Corrección de artefacto de inhomogeneidad en imágenes de resonancia magnética de pequeños animales E. Marinetto 1 , M. Desco 1,2 , P. Montesinos 1 , J. Pascau 1,2 1 Unidad de Medicina y Cirugía Experimental, Hospital General Universitario Gregorio Marañón, CIBERSAM, Madrid jpascau@mce.hggm.es 2 Departamento de Bioingeniería e Ingeniería Aeroespacial, Universidad Carlos III de Madrid Resumen En estudios preclínicos neurológicos en animales pequeños es común el uso de antenas de superficie para la adquisición de imagen de resonancia magnética (MRI). Esto produce un marcado artefacto de inhomogeneidad de intensidad en de la imagen. En este trabajo se propone un nuevo método de corrección de dicho artefacto basado en dos adquisiciones ponderadas en densidad protónica de menor resolución. Se ha comparado con los dos métodos de corrección más utilizados (N3 y SPM 5). El método propuesto consigue mejoras de hasta un 70% con un tiempo de ejecución de unos pocos segundos. 1. Antecedentes y motivación La imagen por resonancia magnética es la técnica de imagen médica que ofrece mejor contraste entre tejidos blandos, a la vez que se basa en un proceso de adquisición no invasivo e inocuo. Dependiendo de la localización concreta que se desee adquirir, se pueden emplear antenas específicas (de superficie) diseñadas para mejorar la relación señal a ruido (SNR) de la imagen. Estas antenas tienen un diagrama de recepción muy poco homogéneo, lo que provoca un artefacto de iluminación en la imagen resultante. Cuando se emplean para el diagnóstico visual radiológico, el artefacto no limita demasiado, puesto que la mejor SNR corresponde en la zona de interés. Sin embargo, cuando se desea realizar un postproceso de cuantificación automática o registro, la no uniformidad del nivel de gris de los tejidos no permite obtener resultados correctos [1]. En el análisis de neuroimagen clínica esta problemática no se presenta tan acusada, puesto que se emplean antenas de volumen que producen una leve inhomogeneidad, aunque a pesar de ello se han desarrollado algoritmos para corregirla. Sin embargo, en el campo de la imagen preclínica, cuando se trabaja con rata o ratón, es necesario emplear antenas de superficie para mejorar la calidad de imagen, puesto que con las antenas de volumen la relación SNR es demasiado baja. El artefacto descrito aparece como una señal de baja frecuencia superpuesta a la imagen, conocida como bias field o campo de inhomogeneidad de intensidad (Intensity InHomogeneity field, en adelante IIH). En la figura 1 se puede apreciar este efecto en una adquisición de cerebro de rata. El factor que lo determina en mayor medida es el diagrama de radiación de la antena superficial utilizada para la adquisición [2]. Figura 1. : Efecto de campo de inhomogeneidad de intensidad en una sección coronal de un cerebro de rata Wistar. Las flechas indican dónde se ve acentuado el artefacto. Para solventar este problema se han propuesto varios métodos de corrección del campo IIH, basados en diferentes perspectivas y modelados para el artefacto. En el campo de la imagen clínica, y más concretamente en neuroimagen, la corrección del campo IIH se ha convertido en un preproceso básico para la posterior cuantificación y análisis. En la literatura podemos encontrar estudios comparativos entre los diferentes métodos [1,3,4] y para distintos tipos de imagen, aunque prima el empleo de neuroimágenes. Entre los más utilizados se encuentra el llamado N3 [5], que desde su aparición se ha impuesto como estándar tanto por no precisar información a priori para realizar la estimación del campo IIH como por su facilidad de uso. Más reciente, un método conocido como N4ITK [6], modifica N3 mediante nuevas aproximaciones del campo IIH con B-Splines y mejoras en la eficiencia del proceso iterativo que conduce a la corrección. Otros, como el propuesto por Likar [7,8], estiman el campo IIH mediante aproximaciones polinómicas. Desde otro punto de vista, métodos de corrección como el implícito en el módulo de segmentación unificada de SPM5 [9], buscan compaginar la corrección con la segmentación, y de esta forma realizar una mejor estimación del artefacto. Las aproximaciones anteriores utilizan procesamiento a posteriori, pero también se puede afrontar el problema desde la adquisición. Así en Lai et. al en [10] se propone el empleo de imágenes de diferentes antenas, superficial y de volumen, para la estimación del IIH mediante la combinación de los datos de las mismas. Como se ha indicado, el artefacto presente en neuroimagen humana es de baja intensidad, y en este caso los métodos de corrección más habituales en la literatura