MX2014003685A

MX2014003685A - Metodo para optimizacion coherente y verificable de una dosis de radiacion de tomografia computarizada (tc).

Info

Publication number: MX2014003685A
Application number: MX2014003685A
Authority: MX
Inventors: David B Larson
Original assignee: Childrens Hosp Medical Center
Priority date: 2011-09-30
Filing date: 2012-10-01
Publication date: 2015-05-11
Also published as: AU2012315530A1; EP2760367A4; RU2014117689A; CA2850374A1; US9592022B2; WO2013049818A1; EP2760367A1; IL231749A0; KR20140082721A; CN104039262A; BR112014007695A2; US20140270053A1; JP2014528284A

Abstract

Se describe un sistema y método para optimizar coherentemente y de manera verificable la dosis de radiación de tomografía computarizada (TC) en el ámbito clínico. Los modelos matemáticos permiten estimar el tamaño del paciente, el ruido de imagen, la dosis de radiación de tamaño específico, y los objetivos de calidad de imagen basándose en los datos de imágenes digitales y las preferencias del radiólogo. Un modelo de predicción estima la modulación de corriente del tubo de escáner y predice el ruido de imagen y la dosis de radiación de tamaño específico sobre una gama de tamaños de pacientes. Un modelo de optimización calcula los ajustes específicos del escáner necesarios para obtener la calidad de imagen objetivo con la mínima dosis de radiación posible. Un sistema automatizado procesa los datos de imagen y de dosis de acuerdo con los modelos matemáticos, y almacena y muestra la información, permitiendo la verificación y monitoreo continuo de la optimización de dosis coherente.

Description

MÉTODO PARA OPTIMIZACIÓN COHERENTE Y VERIFICABLE DE UNA DOSIS DE RADIACIÓN DE TOMOGRAFÍA COMPUTARIZAPA (TC) DESCRIPCIÓN DE LA INVENCIÓN La presente descripción se refiere a un método de Tomografia Computarizada (TC) para optimizar dosis de radiación. La presente descripción también se refiere a un sistema integrado para proporcionar optimización de dosis de radiación de TC consistente basada en pacientes individuales por toda una organización al reducir la desviación de los objetivos de calidad de imagen cuantitativa.

Los hospitales están comenzando a monitorear la dosis de radiación de TC en respuesta a los lineamientos de salud promulgados. Cuando se experimenta una exposición médica de radiación, incluyendo aquella de tomografia computarizada (TC), el principio rector es aquel de Tan Bajo Como Sea Razonablemente Posible (ALARA). De esta manera, los generadores de imágenes desean utilizar la dosis de radiación mínima necesaria para lograr una calidad de imagen de diagnóstico. Las dosis de radiación que son demasiado bajas producen imágenes de calidad inadecuada. Las dosis de radiación que son demasiado altas ponen al paciente en riesgo sin una calidad de diagnóstico agregada. Por lo tanto, el problema de ALARA en TC puede verse como un problema de optimización de calidad de imagen además de un problema de optimización de dosis de radiación. Específicamente, la capacidad de los generadores de imágenes para optimizar las dosis depende de su capacidad de predecir con precisión la calidad de imagen antes del examen de TC y de manera prospectiva utilizar los parámetros de dosis de radiación que resultaran en una calidad de imagen que se encuentre justo por encima del umbral de diagnóstico.

Todo lo demás siendo igual, una dosis de radiación superior en un escáner de TC resulta en una imagen más clara. Dos factores principales bajo el control directo del operador contribuyen a la dosis de radiación: el nivel de energía del haz, medido como el voltaje de tubo (kV), y una fluencia de fotones, medida como una función de la corriente y tiempo del tubo (mAs). La dosis de radiación suministrada al paciente es proporcional a la fluencia y aproximadamente proporcional al cuadrado de la corriente del tubo. Reducir la dosis reduce el número de fotones que llegan al detector y resulta en una imagen más granulada o con más ruido. Se requieren niveles superiores de dosis para mantener una calidad de imagen en pacientes más grandes y se requieren niveles de dosis más bajos en pacientes más pequeños. La meta del operador es utilizar la menor dosis de radiación posible para generar imágenes de calidad de diagnóstico. A la fecha, típicamente no se encuentran disponibles mediciones de calidad de imagen para exámenes clínicos para radiólogos.

La característica de calidad de imagen limitante para aplicaciones de bajo contraste tal como TC del abdomen/pelvis tiende a ser la capacidad de detección de bajo contraste (LCD), que incorpora ambas estimaciones de resolución espacial y de contraste. El método para medir la calidad de imagen para la presente descripción es aquel del ruido de imagen, que puede utilizarse como un intermediario para LCD ya que proporciona una medida de calidad de imagen simple. Los parámetros de TC deben establecerse antes del examen; por lo tanto, si los parámetros se basarán en una calidad de imagen mínima, el usuario debe saber a priori qué parámetros deben utilizarse que resultarán en una dosis de radiación más baja posible para generar imágenes de calidad de diagnóstico.

Varias téenicas de reducción de radiación, que incluyen modulación de dosis, se incorporan en la mayoría de los escáneres de TC modernos. Sin embargo, la dosis de radiación sigue bajo el control del operador, el cual tiene la capacidad de establecer parámetros de escaneo tales como kV, mA, y parámetros aceptables de "factor de ruido" para exámenes modulados por dosis. Incluso los radiólogos aún se limitan actualmente en muchos respectos, incluyendo lo siguiente: a)La calidad de imagen es difícil de cuantificar, incluso por inspección visual; de esta manera, no se han establecido bien las métricas de calidad de imagen estándar. b)La calidad de imagen depende de los parámetros de escaneo y el tamaño del paciente, un modelo cuantitativo de cómo interactúan estos factores para impactar la calidad de imagen no se ha establecido bien. c)Incluso si pudiera medirse, sin un modelo predictivo, la calidad de imagen sólo puede evaluarse después de que se ha completado el escaneo, limitando su utilidad. d)Umbrales de calidad de imagen mínimos no se han establecido.

Además, la utilización de TC ha incrementado sustancialmente en años recientes. Muchos escáneres realizan docenas de exámenes por día, operados por teenólogos de TC, supervisados por radiólogos, con la ayuda de médicos, de los cuales a ninguno se les ha reembolsado actualmente por optimizar la calidad de imagen o la dosis de radiación. Puede no ser razonable esperar que estos individuos puedan dedicar una gran cantidad de su tiempo para garantizar una optimización de calidad de imagen/dosis. De esta manera, incluso si se desarrolla para cuantificar la calidad de imagen, a menos que se integre en el flujo de trabajo actual con mínima interrupción y sea fácil de utilizar, es poco probable experimentar una adopción ampliamente difundida.

Muchos de los desafíos actuales que rodean a la optimización de dosis de TC se relacionan con el problema de la calidad de imagen y la verificación de dosis. Sin un sistema automatizado, los radiólogos que creen o reclaman que optimizan la dosis, sólo pueden verificar esto a un gran costo, si acaso, debido a la dificultad de adquirir, analizar, agregar e informar datos de escaneos individuales.

