El trabajo que se está realizando consiste en la reconstrucción de imágenes médicas de tomografía computarizada (TC) con pocas proyecciones utilizando herramientas de computación de altas prestaciones (HCAP). La utilización de pocas proyecciones implica una menor dosis de radiación absorbida por el paciente, pero provoca que los métodos clásicos de reconstrucción presenten muchos artefactos en las imágenes generadas; por ello es necesario recurrir a técnicas algebraicas de reconstrucción de imágenes médicas de TC. Estas técnicas tienen un mayor coste computacional y, por lo tanto, requieren del uso de herramientas de computación de altas prestaciones (HCAP) para lograr reconstruir una imagen en un tiempo aceptable.
La modelización matemática del problema asociado a la reconstrucción de la imagen de TC consiste en un sistema de ecuaciones lineales de gran dimensión, disperso y puede que de rango deficiente según el número de proyecciones utilizadas. Por lo tanto, en esta tarea se están analizando diversas estrategias de resolución de dicho problema.
En la reconstrucción de imagen de tomografía computarizada, los sinogramas adquiridos tienen normalmente ruido, por lo que, aparecen artefactos en las imágenes resultantes. Esto hace necesario encontrar los filtros adecuados para combinarlos con los métodos de reconstrucción de forma que eliminen la mayor cantidad de ruido posible sin alterar en exceso la información que la imagen contiene. En este trabajo el foco está en la evaluación de distintas técnicas de filtros aplicadas en la eliminación de artefactos presentes en los sinogramas TC. En particular, analizamos la eliminación del ruido Gaussiano y Speckle. Las técnicas de filtrado escogidas se han estudiado utilizando cuatro funciones diseñadas para medir la calidad de la imagen filtrada y comparándola con una imagen de referencia. De esta forma, se determina los parámetros ideales para llevar a cabo el proceso de filtrado de los sinogramas, previo al proceso de reconstrucción de imágenes. Además, se estudia su aplicación en imágenes con ruido reconstruidas cuando se utilizan sinogramas con ruido y finalmente se selecciona el mejor filtro para combinarlo con un método de reconstrucción iterativo con el fin de ver si mejora la calidad de las imágenes. Con esto, se puede determinar la fiabilidad de usar el método de filtrado seleccionado para nuestras reconstrucciones de TC con reducción de proyecciones. Se ha comprobado que el filtro bilateral es el que mejor se comporta con las imágenes. Además, se ha validado el filtro combinado con el método de reconstrucción iterativa, que consiste en un método LSQR y se demuestra como este filtro con el método de reconstrucción mejora la calidad de las imágenes TC.
Los resultados de estos estudios han sido presentados en la revista con editorial abierta PLOS/ONE (Evaluation of image filters for their integration with LSQR computerized tomography reconstruction method).
Por otra parte, se han planteado dos métodos algebraicos directos para la reconstrucción de TC basados en la factorización de la matriz que modela el sistema. El primero es el método SVD, que se ha probado mediante la librería SLEPc, obteniendo mayores tasas de uso de memoria principal, por lo que ha sido descartado en favor del método QR. La primera aproximación a la resolución se ha hecho mediante la librería SuiteSparseQR, desarrollando después un método propio siguiendo la técnica Out-Of-Core que permite almacenar las matrices en el propio disco duro en lugar de cargarlas en memoria, por lo que el tamaño del problema puede aumentar sin que el coste del hardware sea muy alto. Dicho método obtiene reconstrucciones de alta calidad cuando el rango de la matriz factorizada es completo. En los resultados se muestra como para una resolución alta, garantizar el rango completo todavía supone una reducción del número de proyecciones con respecto a métodos tradicionales.
Por tanto, en esta línea de investigación se ha llevado a cabo la investigación y el posterior desarrollo mediante librerías y técnicas de computación de Altas Prestaciones de varios métodos algebraicos de reconstrucción de TC basados en la reducción de proyecciones que permiten mantener una buena calidad de imagen. Dichos métodos han sido optimizados para lograr los menores tiempos de reconstrucción posibles, con el fin de hacerlos competitivos y que algún día puedan ser instaurados en la práctica clínica.
Para acelerar todos los cálculos se ha requerido mejorar el clúster de cálculo científico, y para ello, se han adquirido discos duros sólidos ultrarápidos y también un de tarjetas de memoria RAM para aumentar las prestaciones del equipo que se adquirió en la anualidad 2020, puesto que este tipo de cálculos requiere de tiempos de computación muy elevados, mucha capacidad de almacenamiento de información y discos duros que tengan acceso rápido. Estas mejoras en el hardware del equipo han hecho que se puedan abordar más cantidad de imágenes y que la velocidad de cálculo sea mucho más eficiente.
Como resultado de este trabajo se ha publicado el artículo High-performance reconstruction of CT medical images by using out-of-core methods in GPU, artículo preimpreso en la revista Computer Methods and Programs in Biomedicine (January 2022), donde se han aplicado las técnicas implementadas a patologías de neumonía con COVID, como se muestra en las siguientes imágenes:
