{"id":1261,"date":"2024-04-29T14:02:19","date_gmt":"2024-04-29T14:02:19","guid":{"rendered":"https:\/\/iramed.webs.upv.es\/?page_id=1261"},"modified":"2024-06-11T10:23:06","modified_gmt":"2024-06-11T10:23:06","slug":"aree-01","status":"publish","type":"page","link":"https:\/\/iramed.webs.upv.es\/?page_id=1261&lang=ca","title":{"rendered":"\u00c0rea 01"},"content":{"rendered":"\n
\n
\n

O1. REDUCCI\u00d3 DE DOSI TC<\/strong><\/p>\n<\/div>\n<\/div>\n\n

\n
\n

La TC es pot utilitzar per a radiodiagn\u00f2stic o planificaci\u00f3 de tractament. Des que la radiaci\u00f3 ionitzant es va convertir en una aplicaci\u00f3 terap\u00e8utica, el c\u00e0lcul de la distribuci\u00f3 de dosi ha sigut un problema degut a la complexitat en la planificaci\u00f3 del tractament. Quan apareixen gradients de dosis o distribucions complexes en un tractament (en IMRT, IGRT o en radiocirugia, per exemple) o quan el teixit a irradiar \u00e9s molt heterogeni, els algorismes utilitzats en els sistemes actuals poden donar valors fora dels marges permesos per a la salut.<\/p>\n\n\n\n

S’ha demostrat que els m\u00e8todes de Monte Carlo i els basats en la equaci\u00f3 de transport de Boltzmann (ETB) aplicats al transport de radiacions ionitzants s\u00f3n el millor m\u00e8tode per a calcular dosi en qualsevol mena de mitj\u00e0 i geometries complexes considerant la f\u00edsica involucrada en el problema.<\/p>\n\n\n\n

A partir dels TC realitzats en radioter\u00e0pia per a planificaci\u00f3, simulaci\u00f3 i verificaci\u00f3 \u00e9s possible reduir la dosi. En aquesta l\u00ednia, el codi Monte Carlo PenRed pot simular la planificaci\u00f3 del tractament per als pacients, reduint tamb\u00e9 les dosis en Teleter\u00e0pia i Braquiter\u00e0pia, i per a aix\u00f2, s’adaptar\u00e0 i verificar\u00e0 el codi.<\/p>\n<\/div>\n\n\n\n

\n
\"\"<\/figure>\n<\/div>\n<\/div>\n\n
\n
\n
\n
\"\"<\/figure>\n\n\n\n
\"\"<\/figure>\n<\/div>\n\n\n\n
\n

Aquesta t\u00e8cnica de diagn\u00f2stic \u00e9s una eina inavaluable per a estudiar estructures internes del cos hum\u00e0 i diagnosticar una \u00e0mplia gamma de condicions m\u00e8diques. No obstant aix\u00f2, \u00e9s crucial abordar els riscos associats amb l’exposici\u00f3 a la radiaci\u00f3 ionitzant i cercar maneres d’optimitzar l’exposici\u00f3 per a reduir la dosi rebuda pels pacients. En aquest context, els investigadors del projecte IRAMED estan treballant en el desenvolupament de t\u00e8cniques de reconstrucci\u00f3 d’imatge amb poques projeccions. S’estan explorant i desenvolupant noves t\u00e8cniques d’imatge que poden proporcionar imatges d’alta qualitat amb dosi de radiaci\u00f3 m\u00e9s baixes. Aix\u00f2 inclou l’\u00fas d’algorismes de reconstrucci\u00f3 d’imatges amb poques projeccions i t\u00e8cniques de filtrat amb IA per a millorar la qualitat de la imatge mentre es redueix la dosi de radiaci\u00f3.<\/p>\n<\/div>\n<\/div><\/div>\n<\/div><\/div>\n\n\n\n

\n
\n

D’altra banda, estan aplicant t\u00e8cniques de Monte Carlo, amb el codi de Monte Carlo Penred, per al c\u00e0lcul de les dosis i aix\u00ed desenvolupar un codi per a planificar tractaments de radioter\u00e0pia.<\/p>\n<\/div>\n<\/div>\n\n

\"\"<\/figure><\/div>\n\n\n\n
\n
\n

1. Estimaci\u00f3 de dosi de la radiaci\u00f3 amb m\u00e8todes de Monte Carlo<\/strong><\/p>\n\n\n

\n
\n

La TC es pot utilitzar per a radiodiagn\u00f2stic o planificaci\u00f3 de tractament. Des que la radiaci\u00f3 ionitzant es va convertir en una aplicaci\u00f3 terap\u00e8utica, el c\u00e0lcul de la distribuci\u00f3 de dosi ha sigut un problema degut a la complexitat en la planificaci\u00f3 del tractament. Quan apareixen gradients de dosis o distribucions complexes en un tractament (en IMRT, IGRT o en radiocirugia, per exemple) o quan el teixit a irradiar \u00e9s molt heterogeni, els algorismes utilitzats en els sistemes actuals poden donar valors fora dels marges permesos per a la salut.<\/p>\n\n\n\n

S’ha demostrat que els m\u00e8todes de Monte Carlo i els basats en la equaci\u00f3 de transport de Boltzmann (ETB) aplicats al transport de radiacions ionitzants s\u00f3n el millor m\u00e8tode per a calcular dosi en qualsevol mena de mitj\u00e0 i geometries complexes considerant la f\u00edsica involucrada en el problema.<\/p>\n<\/div>\n\n\n\n

