Figura x: Mecanismos de interacción de fotones dominantes en función de la energía de los fotones y el número atómico. El diagrama muestra regiones donde la absorción fotoeléctrica, la dispersión de Compton o la producción por pares es el proceso de interacción predominante.
El número atómico efectivo del tejido corporal depende del tipo de tejido. En general, está muy por debajo de 10 para la mayoría de los tejidos. La dispersión de Compton es, con mucho, el efecto más dominante de la dispersión junto con las energías de los fotones emitidas por los radionúclidos que se utilizan en la medicina nuclear.
La atenuación de los fotones depende del tamaño del paciente y de la región a fotografiar. Además, dado que la composición del tejido varía en función de la ubicación corporal, los errores introducidos como resultado de la atenuación varían de una región a la siguiente. Por ejemplo, los errores de atenuación asociados con la recuperación de la concentración de actividad cuantitativa son más importantes para las lesiones localizadas “más profundas” que las localizadas de manera más superficial. La atenuación de fotones también es más significativa en imágenes de fotones individuales en relación con la tomografía por emisión de positrones (PET) dadas las energías de fotones asociadas más bajas. Como ejemplo, en el caso de imágenes de 99 m Tc-cerebro, la reducción en el número de recuentos detectados puede ser superior a un factor de 4 debido a los efectos de atenuación. De manera similar, es más difícil realizar la corrección de atenuación en imágenes de un solo fotón en comparación con el PET, donde los efectos de atenuación no dependen de la profundidad de la emisión dentro del cuerpo sino solo del tamaño del cuerpo. Históricamente, debido a la falta de soluciones de hardware y software adecuadas, además de los problemas de tiempo de examen, la corrección de la atenuación no se ha utilizado ampliamente en imágenes de fotones individuales, mientras que se ha aplicado regularmente en PET. En la era actual de los dispositivos multimodales, el uso de imágenes anatómicas (CT, MRI) se utiliza rutinariamente para la corrección de atenuación de imágenes de PET y SPECT. Dentro de este contexto, se deben tener en cuenta diferentes parámetros para reducir cualquier error potencial asociado con el uso de las imágenes anatómicas para la corrección de atenuación. Estos incluyen diferencias en los protocolos de adquisición de imágenes nucleares y de CT (o RM), presencia de agentes de contraste oral/intravenoso o implantes metálicos, derivación y descamación de parámetros de atenuación precisos y la presencia de artefactos de imagen CT/MR.
En términos de dispersión, las interacciones de Compton causan una desviación en la dirección del fotón y no solo reducen el número de eventos detectados, sino que también causan un aumento en el ruido en función de la detección de algunos de estos fotones dispersos y las coincidencias asociadas en la imagen de PET. Más específicamente, el número de estos eventos dispersos detectados depende de la cantidad de tejido presente así como de su densidad. A pesar de una reducción asociada en la energía de estos fotones detectados, algunos de ellos todavía se detectan dentro de las ventanas de energía utilizadas tanto en imágenes de un solo fotón como de PET. Por un lado, la resolución de energía de los sistemas de formación de imágenes de un solo fotón ha sido consistentemente mejor que la de los dispositivos PET, lo que a su vez facilita el uso de enfoques basados en ventanas de energía para la compensación de dispersión. Por otro lado, la metodología de corrección de dispersión más popular en la imagen PET se basa en modelar la contribución de las coincidencias dispersas para aquellos eventos que han sufrido una única interacción de dispersión de Compton antes de su detección.
Resolución espacial y efectos de tiempo muerto
Otros parámetros relacionados con el sistema de detección que deben tenerse en cuenta para mejorar la precisión cuantitativa general de la imagen incluyen efectos de tiempo muerto y resolución espacial. Los efectos del tiempo muerto se encuentran principalmente en entornos de alta concentración de actividad, por ejemplo, durante el paso del bolo de actividad inyectado inicialmente en combinación con protocolos de formación de imágenes dinámicas (ver sección en la formación de imágenes dinámicas a continuación). Es bastante sencillo corregir tales efectos de tiempo muertos, si se conocen las características de la velocidad de recuento de los sistemas detectores correspondientes.
En el caso de la resolución espacial, es bien sabido que la imagen médica nuclear se caracteriza globalmente por una mala resolución espacial en comparación con las modalidades de formación de imágenes anatómicas. Como resultado, para objetos menores que el doble de la resolución espacial del dispositivo de formación de imágenes, la actividad se extiende más allá de los límites físicos del objeto. Esta observación se conoce como el efecto de volumen parcial, y es un obstáculo importante para recuperar con precisión la concentración de actividad en pequeñas regiones de interés. Claramente, este efecto es más significativo en el caso de un solo fotón en relación con la formación de imágenes de PET dada la resolución espacial superior asociada con el PET. Además, cualquier enfoque para segmentar automáticamente las regiones de interés en las imágenes reconstruidas debe tener en cuenta estos efectos de volumen parcial, lo que hace que las regiones de interés se vean más grandes de lo que son físicamente. Una forma sencilla es agrandar suficientemente la región de interés dibujada para recuperar toda la actividad presente, pero la concentración media de actividad será posteriormente inferior a la real. Un enfoque diferente se basa en el uso de coeficientes de recuperación que se pueden usar para multiplicar la región de concentraciones de actividad derivadas de imágenes basadas en intereses con un factor de corrección que explica los efectos de volumen parcial. Estos coeficientes de recuperación se obtienen mediante la formación de imágenes de “esferas calientes” fantasmas que contienen esferas de diferentes tamaños de uno a unos pocos centímetros de diámetro. Estas esferas están llenas de diferentes niveles de actividad, mientras que el fondo del fantasma se llena uniformemente para conducir a diferentes niveles de contraste. Aunque estos coeficientes de recuperación pueden conducir a una cuantificación mejorada, se basan en ciertas suposiciones tales como el uso de un análisis de región de interés similar a una esférica y la presencia de una concentración de actividad de fondo uniforme. En los últimos años, se han desarrollado diferentes enfoques tanto en imágenes SPECT como PET para la integración de la resolución del sistema durante el proceso de reconstrucción de imágenes y permite una mejora en la precisión de la imagen cualitativa y cuantitativa. En el caso de la formación de imágenes SPECT, este modelado también explica la penetración septal y los efectos de dispersión del colimador asociados.
Movimiento fisiológico del paciente
Finalmente, hay que considerar los parámetros asociados con el paciente y el movimiento fisiológico asociado con el fin de reducir el impacto en la precisión cuantitativa de las imágenes reconstruidas. En términos de movimiento fisiológico, se deben tener en cuenta dos componentes diferentes: movimiento respiratorio y latidos cardíacos. Ambos pueden influir en la imagen torácica y cardíaca. Para tener en cuenta ambos tipos de movimiento, es necesario emplear diferentes dispositivos de monitorización externos. Para el movimiento respiratorio, se puede utilizar un cinturón de presión, un espirómetro o la monitorización del movimiento de los puntos reflectantes unidos al pecho del paciente en función de la respiración. En el caso del movimiento cardíaco, un monitor de ECG puede proporcionar la señal de batido cardíaco necesaria. Las señales fisiológicas derivadas de estos dispositivos se pueden usar posteriormente para desencadenar/sincronizar la adquisición de datos que conduce a la construcción de marcos de datos correspondientes a fases o amplitudes respiratorias particulares y estado de batido cardíaco (diastole, sístole). Vale la pena señalar que recientemente se han desarrollado enfoques alternativos que permitirían que la información de movimiento fisiológico se derive directamente de los datos en bruto. Estos aspectos de movimiento fisiológico del paciente pueden ser particularmente exigentes en el caso de la formación de imágenes multimodales dadas las diferentes condiciones de adquisición utilizadas por diversos dispositivos de formación de imágenes. En el caso de la formación de imágenes por TC, las adquisiciones sobre los campos pulmonares se realizan normalmente con el paciente bloqueando su respiración, mientras que en el caso de la formación de imágenes nucleares, la longitud de adquisición solo es compatible con un protocolo promedio de movimiento respiratorio. Tales diferencias no solo causarán desajustes cualitativos en la superposición de las imágenes anatómicas y funcionales, sino que también causarán errores cuantitativos en el uso de las imágenes anatómicas para la corrección de atenuación de las imágenes funcionales. Estos errores y artefactos asociados pueden ser más significativos en el campo de la formación de imágenes de PET para aplicaciones de formación de imágenes de cáncer de pulmón y PET/SPECT.
