Estrazione delle TCC e correzione della baseline

Per poter estrarre da un esame di TCp le curve TCC è necessaria, in primo luogo, l’individuazione e la scelta di un vaso di grosso calibro, generalmente un’arteria, che rappresenti la maggiore via di irrorazione dell’organo. Ciò si traduce, dunque, nella selezione di una ROI, solitamente nel lume del vaso [13]. Dalla ROI vascolare scelta si estrae un unico segnale che quantifica l’assorbimento del MdC nel vaso, mediando l’informazione tra tutti i voxel. Per l’input arterioso si ottiene dunque una sola TCC, rappresentante la media del contributo fornito al tessuto.

In Figura 6 si riporta la selezione di una ROI in aorta in tre istanti diversi, rappresentativi di momenti distinti dell’esame perfusionale: da sinistra baseline,

enhancement e ricircolo riferiti allo stato dell’aorta. In Figura 7 parallelamente, si

visualizzano le stesse fasi, riferite al tessuto.

In Figura 8 si visualizza la TCC di input arterioso estratta [14]. In ordinata, si riportano i valori di concentrazione in [HU], in ascissa l’andamento temporale in [s]. A tal proposito, il passo di campionamento dell’acquisizione di una sequenza TC deve essere al massimo pari a 2s fino alla fase del first pass, dopodiché eventualmente l’intervallo può essere più ampio.

Viene indicata, inoltre, con una linea verticale azzurra, il termine della fase di

first pass, quindi l’inizio del ricircolo. La rete vascolare drena il MdC in più cicli

cardiaci successivi, quindi la fase di ricircolo aortico consiste nel ritorno al cuore del MdC, dalla circolazione periferica, così come quella del tessuto consiste nel ritorno del MdC al tessuto.

Figura 6 – Selezione della ROI aortica in tre diverse fasi delle sequenze acquisite: da sinistra verso

destra, rispettivamente la fase di baseline, di enhancement e di ricircolo.

Figura 7 – Perfusione tessutale in tre diverse fasi delle sequenze acquisite: da sinistra verso destra,

Anche per l’estrazione delle TCC tessutali è necessaria la definizione di una ROI sull’organo, con la prerogativa di escludere i vasi. A differenza dell’input arterioso, dal tessuto si estrae un’informazione voxel-based, ovvero si ricostruisce la TCC del MdC per ogni voxel della ROI, con il fine di valutare le variazioni nella distribuzione spaziale locale dei parametri di perfusione calcolati. La Figura 9 mostra una serie di TCC voxel-based estratte da una piccola ROI di tessuto epatico. Si può notare che nel tessuto, dopo il picco, si mantiene comunque un’alta concentrazione del MdC. Si registra, così, una perfusione sostenuta, a causa sia dei meccanismi di diffusione tra i vasi e l’interstizio, sia dei ritardi tra il trasporto del MdC nella rete vascolare e l’arrivo nel tessuto. Si nota, inoltre, che nella fase precedente all’arrivo del MdC, vi è un valore non nullo di concentrazione (i segnali non partono da 0HU). Per valutare l’effettiva concentrazione del MdC, si sottrae a ciascun segnale il proprio valore di densità basale, ottenendo così delle curve di attenuazione (Time Attenuation Curve, TAC). La Figura 10 mostra dunque, le TAC ottenute dalle TCC riportate in Figura 9.

Figura 8 – TCC estratta da una ROI in aorta. In ascissa sono riportati i valori temporali

[s], in ordinata la concentrazione del MdC [HU]. La linea azzurra indica la fine del

Per quanto detto, ad ogni TCC deve essere sottratto il valore di baseline. A tal proposito, pur essendo generalmente applicati algoritmi di denoising, i segnali conservano una componente di rumore che inficia la valutazione del corretto valore basale. L’estrazione della baseline è una fase di pre-processing fondamentale per il successivo processo analitico: scegliere il valor medio del segnale prima dell’arrivo del MdC in modo approssimativo, in molti casi rischia di introdurre una notevole componente d’errore. Avere a disposizione un valore di baseline calcolato per mezzo di algoritmi specifici, che vantano precisione ed accuratezza maggiori, consente non soltanto di ridurre ulteriormente gli artefatti dovuti al rumore nella prima porzione del segnale, ma anche di migliorare la qualità dell’informazione circa il valore di picco raggiunto in seguito.

È da notare, facendo riferimento ai diversi momenti di baseline, enhancement e ricircolo, che vi sono alcuni istanti di tempo, in corrispondenza delle transizioni tra le fasi, che non sono univocamente associabili ad una piuttosto che alla successiva. L'informazione che consente di eseguire una correzione della baseline ancora più adeguata è, pertanto, associata alla corretta identificazione dell’ultimo istante temporale in cui si possa affermare che il MdC non abbia ancora raggiunto il tessuto. L’importanza del dato è elevata poiché l’effetto indotto sulla curva, a seguito della correzione, è una variazione della pendenza della salita nei primi istanti dell’assorbimento. Tuttavia, a carico di questa conoscenza vi è un maggior grado di incertezza. Vi sono, ad esempio, tra la fine della baseline e l’inizio certo

Figura 9 – Esempio di TCC voxel-based estratte

da una piccola ROI selezionata sul tessuto epatico. In ascissa è riportato l’asse temporale [s], in ordinata i valori di concentrazione del MdC [HU].

Figura 10 – Esempio di TAC voxel-based,

ottenute dopo aver sottratto il valore basale alle TCC estratte (Fig.11). In ascissa è riportato l’asse temporale [s], in ordinata i valori di concentrazione del MdC [HU].

dell’enhancement in aorta, istanti in cui non vi è un criterio tanto selettivo che permetta di considerarli appartenenti alla prima piuttosto che alla seconda fase del segnale.

Riassumendo, la descrizione più generale della quantificazione del BF e del BV tessutale può essere spiegata, sostanzialmente, con una comparazione della concentrazione locale del MdC con l’input vascolare ricevuto, secondo i metodi adatti al modello analitico scelto.