3D Photoacoustic Tomography reconstruction and its optimization: a critical step for quantitative biomedical optical imaging

Uno dei maggiori problemi nel trattamento del cancro riguarda la resistenza al trattamento sviluppata da alcune cellule tumorali. Tali cellule sono dette cellule in stato di farmaco-tolleranza persistente (DTP): a causa loro, i tumori non possono essere attaccati dalle terapie tradizionali e sopravvivono all'interno dell'organismo. La tomografia fotoacustica (PAT) è una tecnica di imaging utile per combattere la resistenza ai trattamenti sviluppata dalle DTP. Essa consente di visualizzare la vascolarizzazione tumorale in vivo, anche ad elevate profondità, senza l'uso di agenti di contrasto esogeni. L'obiettivo di questa tesi è sviluppare un sistema composto da due interfacce grafiche (GUI) per la ricostruzione dei volumi PA e il miglioramento della qualità dell'immagine, attraverso ottimizzazioni pre e post ricostruzione. Dopo l'introduzione dei principi alla base dell'imaging PA, vengono analizzati i due approcci di ricostruzione tomografica usati: la time reversal e la Fast Fourier Transform, implementati attraverso il toolbox k-Wave di MATLAB. Con la descrizione della prima GUI, vengono analizzati i metodi di ricostruzione e le altre funzionalità presenti, come le funzioni di visualizzazione e di filtraggio e l'ottimizzazione della velocità del suono. Grazie a quest'ultima, la differenza tra la velocità del suono ipotizzata e quella effettiva è pari a zero, il che porta ad un'immagine PA più nitida. Inoltre, è possibile ottenere un aumento della qualità dell'immagine mediante upsampling dei dati volumetrici. Attraverso la seconda GUI di post processing, è possibile eseguire diverse tecniche di rendering del volume, tra cui emerge l’intensity projection. Essa può essere maximum, mean, meadian e standard deviation intensity projection: risolve il problema delle strutture occludenti, ma non fornisce informazioni sulla profondità. Per compensare tale problema, viene realizzata una mappa profondità-colore attraverso una funzione lineare. Inoltre, è implementata una funzione di fly-through. Sono stati utilizzati 19 volumi acquisiti da un fantoccio, un petto di pollo, un gel a ultrasuoni, braccio e palmo umani, utilizzando il sistema PAT ottico del Centro di Fisica Medica e Ingegneria Biomedica dell'Università di Medicina di Vienna. A causa delle disomogeneità dei dati campionati, in alcuni casi è necessario applicare il filtro di Frangi e la visualizzazione in scala logaritmica, implementati nella GUI di post-processing. Gli step di pre e post processing vengono eseguiti al fine di rendere possibile l'estrazione delle strutture vascolari. Tuttavia, a causa della diversità dei dati campionati, le operazioni di ottimizzazione varieranno da un dato all’altro. In particolare, l’upsampling del volume, il filtro di Frangi e la scala logaritmica sono utilizzati per i dati del braccio e del palmo. Negli altri casi, il filtro di Frangi è sostituito dall'ottimizzazione della velocità del suono o dal filtro passa-basso. A seguito della ricostruzione, vengono confrontate le segmentazioni automatiche delle immagini e i tempi computazionali dei due metodi di ricostruzione. Infine, il sistema è validato calcolando il miglioramento delle prestazioni ottenute prima e dopo l'ottimizzazione delle immagini. In tutte le prestazioni, ossia precision, recall, similarity ed errore dell’area, si ha un miglioramento medio compreso tra il 3 e il 34%. Tuttavia, uno dei metodi automatici produce un peggioramento medio dell'errore dell’area inferiore al 2%, probabilmente dovuto ad una sovrasegmentazione dell’immagine.