Una investigadora de la Universidad de Navarra mejora el análisis de imágenes médicas PET para optimizar los tratamientos de radioterapia

Dr. Martí, Elena Prieto y Prof. Marisol Gómez

Pamplona (07/06/2013) - Redacción

Los resultados de la investigación de Elena Prieto han sido prometedores y podrán tener gran utilidad para delimitar el volumen de tumores

Elena Prieto Azcárate, miembro del Servicio de Medicina Nuclear de la Clínica Universidad de Navarra, ha implementado doce algoritmos para procesar imágenes médicas realizadas mediante PET (Tomografía por Emisión de Positrones). Según señala en su tesis doctoral, leída en la UPNA, los resultados obtenidos son muy prometedores y esta técnica podrá tener gran utilidad. Además, ha desarrollado la interfaz gráfica que permitirá al médico o al oncólogo utilizar dicha técnica en la práctica clínica de forma cómoda, rápida e intuitiva.

La investigación se enmarca en el campo de la ingeniería biomédica y se ha realizado en colaboración entre el Servicio de Medicina Nuclear de la Clínica Universidad de Navarra y la Universidad Pública de Navarra. La tesis, titulada 'Segmentación mediante umbralización automática en tomografía por emisión de positrones', ha sido dirigida por Josep M. Martí Climent, radiofísico del Servicio de Medicina Nuclear de la Clínica Universidad de Navarra, y Marisol Gómez Fernández, profesora titular del Departamento de Matemáticas de la Universidad Pública de Navarra, y ha obtenido la máxima calificación: apto cum laude.

La técnica PET permite tomar imágenes moleculares que aportan información sobre el comportamiento biológico y metabólico de los tumores. En los últimos años se ha originado un gran interés por el potencial de este tipo de imágenes para la planificación de los tratamientos de radioterapia. En dicha planificación, el proceso más crítico es la delimitación precisa del volumen del tumor que se quiere tratar.

Para ello, Elena Prieto ha mejorado la técnica de segmentación de las imágenes PET. "La segmentación de una imagen" –explica- es una técnica de procesado de imagen que permite delimitar objetos; en este caso, tumores. En esta tesis el objetivo era investigar y desarrollar nuevas técnicas de segmentación para conseguir que la PET se convierta en una alternativa fiable para la planificación del tratamiento en Oncología Radioterápica".

Resultados prometedores
En concreto, la investigadora ha trabajado en una técnica particular de segmentación de imágenes: la umbralización, "que permite delimitar los bordes del tumor sobre la imagen de forma automática, lo que tiene una gran trascendencia ya que la resolución espacial de este tipo de imagen dificulta la delimitación manual".

Las imágenes de pacientes analizadas se obtuvieron en la Clínica Universidad de Navarra gracias a dos becas, una de la empresa Siemens HealthCare y otra del Instituto de Salud Carlos III (Beca FIS), concedidas ambas a investigadores del Servicio de Medicina Nuclear. En el trabajo se utilizaron dos tomógrafos PET diferentes para la adquisición de imágenes, con el fin de evaluar la umbralización automática en una amplia variedad de condiciones. Todas las imágenes obtenidas han quedado disponibles en Internet con el objetivo de servir de marco común de validación para cualquier técnica de segmentación.

"Los resultados sobre imágenes experimentales han sido muy prometedores –concluye- y se ha conseguido mejorar respecto a la técnica estándar en las imágenes clínicas procedentes del tomógrafo PET de alta resolución". Asimismo, "la técnica empleada podrá tener gran utilidad para segmentar imágenes adquiridas en los tomógrafos PET/CT clínicos de nueva generación".
:: El Médico Interactivo :: Una investigadora de la Universidad de Navarra mejora el análisis de imágenes médicas PET para optimizar los tratamientos de radioterapia