Extracto
Antecedentes
características de textura a base de PET se han utilizado para cuantificar la heterogeneidad del tumor debido a su capacidad de predicción de los resultados del tratamiento. Se investigó la sensibilidad de las características de textura a el movimiento del tumor mediante la comparación estática (3D) y (4D) de imágenes PET-respiratoria cerrada.
Métodos
Veintiséis pacientes (34 lesiones) recibieron 3D y 4D [
18 F] FDG-PET scans antes de la quimio-radioterapia. Los datos adquiridos se binned 4D retrospectiva en cinco fases de respiración para crear la secuencia de imágenes 4D. Características de textura, incluidos coeficiente de correlación máxima (MCC), a largo plazo bajo gris (LRLG), Tosquedad, contraste, y el ajetreo, se calcularon dentro del volumen tumoral médico definidos. Se calculó la diferencia relativa (δ
3D-4D) en cada textura entre el 3D-4D y proyección de imagen PET. se utilizó el coeficiente de variación (CV) para determinar la variabilidad en las texturas entre todas las fases 4D-PET.
También se evaluaron las correlaciones entre el volumen del tumor, la amplitud de movimiento, y δ 3D-4D
Resultados
4D-PET aumentó LRLG (= 1% -2%, p & lt; 0,02). , animación (= 7% -19%, p & lt; 0,01), y la disminución de MCC (= 1% -2%, p & lt; 7,5 × 10
-3), Tosquedad (= 5% -10%, p & lt; 0,05 ) y contraste (= 4% -6%, p & gt; 0,08) en comparación con 3D-PET. Casi se encontró variabilidad insignificante entre los contenedores de fase 4D con CV & lt; 5% de MCC, LRLG, y la tosquedad. Por contraste y el ajetreo, la variabilidad moderada se encontró con CV = 9% y 10%, respectivamente. No se encontró correlación fuerte entre el volumen tumoral y δ
3D-4D de las características de textura. la amplitud de movimiento tuvo un impacto moderado sobre δ para el CCM y el ajetreo y sin impacto para LRLG, grosería, y el contraste.
No se encontraron Conclusiones
Las diferencias significativas en MCC, LRLG, grosería, y el ajetreo entre 3D y la proyección de imagen PET 4D. La variabilidad entre los contenedores de fase para MCC, LRLG, y la tosquedad era insignificante, lo que sugiere que la cuantificación similar se puede obtener a partir de todas las fases. Características de textura, borrosas por el movimiento respiratorio durante la adquisición 3D-PET, pueden resolverse mejor mediante imágenes 4D-PET. texturas 4D-PET pueden tener un mejor valor pronóstico, ya que son menos susceptibles al movimiento del tumor
Visto:. Yip S, K McCall, Aristophanous M, Chen AB, Aerts HJWL, Berbeco R (2014) Comparación de las características de textura derivado de estáticas y Respiratorio-cerrada PET Imágenes de células no pequeñas de cáncer de pulmón. PLoS ONE 9 (12): e115510. doi: 10.1371 /journal.pone.0115510
Editor: Olga Y. Gorlova, Escuela Geisel de Medicina de Dartmouth College, Estados Unidos de América
Recibido: 3 Julio, 2014; Aceptado: 24 Noviembre 2014; Publicado: 17 de diciembre 2014
Derechos de Autor © 2014 Yip et al. Este es un artículo de acceso abierto distribuido bajo los términos de la licencia Creative Commons Attribution License, que permite el uso ilimitado, distribución y reproducción en cualquier medio, siempre que el autor original y la fuente se acreditan
Disponibilidad de datos:. La autores confirman que, por razones aprobadas, algunas restricciones de acceso se aplican a los datos subyacentes a los hallazgos. restricciones éticas impiden que los datos sean compartidos públicamente. Los datos están disponibles en el Instituto de Cáncer Dana-Farber de acceso a datos institucional para los investigadores que cumplan con los criterios de acceso a los datos confidenciales. Las solicitudes de datos pueden ser enviados a Aileen Dr. Chen en
[email protected] Financiación:.. Los autores no tienen ningún soporte o financiación reportar
Conflicto de intereses: Los autores no tienen declaran que no existen conflictos de intereses.