De esta manera, aunque la evaluación de calidad de imagen cuantitativa es un elemento importante, el sistema también debe ser práctico. Específicamente, el sistema puede satisfacer varios principios: 1. Predicción: El sistema debe predecir la calidad de imagen basándose en parámetros de escaneo y tamaño del paciente. 2. Optimización: El sistema debe recomendar parámetros de escaneo que se espera produzcan imágenes de calidad deseada en la dosis más baja posible (ALARA). 3. Evaluación: El sistema debe evaluar qué tan bien un escaneo individual logra la meta de ALARA con respecto a otros escaneos. 4. Monitoreo: El sistema debe permitir que un administrador asegure que ALARA se logra de manera consistente en todos los estudios en todos los escáneres en una organización. 5. Verificación/información: El sistema debe permitir que una empresa informe su rendimiento en una forma cuantificable. 6. Automatización/integración: Al grado posible, el sistema debe funcionar automáticamente, requiriendo mínima entrada de datos manual. 7. Transparencia: Al mismo tiempo, el sistema debe ser tan transparente como sea posible, informando a los operadores y generadores de imágenes del rendimiento de estudio individual y agregado. 8. Controlable: Aunque el sistema debe funcionar automáticamente, también debe permitir anular el control del operador en cualquier momento. 9. Facilidad de uso: El sistema debe ser intuitivo y tan simple de utilizar como sea posible.

Las modalidades ejemplares proporcionan un sistema o método que utiliza evaluaciones de calidad de imagen cuantitativas y estimaciones de dosis de radiación para lograr niveles de dosis de radiación que sean Tan Bajos Como Sea Razonablemente Posible (ALARA) en una base consistente para escáneres de Tomografía Computarizada (TC) en una organización.

En una modalidad, se describe un método para generar parámetros de escaneo para un escáner de TC. El método primero obtiene los datos de tamaño del paciente. A continuación, el método establece un perfil de preferencia de calidad de imagen para un solo radiólogo o grupo de radiólogos, el perfil de preferencia de calidad de imagen es una función de la calidad de imagen y datos de tamaño del paciente. A continuación, el método establece una ecuación de ruido objetivo, derivada del perfil de preferencia de calidad de imagen. A continuación, la ecuación de ruido objetivo se aplica contra una ecuación de ruido medida, la ecuación de ruido medida utiliza una función de los datos de tamaño del paciente, para derivar los parámetros de escaneo para un escaneo determinado. En una modalidad más detallada, la etapa de aplicar la ecuación de ruido objetivo contra una ecuación de ruido medida para derivar los parámetros de escaneo para un escaneo determinado puede incluir una etapa de detectar la ecuación de ruido objetivo igual a la ecuación de ruido medida para los datos de tamaño del paciente, y resolver un parámetro de dosis de radiación. En una modalidad detallada adicional, el parámetro de dosis de radiación puede incluir mAs, otros parámetros de escáner determinados. En una modalidad detallada adicional, la ecuación de perfil de preferencia de calidad de imagen puede ser: En donde S es la puntuación de preferencia de calidad de imagen, Dw es los datos de tamaño del paciente, y A, B, y C son constantes empíricamente derivadas. En una modalidad detallada adicional, la ecuación de ruido objetivo se deriva de la ecuación de perfil de preferencia de calidad de imagen y puede ser st = cT + aT· ebTDw donde st es el ruido objetivo, cT, ar, y bT son constantes empíricamente derivadas y donde Dw es los datos de tamaño del paciente, los cuales son el diámetro equivalente de agua para el paciente. Y en una modalidad detallada adicional, la ecuación de ruido medida puede ser donde Co, Ci, C2, C3, C4 y cme son constantes empíricamente derivadas y me es mAs efectivo. La etapa para resolver el parámetro de dosis de radiación puede ser un proceso iterativo. La ecuación de perfil de preferencia de calidad de imagen puede establecerse, al menos en parte, sobre una o más evaluaciones subjetivas del radiólogo de la calidad de imagen adecuada.

Alternativa o adicionalmente, los datos de tamaño del paciente pueden ser un diámetro equivalente de agua, Dw, del paciente. Alternativa o adicionalmente, la ecuación de ruido medida puede derivarse de los datos de medición de ruido tomados de un maniquí de agua cónico. Alternativa o adicionalmente, la ecuación de perfil de preferencia de calidad de imagen puede utilizarse para derivar una ecuación de ruido objetivo que mantiene una puntuación de preferencia de calidad de imagen constante sobre un margen de tamaño del paciente. Alternativa o adicionalmente, la puntuación de preferencia de calidad de imagen se selecciona basándose en la calidad de imagen deseada para una aplicación de TC especifica; tal como por ejemplo, una aplicación objetivo de cuerpo, una aplicación objetivo de pulmón y/o una aplicación objetivo de hueso. Alternativa o adicionalmente, los datos de tamaño del paciente pueden ser un valor medio del diámetro equivalente de agua tomado para paciente sobre un eje de escaneo, y el valor medio del diámetro equivalente de agua puede derivarse por ejemplo, al realizar una integración de fila por fila de los datos de imagen del topograma para cada nivel en sección transversal a lo largo del eje de escaneo. Alternativa o adicionalmente, los parámetros de escaneo pueden incluir modo de escaneo, kV, mA y/o ajustes de modulación de dosis, velocidad de rotación, filtro de pajarita, y/o tamaño de punto focal. Alternativa o adicionalmente, el método además incluye una etapa para realizar los datos de imágenes y los metadatos a partir de un escaneo de TC utilizando uno o más de los parámetros de escaneo derivados. Alternativa o adicionalmente, el método además puede incluir una etapa para almacenar los parámetros de escaneo derivados y los datos de tamaño del paciente en un registro de base de datos asociado con el escaneo de TC para análisis de datos subsiguiente. Alternativa o adicionalmente, el método además puede incluir una etapa para desplegar los datos de escaneo, que incluyen los datos de tamaño del paciente de mitad por mitad, los datos de mAs efectivo, y los datos de ruido de imagen derivados superpuestos sobre la imagen del topograma. Alternativa o adicionalmente, el método además puede incluir una etapa para señalar si uno o más de los parámetros de escaneo derivados caen fuera de un conjunto de parámetros de escaneo seleccionados.

En otra modalidad, un método para determinar una estimación de dosis de radiación especifica de tamaño (SSDE) para un paciente en un escaneo de tomografia computarizada (TC), utilizando un escáner, incluye las siguientes etapas: estimar un diámetro equivalente de agua del paciente (Dw); establecer un parámetro de calidad de imagen objetivo para el escaneo al menos parcialmente basándose en Dw; recuperar los parámetros de escáner de una base de datos; determinar la SSDE basándose en los parámetros de calidad de imagen objetivo, y los parámetros de escáner; recomendar la SSDE; escanear al paciente utilizando una dosis de radiación, basada, al menos en parte, en la SSDE recomendada; desplegar la imagen de escaneo; medir la imagen de escaneo para la información de ruido; y actualizar la base de datos. En una modalidad más detallada, el método además puede incluir procesar imágenes de maniquí de agua para producir parámetros de escáner al escanear un maniquí de agua y guardar una información de ruido de imagen y parámetros de escáner en una base de datos. Alternativa o adicionalmente, la etapa de escanear al paciente puede incluir administrar la SSDE determinada. Alternativa o adicionalmente, la etapa de estimar Dw puede incluir escanear a un paciente con un escaneo de exploración, y crear un topograma con el escaneo de exploración.

