Mejoras en el análisis de imágenes para IRM
Las imágenes médicas son una herramienta vital en el entorno clínico, en particular de cara al desarrollo de herramientas cuantitativas basadas en imágenes como parte de la terapia contra el cáncer y para la medición de la respuesta de los tumores después del tratamiento. El proyecto MICAT («Análisis de imágenes médicas para la monitorización del tratamiento del cáncer y la formación de un atlas de tumores») trabajó en el desarrollo de nuevos métodos de computación para medicina y un marco de análisis de imágenes médicas para el seguimiento del tratamiento del cáncer. En particular, MICAT se centró en la evaluación de la respuesta tumoral y la formación de un nuevo atlas probabilístico de tumores cerebrales. La segmentación de los tumores a partir de los datos de las imágenes es complicada debido a la gran diversidad de apariencias de los tejidos tumorales de un paciente a otro y, en algunos casos, en relación con los tejidos normales. El equipo de MICAT desarrolló un nuevo método de segmentación basado en el algoritmo del autómata celular (CA). Los estudios de validación mostraron que el algoritmo final superaba los algoritmos de corte de grafo y GrowCut, y que presentaba menor sensibilidad a las condiciones de inicialización y al tipo de tumor. Las aplicaciones del registro de imágenes incluyen la combinación de imágenes del mismo sujeto tomadas en distintas modalidades y la guía por imágenes durante una intervención. Los investigadores de MICAT desarrollaron un nuevo método de registro rígido basado en referencias atómicas cerebrales para comparar los volúmenes de base y de seguimiento de un paciente con un tumor cerebral. La nueva técnica incluye imágenes seriadas con contraste de resonancia magnética ponderada T1 (RM). Los rastreos ponderados T1 muestran las diferencias de tiempo de relajación de la retícula de espines del tejido. Los nuevos protocolos permitirán medir las variaciones de volumen y de diámetro de los tumores con mayor precisión y fiabilidad. Además, MICAT está estudiando nuevos criterios locales utilizando el tensor de deformación de Lagrange. Hasta la fecha se han publicado siete artículos que detallan los logros del proyecto MICAT. Cuando las herramientas de software pasen a estar disponibles en la práctica clínica, aumentará la eficiencia de la radiocirugía aplicada a los tumores y del análisis de la respuesta de los tumores cerebrales en las revisiones después del tratamiento.