Introducción
tomografía por emisión
positrones (PET) con [
18F] fluorodesoxiglucosa (FDG), un sustituto del metabolismo de la glucosa, es una herramienta esencial para la clínica el diagnóstico de tumores, la estadificación, y el seguimiento de la progresión del tumor [1] - [4]. cuantificación exacta de las características del tumor en base a [
18 F] FDG-PET imágenes pueden proporcionar información valiosa para la optimización de la terapia [5], [6]. valor de captación estándar (SUV) medidas como máximo, máximo, media, y el total de SUV, se utilizan comúnmente para la cuantificación de las características del tumor [7] - [10]. captación SUV de alta línea de base se ha encontrado para ser asociado con resultados insatisfactorios en muchos tumores, como el de esófago, pulmón y cáncer de cabeza y cuello [11] - [13].
alta heterogeneidad intratumoral se ha demostrado que se relacionan con mal pronóstico y la resistencia al tratamiento [14], [15]. Sin embargo, las medidas de SUV no captan adecuadamente la heterogeneidad espacial de la distribución de la absorción intra-tumoral [16], [17]. Por lo tanto, características de textura, que pueden derivarse de una serie de modelos matemáticos de la relación entre varios voxels y su vecindad, se proponen para describir la heterogeneidad del tumor [18], [19]. En particular, el tratamiento previo [
18F] FDG PET características de textura se han mostrado prometedores para delinear los volúmenes nodales y tumorales [20], [21] y la evaluación de la respuesta terapéutica [22] - [24]. Los estudios han sugerido que las características de textura se desempeñan mejor que las medidas de SUV en la predicción de los resultados del tratamiento [22], [24] - [26]. Por ejemplo, Cook
y col gratis (2013) comparó la capacidad de predicción de las medidas comunes de SUV y matriz de diferencias de tono gris de cuatro (barrio) NGTDM texturas derivadas de cáncer de pulmón de células no pequeñas (NSCLC) [27] . Encontraron que NGTDM-deriva Tosquedad, contraste, y el ajetreo no eran sólo los mejores predictores de pronóstico que las medidas de SUV, sino también más capaces de diferenciar con respuesta de los pacientes que no responden
.
A pesar del potencial clínico de características de textura, la cuantificación precisa de textura características pueden verse limitadas por el movimiento respiratorio en pacientes con cáncer de pulmón. Movimiento de la imagen inducida desenfoque en las imágenes de PET estáticas (3D PET) puede conducir a una reducción en la captación tumoral y sobre la estimación del volumen metabólica del tumor [28] - [30]. puertas de imagen 4D PET PET de adquisición de imágenes con el movimiento respiratorio con el fin de mejorar la calidad de la imagen PET y se ha demostrado para reducir el movimiento desenfoque en las imágenes de PET, proporcionando una cuantificación más precisa de la actividad tumor de pulmón [28], [31] - [34]. Nuestra hipótesis es que las características de textura fina son susceptibles de ser borrosa durante la adquisición de PET 3D de tumores pulmonares.
Con el creciente interés de las características de textura y la heterogeneidad del tumor, el impacto del movimiento del tumor en la cuantificación basada en la mascota tiene que ser estudiado ya que sigue siendo todavía desconocido. En este estudio, se comparó la cuantificación de las características de textura entre imágenes 3D y 4D PET. Aunque numerosas características de textura se pueden encontrar en la literatura [22], [35], [36], nos hemos centrado en cinco características de textura. En particular, tres NGTDM deriva Tosquedad, contraste, y el ajetreo debido a su valor predictivo en pacientes con cáncer de pulmón [27]. Una matriz de nivel de gris co-(GLCM) deriva Coeficiente máxima correlación (MCC) [37] y la matriz de longitud de secuencia de niveles de gris (GLRLM) derivado Largo Plazo bajo Gray énfasis nivel (LRLG) [38] También se calcularon debido a su robustez frente la variación de los parámetros de reconstrucción de imágenes PET [36].