\n
\"\"<\/figure>\n<\/div>\n<\/div><\/div>\n<\/div>\n\n
\n
\n

A partir dels TC realitzats en radioter\u00e0pia per a planificaci\u00f3, simulaci\u00f3 i verificaci\u00f3 \u00e9s possible reduir la dosi. En aquesta l\u00ednia, el codi Monte Carlo PenRed pot simular la planificaci\u00f3 del tractament per als pacients, reduint tamb\u00e9 les dosis en Teleter\u00e0pia i Braquiter\u00e0pia, i per a aix\u00f2, s’adaptar\u00e0 i verificar\u00e0 el codi.<\/p>\n<\/div>\n<\/div><\/div>\n\n\n\n

\n
\n

2. T\u00e8cniques de reconstrucci\u00f3 d’imatge amb poques projeccions<\/strong><\/strong><\/p>\n<\/div>\n<\/div>\n\n

\n
\n

La prova m\u00e8dica de Tomografia computeritzada (TC) \u00e9s essencial actualment en la pr\u00e0ctica cl\u00ednica per al diagn\u00f2stic i seguiment de m\u00faltiples malalties i lesions, sent una de les proves d’imatge m\u00e8dica m\u00e9s important per la gran quantitat d’informaci\u00f3 que \u00e9s capa\u00e7 d’aportar. No obstant aix\u00f2, a difer\u00e8ncia d’altres m\u00e8todes de diagn\u00f2stic per imatge que s\u00f3n innocus, la prova de TC utilitza raigs X, que s\u00f3n ionitzants, per la qual cosa suposen un risc per als pacients.<\/p>\n\n\n\n

\u00c9s per aix\u00f2 que \u00e9s necessari desenvolupar m\u00e8todes que permeten reduir la dosi de radiaci\u00f3 a la qual s’exposa als pacients que es realitzen un estudi, sense comprometre la qualitat d’imatge perqu\u00e8 si no s’estaria sotmetent a un risc a aquestes persones sense que el benefici (un diagn\u00f2stic de qualitat) estiga garantit.<\/p>\n<\/div>\n\n\n\n

\n
\"\"<\/figure>\n<\/div>\n<\/div>\n\n
\n
\n

Durant el desenvolupament d’aquesta l\u00ednia s’estan investigat m\u00e8todes de reconstrucci\u00f3 d’imatge TC que es basen a reduir el nombre de projeccions usades, amb l’objectiu de reduir el temps d’exposici\u00f3 als raigs X. Aquesta estrat\u00e8gia de reducci\u00f3 de dosi est\u00e0 en fase d’investigaci\u00f3, a difer\u00e8ncia d’unes altres que estan implantades en la pr\u00e0ctica cl\u00ednica i ja han sigut desenvolupades pels propis fabricadors dels esc\u00e0ners. S’aplicar\u00e0 a TC 3D i a Cone-beam i s’empraran t\u00e8cniques computacionals d’altes prestacions per a reduir els temps de computaci\u00f3.<\/p>\n<\/div>\n<\/div><\/div>\n\n\n

\n
\n

3. Aplicaci\u00f3 d’Intel\u00b7lig\u00e8ncia Artificial per a eliminaci\u00f3 de soroll<\/strong><\/strong><\/p>\n\n\n\n

El repte m\u00e9s important consisteix a crear un filtre basat en Intel\u00b7lig\u00e8ncia Artificial (Xarxa Neural d’Aprenentatge Profund) amb la finalitat de reduir el soroll de les imatges i millorar aix\u00ed la qualitat de les imatges. L’entrada seran els sinogrames o el senyal reconstru\u00eft amb dosi baixa, la refer\u00e8ncia ser\u00e0 el senyal reconstru\u00eft amb dosi alta, i la soluci\u00f3 els par\u00e0metres del filtre que a trav\u00e9s de xarxes neuronals conformaran l’arxiu d’eixida reconstru\u00eft (imatge TC) que aproximar\u00e0 de manera \u00f2ptima l’arxiu de refer\u00e8ncia.<\/p>\n<\/div>\n<\/div>","protected":false},"excerpt":{"rendered":"

O1. REDUCCI\u00d3 DE DOSI TC La TC es pot utilitzar per a radiodiagn\u00f2stic o planificaci\u00f3 de tractament. Des que la […]<\/p>\n","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"editor_plus_copied_stylings":"{}","site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"disabled","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"class_list":["post-1261","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/iramed.webs.upv.es\/index.php?rest_route=\/wp\/v2\/pages\/1261","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/iramed.webs.upv.es\/index.php?rest_route=\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/iramed.webs.upv.es\/index.php?rest_route=\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/iramed.webs.upv.es\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/iramed.webs.upv.es\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=1261"}],"version-history":[{"count":9,"href":"https:\/\/iramed.webs.upv.es\/index.php?rest_route=\/wp\/v2\/pages\/1261\/revisions"}],"predecessor-version":[{"id":1622,"href":"https:\/\/iramed.webs.upv.es\/index.php?rest_route=\/wp\/v2\/pages\/1261\/revisions\/1622"}],"wp:attachment":[{"href":"https:\/\/iramed.webs.upv.es\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=1261"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}