Alternativa o adicionalmente, el método además puede incluir: realizar una integración de fila por fila del topograma por el escáner para determinar el diámetro equivalente de agua para una división (Dw_neto) para cada nivel en corte transversal a lo largo del eje z; y mapear Dw_neto en el topograma. Además, el método puede incluir calcular adicionalmente el ruido estimado calculado en cada división y mapear el ruido estimado en un topograma.

Alternativa o adicionalmente, la etapa de estimar el tamaño de Dw del paciente puede lograrse al: escanear al paciente con un escaneo de exploración para adquirir el espesor de Tw; y al utilizar Tw para hacer una referencia cruzada que corresponde a Dw de la base de datos.

Alternativa o adicionalmente, la etapa de actualizar la base de datos puede incluir agregar los parámetros en la base de datos con la información de SSDE, la información de ruido, los parámetros de escáner, y/o Dw.

Alternativa o adicionalmente, los parámetros de escáner pueden incluir constantes de escáner y datos de rendimiento de escáner. Además, el método puede incluir las etapas de derivar los parámetros de escáner al realizar al menos un escaneo de maniquí de agua, con al menos un ajuste y modo de escáner; medir el ruido; resolver una constante seleccionada con una ecuación adecuada; y guardar los parámetros de ajustes y ruido de imagen en la base de datos. Además, las Características del escáner pueden derivarse al escanear el maniquí de agua y medir los valores de ruido, donde el maniquí de agua puede encontrarse sobre una mesa o fuera de una mesa. El maniquí de agua puede ser un objeto cónico lleno de agua, que tiene un margen de diámetro de aproximadamente 5 cm a 40 cm.

Alternativa o adicionalmente, los parámetros de escáner pueden incluir, al menos un modo y un ajuste: Cexpioración; factor de amplificación [m.f.); constantes de ruido objetivo CT, a-r, y ?t; constantes de ruido Co, ccr rCf cIf rr, y cem; a, b; sensibilidad de contraste; y resolución especial; y/o una dosis de kV, mA, mAs; una dosis de CTDIvoi; producto de duración de dosis (DLP). El método además puede incluir las etapas de: derivar Cexpioración para el escáner al escanear el maniquí de agua con un espesor conocido Tw; que resuelve Cexpioración donde Tw = cexpioraCiónDU , donde DU es unidades de densidad y guardar exploración en la base de datos; y utilizar la constante Cexpioración para determinar Dw, donde Dv =2-cnplor l<¡„ DU„ Alternativa o adicionalmente, cT, aT, y bT pueden derivarse al: escanear un maniquí de agua de diámetro Dw; medir el ruido del escaneo de maniquí de agua; resolver la ecuación Ruido objetivo = aT = cT + aT · ebr°w y transmitir los valores de cT, aT, y bT a la base de datos. Alternativa o adicionalmente, las constantes c0, cc, rc, cr, rr y cme pueden derivarse al: escanear un maniquí de agua que tiene un diámetro Dw;-medir el ruido del escaneo de maniquí de agua; resolver la ecuación y transmitir los valores de Co, cc, rc, cr, rr y cme a la base de datos.

Alternativa o adicionalmente, el método además puede incluir proporcionar una salida de pantalla para mostrar gráficamente una medida de calidad de imagen TC para la exploración. Alternativa o adicionalmente, el parámetro de calidad de imagen objetivo puede basarse en parámetro de ruido visual objetivo. La etapa de establecer un parámetro de ruido visual objetivo para un escaneo de TC puede incluir una etapa de determinar el punto donde una curva de ruido de modulación objetivo es igual a una curva de ruido objetivo. La curva de ruido de modulación de dosis puede modelarse de acuerdo con la siguiente ecuación: y las constantes c0, cCf rc, cr, rr y c„,e son parámetros de escáner agregados en la base de datos, y en donde SD es un ajuste de escáner de ruido objetivo variable. La curva de ruido de imagen objetivo puede establecerse de acuerdo con la ecuación: Ruido objetivo = st = cT + aT · ebrDw en donde CT, a-r, y ?t son constantes de parámetro de escáner encontradas en la base de datos. El método además puede incluir recomendar parámetros de escaneo a un operador de acuerdo con la curva de imagen objetivo.

Alternativa o adicionalmente, la etapa de determinar la SSDE, puede incluir utilizar Dw y resolver la ecuación: SSDE = {a-e~bDlv CTDIvol . El método además puede incluir calcular un producto de duración de dosis (DLP), en donde DLP es el producto de CTDIvoi y la duración del escaneo, basándose en CTDIvoi calculada para cada división n, y guardar DLP en la base de datos.

Alternativa o adicionalmente, el método además puede incluir: (i) calcular estadísticas para un estudio que incluye el mínimo, el promedio y el máximo para uno o más de los siguientes parámetros: un flujo de fotones en la dosis (mA), el diámetro equivalente de agua (Dw), el diámetro equivalente de agua para una división (Dw_neto), una estimación de la dosis de radiación (CTDIvoi), un producto de duración de dosis, el producto del CTDIvoi y la duración del escaneo (DLP), SSDE, y ruido; (ii) transmitir uno o más de los parámetros a la base de datos; y (iii) recuperar los datos de la información de encabezado de DICOM, que incluye el nombre del paciente, número de acceso, el número de registro médico, la fecha de nacimiento, la fecha de vigencia, el escáner, el centro médico, y/o el nombre del examen.

Alternativa o adicionalmente, el método además puede incluir: recibir una entrada de operador en un margen de parámetros de calidad de imagen aceptables; incorporar Dw y parámetros de escáner para calcular una SSDE para el margen de valores de calidad de imagen aceptable; recomendar la SSDE que puede generar imágenes con parámetros de calidad de imagen aceptables; permitir que un operador establezca manualmente la SSDE; y desplegar una salida en cuanto a si la calidad de imagen esperada cae dentro de los parámetros de calidad de imagen aceptables. El método además puede incluir recibir la entrada de parámetro de calidad de imagen objetivo; calcular un estudio con el parámetro de calidad de imagen de entrada; y recomendar los parámetros de escaneo específicos, que incluyen al menos uno de: kV, mA, y ajustes de modulación de dosis para lograr la calidad de imagen de entrada. Alternativa o adicionalmente, el método puede incluir: proporcionar una alerta cuando SSDE sea superior o menor que la SSDE recomendada; y proporcionar una alerta si la calidad de imagen esperada cae fuera de los parámetros de calidad de imagen aceptables. Alternativa o adicionalmente, el método puede incluir desplegar en un diagrama los escaneos que cayeron dentro de los parámetros de calidad de imagen esperados frente a los escaneos que caen fuera de los parámetros de calidad de imagen esperados.