Las características de textura NGTDM fueron originalmente diseñados para parecerse a la percepción humana y se propusieron por primera vez por Amadasun y king (1989) [18]. En una imagen tosca, la textura está compuesta por grandes patrones, como la gran área con distribución de intensidad uniforme. Contraste mide la diferencia de intensidad entre regiones vecinas dentro del tumor. Estar ocupado es una medida de la variación de intensidad entre múltiples voxels y su entorno. GLCM-MCC fue introducido por primera vez por Haralick
et al
en 1973 [37] y se utiliza para medir la relación estadística entre dos voxels vecinos. GLRLM-LRLG mide la distribución conjunta de las carreras largas y valores de baja intensidad, en una carrera es la distancia entre dos voxels consecutivos con la misma intensidad en una dirección específica [38].
Métodos
los pacientes y las imágenes
Este estudio se realizó en el marco del comité de revisión institucional Dana-Farber Cancer Institute (IRB) aprobó el protocolo (protocolo #: 06-294) y consentimientos por escrito se obtuvieron de todos los pacientes. Veintiséis pacientes (edad media = 65 ± 10 años, 14 varones, 12 mujeres) con NSCLC recibió una TC de planificación de tratamiento (tanto en 3D y 4D) dos semanas antes del inicio de la radioterapia con o sin quimioterapia concurrente. 3D [
18 F] FDG-PET /CT, una TC de tórax respiración libre y un 4D [
18 F] Las exploraciones PET-FDG fueron adquiridos 1-2 semanas antes de la terapia. Había dieciséis pacientes con adenocarcinoma y diez pacientes con carcinoma de células escamosas. Los volúmenes internos tumorales (ITV), que abarcaban el movimiento del tumor, de treinta y cuatro lesiones (1-3 tumores malignos /paciente) fueron delineadas por un oncólogo de radiación con experiencia en una planificación de la TC 4D. La PET 3D y 4D PET se realizaron en un escáner Siemens Biograph PET /CT (Siemens AG, Erlangen, Alemania). corrección de la atenuación de las imágenes de PET 3D se realizó utilizando las imágenes de todo el cuerpo en 3D CT, mientras que las imágenes de PET 4D fueron corregidos por las imágenes de la TC torácica de respiración libre. La PET 3D se adquirieron aproximadamente 100 minutos después de la inyección de 16.7-22mCi de [
18 F] FDG en los pacientes. Para la PET 3D, las imágenes fueron adquiridas durante 3-5 min posición /cama en seis a siete posiciones de la cama. Las imágenes de PET 3D fueron reconstruidas con-subconjunto ordenado expectativa de maximización (OSEM) con 4 repeticiones, 8 subconjuntos, 7 mm de anchura media máxima completo (FWHM) después de la filtración, y se tomaron muestras en una rejilla de 168 × 168 compuesta de 4,06 × 4,06 mm
2 píxeles. La adquisición de imágenes de PET 4D seguido inmediatamente después de la finalización de la PET de escaneado 3D.
imágenes 4D PET fueron adquiridos en una posición de la cama centrado en el tumor y que cubre una parte del pulmón para 20 a 30 min, dependiendo de la comodidad de los pacientes. Se empleó un sistema de control del movimiento respiratorio AZ-733V (Sistema Médico Anzai, Tokio, Japón) para controlar el movimiento respiratorio del paciente [39]. Los datos adquiridos se binned retrospectiva en cinco fases a partir de pico de inhalación (bandeja 1) para crear la secuencia de imágenes 4D utilizando el algoritmo basado en la fase proporcionada por el escáner Siemens Biograph PET /CT (Siemens AG, Erlangen, Alemania). En particular, los cinco contenedores de fase, correspondían al final de la inhalación (bin 1), la inhalación a exhalación (bin 2), a mediados de exhalación (bin 3), final de la espiración (bin4), la exhalación a la inhalación (bin 5 ), respectivamente. Los respiratorias cerrada imágenes 4D PET fueron reconstruidas con OSEM con 2 iteraciones, 8 subconjuntos, 5 mm FWHM, y se tomaron muestras en una rejilla de 256 × 256 × compuesta de 2,67 2,67 mm
2 píxeles.
