Modelo superiorizado de inversión en tiempo real para tomografía magnetoacústica combinada con inducción magnética de...

Área de la Ciencia:

• Imágenes Biomédicas
• Física Médica
• Imágenes Computacionales

Sus antecedentes:

• La tomografía magnetoacústica combinada con inducción magnética (MAT-MI) permite la obtención de imágenes no invasivas de la conductividad tisular.
• La traslación clínica está limitada por desafíos de reconstrucción, incluidos los compromisos entre velocidad y fidelidad, y la incompletitud de los datos.
• Los métodos existentes, como los algoritmos analíticos, sufren de artefactos, mientras que los métodos basados en modelos son computacionalmente intensivos.

Objetivo del estudio:

• Desarrollar un novedoso algoritmo para la reconstrucción MAT-MI de alta fidelidad y en tiempo real.
• Abordar las limitaciones de las técnicas de reconstrucción convencionales y los modelos existentes.
• Permitir imágenes MAT-MI más rápidas y precisas para la investigación biomédica y el uso clínico.

Principales métodos:

• Introducción del algoritmo SCG-MAR (Superiorized Conjugate Gradient Magnetoacoustic Reconstruction).
• Integración de un modelo directo magnetoacústico preciso basado en la física con un método de gradiente conjugado de superiorización.
• Implementación utilizando aceleración paralela de unidades de procesamiento gráfico (GPU) para un rendimiento en tiempo real.

Principales resultados:

• SCG-MAR logró velocidades de inversión en tiempo real (~16 fps) para la reconstrucción MAT-MI.
• Demostró mejoras significativas en la precisión de la reconstrucción, el contraste de fondo y la robustez al ruido en comparación con métodos convencionales y otros basados en modelos.
• Supresión exitosa de artefactos en simulaciones, fantomas y estudios in vivo en ratones.

Conclusiones:

• SCG-MAR representa el primer algoritmo de inversión basado en modelos que logra imágenes MAT-MI in vivo de alta calidad y en tiempo real.
• Este avance mejora significativamente el potencial de MAT-MI para la investigación biomédica y las aplicaciones clínicas.
• El algoritmo supera los desafíos clave de reconstrucción, allanando el camino para una mayor adopción de la tecnología MAT-MI.