Alternativa o adicionalmente, el método además puede incluir: mantener los protocolos de escaneo para una pluralidad de escáneres dentro de una base de datos central; e interconectarse con un administrador de protocolos central con una pluralidad de escáneres para actualizar los cambios de protocolos para la pluralidad de escáneres.

Alternativa o adicionalmente, el método puede incluir recomendar un protocolo a un paciente de un tamaño Dw basándose en los datos adquiridos previamente.

Otra modalidad se dirige a un sistema que es capaz de realizar los métodos resumidos en lo anterior, para reducir la dosis de radiación mientras se logra una calidad de imagen que se comprende en el escaneo de TC. Tal sistema puede incluir un administrador de protocolos que incluye un procesador; una base de datos de rendimiento de estudio en comunicación con un escáner, la base de datos incluye parámetros de escáner; el escáner tiene capacidad de escaneo de exploración y escaneo de to ografia TC; un registro de dosis; y una base de datos de protocolos.

Un método descrito procesa imágenes de maniquí de agua para producir datos con respecto al diámetro de agua de un equivalente al ruido de imagen. El ruido visual puede medirse a partir de un maniquí de agua debido a que el agua se sabe es homogénea en densidad, y el diámetro puede medirse y variarse. Al utilizar estos maniquíes de agua, el ruido puede esquematizarse en diámetro. El sistema o método puede procesar automáticamente imágenes de maniquí de agua para producir datos con respecto al diámetro equivalente de agua al ruido de imagen. El ruido visual puede medirse a partir de un maniquí de agua debido a que el agua se sabe es homogénea en densidad, y el diámetro puede medirse, y variarse. Al utilizar estos maniquíes de agua, el ruido puede esquematizarse en diámetro.

El método puede establecer una calidad de imagen objetivo utilizando una percepción de idoneidad de calidad de imagen del radiólogo en comparación con el diámetro equivalente de agua del paciente y el ruido de imagen. Los radiólogos pueden tolerar diferentes niveles de ruido para pacientes de diferentes tamaños, así como diferentes partes del cuerpo. Generalmente, cuanto más grande es el paciente, mayor es el nivel de ruido que puede tolerar un radiólogo. El sistema puede establecer una calidad de imagen objetivo utilizando la percepción de idoneidad de calidad de imagen de un radiólogo estándar en comparación con el diámetro equivalente de agua del paciente y el ruido de imagen.

Generalmente, los radiólogos pueden tolerar diferentes niveles de ruido para pacientes de diferentes tamaños, asi como de diferentes partes del cuerpo. Esto se conoce por radiólogos practicantes, y fabricantes de TC. Un modelo matemático puede ser para predecir el ruido de imagen basándose en el diámetro equivalente de agua y el mAs efectivo en todos los modos de escaneo y ajustes. Al utilizar el ruido del maniquí de agua medido a partir de los experimentos, un modelo matemático puede obtenerse: / r· G cr(cewenx'' Dy1 Ruido = c0 + cc\cem · emy eL J. Este modelo matemático puede utilizarse en escaneo de TC para predecir ruido. Alternativamente, un modelo matemático para predecir ruido de imagen basándose en el diámetro equivalente de agua y los ajustes de modulación de dosis en todos los modos de escaneo y los ajustes pueden describirse como: El método puede procesar la imagen del topograma para medir de manera cuantitativa el tamaño del paciente en cada nivel de eje z, y puede utilizar un procesador para realizar una integración de fila por fila del topograma para determinar Dw_neto para nivel en corte transversal a lo largo del eje z, y puede utilizar el encabezado de DICOM y mapearlo en el topograma.

El sistema puede incorporar características de tamaño del paciente, datos de rendimiento de escáner conocidos, y parámetros de escaneo para proporcionar una medida de la calidad de imagen de TC para cada imagen para todos los modos de escaneo y ajustes. El ruido estimado puede calcularse en cada división y mapearse en el topograma. El ruido estimado puede calcularse en cada división y mapearse en el topograma.

El sistema puede procesar la imagen del topograma para medir de manera cuantitativa el tamaño del paciente en cada nivel de eje z. El sistema puede realizar una integración de fila por fila del topograma para determinar Dw_neto para cada nivel en sección transversal a lo largo del eje z, y puede utilizar el encabezado de DICOM y mapearlo en el topograma.

Los parámetros de modulación de dosis pueden producir una fórmula que se establece en la curva de Ruido Objetivo para obtener el ruido objetivo óptimo. El sistema puede modular la dosis basándose en el tamaño del paciente. Un modelo matemático puede proporcionarse para optimizar los ajustes de dosis de radiación al determinar la corriente del tubo, los ajustes de modulación de dosis, y otros ajustes necesarios para correlacionar el ruido de imagen pronosticado con el ruido de imagen objetivo. El ruido objetivo puede encontrarse al ajustar el Ruido objetivo = st = cT + aT · ebr°w a . - , para opt m zar la dos s (encontrar el punto en que se cruzan). Las curvas pueden modelarse utilizando estas ecuaciones, y al utilizar estas curvas, funciona al revés para dar los ajustes para que se establezcan en: cuando Ruido = ruido objetivo. EmAs resolver de manera iterativa.

En otra modalidad, se describe un sistema. El sistema incorpora el método para optimizar un escaneo anterior, y lo integra en un sistema comprensivo. El sistema procesa los datos adquiridos por el escáner, y después proporciona realimentación al escáner. El sistema agrega las medidas de calidad de imagen basándose en las características de tamaño del paciente de una pluralidad de escaneos para evaluar cómo la calidad de imagen se compara con otros escaneos. Una búsqueda de análisis de estudio reúne y despliega la información y diagramas, y compara los estudios para esquematizarlos todos en una gráfica. El sistema hace un modelo de una curva de imagen objetivo, y despliega los datos agregados que esquematiza contra los datos recolectados.

Antes de un escaneo, el sistema puede incorporar las características de tamaño del paciente y los datos de rendimiento del escáner adquiridos para recomendar parámetros de escaneo específicos, incluyendo kV, mA, y los ajustes de modulación de dosis, para lograr un estudio con una calidad de imagen deseada. El sistema proporciona información sobre si la calidad de imagen esperada cae dentro de los parámetros deseados.

El sistema puede recomendar parámetros de escaneo o proporciona alertas cuando la dosis de radiación es mayor o menor que la dosis prevista recomendada. El sistema puede recomendar parámetros de escaneo que pueden generar imágenes con valores de calidad de imagen esperados que caen dentro de los parámetros deseados dadas las características de tamaño del paciente.

