Capitolo 6
Conclusioni
Dopo aver costruito un modello del cuore in asse corto differenziandone le fasi sistolica e diastolica in una sequenza di trenta frame, costituenti complessivamente per noi un intero ciclo cardiaco, si sono eseguite varie prove di sottocampionamento sulla sua trasformata, contenuta nell’ambiente di lavoro conosciuto in letteratura come k-spazio. Da un campionamento di tipo lineare, consistente nell’acquisire l’informazione contenuta su una riga del k-spazio e di escludere quella contenuta nella riga successiva, si è passati ad un analisi non uniforme dello stesso nel senso di privilegiare il contenuto di parti di esso rispetto ad altre per mezzo di forme di sottocampionamento non omogenee, assumendo per buono dalla teoria che quasi tutta l’informazione di un immagine è contenuta, analizzando la sua ‘trasformata‘, nella parte centrale di essa. Si sono, pertanto, privilegiate forme di sottocampionamento più fitto in tale zona e più rade ai bordi. Nell’intento di usare tale tecnica per la riduzione dei tempi di acquisizione, si è ristretta progressivamente la zona con sottocampionamento di due estendendo nelle aree non interessate da tale strategia forme di sottocampionamento di quattro, otto, quindici, trenta. Nel passaggio da un frame all’altro si è ritenuto opportuno applicare il metodo Unfold che ci ha permesso, effettuando uno shift di fase tra le diverse slice selezionate, di contrastare il fenomeno dell’aliasing (sovrapposizione spaziale del contenuto informativo) evitando così il deterioramento dell’immagine finale ottenuta e di selezionare attraverso filtraggio adeguato, il contenuto informativo da noi cercato.
Le simulazioni realizzate riproducono la dinamica cardiaca. Sono state simulate acquisizioni a diversi valori del rapporto segnale rumore in modo da valutare la
bontà dei vari metodi al variare di questo parametro. La scelta dei diversi valori del SNR studiati è stata dettata da stime ottenute da dati reali.
Diverse prove sono state condotte per valutare il tipo e l’ordine del filtro ottimale ai fini della corretta ricostruzione della sequenza delle immagini: il filtro è stato scelto tra la famiglia di filtri FIR che presentano il vantaggio di avere una risposta di fase lineare con la frequenza. I filtri sono stati scelti tra la finestra di Bartlett, Hanning, Hamming, Blackman e Kaiser: la particolare forma dei filtri, che non presentano una discontinuità rapida alla frequenza di taglio, ha permesso di evitare oscillazioni nelle immagini ricostruite. La finestra che ha fornito risultati migliori è stata la finestra di Hanning. Il motivo per il quale si è optata tale scelta deriva dalla presenza, sull’immagine finale analizzata, di una sorta di trascinamento dell’informazione contenuta sull’immagine precedente, relativamente alle finestre suddette. L’ordine ottimo del filtro è risultato pari a trenta.
La bontà dei diversi metodi di campionamento, utilizzati all’interno del metodo Unfold, è stata valutata dall’applicazione alle immagini simulate: è stato testato il metodo di sottocampionamento uniforme e il metodo di sottocampionamento non uniforme, variando sia l’ampiezza dell’intervallo centrale del k-spazio, che viene sottocampionata di un fattore fisso pari a due, che il livello di sottocampionamento delle aree esterne a tale regione. Le prove effettuate hanno dimostrato che l’errore di ricostruzione diminuisce all’aumentare del rapporto segnale-rumore e diminuisce all’aumentare delle righe del k-spazio considerate.
Per ogni caso è stato stimato il tempo di acquisizione: questo è l’altro parametro che deve essere ottimizzato, trovando un compromesso con l’errore di ricostruzione, in modo da ridurre considerevolmente i tempi per l’acquisizione di un esame, salvaguardando l’informazione utile ai fini diagnostici.
Da stime di sei secondi, per la gestione dei trenta frame, con sottocampionamento di due, si è arrivati a toccare i due e cinquantacinque secondi con un sottocampionamento di due nella zona delimitata dalle righe settantotto-centosettantotto e di trenta nelle fasce periferiche. Ciò risulta un enorme vantaggio
se si pensa che per una soddisfacente informazione in termini diagnostici, occorre gestire almeno 360 frame per acquisizione, portando la durata dell’esame complessivo a circa mezz’ora.
Nell’ultimo capitolo si sono infine riproposte prove su una sequenza reale di immagini in formato Dicom ottenendo risultati analoghi al caso di dati simulati. Pertanto si è dimostrata la validità del metodo proposto e quindi il raggiungimento dei risultati auspicati. In questo lavoro, la risoluzione delle problematiche temporali è stata affrontata da un punto di vista software. Analizzandole anche da un punto di vista hardware, è possibile ottenere un’ottimizzazione complessiva dei risultati, mettendo in risalto i vantaggi dell’uno e dell’altro approccio.