Características de textura
Planificación TC se ha registrado rígidamente a las imágenes 3D-4D-PET y con la información mutua normalizada. Las transformaciones se aplicaron a cada ITV. Las imágenes 3D y 4D PET fueron cortadas utilizando el contorno registrada ITV para recortar la región del tumor. Número de voxels por región tumoral osciló entre 85 a la 6483 con la mediana del número de voxels = 545. Antes de la textura característica de cálculo, todas las imágenes de PET (PET ()) fueron tratados previamente con la siguiente ecuación: (1) Cuando MINPET y maxPET son el máximo y las intensidades mínimas de PET dentro de la región del tumor. El rango de intensidad de la imagen post-proceso () se convirtió en 32 valores discretos como lo sugiere Orlhac
y col gratis (2014) [40].
Dentro de la región del tumor, los siguientes cuatro barrio matriz de diferencias de tono gris (NGTDM) características de textura derivados se calcularon para cuantificar la heterogeneidad del tumor: La grosería, contraste, animación, y Complejidad. Estos fueron implementados en MATLAB (The MathWorks Inc. Natrick MA) utilizando el Chang Gung-Imagen de la textura Caja de herramientas de análisis [41], [42]. Las definiciones matemáticas de las características de textura NGTDM, GLCM, y GLRLM se pueden encontrar en Amadasun y King (1989) [18], Haralick
et al
(1973, 1979) [37], [43], y imágenes PET Galloway (1975) [38], respectivamente.
3D (168 × 168) y 4D (256 × 256) fueron reconstruidos a diferentes tamaños de matriz sobre la base de diferentes parámetros de reconstrucción. Además, debido a la diferencia en los tiempos de adquisición de imágenes 3D y 4D PET, un menor número de recuentos de fotones y de ruido más alto se pueden encontrar en las imágenes de PET 4D. Por lo tanto, todas las imágenes 4D PET se muestrean a la misma red /resolución de las imágenes PET 3D mediante la interpolación lineal antes de la computación función de la textura para reducir el ruido.
Análisis de los datos
La diferencia relativa (δ
3D-4D) de características de textura entre 3D y 4D PET se calcula: (2) ¿Dónde está la cuantificación (es decir, características de textura medidas) sobre la base de PET 3D, es la cuantificación en base a bin
j Red de la 4D imágenes PET. Wilcoxon de rangos signados (p & lt; 0,05) se realizó en pares para determinar si, y fueron significativamente diferentes. Se calculó un volumen tumoral ávido (ATV) como imágenes PET con thresholded SUV más de 40% SUV máximo dentro de la ITV [29]. Se investigó la influencia de ATV y la ITV en δ
3D-4D utilizando el coeficiente de correlación de Spearman (R) con un valor significativo de p = 0,05. Se utilizó la prueba
Kruskal-Wallis para evaluar si una fase fue significativamente diferente de las otras fases (p & lt; 0,05). La variabilidad en la textura dispone de medidas entre los cinco contenedores de fase se evaluó mediante el coeficiente de variación (CV). (3)
(4) Para estimar el grado de movimiento, se registraron los centros de masa () de la región ávida de PET (ATV) en los cinco contenedores de PET 4D. La amplitud del movimiento del tumor se estimó mediante la diferencia máxima entre las cinco contenedores [28], [29] (5) Donde
i
y
j
rango de 1 a 5.
