Journal of Molecular Imaging & Dynamics

Journal of Molecular Imaging & Dynamics
Acceso abierto

ISSN: 2155-9937

abstracto

Evaluación visual y cuantitativa de un nuevo filtro de difusión anisotrópica (transferencia estadística con optimización del ruido y detección de bordes) para tomografía por emisión de positrones

Hitoshi Iizuka, Tomohiro Kaneta*, Matsuyoshi Ogawa, Nobutoku Motomura, Tetsu Arisawa, Ayako Hino-Shishikura, Keisuke Yoshida y Tomio Inoue

El posfiltrado con un filtro gaussiano se usa comúnmente para reducir el ruido en las imágenes de tomografía por emisión de positrones (PET). Sin embargo, su alisado no selectivo oscurece los bordes de lesiones u órganos. Comparamos el rendimiento de un filtro de difusión anisotrópica recientemente desarrollado llamado "Transferencia estadística con optimización de ruido y detección de bordes" (STONES) con el del filtro gaussiano para lesiones pequeñas en imágenes PET. Seleccionamos siete cortes de imágenes de PET/tomografía computarizada (TC) de los pulmones de tres pacientes con metástasis pulmonares múltiples. Para cada corte, se compararon las tasas de detección de lesiones por parte de dos médicos (A y B) para imágenes PET con filtro gaussiano y STONES. Los valores máximos de captación estandarizados (SUVmax) de las lesiones detectadas también se compararon para imágenes sin filtro, con filtro gaussiano y con STONES. El médico A detectó 19 lesiones en las imágenes con filtro gaussiano y 23 lesiones en las imágenes con filtro STONES, mientras que el médico B detectó 14 lesiones en las imágenes con filtro gaussiano y 19 lesiones en las imágenes con filtro STONES. El SUVmax para las imágenes filtradas con STONES fue significativamente mayor y más cercano al de las imágenes sin filtrar en comparación con el de las imágenes filtradas con Gauss. STONES mejoró la tasa de detección y aumentó el SUVmax en comparación con el filtro gaussiano. Por lo tanto, debería ser más ventajoso para la detección de pequeñas lesiones con PET.
Descargo de responsabilidad: este resumen se tradujo utilizando herramientas de inteligencia artificial y aún no ha sido revisado ni verificado.
Top