FILTRO TEMPORAL PARA ESTUDIOS DE PERFUSIÓN SANGUÍNEA POR RESONANCIA MAGNÉTICA EN TUMORES DE PRÓSTATA

Abstract

Actualmente, debido a la aparición de la imagen digital, es posible obtener información médica cuantitativa de relevancia que complemente el diagnóstico del radiólogo, que es tradicionalmente más cualitativo. Concretamente, este proyecto se centra en estudios de perfusión por resonancia magnética (RM), que consisten en inyectar contraste intravenoso al paciente y observar su difusión por una región determinada del organismo mediante la adquisición de imágenes adquiridas secuencialmente en el tiempo. A partir de las imágenes de perfusión por RM se pueden extraer curvas de variación de intensidad de señal frente al tiempo para cada píxel. Analizando estas curvas se extraen una serie de parámetros farmacocinéticos por métodos de ajuste mínimo cuadráticos, los cuales representan aspectos tales como el estado del tejido y los procesos vasculares. No obstante, las imágenes presentan bastante ruido debido al movimiento involuntario del paciente y a los requisitos de alta resolución temporal, afectando a la calidad de las imágenes desde el punto de vista de la relación señal a ruido de éstas. Las curvas resultantes muestran oscilaciones no deseadas que causan con frecuencia un ajuste incorrecto, hecho que provoca que los parámetros farmacocinéticos resultantes también sean incorrectos. Este problema es crítico cuando las curvas presentan altas contribuciones arteriales (relacionadas con posibles procesos tumorales), que pueden verse penalizadas o enmascaradas por el proceso de ajuste. El objetivo de este proyecto es implementar una metodología de filtrado automática para las curvas de variación de intensidad, que eliminen el ruido intrínseco, respetando la fase arterial. De esta forma, será posible obtener parámetros farmacocinéticos más precisos. La metodología de filtrado se basa en dividir cada curva de intensidad en tres partes, siguiendo los criterios fisiológicos del aporte vascular a los tejidos. En la primera parte (instantes anteriores a la llegada del contraste) se llevan todos los valores de la curva a cero (asunción de que inicialmente no existe contraste). En la segunda parte (fase arterial), los valores de la curva se interpolan, respetando además los valores originales. En la tercera fase (fase de lavado), se aplica un filtrado de tipo lineal (lowess o rlowess). Los límites temporales de división de la curva se definen como el instante justo antes de detectar el contraste y el instante posterior al máximo de la captación puramente arterial del tejido de interés. Para obtener estos límites, se aplica análisis de componentes principales (PCA) en un conjunto de curvas pertenecientes al tejido de interés, que permiten extraer una componente principal muy correlacionada con curvas puramente arteriales (función de entrada arterial, AIF). Para comprobar la fiabilidad del filtro se han utilizado dos baterías de pruebas. Por un lado se ha aplicado sobre curvas de casos reales de RM de próstata, con el fin de valorar cualitativamente la mejora en la detección y ajuste correcto de aquellas curvas con marcado componente arterial. Por otro lado, se han utilizado curvas simuladas generadas con distintos parámetros farmacocinéticos y distintos niveles de ruido. Los resultados en datos reales son satisfactorios. La fase arterial se detecta correctamente en las curvas resultantes del ajuste de mínimos cuadrados, lo cual es un gran avance, e implica que los parámetros calculados son más precisos y, al menos a nivel cualitativo, permiten caracterizar de forma más correcta la contribución marcadamente arterial en los tejidos. En el apartado de simulaciones, se ha comprobado que se producen solamente ligeras mejoras para algunas combinaciones de parámetros farmacocinéticos. Se ha podido deducir que el propio ajuste por mínimos cuadrados ya se presenta como una solución óptima para filtrar las curvas simuladas con ruido. Cabe destacar también como limitaciones que el ruido añadido a las curvas simuladas puede no haber sido suficientemente fiel a la realidad o que el modelo farmacocinético elegido no haya sido el más adecuado. Por tanto, se puede concluir que la metodología propuesta en este proyecto permite obtener parámetros más fiables desde un punto de vista cualitativo, favoreciendo que la información de la fase arterial no se pierda al realizar el ajuste por mínimos cuadrados, solucionando la limitación que presentaba esta técnica. Para cuantificar con mayor exactitud la mejora, es necesario en un futuro revisar el apartado de simulaciones para recrear curvas más realistas que permitan validar el filtro propuesto en términos más objetivos.