ETD

• immagini cardiache
• mutua informazione
• registrazione

L'allineamento spaziale o registrazione di immagini multimodali è un obiettivo fondamentale di numerose applicazioni nell'ambito dell'elaborazione delle immagini mediche 3D. Immagini ottenute mediante diverse modalità contengono informazioni diverse, anatomiche e funzionali, il più delle volte complementari, dall'analisi complessiva delle quali il medico formula diagnosi o imposta una corretta azione terapeutica. Il processo di registrazione, quindi, rappresenta il passo fondamentale da compiere per l'integrazione di queste differenti informazioni. Negli ultimi anni molti lavori sono stati prodotti e numerosi metodi sono stati sviluppati per risolvere il problema della registrazione, la maggior parte delle volte incentrati sul problema della registrazione delle immagini cerebrali. La registrazione di immagini cardiache rappresenta ad oggi un fronte di ricerca ancora aperto . Questo a causa dei maggiori problemi che si incontrano nell'allineamento delle immagini cardiache dovuti essenzialmente alla motilità del cuore e di alcune delle stutture che lo circondano e alla difficoltà di individuare punti anatomici di riferimento per la registrazione. Inoltre immagini cardiache provenienti da diverse modalità rappresentano in maniera differente la stessa realtà fisica complicando ulteriormente il processo di allineamento. In ambito clinico l'integrazione delle diverse informazioni viene fatta utilizzando software di registrazione che richiedono l'interazione del medico che manualmente affina gli allineamenti ottenuti mediante l'applicazione di algoritmi automatici che producono una registrazione il più delle volte non accurata.

Obiettivo di questo lavoro è lo studio e lo sviluppo di un algoritmo automatico per la registrazione di immagini cardiache 3D multimodali PET e CT in cui l'allineamento è ottenuto mediante trasformazioni rigide e l'utilizzo di una metrica di similarità come criterio di valutazione dell'allineamento tra i due volumi basata sulla mutua informazione. Quest'ultima è una metrica di natura statistica derivante dalla teoria dell'informazione che utilizza come uniche informazioni quelle contenute nelle distribuzioni dei valori di livello di grigio dei voxel dei due volumi coinvolti nel processo di registrazione, senza richiedere alcuna ipotesi circa la natura della relazione che sussiste tra i valori dei voxel dei due volumi nè tantomeno processi di segmentazione sulle immagini. Per questi motivi, la mutua informazione si propone come una metrica promettente per la registrazione delle immagini multimodali. Al fine di caratterizzare la metrica di similarità scelta e di validare l'algoritmo di registrazione implementato sono stati creati un modello digitale di volume cardiaco PET ed un modello digitale di volume cardiaco CT, preventivamente allineati, simulando le strutture e le caratteristiche principali delle immagini cardiache delle due modalità. Diverse condizioni e sorgenti di errore sono state applicate sulle immagini dei due modelli valutando la robustezza della mutua informazione come misura di similarità. Infine un algoritmo di ottimizzazione multidimensionale è stato utilizzato per la ricerca della trasformazione che porta alla registrazione ottima tra i due volumi, trasformazione che si ha secondo l'ipotesi su cui è basato l'intero criterio, in corrispondenza del massimo globale della funzione di registrazione basata sulla mutua informazione. Al fine di individuare il massimo globale nella funzione di registrazione, un algoritmo di ottimizzazione multirisoluzione a due livelli è stato implementato, utilizzando gli algoritmi genetici nella prima fase di pre-registrazione e il metodo del simplesso (downhill simplex) per la fase di registrazione definitiva.