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

No mundo do diagnóstico por imagem médica, os médicos frequentemente dependem de duas ferramentas poderosas para ver o interior do corpo humano: a Tomografia por Emissão de Pósitrons, ou PET, que revela como os órgãos estão funcionando ao rastrear traçadores radioativos, e a Tomografia Computadorizada, ou CT, que utiliza raios X para criar mapas detalhados da densidade de ossos e tecidos. Para tornar um exame PET útil, o computador precisa saber exatamente quanto os tecidos do corpo irão bloquear ou absorver a radiação conforme ela viaja; esse processo é chamado de correção de atenuação. Tradicionalmente, os médicos têm usado um exame de CT para fornecer esse mapa. No entanto, um exame de CT adiciona uma dose significativa de radiação ionizante ao paciente, o que é uma preocupação, especialmente para aqueles que precisam de monitoramento frequente. O desafio, então, é criar uma versão digital desse mapa de densidade — um "pseudo-CT" — usando apenas as informações já presentes no exame PET e em uma imagem de ressonância magnética, ou MRI.

Uma equipe de pesquisadores da Universidade de Manchester abordou esse problema ao entrar em uma competição projetada para testar exatamente essa capacidade. Eles construíram um sistema de computador sofisticado capaz de observar três tipos diferentes de imagens médicas simultaneamente: o exame PET bruto, um MRI e uma imagem de projeção 2D conhecida como topograma, que é essencialmente um instantâneo de raio X de baixa dose da forma geral do corpo. O objetivo deles era ensinar uma máquina a combinar essas fontes distintas de informação para gerar um mapa de densidade de tecido 3D de alta qualidade que pudesse substituir um exame de CT completo. Os pesquisadores descobriram que, ao tratar cada tipo de imagem de forma diferente e depois fundir cuidadosamente seus insights, eles poderiam criar um modelo que produz mapas de densidade precisos, o que, por sua vez, permite imagens PET mais claras e precisas sem a necessidade de um CT separado.

O cerne de sua abordagem foi uma arquitetia digital projetada para respeitar a natureza única de cada tipo de imagem. Ao contrário de métodos anteriores que poderiam simplesmente empilhar as diferentes imagens como se fossem camadas de um único bolo, esta equipe reconheceu que o exame PET, o MRI e o topograma 2D nem sempre se alinham perfeitamente no espaço. Em vez disso, eles construíram caminhos separados para os dados 3D do PET e do MRI, permitindo que o computador aprendesse as características específicas de cada modalidade de forma independente. À medida que esses fluxos distintos de informação avançavam mais profundamente no sistema, eles eram reunidos em vários níveis de detalhe. Em cada estágio, o sistema usava um mecanismo para pesar a importância da informação combinada, garantindo que os detalhes mais úteis de ambos o PET e o MRI fossem preservados enquanto o ruído menos relevante era filtrado.

O topograma 2D foi tratado de uma forma única porque ele representa o corpo inteiro em uma projeção plana, em vez de um volume 3D. Como não pode ser correspondido ponto a ponto com as fatias 3D do PET ou do MRI, os pesquisadores o utilizaram como um guia para a forma geral e a anatomia do paciente. Eles alimentaram essa imagem 2D em um sistema pré-treinado que extraía um resumo da forma do corpo. Esse resumo foi então usado para guiar e ajustar suavemente o principal caminho de processamento 3D, efetivamente dizendo ao sistema: "Lembre-se, este paciente tem este formato de corpo específico", sem forçar a imagem 2D a se encaixar na grade 3D. Este método permitiu que o sistema utilizasse a visão global do topograma para refinar os detalhes locais do mapa gerado, uma técnica que se provou mais eficaz do que tentar forçar um alinhamento espacial rígido entre os diferentes tipos de imagem.

Quando os pesquisadores testaram seu sistema final em quatro sujeitos de um conjunto de validação interna, os resultados foram promissores. Os mapas gerados pelo computador foram notavelmente próximos dos exames de CT reais, com diferenças médias muito pequenas nos valores de densidade. Mais importante ainda, quando esses mapas gerados foram usados para corrigir os exames PET, as imagens resultantes mostraram um alto grau de precisão. O erro médio nos valores de captação padronizados — uma medida fundamental de quanto o corpo absorve o traçador — foi extremamente baixo, e o viés em órgãos específicos foi mínimo. O sistema também teve um bom desempenho no cérebro, uma área crítica para a detecção de anormalidades, com pouquíssimos valores discrepantes. Essas descobertas sugerem que o método integrou com sucesso as forças complementares das diferentes modalidades de imagem para criar um substituto confiável para um exame de CT.

A equipe também explorou se adicionar variações extras aos dados de treinamento, como deslocar ou rotacionar as imagens para imitar imperfeições do mundo real, melhoraria os resultados. Eles descobriram que essas técnicas comuns não ajudaram; na verdade, o modelo treinado com os dados originais, inalterados, teve um desempenho melhor do que qualquer versão que tivesse sido submetida a essas aumentações. Isso indica que a arquitetura específica que eles projetaram, com seus caminhos de codificação separados e a maneira única como lidaram com o topograma 2D, foi robusta o suficiente para lidar com as variações naturais dos dados sem precisar de truques artificiais para forçá-lo a aprender. O estudo conclui que essa abordagem multimodal oferece um caminho viável para uma correção de atenção de PET de alta qualidade que evita a dose extra de radiação de um exame de CT, baseando-se, em vez disso, em uma síntese inteligente de dados de imagem existentes.