permitem a discriminação das estruturas mais pequenas que não são diferenciadas nas projecções que resultam das simulações. Isto prova que a precisão da TDM pode ser melhor que a da mamografia. O algoritmo FBP apresentou imagens com menos nítidas que o ML-EM e o ART. Contudo, o FBP foi o mais eficaz a localizar as estruturas tridimensionalmente, incluindo os pequenos detalhes. Palavras Chave: Tomossíntese Digital da Mama, Simulações de Monte Carlo, Filtered Back Projection, Algebraic Reconstruction Technique, Maximum-Likelihood Expectation-Maximization.