Filtrado Predictivo de Modelos para Imagenología de Temperatura por RM en Termoterapia Intersticial Inducida por...

Área de la Ciencia:

• Imagenología Médica; Ingeniería Biomédica; Terapia Térmica

Sus antecedentes:

• La termoterapia interстиcial con láser (LITT) requiere una monitorización precisa de la temperatura.; Los métodos actuales de imagenología de temperatura por resonancia magnética (MRTI) pueden carecer de suficiente resolución temporal.; Mejorar la resolución temporal de MRTI es crucial para una guía eficaz de la ablación LITT.

Objetivo del estudio:

• Evaluar el método de Filtrado Predictivo de Modelos (MPF) para mejorar la resolución temporal de MRTI.; Evaluar la utilidad de MPF en la monitorización de ablaciones LITT.; Determinar si MPF puede mejorar la imagenología volumétrica de temperatura durante LITT.

Principales métodos:

• Se desarrolló un método MPF utilizando un enfoque de función de Green y la ecuación bio-térmica de Pennes.; Se modeló el calentamiento LITT y se complementaron los datos de k-espacio submuestreados.; Se evaluó MPF con datos de fantoma y LITT clínicos, evaluando la precisión de la reconstrucción mediante análisis de dosis térmica y vóxel más caliente.

Principales resultados:

• MPF logró una alta resolución temporal en datos de fantoma, con buena precisión del vóxel más caliente y acuerdo de dosis térmica (DSC ≥ 0.7).; Los datos in vivo mostraron un excelente acuerdo de dosis térmica (DSC > 0.9) para cortes ortogonales.; MPF demostró una alta precisión del vóxel más caliente (RMSE ≤ 1°C) hasta un factor de submuestreo de 3, manteniendo la precisión hasta 5.

Conclusiones:

• El algoritmo MPF permite la imagenología volumétrica de temperatura de campo de visión amplio sin sacrificar la resolución temporal.; MPF muestra buena precisión para la monitorización in vivo de LITT utilizando datos clínicos biplanos.; MPF es una técnica prometedora para mejorar MRTI durante procedimientos LITT.