RECONSTRUCCION TRIDIMENSIONAL DE IMAGENES MEDICAS
Pilar Castellanos, Verónica Medina


    El estudio de la representación tridimensional (3D) en medicina se ha expandido considerablemente en los últimos años. En el campo de la clínica la visualización en 3D puede ser de mucha utilidad en planeaciones de cirugía, ortopedia, traumas músculo-esqueléticos, estudios en hígado, análisis de tejidos reconstrucción de vasos sanguíneos, trombosis venosa, isquemias y visualización neuronal entre otros, partiendo de estudios de imagenología tales como ultrasonido, tomografía axial computarizada, resonancia magnética nuclear, medicina nuclear, de los cuales se extrae información anatómica o funcional del órgano en estudio. Las posibilidades de despliegue que presentan actualmente la mayoría de las estaciones de trabajo han permitido obtener resultados espectaculares en el dominio de la representación 3D. Sin embargo, en la mayoría de los sistemas existentes actualmente, se ha dado énfasis a la etapa de despliegue, en detrimento de la calidad de la representación; esta situación se agrava considerando el caso específico de la aplicación a las imágenes médicas, puesto que el médico se basa en el resultado en 3D para emitir un diagnóstico. Se pueden definir las diversas etapas que intervienen en la reconstrucción tridimensional de un corte tomográfico, desde su obtención en el equipo correspondiente hasta su despliegue en una computadora.

1. ADQUISICION. Normalmente, se obtiene la imagen en dos dimensiones directamente del equipo cuya modalidad nos interesa utilizar (TAC, RMN, US, SPECT, etc).

2. REGISTRO (Image Registration). Esta etapa consiste en ubicar en un mismo plano de referencia una serie de imágenes que contienen al órgano de interés. Al considerar imágenes multimodales, el problema radica en que cada una de éstas tiene un plano de referencia propio, por lo que es indispensable en estos casos, la alineación de las imágenes.

3. SEGMENTACION.  La segmentación consiste en extraer objetos de interés a partir de las imágenes en tonos de gris. La segmentación proporciona información superficial al generar una imagen binaria de la estructura de interés o proporciona una imagen con información hacia adentro del volumen. Este tema ha sido ampliamente investigado, pero no se ha llegado a obtener un método universal que clasifique automáticamente (aproximadamente) cualquier estructura anatómica de interés, a partir de cualquier modalidad de imagen, de ahí que se continúe esta investigación según la aplicación.
 

4. INTERPOLACION. Los contornos obtenidos en la etapa precedente deben ser alineados en pila y en caso de que la resolución sea insuficiente, se requiere aplicar un algoritmo de interpolación entre datos para todos las dimensiones deseadas. Dentro de los métodos de interpolación existen aquellos que resaltan características de calidad o de tiempo de ejecución. Es necesario realizar un estudio para determinar el mejor método de interpolación que se adapte a la aplicación que en particular se desee desarrollar. En nuestra área de investigación, se tiene experiencia en la evaluación de diversos métodos de interpolación aplicados en diferentes áreas, tales como electroencefalografía, radioterapia, modelos de curvas y superficies, etc.

5. PRESENTACION DE RESULTADOS EN 3D. La etapa final de la reconstrucción es quizás la más espectacular. Consiste en desplegar el volumen del órgano en estudio o de una de sus estructuras en la pantalla de la computadora.

 Los dos grandes campos en la representación tridimensional de imágenes médicas son la representación en superficie (surface rendering) y la representación en volumen (volume rendering). En representación en superficie, la visualización y manejo de datos multidimensionales se basa únicamente en los límites del objeto y el despliegue de la superficie del objeto de interés está aislado del resto del volumen. En representación en volumen, se persigue la representación de múltiples estructuras con diferentes tipos de tejido. A cada voxel se le asocia un nivel de opacidad y se asume que el valor de cada uno está correlacionado con el tipo de material que lo integra. Para cada versión de despliegue se examina cada voxel, lo que hace a esta representación muy costosa computacionalmente. El tema de las ventajas y desventajas de uno u otro tipo de representación se ha convertido en controversia, pero se puede hacer una diferencia drástica entre los dos: la representación en volumen es muy útil cuando las estructuras en la escena son difusas, como puede ser un cáncer dentro de un tejido; por otro lado la representación en superficie pierde la información del material del objeto que lo limita para fines de comparación con otros tejidos. La gran ventaja de tener únicamente información sobre los límites del objeto es que permite una más rápida interacción y manipulación de los datos, además de obtener una aproximación mejor al detalle y textura de la superficie del objeto.

 Para realizar la representación en 3D, se efectúan las transformaciones de movimiento requeridas, la eliminación de áreas ocultas, la asignación de sombreado o transparencia y la proyección desde el ángulo deseado. Actualmente existen paquetes comerciales para cualquier estación de trabajo que realizan funciones de despliegue de estructuras en 3D de una manera automática, principalmente para aplicaciones de imágenes sintéticas. Sin embargo, no cualquier método de sombreado entrega un resultado acorde con lo que se vería en la realidad. Nuevamente, es necesaria una evaluación de los métodos empleados en esta etapa, de acuerdo a criterios cualitativos y cuantitativos del especialista.
 

6. FUSION DE DATOS. El resultado de una reconstrucción tridimensional debe además ser integrado en el conjunto de imágenes necesario para el diagnóstico; una etapa adicional en el proceso de análisis es la posibilidad de fusionar información complementaria extraída de diversas fuentes, sin pérdida de las características útiles de cada modalidad. Para realizar el proceso de fusión más adecuado a cada aplicación, se han propuesto diversos métodos, de los cuales el de más impacto ha sido la transformación por "wavelets", aunque no se ha llegado a la etapa de validación clínica.