Università degli Studi di Milano Dip. di Fisica. A.Torresin: Struttura Complessa di Fisica Sanitaria - Milano

Dimensione: px

Iniziare la visualizzazioe della pagina:

Download "Università degli Studi di Milano Dip. di Fisica. email: alberto.torresin@unimi.it. A.Torresin: Struttura Complessa di Fisica Sanitaria - Milano"

Battista Cappelletti
8 anni fa
Visualizzazioni

1 Alberto Torresin Struttura Complessa di Fisica Sanitaria Azienda Ospedale Niguarda Ca Granda, Milano L esperienza del fisico medico per garantire l accuratezza nelle procedure diagnostiche e terapeutiche Università degli Studi di Milano Dip. di Fisica alberto.torresin@unimi.it

garantire l accuratezza nelle procedure diagnostiche e terapeutiche

2 Fisico Medico Fisico che si occupa delle applicazioni della fisica in medicina Misure sperimentali di fisica nucleare e atomica Descrizione della realtà utilizzando dei modelli Verifiche sperimentali

3 Cosa si utilizza? Dispositivi sperimentali Modelli di calcolo SW di analisi dei dati Verifica sperimentale dei dati ottenuti Applicazione clinica

4 Ambiti (fondamentali) Radioterapia Imaging diagnostico MRI, CT, angio, CR, DR, PET, SPECT Imaging per la pianificazione radioterapica o neurochirurgica Post processing dei dati acquisiti

5 Obiettivi (fondamentali) In radioterapia: valutazione della distribuzione della dose erogata al paziente Impiego di metodi dosimetrici di riferimento per calibrare sistemi di pianificazione Calcolo delle schermature

Impiego di metodi dosimetrici di riferimento per

6 Obiettivi (fondamentali) In radiodiagnostica: Ottenere ottime immagini che descrivano al meglio le caratteristiche fisiche (morfologiche e funzionali) Ottimizzazione delle tecniche di ricostruzione delle immagini Ottimizzazione dei metodi di post elaborazione (SW commerciali, SW di ricerca) Gestione immagini in rete, archiviazione, recupero dello storico

tecniche di ricostruzione delle immagini Ottimizzazione dei metodi di post elaborazione

7 In tutto questo perché è fondamentale parlare di informatica? Criticità dell HW Criticità del SW

8 In tutto questo perché è fondamentale parlare di informatica?.la nostra storia Dalle schede perforate (1975) al calcolo parallelo (grid computing) di oggi

9 G. Babbage originated the modern analytic computer. By 1834 he invented the principle of the analytical engine, the forerunner of the modern electronic computer

11 Criticità dell HW Ormai tutti le apparecchiature nel settore della radiazioni ionizzanti e non hanno sistemi informatici asserviti che devono essere valutati per la scelta delle apparecchiature, il loro collaudo, il loro impiego ottimizzazione Due parametri di riferimento: Collocazione in rete Potenze di calcolo

valutati per la scelta delle apparecchiature, il loro collaudo, il loro

12 Criticità dell HW Tali parametri non vanno valutati in senso strettamente informatico ma in relazione al tipo di apparecchiatura ed impiego clinico Non sempre le soluzioni informatiche sono allo stato dell arte. Affidabilità Gestione in sicurezza dei dati trattati scalabilità

ed impiego clinico Non sempre le soluzioni informatiche sono allo

13 Criticità del SW Quale SW utilizzare? Ricostruzione Post processing Dosimetria clinica Gestione in rete Archiviazione dei dati e loro recupero nel tempo

14 SW di Ricostruzione I SW di ricostruzione sono integrati nei sistemi di imaging impiegati (CT, MRI, SPECT, PET) Spesso le richieste di qualità desiderata vanno in conflitto con i tempi di calcolo e quindi è fondamentale, in fase di acquisto, dotare i sistemi di adeguati sistemi capaci di macinare dati..(array processor, potenza di calcolo, velocità di trasferimento dati, etc.)

calcolo e quindi è fondamentale, in fase di acquisto, dotare i sistemi di adeguati sistemi