Finalmente, otra forma de movimiento que debe tenerse en cuenta es la del trazador. La mayoría de los protocolos de medicina nuclear se refieren a adquisiciones estáticas que se realizan un cierto tiempo después de la inyección del trazador para facilitar su acumulación dentro del cuerpo y en regiones / órganos de interés. La suposición detrás de esto es que el trazador inyectado ha alcanzado un equilibrio dentro del área / órgano de interés en el momento de la adquisición, y por lo tanto la concentración de actividad permanece constante a lo largo de esta adquisición estática, aunque hay problemas de desintegración física y biológica que se pueden explicar fácilmente. Sin embargo, hay ciertos casos en los que el estudio de los fenómenos dinámicos requiere una adquisición en diferentes fases del proceso de acumulación de trazadores. El análisis cuantitativo de tales adquisiciones dinámicas se describe en la sección de imágenes dinámicas a continuación.
Parámetros derivados de la imagen
Habiendo corregido todas las variables físicas y específicas del paciente, se pueden analizar las imágenes reconstruidas para permitir la extracción de parámetros fisiológicos cuantitativos. Estos parámetros pueden ser completamente cuantitativos o semicuantitativos, como es el caso en la mayoría de los protocolos de adquisición de imágenes estáticas. Más allá de una interpretación de imagen puramente visual implica, como mínimo, la definición de una región de interés sobre la que se recuperará la concentración de actividad utilizando las imágenes estáticas reconstruidas. Este ROI se puede dibujar manualmente basándose en el conocimiento de las propiedades físicas del proceso de formación de imágenes, pero también de las propiedades fisiológicas subyacentes. Una alternativa implica el uso de enfoques de umbralización simples que definen un ROI basado en un nivel predeterminado de concentración de actividad que se supone relacionado con un estado enfermo. En este caso, todos los vóxeles de imagen con una concentración de actividad sobre este umbral se incluirán en la ROI definida semiautomáticamente. Este enfoque se conoce como una segmentación de imagen basada en umbral fijo. Existen enfoques de segmentación automática más sofisticados para la determinación de un ROI en una imagen 2D o un volumen de interés 3D (VOI) y pueden estar disponibles en diferentes plataformas de software comercial utilizadas hoy en día en medicina nuclear. Estos se basan en diferentes enfoques (por ejemplo, análisis estadístico de distribuciones de histograma de intensidad de imagen) que permiten la clasificación de un grupo de vóxeles con un nivel dado de intensidad (concentración de actividad) a un ROI dado. Por ejemplo, en aplicaciones de oncología de PET tales enfoques de segmentación se pueden usar para definir automáticamente el volumen de tumor 3D a partir de las imágenes de PET reconstruidas. Siguiendo la definición de una ROI dada, la concentración de actividad recuperada se puede normalizar usando diferentes parámetros específicos del paciente pertinente (por ejemplo, peso del paciente y/o actividad inyectada) que permite comparaciones entre pacientes, pero también la agrupación de diferentes pacientes que tienen la misma enfermedad dentro de cohortes uniformes de pacientes. Los parámetros de imagen semicuantitativa clásica en medicina nuclear se refieren al valor de captación estandarizado derivado de la imagen de PET (SUV) comúnmente utilizado en estudios de oncología clínica y definido como la concentración de actividad normalizada por el peso del paciente y la actividad inyectada. En este caso, la concentración de actividad puede definirse por el vóxel con el valor de concentración de actividad más alto (SUV max) o el valor de concentración de actividad promedio (media de SUV) dentro de una ROI (que define, por ejemplo, un tumor para aplicaciones oncológicas). Se ha demostrado que tanto el volumen funcional 3D como también los SUV tienen un valor predictivo y pronóstico significativo en la imagen de PET.Una vez definido el volumen 3D también es posible ir más allá y analizar la distribución de la actividad con el fin de identificar cualquier característica de heterogeneidad que pueda estar presente. La hipótesis detrás de tal análisis es que la heterogeneidad de la imagen puede estar relacionada con la heterogeneidad tisular/celular subyacente. Con el fin de derivar tales parámetros, se pueden usar métricas simples observando las propiedades simétricas del histograma de intensidad de los vóxeles contenidos con este volumen 3D. Se pueden obtener medidas cuantitativas más sofisticadas realizando análisis de textura para caracterizar cualquier heterogeneidad presente en la distribución de la actividad no solo a nivel global (análisis de histogramas) sino también a nivel local y regional. Todos estos parámetros cuantitativos se conocen comúnmente hoy como radiómicas.
