Scale invariant feature transform per immagini multi-modali : implementazione e validazione del metodo

Radiotherapy is a medical treatment based on the delivery of high-energy ionizing radiations to the patients, with the goal of controlling, reducing and eliminating neoplastic lesions. The energy transferred to the tissue damages the cells. Since not only the tumor tissue but also healthy tissues are damaged by radiation, the principle of radiation therapy is to cause the highest possible damage to the target volume, sparing surrounding healthy structures. In the last years, in the concept of Image Guided Radiation Therapy (IGRT) has been introduced in both planning and treatment monitoring, underlining the importance of using advanced imaging technologies to define the target volume to be irradiated. A single modality does not necessarily contain all the diagnostic information necessary for reliable determination and delineation of the malignant tissue. Therefore, multi-modal images, obtained with different imaging modalities, can provide complementary information that aids target volume definition, ultimately sparing the organs at risk (OAR) near to the tumor. The images are typically taken at various time-points and using different machines, and therefore need to be aligned into the same coordinate system using registration algorithms. The aim is to offer an automatic method in order to match corresponding points between multi-modal images and quantify the registration error. So the Scale Invariant Feature Transform (SIFT) method, that extracts and matches stable and characteristic points between mono-modal images, is extended to multi-modal images changing the landmarks’ descriptor and the matching algorithm. The method is implemented and validated by using virtual images and applied to clinical CT/MRI images.

La radioterapia è un trattamento medico basato sulla somministrazione al paziente di radiazioni ionizzanti ad alta energia, con l’obiettivo di controllare, ridurre ed eliminare neoplasie. L’energia trasferita al tessuto comporta il danneggiamento delle cellule colpite. Poiché tale danneggiamento interessa sia il tessuto neoplastico sia i tessuti sani, il principio della radioterapia consiste nel causare il maggior danno possibile alla lesione, risparmiando i tessuti sani circostanti. Negli ultimi anni si è assistito ad un crescente interesse nei confronti della Radioterapia Guidata dalle Immagini (IGRT, Image Guided Radiation Therapy) sia per la pianificazione che per il monitoraggio del trattamento, che si basa sull’utilizzo di tecnologie di imaging avanzate per definire il volume target da irradiare. Una sola modalità di imaging non sempre contiene le informazioni diagnostiche necessarie per la determinazione affidabile del tessuto tumorale. Viceversa, immagini multi-modali, ovvero ottenute con diverse modalità di imaging, possono fornire informazioni complementari che consentono la definizione del volume target, salvaguardando gli OAR vicino al tumore. Le immagini sono solitamente rilevate in differenti istanti temporali e usando diverse tecnologie, quindi devono essere allineate nello stesso sistema di coordinate usando algoritmi di registrazione. L’obiettivo è proporre un metodo automatico, per l’estrazione e la definizione di punti corrispondenti tra immagini multi-modali e per la quantificazione dell’errore di registrazione. Quindi il metodo Scale Invariant Feature Transform (SIFT), che prevede l’estrazione e la definizione di punti corrispondenti fra immagini mono-modali, è stato esteso a immagini multi-modali modificando il descrittore dei landmarks e l’algoritmo di matching. Il metodo è implementato e validato su immagini virtuali e applicato a immagini CT/MRI di pazienti.