RECONSTRUCCIÓN DE IMÁGENES

Para obtener una imagen a partir de los datos recogidos en un tomógrafo PET, es necesario hacer uso de un programa de reconstrucción basado en un determinado algoritmo. La calidad de las imágenes obtenidas depende en gran medida del tipo de algoritmo empleado. Por otro lado, el tiempo que tardan estos programas en reconstruir una imagen también viene dado por el método empleado.Los algoritmos de reconstrucción de imagen principales existentes se pueden clasificar en dos grandes grupos:

1. Métodos directos de Fourier, analíticos (FBP…)

2. Métodos iterativos, estadísticos (OSEM,ISRA,WLS,…)

Estos últimos producen resultados superiores en comparación con los métodos de retroproyección filtrada reduciendo los artefactos y el ruido (mejor relación señal-ruido), y reduciendo el error previsto en la estimación de la distribución del radioisótopo. En estudios recientes se ha verificado la superioridad de las técnicas iterativas en términos de características del ruido y detectabilidad de lesión, especialmente después de que sea estudiado en detalle y con estudios sistemáticos de los espectros de frecuencia de la imagen, su sesgo y variación. Además, los datos de proyección no necesitan estar igualmente espaciados para la reconstrucción iterativa e incluso se puede utilizar un conjunto incompleto de datos. Sin embargo, una desventaja importante de los algoritmos iterativos de reconstrucción es su lenta convergencia a una imagen aceptable y su alto coste de cómputo. Esto no ha permitido hasta hace poco tiempo la aplicación práctica de éstos algoritmos en la rutina clínica. En la actualidad sí que se pueden realizar estos cálculos en tiempos razonables, sobre todo si se hace uso de procesadores en paralelo y en arquitecturas dedicadas de bajo coste. Se sigue investigando de manera muy importante en obtener algoritmos de este tipo que sean cada vez más eficientes, presentándose muchas propuestas distintas cada año en revistas y congresos. Entre los algoritmos propuestos, el algoritmo MLEM usando subconjuntos ordenados (OSEM), está mostrando ser el que ofrece resultados más fiables. El deterioro de la calidad de imagen después de un número de iteraciones, fenómeno bien conocido en reconstrucción iterativa, es el segundo punto principal a resolver durante la implementación y aplicación de estos métodos. La regularización Bayesiana o las aproximaciones con post filtrados se están convirtiendo hoy en los métodos preferidos para controlar el ruido en las imágenes reconstruidas.