Desenvolvimento de um plugin Java para reconstrução tomográfica em SPECT

O objetivo deste trabalho foi desenvolver um plugin de reconstrução tomográfica para SPECT executável e aplicável em ambiente clínico e acadêmico, em linguagem JAVA, utilizando um ambiente de processamento de imagens já existente (ImageJ), permitindo o acesso universal a essa tecnologia. O programa ImageJ foi escolhido devido a sua portabilidade e por ser bastante difundido na área de processamento de imagens. Foi desenvolvida uma interface gráfica e foram implementados dois métodos de reconstrução tomográfica para imagens de emissão: um método analítico (FBP) e um método iterativo (ML-EM). O método analítico permite que sejam utilizados filtros/janelas de reconstrução tomográfica (Rampa, Hamming, Shepp-Logan, Butterworth), com parâmetros ajustáveis definidos pelo usuário.O método iterativo ML-EM permite que seja definido o número de iterações que serão realizadas, com opção para correção de atenuação nas imagens, utilizando um algorítmo projetor-retroprojetor com um mapa de coeficientes de atenuação conhecido a priori. Foram realizados testes de validação com imagens simuladas de modelos geométricos e um modelo antropomórfico pelo método Monte Carlo, com distribuições de atividade e atenuação conhecidas. Como instrumentos quantitativos de avaliação das imagens reconstruídas foram realizadas medidas de contraste entre regiões de interesse, perfis de contagens e desvio padrão normalizado. A análise da convergência do método iterativo ML-EM, através do cálculo da relação entre a média de contagens e o desvio padrão, resultou em uma indicação de reconstrução com 10 a 15 iterações.As imagens reconstruídas pelo método ML-EM com correção de atenuação apresentam melhor qualidade visual do que as imagens sem correção. As imagens reconstruídas pelo método FBP aprsentam maior ruído e afastam-se quantitativamente da imagem ideal de referência. Os testes de performance do plugin NucMed mostraram que o método analítico FBP realiza a reconstrução em menor tempo em relação ao método ML-EM (para imagens de 128x128 pixels, o tempo é 33 vezes menor). Aplicando correção de atenuação, o tempo de reconstrução aumenta aproximadamente 3,5 vezes.

The aim of this study was to develop a plugin of tomographic reconstruction for SPECT that could be performed and applied in both clinical and academic environments, in JAVA language, using an existing image-processing environment (ImageJ), allowing for universal access to that technology. The ImageJ program was chosen due to its portability and wide spread in the area of image processing. A graphic interface was developed, and two methods of tomographic reconstruction for emission images were implemented: an analytical method (FBP) and an iterative method (ML-EM). The analytical method allows for the utilization of tomographic reconstruction filters/windows (Rampa, Hamming, Shepp-Logan, Butterworth), with adjustable parameters defined by the user. The iterative method allows for the definition of the number of iterations that will be performed, with the option of image attenuation correction, using a projector-backprojector operator with an attenuation map previously known. Validation tests were carried out with simulated images of geometric models and an anthropomorphic model through Monte Carlo method, and the activity and attenuation distribution were known. Different image quality measures were used as quantitative instruments to assess the reconstructed images: contrast between interest regions, image profiles, and normalized standard deviation. The analysis of convergence of the iterative method through the estimate of the relationship between the average uptake and the standard deviation resulted in an indication of reconstruction with 10 to 15 iterations.The images reconstructed through the ML-EM method with attenuation correction presented better visual quality than the non-corrected images. The images reconstructed through the FBP method presented more noise and worse quantitative analysis when compared to the reference image. The performance tests of NucMed plugin showed that the FBP analytical method performed the reconstruction in a shorter period in comparison to ML-EM method (for 128x128-pixel images, time is 33 times shorter). By applying attenuation correction, the reconstruction time is approximately 3. 5 times longer.