15 SW Post processing (diagnostica) MPR, 3D Stazioni PACS:3-D visualization tools, image guided therapy and image fusion. CAD (mammografia, RX e CT polmonare) (gruppo INFN su CAD polmonare con CT magic 5 ) Fusione immagini Elaborazione statistica dei dati (fmri) Analisi di 2 livello (spettroscopia, diffusione, perfusione) Analisi tessutali (doppia energia, et al) Analisi ROC Dare al medico strumenti certificati di visualizzazione, quantificazione

CAD (mammografia, RX e CT polmonare) (gruppo INFN su CAD polmonare con CT magic 5 ) Fusione immagini

16 I. Approccio dimensionale a. Dimensioni spaziali: 1. 2D/2D 2. 2D/3D 3. 3D/3D b. Serie temporali e dimensioni spaziali 1. 2D/2D 2. 2D/3D 3. 3D/3D II. Natura dei riferimenti a. Metodi estrinseci: 1. Invasivi A. Dispositivi stereotassici B. Punti fiduciari 2. Non invasivi A. Dispositivi B. Punti fiduciari b. Metodi intrinseci: 1. Basati su punti di riferimento A. Anatomici B. Geometrici 2. Basati sulla segmentazione A. Modelli rigidi B. Modelli deformabili 3. Basati sulle proprietà dei voxel A. Metodi riduttivi B. Metodi che utilizzano il pieno contenuto informativo. c. Metodi non basati su immagini III. Natura della trasformazione Rigida Affine Proiettiva Elastica IV. Dominio della trasformazione a. Locale b. Globale V. Interazioni a. Interattiva b. Semiautomatica c. Automatica VI. Procedura di ottimizzazione a. Metodo computazionale b. Metodo di ricerca VII. Modalità coinvolte a. Monomodale 1. CT 2. MR 3. PET 4. Portal 5. SPECT 6. US 7. Video 8. RaggiX b. Multimodale 1. CT-MR 2. CT-PET 3. CT-SPECT 4. DSA-MR 5. PET-MR 6. PET-US 7. SPECT-MR 8. SPECT-US 9. TMS-MR 10. US-CT 11. US-MR 12. RaggiX-CT 13. RaggiX-MR 14. RaggiX-Portal 15. RaggiX-US 16. Video-CT 17 Video MR a. Modalità verso modello 1. CT 2. MR 3. SPECT 4. RaggiX b. Paziente verso modalità 1. CT 2. MR 3. SPECT 4. Portal 5. RaggiX VIII. Soggetto a. Intrasoggetto b. Intersoggetto c. Atlas IX. Oggetto a. Testa (cervello o cranio, occhi, denti) b. Torace (interno, cuore) c. Addome (reni, fegato) d. Bacino e perineo e. Arti f. Colonna vertebrale By: J. B. Antoine Maintz, and Max A. Viergever

Basati sulla segmentazione A. Modelli rigidi B. Modelli deformabili 3. Basati sulle proprietà dei voxel A. Metodi riduttivi B. Metodi che utilizzano il pieno contenuto informativo. c. Metodi non basati su immagini III.

17 Metodi di registrazione: reperi anatomici ed esterni External markers (c) O. Sipila / HUCH MRI-marker Anatomical landmarks Registration of point sets -> Arun:87, Least-Squares Fitting of Two 3-D Point Sets, IEEE PAMI

1.2. Anatomical landmarks Registration of point sets ->

18 Metodi di registrazione: impiego della mutual information Joint histogram : Dispersion of 2-D histogram [= p(a,b)] A B: Target image 2D histogram (A,B) Initial state (two identical images) I m a g e B MI: I(A,B)=2.35 image A rotation 0 degree i m a g e B MI: I(A,B)=0.89 image A (c) J. Lötjönen

(A,B) Initial state (two identical images) I m a g e B MI: I(A,B)=2.