Después de uno o más escaneos, el sistema puede desplegar qué escaneos cayeron dentro de los parámetros de calidad de imagen esperados, y cuáles cayeron fuera de los parámetros de calidad de imagen esperados. El sistema puede calcular, esquematizar y desplegar búsqueda de análisis e incluir esquemas, e informes en una representación gráfica.

El sistema puede proporcionar una alerta cuando la variación de la calidad de imagen de escaneos agregados ha cambiado o comenzado a caer fuera de los parámetros deseados.

El sistema centralmente puede mantener todos los protocolos de escaneo para todos los escáneres en una empresa dentro de una base de datos simple, con la capacidad de interconectarse con todos los escáneres en una organización determinada para actualizar los cambios de protocolos para todos los escáneres. El sistema también puede informar dentro de la organización, o fuera de una organización, por ejemplo, si se requiere que un día los hospitales informen esto a una agencia regulatoria.

El sistema puede informar las medidas de calidad de imagen esperadas sobre un margen de tamaño del paciente para cada protocolo de escaneo, y reunir varios escaneos o estudios de escaneo para desplegar los parámetros de calidad y otros datos y estadísticas para un margen de tamaño del paciente. El sistema puede recomendar un protocolo dependiendo del tamaño del paciente.

El sistema puede informar, en formato electrónico o impreso, medidas de calidad de imagen y dosis relacionadas con escaneos realizados dentro de la organización. El sistema puede informar, en formato electrónico o impreso, las medidas de calidad de imagen esperadas de protocolos de escaneo para un individuo u organización, interna o externa a la organización.

El sistema puede agregar las medidas de calidad de imagen basándose en las características de tamaño del paciente de múltiples escaneos para evaluar cómo la calidad de imagen se compara con otros escaneos. La Figura 31 muestra una búsqueda de análisis de estudio que reúne y despliega información y diagramas esquematizados en una gráfica.

El sistema puede comparar las medidas agregadas de calidad de imagen basándose en las características de tamaño del paciente con una curva de calidad de imagen objetivo, la cual también incorpora las características de tamaño del paciente.

El sistema puede incorporar de manera prospectiva las características de tamaño del paciente y los datos de rendimiento de escáner conocidos para recomendar parámetros de escaneo específicos, incluyendo kV, mA, y ajustes de modulación de dosis, para lograr un estudio con una calidad de imagen deseada. Una vez que se establece la curva de imagen objetivo y el sistema ejecuta los cálculos, el sistema puede recomendar parámetros de escaneo al teenólogo de TC. Estas etapas se toman para encontrar la dosis adecuada para un paciente.

El sistema, basándose en las características de tamaño del paciente y los parámetros de escaneo, puede informar de manera prospectiva al operador si la calidad de imagen esperada cae dentro de los parámetros deseados. El sistema puede recomendar parámetros de escaneo al tecnólogo de TC, o proporciona alertas cuando la dosis de radiación es mayor o menor que la dosis recomendada.

El sistema puede recomendar de manera prospectiva parámetros de escaneo que pueden generar imágenes con valores de calidad de imagen esperados que caen dentro de los parámetros deseados dadas las características de tamaño del paciente. El sistema puede recomendar parámetros de escaneo a la TC.

El sistema, basándose en características de tamaño del paciente y parámetros de escaneo, puede alertar de manera prospectiva al operador si la calidad de imagen esperada cae fuera de los parámetros deseados. Todos los parámetros pueden controlar el ajuste de parámetro de ruido objetivo (SD) (Máximo, Mínimo, SD, Automatizado). El sistema puede recomendar los ajustes de parámetro de dosis.

El sistema puede ilustrar, de manera retrospectiva, qué escaneos caen dentro de los parámetros de calidad de imagen esperados contra los cuales caen fuera de los parámetros de calidad de imagen esperados, basándose en el tamaño del paciente. El sistema también puede reunir búsquedas de análisis y e incluir esquemas, e informes.

El sistema puede calcular los parámetros que deben haberse utilizado en los escaneos con calidad de imagen que caen fuera de los parámetros deseados para haber logrado un escaneo con calidad de imagen que caiga dentro de los parámetros deseados. Una aplicación de base de datos puede analizar los escaneos después de esto e informar al operador qué hizo el operador, y qué debió hacer el operador.

El sistema puede alertar al usuario si/cuándo la variación de calidad de imagen de escaneos agregados ha cambiado o ha comenzado a caer fuera de los parámetros deseados. La aplicación puede organizar esta información de calidad de escaneo en un diagrama, para que sea menos intimidante, y más transparente, como se muestra en la FIGURA 33.

El sistema puede mantener todos los protocolos de escaneo para todos los escáneres para una empresa determinada dentro de una base de datos simple, con la capacidad de interconectarse con todos los escáneres en una organización determinada para actualizar los cambios de protocolos para todos los escáneres. Una sola base de datos central y un administrador de protocolos pueden utilizarse para una organización, para que todos los escáneres en esta organización puedan acceder, en lugar de protocolos en cada escáner. Instituciones individuales pueden establecer sus propios estándares.

El sistema puede ilustrar de manera prospectiva las medidas de calidad de imagen esperadas sobre un margen de tamaño del paciente para cada protocolo de escaneo. La aplicación puede reunir estos estudios para demostrar cómo comparar diferentes tamaños de paciente. Basándose en el protocolo, el sistema puede recomendar un protocolo dependiendo del tamaño del paciente.

El sistema puede informar, en formato electrónico o impreso, medidas de calidad de imagen y dosis relacionadas con escaneo realizado dentro de la organización. El sistema puede interconectarse dentro de una organización y la base de datos, e informar dentro de la organización.

El sistema puede informar, en formato electrónico o impreso, las medidas de calidad de imagen esperadas de los protocolos de escaneo a un individuo u organización, interno o externo a la organización. El sistema puede informar fuera de una organización, por ejemplo, si se requiere un día que los hospitales informen esto a una agencia regulatoria. El sistema puede realizar las acciones anteriores, incluyendo procesamiento de imágenes, almacenamiento de datos, análisis, y monitoreo en una forma automatizada, para mínima interrupción en el flujo de trabajo.

BREVE DESCRIPCIÓN DE LOS DIBUJOS La presente invención será más aparente a partir de los dibujos anexos, los cuales se proporcionan a manera de ilustración solamente, y no deben ser limitativos de la presente invención. Entender que estos dibujos representan sólo modalidades diversas de acuerdo con la descripción y por lo tanto, no se consideran limitantes de su alcance, la descripción se describirá con especificidad adicional y detalle a través del uso de los dibujos anexos.

