Multimodal pseudo-CT synthesis for PET attenuation correction using separate modality encoding and topogram conditioning

Nel mondo dell'imaging medico, i medici spesso si affidano a due potenti strumenti per vedere l'interno del corpo umano: la Tomografia a Emissione di Positroni, o PET, che rivela come funzionano gli organi tracciando i traccianti radioattivi, e la Tomografia Computerizzata, o CT, che utilizza i raggi X per creare mappe dettagliate della densità di ossa e tessuti. Per rendere utile una scansione PET, il computer deve sapere esattamente quanto i tessuti del corpo bloccheranno o assorbiranno la radiazione mentre questa viaggia; questo processo è chiamato correzione dell'attenuazione. Tradizionalmente, i medici hanno utilizzato una scansione CT per fornire questa mappa. Tuttavia, una scansione CT aggiunge una dose significativa di radiazioni ionizzanti al paziente, il che è una preoccupazione, specialmente per coloro che necessitano di un monitoraggio frequente. La sfida, quindi, è quella di creare una versione digitale di quella mappa di densità — una "pseudo-CT" — utilizzando solo le informazioni già presenti nella scansione PET e in un'immagine di risonanza magnetica, o MRI, senza esporre il paziente a ulteriori raggi X.

Un team di ricercatori dell'Università di Manchester ha affrontato questo problema partecipando a una competizione progettata per testare esattamente questa capacità. Hanno costruito un sofisticato sistema informatico capace di osservare simultaneamente tre diversi tipi di immagini mediche: la scansione PET grezza, una MRI e un'immagine di proiezione 2D nota come topogramma, che è essenzialmente un rapido scatto a basso dosaggio della forma complessiva del corpo. Il loro obiettivo era insegnare a una macchina come combinare queste distinte fonti di informazione per generare una mappa 3D ad alta qualità della densità dei tessuti che potesse sostituire una scansione CT completa. I ricercatori hanno scoperto che, trattando ogni tipo di immagine in modo diverso e poi fondendo attentamente le loro intuizioni, potevano creare un modello in grado di produrre mappe di densità accurate, il che, a sua volta, permette di ottenere immagini PET più chiare e precise senza la necessità di una CT separata.

Il cuore del loro approccio è stato un'architettura digitale progettata per rispettare la natura unica di ciascun tipo di immagine. A differenza dei metodi precedenti che avrebbero potuto semplicemente impilare le diverse immagini l'una sull'altra come se fossero strati di un unico dolce, questo team ha riconosciuto che la scansione PET, la MRI e il topogramma 2D non sempre si allineano perfettamente nello spazio. Invece, hanno costruito percorsi separati per i dati 3D della PET e della MRI, permettendo al computer di apprendere le caratteristiche specifiche di ciascuna modalità in modo indipendente. Mentre questi flussi separati di informazioni si muovevano più in profondità nel sistema, venivano riuniti a più livelli di dettaglio. In ogni fase, il sistema utilizzava un meccanismo per pesare l'importanza dell'informazione combinata, assicurando che i dettagli più utili sia della PET che della MRI fossero preservati, mentre il rumore meno rilevante veniva filtrato.

Il topogramma 2D è stato gestito in un modo unico perché rappresenta l'intero corpo in una proiezione piatta piuttosto che in un volume 3D. Poiché non può essere accoppiato punto per punto con le fette 3D della PET o della MRI, i ricercatori lo hanno utilizzato come guida per la forma complessiva e l'anatomia del paziente. Hanno inserito questa immagine 2D in un sistema pre-addestrato che estraeva un riassunto della forma del corpo. Questo riassunto è stato poi utilizzato per guidare delicatamente e regolare il percorso di elaborazione 3D principale, dicendo efficacementamente al sistema: "Ricorda, questo paziente ha questa specifica forma corporea", senza forzare l'immagine 2D a inserirsi nella griglia 3D. Questo metodo ha permesso al sistema di utilizzare la visione globale del topogramma per raffinare i dettagli locali della mappa generata, una tecnica che si è dimostrata più efficace rispetto al tentativo di forzare un rigido allineamento spaziale tra i diversi tipi di immagini.

Quando i ricercatori hanno testato il loro sistema finale su quattro soggetti di un set di validazione interna, i risultati sono stati promettenti. Le mappe generate dal computer erano straordinariamente vicine alle vere scansioni CT, con differenze medie molto piccole nei valori di densità. Più importante ancora, quando queste mappe generate sono state utilizzate per correggere le scansioni PET, le immagini risultanti hanno mostrato un alto grado di accuratezza. L'errore medio nei valori di captazione standardizzata — una misura chiave di quanto il corpo assorbe il tracciante — era estremamente basso, e il bias in organi specifici era minimo. Il sistema ha performato bene anche nel cervello, un'area critica per il rilevamento di anomalie, con pochissimi outlier. Questi risultati suggeriscono che il metodo ha integrato con successo i punti di forza complementari delle diverse modalità di imaging per creare un sostituto affidabile di una scansione CT.

Il team ha anche esplorato se l'aggiunta di ulteriori variazioni ai dati di addestramento, come lo spostamento o la rotazione delle immagini per simulare imperfezioni del mondo reale, avrebbe migliorato i risultati. Hanno scoperto che queste tecniche comuni non hanno aiutato; anzi, il modello addestrato sui dati originali, non alterati, ha performato meglio di qualsiasi versione che fosse stata sottoposta a tali aumentazioni. Ciò indica che l'architettura specifica che hanno progettato, con i suoi percorsi di codifica separati e il modo unico in cui ha gestito il topogramma 2D, era abbastanza robusta da gestire le variazioni naturali dei dati senza il bisogno di trucchi artificiali per forzare l'apprendimento. Lo studio conclude che questo approccio multimodale offre una via percorribile verso un'alta qualità di correzione dell'attenuazione della PET che evita la dose extra di radiazioni di una CT, facendo affidamento invece su una intelligente sintesi dei dati di imaging esistenti.