19 Valutazione dell accuratezza e della precisione Conoscenza dei metodi matematici Impiego di fantocci E possibile quantificare l accuratezza Alcune modalità si comportano in modo diverso nel caso del paziente Pazienti di riferimento Gold standard

quantificare l accuratezza Alcune modalità si comportano in

20 Attenzione..

21 DTI Colormap e risultati trattografia CC: confronto di sezioni lungo i tre piani Risultati S_A_B Risultati P_N Risultati S_A_N

22 SW di ricerca SW Post processing (diagnostica) SPM, ImageJ, MRCrow, SW DICOM SW open source SW DICOM Necessità di verifica (metodi, tempi di calcolo, risultati..in tempi accettabili ) Strumenti SW: Mathlab, IDL, C++

23 Gestione dell imaging digitale: Abbiamo necessità di utilizzare le immagini per il post processing, la pianificazione, etc I fisici devono occuparsi di tale problema in quanto è ormai un tema strategico RIS PACS (contributo progettuale e di pianificazione) SURGERY ROOMS SW Post processing (diagnostica) NEURORADIOLOGY RADIOLOGY RADIOLOGY and NEURORADIOLOGY FOR EMERGENCY NUCLEAR MEDICINE RADIOTHERAPY CARDIOLOGY View station Server SUN fot image e server post processing Medical Phys Dep 1st SERVER RIS PACS SERVER PACS-BROKER SERVER PACS RAID 16 TB DLT L25 SUN drive LTO2 200 GB 2nd SERVER RIS PACS II RIS SERVER FIREWALL Informatic Dep. Server Azienale JUKE BOX Optical DIsk Patient DATABASE MOD & DLT long archive INTERNET WEB SERVER SERVER RIS Other Hospital by Torresin A.Torresin: Intranet Struttura EPR Complessa Intranet WEBdi Fisica Sanitaria - Milano Viewer

24 Planning in Neurosurgery NM frame based Stereoscopic angiography frame less MRI, fmri, CT plannnig 3D angiography radiosurgery Pointer Neuronavigation Microscope Neuronavigation SEEG electrods robot for Epilepsy and Parkinson Centro di Chirurgia dell Epilessia C.Munari

25 Integrazione delle immagini planning & verifiche in radioterapia DIAGNOSTIC Imaging CT MRI VERIFICATION Imaging Record & Verify NM angio X ray PLANNING Imaging clinical workstation treatment planning system VERIFICATION Imaging simul ator portal imaging EPID DRR film CR CT

26 SW dosimetria clinica (radioterapia) Dosimetria per la radioterapia accurata e precisa la valutazione della distribuzione della dose erogata al paziente Uso SW di pianificazione dosimetrica: Verifica della loro accuratezza, ripetibilità etc Metodi avanzati (da pensil beam al colapsed cone) Metodi montecarlo di calcolo della dose.importanti risorse HW/SW per aumentare accuratezza Dare al fisico medico strumenti corretti di valutazione del deposito di energia nei tessuti

27 SW di simulazione Calcolo delle schermature per siti di elevata complessità Impiego di metodi Montecarlo per simulazione per impiantio complessi (CERN, CNAO, ciclotroni, LINAC, etc) Simulazioni Montecarlo in NM (valutazione di attenuazione, scattering, tecniche di rivelazione ) Necessità di uso di strumenti SW/HW, sistemi operativi, uso della rete, grid computing

28 Teleconsulto e telerefertazione Intranet Niguarda Switch Firewall Ospedale 1 Firewall Remote access Ospedale N

29 Conclusioni Conoscenze HW e SW a 360 Validazione dei metodi usati. Il SW venduto non certifica la qualità diagnostica e le info legate alle post elaborazione Necessità di una validazione fisico medica e clinica Alberto Torresin Grazie per l attenzione! alberto.torresin@unimi.it A. Torresin- Fisica Sanitaria - Ospedale Niguarda Ca Granda

Documenti analoghi

Fusione delle Immagini in Radioterapia Riccardo Ragona Università di Torino

Fusione delle Immagini in Radioterapia Riccardo Ragona Università di Torino Introduzione Transformazioni Algoritmi Visualizzazione Validazione Applicazioni Conclusioni Perche la Fusione delle Immagini?