En los dibujos: La FIGURA 1 representa el diagrama esquemático básico de un dispositivo de Tomografía Computarizada que tiene una fuente de rayos X; la FIGURA 2 muestra un topogra a ejemplar; la FIGURA 3 es un diagrama de la relación de potencia entre DUsuma (Unidades de Densidad) y Dw (diámetro de agua) para una diámetro de maniquí de agua cónico medido en 100 kV; la FIGURA 4 muestra el Dw calculado en cada nivel, proyectado en el topograma; la FIGURA 5 es una gráfica que muestra la relación entre la altura de la mesa ht y el factor de amplificación m.f; la FIGURA 6 representa la calidad de imagen basada en una dosis de radiación; la FIGURA 7 muestra el ruido visual medido como la desviación estándar; la FIGURA 8 muestra la desviación centroide y estándar del ruido de imagen de esta región; la FIGURA 9 muestra un diagrama de ruido medido a partir de un maniquí cónico; la FIGURA 10 muestra un diagrama de ruido, que incluye los datos medidos, así como la curva modelo ajustada; la FIGURA 11 muestra un diagrama de la calidad de imagen prevista para un diámetro equivalente de agua; la FIGURA 12 muestra un diagrama de las dosis de calidad de imagen objetivo basadas en el tamaño del paciente; la FIGURA 13 muestra un esquema de los casos calificados de ruido de imagen conocido y Dw; la FIGURA 14 muestra una serie de curvas de ruido de imagen objetivo, de acuerdo con la puntuación de preferencia; la FIGURA 15 muestra una preferencia de radiólogo de puntuación de ruido vs calidad mapeada en un diagrama; la FIGURA 16 muestra una curva de Calidad de Imagen Objetivo establecida en un margen de tamaño del paciente; la FIGURA 17 muestra una captura de pantalla de la aplicación de predicción; la FIGURA 18 muestra la captura de pantalla de la aplicación de predicción; la FIGURA 19 muestra un topograma de AP ejemplar con mAs efectivo mostrado en cada división; la FIGURA 20 muestra un topograma de AP ejemplar del ruido estimado calculado en cada división; la FIGURA 21 muestra Dw, mAs, y el ruido estimado mapeados en un topograma de AP ejemplar en una sola imagen; La FIGURA 22 muestra un topograma de cabeza lateral con Dw y Ruido mapeados; la FIGURA 23 muestra un topograma de cabeza lateral giratorio; la FIGURA 24 muestra una captura de pantalla de una interfaz ejemplar de un grupo de estudios; la FIGURA 25 muestra una imagen de captura de pantalla del análisis de estudio, que incluye una página de búsqueda; la FIGURA.26 muestra una captura de pantalla de los diagramas de visualización de los datos de estudio comparados con Dw de paciente; la FIGURA 27 muestra una selección ejemplar de un estudio individual; la FIGURA 28 muestra una captura de pantalla de una compilación de información pertinente para un estudio determinado; la FIGURA 29 es un diagrama de bloque para el sistema; la FIGURA 30 es un diagrama de bloque alternativo para el sistema; la FIGURA 31 representa tres maniquíes de agua de varios tamaños; la FIGURA 33 muestra un topograma de un maniquí de agua cónico; la FIGURA 34 muestra el ruido de imagen como la desviación estándar de las unidades de TC; la FIGURA 33 muestra una división axial de un maniquí de agua cónico.

El sistema proporciona evaluación de calidad de imagen cuantitativa para lograr un Tan Bajo Como Sea Razonablemente Posible (ALARA) en una base consistente para todos los escáneres de TC en una organización. El sistema en las modalidades descritas a continuación permite que escáneres de Tomografía Computarizada (TC) incorporen parámetros de escáner y tamaños de paciente en cálculos para determinar con precisión la dosis de radiación mínima necesaria para lograr la calidad de imagen de diagnóstico. Finalmente, las siguientes modalidades proporcionan un sistema comprensivo, transparente, para automatizar, analizar y monitorear el historial de agregados de escaneos de TC para garantizar una dosificación adecuada y calidad de imagen a través de una organización.

Modelos de estimación La FIGURA 1 representa el diagrama esquemático básico de un dispositivo 100 de TC que tiene una fuente 102 de rayos X, y un detector 106 de rayos X donde I0 es la intensidad inicial de la fuente de rayos X, I es la Intensidad en el detector de rayos X después de pasar a través de t, un espesor de un objeto 104; la lcy de Beer-Lambert describe características de atenuación de un haz de rayos x con intensidad I0 a medida que viaja a través de un medio 104 del espesor t: I = I0e-at donde I es la intensidad del haz de rayos x después de que pasa a través del medio 104 y a es el coeficiente de atenuación lineal del medio. Por lo tanto, la atenuación del haz, I/Io, es una función del espesor de material y la densidad de atenuación del material, la cual, en TC, se mide en Unidades de Hounsfield. La calidad de imagen es una función de la intensidad del haz a medida que choca con el detector 106.

Los pacientes no tienen un espesor o densidad iguales. Por lo tanto, si la intensidad de la fuente de rayos x no se ajusta adecuadamente, la dosis será mayor de lo necesario; la intensidad de la fuente debe adaptarse para las características de atenuación únicas del paciente. La atenuación es una función del espesor del paciente y la densidad del tejido, alternada alrededor del paciente. El espesor de valor medio del agua tiene aproximadamente 3.4 cm a 60 keV, la energía de haz típico que corresponde a la TC clínica. En otras palabras, la intensidad de fuente, Jo, debe ser el doble de cada 3.4 cm para que I siga siendo constante. De esta manera, incluso con diferencias relativamente pequeñas en el tamaño del paciente resultan en diferencias grandes en la dosis necesaria para mantener la calidad de imagen constante. Por esta razón, la idoneidad de la dosis debe expresarse en términos de tamaño del paciente.

Estimación de tamaño del paciente La FIGURA 2 muestra un topograma 200 ejemplar. Para propósitos de TC, el tamaño del paciente puede medirse como una sola unidad de acuerdo con el diámetro equivalente de agua (D„), el cual se estima como función de la densidad de TC promedio de los tejidos y el área en corte transversal del paciente. Dw es el diámetro de un cilindro de agua que tiene la misma atenuación de rayos x promedio que una región 202 de cuerpo escaneado.

Dw puede estimarse a partir del topograma 200 de estudio de la FIGURA 2 realizado por una exploración, como se describe por Menke (Menke J. Comparación de diferentes parámetros de tamaño de cuerpo para adaptación de dosis individual en la TC corporal de adultos. Radiología. Agosto 2005; 236(2):565-71. PubMed PMID: 16040914). La imagen 200 del topograma se basa en una matriz de datos discretos, que pueden tratarse como unidades de densidad (DU), con un valor superior representando la atenuación incrementada del haz de rayos X. Estas unidades son predictivas del espesor equivalente del agua (Tw) del material en el punto. Por ejemplo, para el escáner Aquilion de Toshiba, la relación es lineal, y puede modelarse de acuerdo con la siguiente ecuación: T„ = Cexpioraciór¡DU Una integral de fila por fila de la DU multiplicada por el ancho lineal de la exploración produce una suma de unidades de densidad multiplicadas por la distancia por cada fila (DUsu a). La constante Cexpioración puede derivarse utilizando el topograma de un estudio de TC de un maniquí de agua cónico. La DUsuma en cada nivel puede esquematizarse contra el diámetro conocido en cada nivel para producir una ecuación que correlaciona la DUSUma con la Dw, de acuerdo con la siguiente ecuación: Un ejemplo de la relación entre DUsuma y Dw basándose en un maniquí de agua cónico mostrado en la FIGURA 3. La FIGURA 3 muestra la relación 300 de potencia entre DUsuma (Unidades de Densidad) y Dw (diámetro de agua) basándose en un diámetro de maniquí de agua cónico medido a 100 kV. La Cexpioración depende de la kV, de esta manera Cexpioración debe calcularse por cada kV. Sin embargo, Cexpioración puede ser independiente del mA utilizado en el topograma, como es el caso para el Aquilion de Toshiba.

