Capítulo Quince
Procesado y Visualización de Imágenes
15-01 Introducción
ásicamente todas las imágenes digitales se procesan de alguna manera. Incluso las imágenes analógicas se pueden procesar en la actualidad (Figura 15-01). El tratamiento de imagen era ya una línea de investigación consolidada cuando los equipos clínicos de RM comenzaron a utilizarse a principios de 1980.
|
Figura 15-01:
Al visualizar una imagen de RM, siempre se debe estar preparado para lo inesperado. Las imágenes digitalizadas contienen información que uno jamás esperaría. Sin embargo, hay algunas características fácilmente reconocibles en la mayoría de las imágenes. Usted las reconocerá de inmediato:
(a) ¿Cuándo, dónde y desde dónde fue tomada la imagen y qué demuestra?
(b) ¿Cuándo y dónde se tomó esta foto?
Cliqué para encontrar las respuestas.
La naturaleza digital de imágenes de RM, junto con la amplia gama de aplicaciones, ha propiciado la realización de numerosos trabajos en el procesamiento de imágenes en los últimos cuarenta años. Sistemas de detección o diagnóstico asistido por ordenador (CAD) se desarrollaron para encontrar y poner en relieve, a traves del reconocimiento de patrones, las regiones o estructuras sospechosas en las imágenes del cuerpo humano. Estos se emplean en, por ejemplo, la búsqueda del cáncer de mama, de pulmón y metastásico.
En este capítulo se proporciona una breve descripción de las técnicas de procesamiento de imagen que se han aplicado a la RM. También se describe el ámbito de las técnicas de visualización, con un enfoque especial centrado en los métodos de visualización 3D.
Algunos de los métodos mencionados aquí se refieren directamente al siguiente capítulo de imágenes dinámicas.
De forma involuntaria, el procesamiento de imagen puede añadir sesgos a la lectura e interpretación de las imágenes, conduciendo a diagnósticos equivocados (Figura 15-01 y Figura 16-01). Existen diferentes ilusiones ópticas no controladas que se crean por artefactos derivados del procesamiento de imágenes, que pueden ampliar este tipo de errores (Figura 15-02). Estos problemas van más allá del alcance de esta introducción a la RM; se pueden estudiar con más detenimiento en otras fuentes parte [⇒ Frisby].
| |
 |
Figura 15-02:
|
Gray Scale and Color Images. All digital images are per se gray scale images. They can be "artifically" colored (pseudo-colors). MR images are always gray-scale images; colored MR images are only used for public relations purposes. Pictures of a number of MRI offsprings (e.g., MR angiography, dynamic contrast-enhanced MRI, functional MRI, MRI tractography, PET-MRI fusion images) often contain overlayed colored areas representing mostly the lower resolution imaging technique.
The introduction of color images is a recurrent and lasting topic in diagnostic imaging. However, the contribution of colors to imaging diagnostics, in particular high-resolution images, is much debated because colors do not add any provable diagnostic facts to an MR image. On the contrary, they might confuse, bias, and lead to a loss of information. Colors are subjective qualities. In general, their perception is not well understood. In diagnostic imaging, colors lack the dynamic range of gray scale images, image windowing, for instance, is not possible (cf. Chapter 9.).
Another problem is the human eye. In the central part of the retina, there are approximately six million cone cells which are responsible for color vision. However, 8% of the male population and 0.5% of the female population in Europe and North America suffer from a color vision deficiency. The most common one is deuteranomaly. People with this kind of relative color blindness perceive green, red and purple as a grayish shade. Radiologists or other physicians among this group reading color-coded images are unable to identify red or green colored areas of these images (a simulation is shown in Figure 15-03).
| |
|
Figura 15-03: |
15-02 Algunos fundamentos
El principal objetivo clínico del procesamiento de imagen es el de facilitar la recopilación de información diagnóstica que resulte difícil de ver o que no pueda ser detectada en imágenes sin procesar. En general, el procesamiento de imágenes digitales se centra en la mejora de información gráfica que ayude a la interpretación humana y/o facilite el procesamiento automatizado de los datos. Ambos objetivos han sido compartidos por la RM y se han obtenido resultados muy potentes en este sentido.