para estudiar el impacto del movimiento del tumor, se calculó el coeficiente de correlación de Spearman para Amplitud: relación de ATV y δ
3D-4D con un valor significativo p = 0,05. Amplitud: relación de ATV es una medida de la amplitud de movimiento en relación con el volumen del tumor. Gran amplitud: relación de ATV indica gran movimiento tumor en relación con el tamaño del tumor
Además, texturas pueden ser afectados por el movimiento de manera diferente de acuerdo con la histología del tumor.. Por lo tanto, se investigó si δ
3D-4D fueron significativamente diferentes entre los adenocarcinomas (21 lesiones) y carcinomas de células escamosas (13 lesiones) utilizando Mann-Whitney U-test con p. & Lt; 0,05
Resultados
imágenes 4D PET parecía tener mayor absorción y un desenfoque menor que las correspondientes imágenes PET 3D (Fig. 1). Se encontró que las diferencias entre 3D y 4D PET a ser significativa (p & lt; & lt; 0,01) para la animación, MCC, y LRLG como se muestra en la Tabla 1. Diferencia significativa para Tosquedad se encontró en todos los recipientes (p & lt; & lt; 0,01), excepto en bin 2 (p = 0,59) (Tabla 1). La tosquedad determinado en las imágenes de PET 3D fue de un 10% más alta que la PET 4D. Se encontró que las imágenes de PET 4D tener tanto como un aumento del 19% en animación, en comparación con las imágenes correspondientes PET 3D (Tabla 1, Fig. 2). MCC se encontró que 2% más alto en PET 3D de 4D PET, mientras que 2% mayor LRLG se encontró en 4D PET cuando se compara con PET 3D. Sin embargo, el contraste en las imágenes en 3D fue sólo alrededor del 5% menor en comparación con 4D PET y δ
3D-4D no fue significativa (p & gt; 0,08). (. Tabla 1, Figura 2): perfil
Todas las imágenes se muestran en la misma ventana intensidad con la SUV entre 1 y 15.
la línea vertical superior de un diagrama de caja representa el 75
th-95
º percentiles de los datos. La línea vertical es la parte inferior 5
th-25
º percentiles. rango intercuartílico (IQR) de los datos es indicado por la anchura del diagrama de caja. Los asteriscos indican las diferencias máximas y mínimas. Mediana y la media diferencias se indican con bar y plaza interior de los diagramas de caja, respectivamente. MCC = coeficiente de correlación máxima. LRLG = largo plazo poco énfasis en escala de grises. El primer diagrama de caja representa las comparaciones de 3D y 3D PET texturas (δ
3D-3D). δ
3D-3D es, por tanto, cero, por definición, como se muestra en la primera "diagrama de caja" para cada textura.
Ninguna de las fases fueron significativamente diferente de la otra de las características de textura (p & gt; 0,90, prueba de Kruskal-Wallis). Insignificante de la variabilidad moderada en las características de textura se encontró entre los cinco contenedores de fase (Fig. 2). CV fue sólo el 1% de MCC y LRLG, 5% para Tosquedad, 9% y 10% para el contraste y el ajetreo, respectivamente. El volumen del tumor ávido (ATV) era poco relacionada con delta
3D-4D para todas las características de textura (R = -0,24 a 0,38; p = 0,03-0,07). La correlación entre los volúmenes internos tumorales (ITV) y δ
3D-4D también resultaron ser pobre para todas las texturas (R = -0,31 a 0,30, p & gt; 0,02), excepto LGLR. Aunque δ
3D-4D para LGLR fue moderadamente influenciado por ITV (R = -0,62 a -0,31, p = 8,3 × 10
-5-,08), los medios δ
3D-4D & lt; 2% .
se encontró amplitud media de movimiento para ser de 4,4 ± 4,6 mm (0,6 a 20,5 mm). Como se muestra en la Tabla 2, de moderada a substancial correlación se encontró entre la amplitud: ATV (mm
-2) y δ
3D-4D de Estar ocupado (R = 0,38-0,54) y MCC (R = -0.70-- 0,41) en la bandeja de 3-5, mientras que una mala correlación se encontró en el cubo de 1-2 con R = -0,03 a 0,12. Las correlaciones también eran pobres para Tosquedad (R = -0,32 a 0,18), Contraste (R = -0,35 a -0,10), y LRLG (R = 0,08 a 0,34) (Tabla 2). Por otra parte, δ
3D-4D no fueron significativamente diferentes entre las histologías, adenocarcinomas y carcinomas de células escamosas, con p & gt; 0,26 (Tabla 3)
Discusión
En este estudio, se investigó la sensibilidad de las características de textura de PET de pronóstico para el movimiento respiratorio. Nuestros resultados sugieren que las medidas de textura son sensibles al movimiento tumor. se encontraron en La grosería y el ajetreo, diferencias sustanciales entre 3D y 4D (10% δ
3D-4D & gt). Por lo tanto, la resolución temporal ofrecido por imagen PET 4D puede dar lugar a una cuantificación más precisa de características de la imagen.