La FIGURA 4 muestra Dw calculado en cada nivel proyectado en el topograma 400. Ya que un diámetro en corte transversal del cuerpo humano 402 varía a lo largo del eje z, también lo hace el Dw. Los datos de topograma, Dw se calculan en cada nivel, y después se proyectan en la imagen 404 del topograma. La media Dw_medíase calcula como media aritmética de todos los valores de Dw en la imagen. Una media ponderada (Dw_media_wt) puede calcularse de acuerdo con la siguiente ecuación: donde n es el número de filas utilizadas para calcular Dw_wt.

La FIGURA 5 es una gráfica que muestra la relación 500 entre la altura de la mesa ht y el factor de amplificación m.f. Para un escaneo que incluye la mesa de TC (es decir, la camilla de TC), los datos de topograma anterior-posterior (AP) reflejan una atenuación de rayos x para la mesa asi como para el paciente. La atenuación de la mesa se resta de la DUSUma para producir las unidades de densidad netas (DUSuma_neta), que entonces se utilizan para calcular el diámetro equivalente de agua del paciente excluyendo la mesa, o DU_neto. Sin embargo, la mesa se somete a efectos de amplificación, dependiendo de su posición vertical. La relación entre la altura vertical de la mesa (ht) y el factor de amplificación (m.f. ) se determina de manera empírica, y puede expresarse con la siguiente ecuación: m.f. = aht2 + bht + c donde a, b, y c son constantes empíricamente derivadas de cada escáner y m.f. es: Wmesa_real = m. f . - ¾esa _proy Wmesa_reai es el ancho de mesa real y Wmesa_proy es el ancho de mesa proyectada. Las unidades de densidad de la atenuación de la mesa vacía (DUmesa) se miden empíricamente para cada kV. La suma de las unidades de atenuación (DUSuma_mesa) se calcula corno DUsuma_mesa = ¾esa proy ' DUmesa DUsuma_mesa Se resta de DUSUma para producir DUSUma_neta.

Para un escaneo que incluye sólo un topograma lateral, el cual ocurre principalmente en la TC de la cabeza, el diámetro equivalente de agua no se resta de la atenuación debido al porta-cabeza, puesto que los porta-cabezas no son de tamaño uniforme o configuración y no se someten a efectos de amplificación al mismo grado que la mesa. Por lo tanto, los datos de atenuación debido al portador no pueden restarse de manera confiable de la imagen.

Para obtener el tamaño del paciente, Dwneto del topograma, primero se encuentran las unidades de densidad total (DU) de la mesa, justificando la amplificación: _ donde Tw_proy es el ancho de mesa proyectada, T„_reai es el ancho de mesa medido real, y mf es el factor de amplificación. mf = a · Th2 + b - Th + c donde Th es la altura de la mesa (como medida/informada en el escáner/en dicom) y a, b, y c son constantes.

DUn ¡esa_sunia ~ Tw jproy Tdn donde : DUmesa_suma es la suma de las unidades de densidad representadas por la mesa, Tw_proy es la altura de mesa proyectada y Tdn es la densidad promedio de la mesa vacia Nota: Si Twproy > ScFOV (donde ScFOV es el Campo de visión de Exploración, o el ancho), entonces Twpr0y = ScFOV DUSU ma neta = DUsuma - DUmesa suma donde DUsuma neta es la suma de las unidades de densidad de exploración con la mesa restada y DUSUma es la suma de las unidades de densidad de la exploración. donde Dwneto es el tamaño promedio del paciente en Dw (cm), y c exploración es una constante de exploración constante, única para diferentes valores de kV, pero es constante para diferentes valores de mA para el escáner Aquilion de Toshiba.

Los cálculos anteriores se realizan sobre estudios donde un topograma AP se realiza de manera confiable y la mesa se incluye de manera confiable, tal como para la TC del techo, abdomen y la pelvis. Para TC de cabeza y cuello, la cual con frecuencia sólo incluye una vista de topograma lateral, la mesa no se resta. También observe, que si la mesa se resta, el modelo de ruido que se desarrolló con el maniquí sobre la mesa debe utilizarse. Si el D w no restado se utiliza, el modelo de ruido debe utilizarse que se desarrolló con el maniquí fuera del extremo de la mesa. Véase hojas Agl_Mod_ Const_AP y Agl_mod_Cons_Lat para constantes y para los ejemplos, en el archivo "Prototipo de aplicación de guía" o "Constantes Modelos CCMCT01 20110727". Para cálculos de dosis, véase la hoja de Dosis_Cálculos en el mismo archivo.

SSDE se calculó utilizando el Informe AAPM No.204, "SSDE en Exámenes de TC de Cuerpo de Niño y Adulto".

La conversión de CTDI32 a CTDI36 depende de Dw utilizando las constantes derivadas de la ecuación de ajuste A-l para maniquíes de 16 cm y 32 cm, véase la hoja de Agl_Dosis_Cálculos para las ecuaciones y ejemplos.

Estimación de ruido de imagen y dosis de radiación Varios elementos contribuyen a la calidad de diagnóstico de una imagen, incluyendo la sensibilidad de contraste, la resolución espacial, el ruido visual, la borrosidad/visibilidad del detalle, y los artefactos. Para la mayor parte, los artefactos y la borrosidad/visibilidad del detalle reflejan el diseño del escáner y las características del paciente y generalmente no se relacionan directamente con los ajustes de dosis para el escaneo. Elementos que se ven afectados directamente por la dosis de radiación del escaneo incluyen sensibilidad de contraste, resolución espacial, y ruido visual. Estos factores se incorporan en la capacidad de detección, que tal vez es la consideración principal para determinar la calidad de imagen de TC. La capacidad de detección de bajo contraste (LCD) domina la calidad de imagen donde las diferencias de contraste entre los tejidos son pequeñas, tales como para TC del abdomen y la pelvis, que también son los exámenes que utilizan las dosis de radiación efectivas más altas.

La FIGURA 6 representa la calidad de imagen basándose en la dosis de radiación 600. Véase http://www.impactscan.org/slides/impactcourse/noise_and_low_c ontrast_resolution/index.html. La calidad de una imagen de TC dada depende dé un número de factores, pero para propósitos de reducir la dosis de radiación, la calidad de imagen depende de la dosis de radiación. A medida que disminuye la dosis de radiación, se incrementan los efectos de moteado cuántico, degradando la calidad de imagen, manifestada por el ruido visual incrementado, que disminuye la capacidad de detección de objetivo. De esta manera, el ruido visual es un método razonable para cuantificar la calidad de imagen, y es el método empleado aquí.

