Deep Learning Reconstruction Combined with Ultra-Low Pitch Scanning: A Synergistic Strategy for Helical Artifact Suppression in Low-Dose Abdominal CT

O diagnóstico por imagem médica há muito enfrenta um difícil equilíbrio. Para visualizar o interior do corpo humano com clareza, os médicos dependem de exames de raio-X que atravessam os tecidos para criar uma imagem. Quanto mais clara a imagem, mais fácil é detectar problemas como tumores ou inflamações. No entanto, obter uma imagem nítida muitas vezes exige uma dose mais alta de radiação, o que acarreta seus próprios riscos, especialmente para pacientes que precisam de check-ups frequentes. Por outro lado, reduzir a dose de radiação para manter a segurança do paciente resulta frequentemente em imagens granuladas e ruidosas, onde os detalhes finos se confundem. No abdômen, este problema é agravado pela forma como o scanner se move. À medida que a máquina gira em torno do paciente, ela espirala para a frente para capturar todo o corpo. Se este movimento espiral for muito largo ou rápido, surgem lacunas nos dados, criando estrias e distorções conhecidas como artefatos helicoidais. Essas estrias podem esconder as paredes delicadas dos intestinos, dificultando o diagnóstico de condições como a doença de Crohn ou obstruções intestinais. Durante décadas, os radiologistas tiveram que escolher entre um exame rápido e de baixa dose com qualidade de imagem ruim, ou um exame lento e de alta qualidade que expõe o paciente a mais radiação.

Uma equipe de pesquisadores do Hospital Geral Internacional Guiqian, na China, decidiu romper esse impasse. Eles testaram uma nova abordagem que combina duas tecnologias específicas para ver se poderiam trabalhar juntas para resolver o problema. A primeira parte de sua estratégia envolve reduzir a velocidade do movimento espiral do scanner para uma velocidade "ultra-baixa". Ao mover o scanner mais lentamente, ele captura uma quantidade muito mais densa de dados, preenchendo as lacunas que normalmente causam essas estrias incômodas. A segunda parte da estratégia utiliza um programa de computador moderno baseado em aprendizado profundo (deep learning). Diferente dos programas de computador antigos, que simplesmente suavizam imagens granuladas, este novo programa foi treinado com milhares de imagens médicas reais. Ele aprende a distinguir entre o ruído aleatório, os artefatos indesejados e a anatomia real do corpo. Os pesquisadores queriam saber se o uso dessa velocidade de escaneamento lenta, juntamente com o programa de computador inteligente, poderia produzir uma imagem clara e de baixa radiação do abdômen que fosse superior ao que é possível atualmente.

Para encontrar a resposta, os pesquisadores recrutaram 90 pacientes que necessitavam de tomografias computadorizadas abdominais por razões médicas. Eles dividiram esses pacientes em três grupos para comparar diferentes métodos de escaneamento. Um grupo recebeu um exame padrão usando uma velocidade convencional e um método de processamento de imagem tradicional. Um segundo grupo recebeu um exame ligeiramente mais lento, também utilizando o método tradicional. O terceiro grupo recebeu o escaneamento ultra-lento, mas este grupo foi dividido em dois: metade foi processada com o método tradicional e a outra metade com o novo programa de computador de aprendizado profundo. Os pesquisadores então mediram tudo, desde a quantidade de radiação recebida por cada paciente até a clareza das imagens finais. Eles observaram o nível de ruído nas imagens, o quão bem as imagens mostravam o contraste entre diferentes tecidos e a frequência com que as estrias incômodas apareciam. Dois radiologistas experientes, que não sabiam a qual grupo cada paciente pertencia, também avaliaram as imagens em uma escala de um a cinco, baseando-se na facilidade de leitura e na clareza dos detalhes.

Os resultados mostraram que a combinação do escaneamento ultra-lento e do programa de aprendizado profundo foi a vencedora clara. Este grupo específico recebeu a menor quantidade de radiação de todos, com uma média de 9,88 unidades, comparado às doses mais altas nos outros grupos. Mais importante ainda, as imagens produzidas foram significativamente mais claras. O programa de aprendizado profundo conseguiu remover o ruído granulado que costuma assolar os exames de baixa dose, tornando as imagens muito mais nítidas. Os pesquisadores descobriram que o ruído nessas imagens foi reduzido em mais da metade em comparação aos exames padrão. As estrias e distorções que tipicamente obscurecem as paredes intestinais também foram dramaticamente suprimidas. Nos grupos que utilizaram as velocidades padrão ou ligeiramente mais lentas, esses artefatos apareceram na maioria dos exames, muitas vezes tornando partes da imagem difíceis de interpretar. Em contraste, o grupo com o escaneamento ultra-lento e o aprendizado profundo apresentou esses artefatos em apenas uma pequena fração dos casos. Os radiologistas classificaram essas imagens como excelentes, observando que as paredes intestinais e as estruturas circundantes eram visíveis com clareza excepcional.

O estudo sugere que esta abordagem dupla funciona atacando o problema por dois lados. Primeiro, a velocidade lenta do escaneamento evita que os artefatos se formem, garantindo que a máquina capture dados suficientes. Segundo, o programa de aprendizado profundo limpa quaisquer imperfeições restantes, distinguindo as estruturas reais do corpo do ruído digital. Isso permitiu que a equipe reduzisse significativamente a dose de radiação sem sacrificar a qualidade da imagem. Os pesquisadores observaram que este método é particularmente útil para pacientes que precisam de exames repetidos ao longo do tempo, como aqueles que monitoram doenças intestinais crônicas, pois minimiza a radiação total que recebem ao longo da vida. No entanto, eles também apontaram uma limitação prática: como o scanner se move tão lentamente, o exame leva mais tempo para ser concluído. O tempo médio para este escaneamento ultra-lento foi de quase nove segundos, o que é mais do que o dobro do tempo de um exame padrão. Isso exige que os pacientes prendam a respiração por um período mais longo, o que pode ser difícil para aqueles que estão muito doentes, com dor ou incapazes de seguir instruções de respiração.

Apesar do maior tempo de escaneamento, as descobertas oferecem um caminho promissor para o diagnóstico por imagem abdominal. Os pesquisadores concluíram que esta estratégia suprime efetivamente as estrias que costumam arruinar as imagens de baixa dose, mantendo a exposição à radiação baixa. Ela oferece uma maneira de visualizar os detalhes intrincados do trato digestivo sem o compromisso habitual entre segurança e clareza. Embora o estudo tenha sido conduzido em um único hospital e focado especificamente nos órgãos ocos do abdômen, os resultados indicam que este método pode se tornar uma forma padrão de realizar esses exames. Ao combinar um ajuste simples na velocidade do scanner com o processamento computacional avançado, os médicos poderão, em breve, fornecer diagnósticos mais seguros e claros para os pacientes que mais precisam.