Todos los métodos computarizados de procesamiento de imágenes requieren de imágenes digitales. En la radiología digital, el equivalente a una radiografía convencional se adquiere y se digitaliza directamente por un sistema de rayos X. En medicina nuclear, TC y RM, se adquieren cortes del cuerpo que se subdividen en elementos básicos de volumen. La señal numérica de cada vóxel, a su vez, se puede traducir en un tono diferente de la escala de grises y se representa como un elemento en la imagen final (Figura 15-04). Se puede tratar una imagen única o una serie de imágenes, por ejemplo, reduciendo en ruido, mejorando el contraste o realzando los bordes [⇒ Godtliebsen].
| |
|
Figura 15-04: |
Típicamente las imágenes tienen unas dimensiones de 256×256, 512×512, or 1024×1024 y 256 niveles de gris.
En las imágenes multicanal, varios canales que representan diferentes parámetros n se pueden adquirir simultánea o secuencialmente, conduciendo eventualmente a n imágenes del mismo objeto (Figura 15-05).
| |
|
Figura 15-05: |
El procesamiento de imagen permite la representación de un mismo punto en imágenes diferentes. Esta correspondencia espacial se utiliza en los sistemas de ecuaciones para extraer propiedades de los parámetros. Estos procedimientos pueden extraer información adicional y permitir la cuantificación, proporcionando datos objetivos sobre las estructuras, tejidos o procesos metabólicos. Diferentes imágenes, por ejemplo, se pueden combinar en una única imagen multiespectral (imagen sintética) que no necesariamente debe añadir información o representar la realidad (Figura 15-06). Los detalles procesamiento de la imagen se pueden encontrar en una serie de monografías, tales como [⇒ Gonzalez, ⇒ Russ].
| |
|
Figura 15-06: |
Existen diferentes maneras de clasificar las técnicas de procesado de imágenes, por ejemplo, en base al objetivo que pretenden alcanzar. Las diferentes técnicas incluyen la reducción de ruido, la segmentación de imágenes, la extracción de características o la clasificación
Mientras la reducción de ruido es de vital importancia para modalidades más ruidosas, como la ecografía, en el caso de la RM, debido a su rápido desarrollo de hardware y software, no se requiere una corrección de gran magnitud, a excepción de las imágenes dinámicas (Capítulo 16).
Sin embargo, la segmentación y clasificación de imágenes tiene un uso mucho más extendido en la RM, debido en parte a la posibilidad de adquisición de datos multicanal adecuados para dicho tratamiento.
Otro grupo importante de técnicas de procesamiento de imagen lo constituyen los algoritmos de registro o realineación de imágenes. El registro de las imágenes es importante para la alineación de datos multimodales (por ejemplo, datos de medicina nuclear y datos de RM del mismo paciente) o el registro de series temporales.
Un tipo específico de imágenes de series temporales (estudios dinámicos de RM con contraste) se describirá en el Capítulo 16. Además, los estudios dinámicos también pueden utilizarse para monitorizar el crecimiento de un tumor o el desarrollo de los huesos en los niños.
Otro tipo importante estudios dinámicos es la RM funcional cerebral (BOLD imaging, fMRI). De forma rutinaria, se aplica un registro temporal de las imágenes de fMRI.
La mejora en el diagnóstico para reducir el nivel de incertidumbre que siempre existe es uno de los objetivos más importantes de la investigación en diagnóstico por imagen.
Puesto que el sistema visual humano es incapaz de realizar análisis de imagen multiespectral, se han desarrollado aplicaciones en paralelo cuyo objetivo es convertirse en herramientas de uso clínico que ayuden a detectar información oculta en una o múltiple imágenes de RM. Given that only minimal information existed about how to approach this scientific problem, the course of research was mostly empiric.
Históricamente, estas técnicas han sido:
Sustracción o superposición de imágenes de múltiples canales;
cuantificación de parámetros de RM, T1, T2 y densidad de protones;
segmentación y análisis multiespectral de imágenes;
visualización en 3D.
Respuestas a la Figura 15-01:
Estas preguntas se han formulado para confundir al lector, que puede pensar que la respuesta es fácil. Claro que eran.
La imagen de la izquierda.
Donde: Una vista de pájaro de Central Park en Manhattan. Errado: En realidad esto es incorrecto ya que se trata de un anuncio de vodka en el que se ve una botella de vodka que parece Central Park. Esta imagen ha sido editada digitalmente.
Incluso si cree que sabe lo que está viendo, piénselo dos veces.
La imagen de la derecha.
Cuando: Usted está en lo cierto – antes de la Segunda Guerra Mundial (en 1928). Donde: Usted se ha equivocado – no es en Chicago sino en Berlín (en la esquina de bulevar Unter den Linden y Friedrich Strasse, en el centro de la ciudad).
Siempre hay que revisar la historia clínica del paciente antes de evaluar sus imágenes y emitir un diagnóstico.
Volver a la Figura 15-01.