La grosería, contraste, y el ajetreo considerado en este estudio fueron originalmente diseñados para parecerse a la percepción humana y fueron propuestos por primera vez por Amadasun y king (1989) [18]. Cocine
y col gratis (2012) [27] han demostrado que estas tres características de textura son clínicamente relevante para el cáncer de pulmón debido a su valor predictivo para el resultado del paciente. En una imagen tosca, la textura está compuesta por grandes patrones, como la gran área con distribución de intensidad uniforme. Como movimiento de la respiración difumina las finas texturas en las imágenes, las imágenes PET 3D parecen ser más uniforme (Fig. 1) y por lo tanto tener más Tosquedad de imágenes 4D PET. Se encontró que la sensibilidad de contraste que sea insignificante al movimiento inducido desenfoque. Se observó que la diferencia de intensidad entre regiones vecinas dentro del tumor a ser más pronunciada imagen PET 4D en la (Fig. 1), que conduce a contraste ligeramente superior (δ
3D-4D~5%) en 4D PET de imágenes PET 3D. Estar ocupado es una medida de la variación de intensidad entre voxels individuales y su entorno. Estar ocupado computarizada con imágenes 4D PET fue encontrado para ser tanto como 20% más alta que las imágenes PET 3D. Desde δ
3D-4D tendió a ser mayor en general Amplitud: ATV, la cuantificación de Estar ocupado es especialmente sensible a la amplitud del tumor relativamente grande. Sin embargo, las imágenes de PET 3D se empleó en el estudio de Cook,
y col gratis (2012). Nuestros resultados sugieren que el valor de cuantificación y pronóstico de ocupaciones puede verse afectada negativamente por el movimiento del tumor
.
GLCM-MCC y GLRLM-LRLG se incluyeron en el 3D vs comparación de imágenes 4D PET, ya que son insensibles a los parámetros de reconstrucción de imágenes PET [36]. el movimiento del tumor desenfoque de imagen PET en 3D puede reducir la diferencia de intensidad entre los voxels vecinos. Por lo tanto, los voxels vecinos están mejor correlación en PET 3D 4D de PET, lo que lleva a la significativa MCC 2% mayor en las imágenes de PET 3D. LRLG mide la probabilidad conjunta de las carreras largas y valores de gris bajas. Como se observa en la Fig. 1, los voxels de baja intensidad son más localizadas (menor distancia de separación) en el movimiento borroso 3D PET que en las imágenes de PET 4D. Por lo tanto, LRLG fue mayor en 4D PET que el PET 3D.
En este estudio, las imágenes de PET 4D se binned en cinco fases. La absorción de la actividad de cada bin era ligeramente diferente como en Huang y Wang (2013) [30]. La bandeja con la más alta SUV
max se elige a menudo para ser el "mejor" bin imagen PET 4D [29] para, [44], [45]. Sin embargo, encontramos que la variabilidad entre los contenedores de fase para MCC, LRLG, y la tosquedad fueron insignificantes (CV & lt; 5%), lo que sugiere que la cuantificación similar se puede obtener a partir de todas las fases. La pequeña variabilidad puede ser debido a la pequeña amplitud tumor (4,4 ± 4,6 mm) en nuestro conjunto de datos. Por otra parte, se encontró que la variabilidad bin fase a ser moderados por el contraste y el ajetreo (CV~10%). Los valores de contraste y el ajetreo pueden depender de la elección de la fase-bin. MCC, LRLG, y la tosquedad son independientes de la elección de la fase de basura, y por lo tanto deben ser recomendados para la cuantificación de las características del tumor en las imágenes 4D PET.
