Validación de herramienta de cálculo desarrollada para el estudio de procesos físicos involucrados en la formación de imágenes radiológicas

MALANO F., GRAÑA D., TIRAO G., VALENTE M.

Santa Fe

Workshop; ECImag; 2012

FICH-UNL

P { margin-bottom: 0.21cm; } Actualmente existen variadas metodologías basadas en el uso de radiación ionizante para explorar de manera no invasiva regiones dentro de pacientes, de modo que la información recavada sirva para asistir a la formulación del diagnóstico clínico [1]. Las capacidades y limitaciones de cada metodología depende estrictamente de los procesos físicos involucrados en la interacción entre la radiación y los tejidos irradiados. Por lo tanto, conociendo las propiedades de la radiación empleada y las características del material irradiado, es posible emplear teorías y modelos físicos para obtener una descripción analítica adecuada de los procesos que ocurren durante la formación de imágenes radiológicas. Un método de uso frecuente es la simulación Monte Carlo, la cual presenta la ventaja de arrojar resultados muy precisos inclusive en casos geométricos complejos, donde por lo general otras metodologías resultan impracticables. En este trabajo se presenta una de las etapas de validación de una herramienta original, basada en simulación Monte Carlo, la cual tiene como objeto describir y cuantificar procesos físicos involucrados en la formación de imágenes radiológicas, además de proveer una plataforma para realizar experimentación virtual de la performance de cada una de las diferentes técnicas, como radiografía digital, mamografía y tomografía [2]. La validación se realiza comparando con resultados experimentales obtenidos en la línea de imágenes por rayos X del Laboratorio de Investigaciones e Instrumentación en Física Aplicada a la Medicina e Imágenes por Rayos X (LIIFAMIRX), los cuales fueron adquiridos en condiciones geométricas y físicas similares a las de la simulación. El modelo de transporte de radiación utilizado en la simulación está basado en el código PENELOPE [3]. El mismo se encuentra integrado con rutinas y algoritmos propios para procesamiento de imágenes, tales como reconstrucción tomográfica, análisis, fusión y visualización 2D - 3D de los resultados. La comparación de resultados simulados con experimentales demuestra la viabilidad del método propuesto, tanto para los modelos físicos como para los algoritmos dedicados al procesamiento de imágenes.