Imágenes dinámicas

El escaneo dinámico es un protocolo de adquisición muy popular en imágenes médicas nucleares para diferentes aplicaciones. Este modo de adquisición se puede utilizar tanto en imágenes de un solo fotón plano (2D + t) como en el modo de formación de imágenes tomográficas SPECT/PET (3D + t). La información de tiempo se utiliza para agrupar los datos en diferentes tramas temporales que se pueden visualizar en modo cine o analizar cuantitativamente para obtener lo que se conoce como una curva de actividad de tiempo (TAC). Se puede derivar un TAC colocando una ROI sobre un área/órgano de interés específico y trazando la variación en la densidad de recuento de imágenes de ROI a lo largo del tiempo. Si hay una concentración de actividad subyacente significativa dentro del ROI, la densidad de recuento recuperada debe corregirse en segundo plano. Tal corrección se puede realizar seleccionando un ROI de fondo en un área cercana al órgano de interés, donde se espera que la densidad de recuento represente los niveles de concentración de actividad de fondo. Claramente, cuando se extraen estas ROI, se deben tener en cuenta los efectos de volumen parcial descritos en las secciones anteriores. Esto es particularmente crítico cuando el área de interés es pequeña y está cerca de otras regiones de concentración de actividad que varían rápidamente. Una vez corregido para la actividad de fondo, el TAC representa la variación en la concentración de actividad dentro del área/órgano de interés y, como tal, se puede utilizar de diferentes maneras para derivar índices completamente cuantitativos. El más simple se basa en la variabilidad de estos TAC entre estados sanos y enfermos. Se pueden derivar parámetros fisiológicos más cuantitativos modelando la cinética del trazador. En general, un proceso de modelización de este tipo considera diferentes partes del órgano de interés como un conjunto de compartimentos (espacios físicos o bioquímicos) que suponen una concentración de actividad uniforme. Se utilizan diferentes tasas variables (parámetros cinéticos) y ecuaciones diferenciales asociadas para denotar los intercambios trazadores entre los compartimentos utilizados para describir la función de un órgano de interés dado. Idealmente, estos parámetros cinéticos se determinan ajustando los TAC medidos con curvas basadas en las ecuaciones diferenciales que describen la función de un modelo cinético. Finalmente, estos modelos también se pueden usar para derivar lo que se conoce como imágenes paramétricas, donde la serie de imágenes dinámicas se convierte en una sola imagen con cada vóxel que describe un parámetro fisiológico cuantitativo dado. Una forma sencilla de pensar sobre este concepto es que la variación de densidad de recuento en cada uno de los vóxeles de imagen dinámica representa un TAC que se analiza por sí solo o en combinación con otros vóxeles caracterizados por el mismo comportamiento dinámico y, por lo tanto, modelo cinético. En este caso específico, por lo tanto, no es necesario extraer TAC a base de ROI.

 

Referencias

1. Dickson, J.C., Armstrong, I.S., Gabiña, P.M. y col. Guía de práctica de la EANM para el SPECT-CT cuantitativo. Eur J Nucl Med Mol Imaging 50, 980–995 (2023). https://doi.org/10.1007/s00259-022-06028-9