Además de las características de textura, los estudios a menudo investigan el efecto de las vías respiratorias el movimiento en la cuantificación de las diversas medidas de SUV, especialmente el SUV máximo [28], [29], [33]. Se encontró que el SUV
max a aumentar con la proyección de imagen PET 4D de 25% a 80% en estos estudios. Los artefactos de movimiento inducido no sólo el consumo máximo del tumor menor en las imágenes de PET en 3D, sino que también puede dar lugar a errores de clasificación de las lesiones. Por ejemplo, García Vicente
y col gratis (2010) comparó el SUV
máximo determinado en 3D y 4D imágenes de PET durante 42 lesiones en pacientes con cáncer de pulmón [33]. Tumor con SUV
max durante 2,5 se consideró maligno en su estudio. Como resultado, el 40% (17/42) de las lesiones necesarios para ser cambiado de benigno a maligno. Con este fin, aunque no se muestran los resultados, también comparamos las diferencias en las cuatro medidas de SUV (SUV
max, SUV
pico, SUV
significa, y SUV
total). 4D de imágenes PET aumentó las medidas de SUV
max y SUV
pico en aproximadamente un 30% y 25%, respectivamente, mientras que el aumento de SUV
media y SUV
total fueron sólo alrededor del 5%. Nuestros resultados en SUV
max son comparables a los estudios anteriores [28], [29], [33].
Sin embargo, hay una limitación de nuestras texturas y comparación SUV, ya que se ha demostrado que tejido tumoral maligno puede aumentar continuamente la captación de [
18 F] FDG incluso 2 horas después de la inyección [46] - [48]. Mientras que la imagen PET 3D fue adquirido aproximadamente 100 minutos después de la [
18 F] FDG-PET de inyección, se adquirió la imagen PET 4D entre 118 a 135 minutos después de la inyección. Por lo tanto, el aumento de [
18 F] FDG-PET visto en nuestro estudio puede no deberse exclusivamente al movimiento respiratorio. Dong
y col gratis (2013) encontraron una correlación significativa entre SUV
max y texturas (entropía y la energía) derivado de histogramas de intensidad de PET en pacientes con cáncer de esófago [49]. SUV
También se encontró máximo para ser altamente correlacionada a la entropía y la energía en un estudio realizado por Orlhac
y col gratis (2014) [40] utilizando los pacientes con metástasis colorrectal, de pulmón y cáncer de mama. Por lo tanto, estos dos estudios pueden sugerir que las texturas del histograma derivados son propensos a ser afectados por el retraso en la imagen. Sin embargo, ninguna de las texturas que se utilizaron en este estudio se ha encontrado una alta correlación con SUV
max [40]. Esto puede ser debido al hecho de que las texturas que utilizamos se basan en la relación espacial entre los barrios de voxels, y no dependen directamente en el valor de intensidad de voxels individuales o múltiples dentro de los tumores. Sin embargo, se necesitan más estudios para comprender mejor el impacto de la formación de imágenes en diferido en la textura de la cuantificación.
Todas las imágenes de PET en nuestro estudio fueron sometidos a corrección de atenuación utilizando las imágenes de TC gratuitas para respirar. El coincidentes anatómica borrosa de las exploraciones PET /CT debido al movimiento respiratorio puede afectar a la calidad de la atenuación corregida imágenes 4D PET, y, posteriormente, la cuantificación de características de textura [29], [50], [51]. Por otra parte, debido a la diferencia en los tiempos de adquisición de imágenes 3D y 4D PET, un menor número de recuentos de fotones y de ruido más alto se pueden encontrar en las imágenes de PET 4D, que pueden afectar posteriormente la precisión de la definición de características de textura. Para mitigar el efecto del ruido, todas las imágenes 4D PET tienen un tiempo mínimo de adquisición de 20 min. Estos efectos potenciales serán exploradas aún más en un futuro estudio.
Conclusiones
Características de textura, lo que representa la heterogeneidad del tumor, son borrosas por el movimiento respiratorio durante la adquisición de PET 3D. 4D de imágenes PET reduce el desenfoque por movimiento, la habilitación de funciones basadas en PET para ser mejor resuelto. Se encontraron diferencias significativas en MCC, LRLG, grosería, y el ajetreo entre imágenes 3D y 4D PET. Cuando se miden las características de heterogeneidad tumoral con imágenes de PET, menos desenfoque de movimiento a través de adquisiciones de PET 4D permite significativamente mejor resolución espacial de características de textura. texturas 3D PET pueden dar lugar a la predicción inexacta de los resultados del tratamiento, lo que dificulta el manejo del paciente de cáncer de pulmón óptima. texturas 4D PET pueden tener un mejor valor pronóstico, ya que son menos susceptibles al movimiento del tumor.