Aviso: Esta página é uma tradução automática da página original em inglês. Por favor note uma vez que as traduções são geradas por máquinas, não tradução tudo será perfeita. Este site e suas páginas da Web destinam-se a ler em inglês. Qualquer tradução deste site e suas páginas da Web pode ser imprecisas e imprecisos no todo ou em parte. Esta tradução é fornecida como uma conveniência.

O UOC desenvolve o método novo para melhorar a qualidade da aparência da varredura do CT

O tomografia automatizado (CT) é um dos exames médicos os mais eficazes para analisar os efeitos de muitas doenças, incluindo COVID-19, nos pulmões. Uma equipe internacional conduzida pelo UOC desenvolveu um método novo que melhorasse a qualidade das imagens obtidas das varreduras do CT. O algoritmo, que foi testado em dados simulados, permite-os de distinguir melhor tipos do tecido do corpo diferente e abre-o a porta a abaixar as doses da radiação a que os pacientes são expor durante este tipo de teste.

Um indicador nos funcionamentos internos do corpo

O tomografia computorizada, ou o CT, utilizam processos computacionais para combinar muitas medidas do raio X tomadas dos ângulos diferentes do corpo para produzir imagens tomográficas. Este procedimento não invasor, que fornece uma vista reconstruída tridimensional dos órgãos ou dos tecidos, permite que os médicos considerem dentro do alvo sem cortar.

Esta técnica ajuda peritos a determinar a presença de um tumor, de seu lugar exacto, de tamanho e de propagação. Pode igualmente ser usada para diagnosticar desordens do músculo e do osso, coágulos da infecção ou de sangue, doença cardíaca, nódulos do pulmão, e massas do fígado. Esta tecnologia está entre as ferramentas as mais comuns da imagem lactente usadas à biópsia e à radioterapia do guia assim como monitora a eficácia dos tratamentos como o tratamento contra o cancro, os ferimentos internos, e sangra a detecção.”

Mohammad Mahdi Dehshibi, pesquisador pos-doctoral no laboratório da compreensão da cena do UOC e da inteligência artificial (SUNAI) e director do centro de pesquisa do teste padrão em Teheran, Irã

Contudo, o tomografia computorizada envolve o risco de danificar a estrutura do ADN e, subseqüentemente, do cancro devido à exposição do corpo aos raios X da alto-dose. Por exemplo, no curso de uma varredura do CT da cabeça, uma pessoa recebe uma dose da radiação equivalente à quantidade total que são expor geralmente em 243 dias da vida normal.

Um algoritmo novo para reduzir a radiação

Em uma busca para reduzir esta radiação, a equipe conduzida por Dehshibi desenvolveu um algoritmo deprocessamento novo que aumentasse a qualidade de imagens reconstruídas do CT. Quando os métodos convencionais do CT pegararem somente uma parte do espectro de energia do raio X, os pesquisadores testaram uma escala mais larga da energia, dividida em intervalos, para alcançar um contraste mais alto. Após ter testado o em dados construídos usando o software de simulação GATE/GEANT4, encontraram que o algoritmo aumenta a qualidade das imagens ao reduzir o ruído, que permite a melhor discriminação entre tipos diferentes de tecido com mais baixas doses dos raios X, de acordo com seus resultados publicados no jornal do processamento de informação.

“Distinguir entre dois tecidos diferentes (os normais ou anormais) na mesma região é crítica para médicos ou os radiologistas a planear para uns tratamentos mais adicionais, onde esta decisão tratasse as vidas dos pacientes,” disse. “Ter a melhor discriminação do tecido aumenta a taxa de êxito do plano da medicina.” O método novo aumenta a capacidade distinguir entre tecidos por 60% nas simulações comparadas ao CT convencional.

“Nosso ponto de vista propor uma aproximação deprocessamento que não precisasse uma reconfiguração substancial do hardware e não desse mais liberdade aos cientistas da imagem lactente para uma exploração mais adicional,” Dehshibi disse. “Nós esperamos que os resultados deste estudo estão examinados mais tarde no ajuste clínico para reduzir o efeito radioactivo da irradiação com raio X.”

Source:
Journal reference:

Gholami, N., et al. (2020) A Novel Method for Reconstructing CT Images in GATE/GEANT4 with Application in Medical Imaging: A Complexity Analysis Approach. Journal of Information Processing. doi.org/10.2197/ipsjjip.28.161.