Como se muestra en la FIGURA 7, el ruido visual, o ruido, puede medirse y esquematizarse 700 como la desviación estándar de la unidades de TC de una región que se conoce por ser homogénea en una densidad de rayos x, véase http://www.impactscan.org/slides/impactcourse/noise and low contrast_resolution/Índex.html.

Para determinar la relación entre ruido de imagen, corriente del tubo, y Dw, el maniquí de agua cónico se escanea a una constante kV y mAs efectivo y se mide el ruido en una región circular de 3 c de diámetro de interés en el isocentro de una división de 5 mm en un diámetro en corte transversal medido y desplegado como 800 en la FIGURA 8. El ruido de imagen se definió como la desviación estándar de las unidades de Hounsfield (HU) dentro de la región de interés. Las imágenes se generaron utilizando una téenica de retroproyección filtrada y un núcleo de convolución de tejido blando estándar sin reducción de ruido u otro procesamiento de imágenes post-adquisición. Un modelo matemático entonces se derivó empíricamente y se ajustó a los datos para proporcionar estimaciones de calidad de imagen sobre un margen de tamaño del paciente y dosis de radiación.

Se realizaron mediciones de ruido de maniquí en varios potenciales de voltaje (80, 100, 120, 135 kV) y ajustes de corriente del tubo (50, 100, 150,..., 500 mA) y utilizando varios modos de escaneo y ajustes de parámetros, incluyendo modo de adquisición, tamaño de punto focal, y filtro de pajarita. Se generaron constantes adecuadas al adaptar el modelo a los datos en cada ajuste. Se utilizaron coeficientes de correlación para evaluar la precisión del modelo en cada ajuste.

La FIGURA 9 muestra el ruido medido a partir del maniquí cónico del Diámetro de Equivalente de Agua en los niveles variados de mAs. El ruido puede medirse directamente de imágenes obtenidas de escaneos de maniquíes de agua cilindricos o cónicos de diámetro conocido. Las mediciones de ruido obtenidas del maniquí de agua cónico se modelaron 900 de acuerdo con la siguiente ecuación: donde s es ruido, c0, C , c^, c , c4 , y cme son constantes empíricamente derivadas y me es mAs efectivo = mA(grupo de rotación inclinación Un ejemplo se muestra en la FIGURA 10, la cual incluye los datos medidos mostrados en la FIGURA 9 así como el modelo adaptado 1000. La terminología para las constantes de modelo es arbitraria y puede cambiarse.

El ruido es una función de los parámetros de dosis de radiación (incluyendo kV y mAs), el diámetro de equivalente de agua del objeto, y las características del escáner, tal como el modo de escaneo, el filtro de pajarita, el tamaño de punto focal, la eficiencia del detector, etc. Algunos de estos factores son inherentes en el escáner, y de esta manera, son fijos para todos los escaneos en el escáner. Otros pueden cambiarse, tal como kV, el modo de escaneo, el filtro de pajarita y tamaño de punto focal. Por lo tanto, un conjunto diferente de constantes puede derivarse por cada ajuste. La FIGURA 11 predice la calidad de imagen en un diagrama 1100 para el campo de visión de 50 cm. Véase Seuss C, en Mahesh M, MDCT Physics: The Basics, 2009, p 135.

Las mediciones empíricas mostraron que co, Ci, C2, C3 y C pueden tratarse como constantes para el escáner, con una.cantidad relativamente pequeña de error. Sin embargo, c0 y cme cambian, dependiendo de los ajustes. Por ejemplo, en la Aquilion de Toshiba, estos valores cambian para diferentes niveles de kV (4 ajustes), diferentes modos de escaneo (3 ajustes), y diferentes diámetros de recolección de datos (5 ajustes). Para evitar derivar valores diferentes de c0 y cme, para las 60 permutaciones de éstos, dos factores de corrección, cfCo Y cfcmer también se incorporan en el modelo al multiplicar estos factores de corrección por Co, y Cmer respectivamente. Esto se hace al establecer las constantes de un "ajuste de escaneo estándar" seleccionadas de manera arbitraria con kV especifico, modo de escaneo, y ajustes de diámetro de recolección de datos, por ejemplo. Los valores adecuados de Co Y eme se derivan de cada ajuste, manteniendo todos los otros ajustes constantes. Por ejemplo, para la Aquilion de Toshiba, los ajustes "de escaneo típico" utilizados para el modelo fueron modo=helicoidal, kV=100, y diámetro de recolección de datos = 32 cm. Los valores cor Y eme para este ajuste se encontró que eran de 1.41 y 0.0242, respectivamente. Los factores de corrección c fCo Y cfcmer para 120 kV se encontró que eran 1.24 y 1.90, respectivamente, los cuales entonces se multiplicaron por los valores estándar Co Y cmer resultando en Co y eme corregidos de 1.75 y 0.0460, respectivamente.

Para estudios que utilizan el topograma anterior-posterior (AP), el método descrito en lo anterior no incorpora la mesa de TC y el cálculo de diámetro equivalente de agua. Por lo tanto, para estos estudios, las constantes en el modelo de ruido pueden obtenerse a partir de imágenes utilizando maniquíes que se encontraban en la mesa. Sin embargo, para aquellos que dependen de un topograma lateral solamente, las constantes en el modelo de ruido pueden obtenerse a partir de maniquíes que se extendieron fuera del extremo de la mesa.

Después del desarrollo de los modelos de estimación de ruido de imagen, se extrajeron los datos de tamaño del paciente a partir del topograma y después se combinaron con parámetros de dosis para estimar el ruido de imagen en cada nivel de escaneo. Para validar estas estimaciones sobre pacientes simulados, se realizaron escaneos axiales en dos maniquíes antropomórficos rudimentarios construidos para estimular los dorsos de un niño y un adulto, con diámetros equivalentes de agua promedio de 14.1 y 21.3 cm, respectivamente. Una columna de agua de 6 cm de diámetro se insertó longitudinalmente a través del centro de los maniquíes y se obtuvieron las mediciones de ruido de imagen en el isocentro de la sección transversal. Se compararon las mediciones de ruido reales con el ruido previsto basándose en el modelo de ruido descrito en lo anterior. Este proceso se realizó 16 veces, en los maniquíes de niño y adulto, en los dos escáneres a 100 y 120 kV, con y sin modulación de dosis, y en varios ajustes de corriente del tubo. Se utilizaron pruebas t no emparejadas para comparar la precisión de las predicciones de ruido de imagen de los maniquíes de niño vs adulto, escáneres de filas de 320 vs 64 detectores y la corriente del tubo modulada vs fija.

La Tabla 1 enlista los resultados de la comparación del ruido previsto con el ruido medido en los escaneos de validación de los maniquíes antropomórficos rudimentarios. En general, el modelo ligeramente no predijo el ruido por aproximadamente 0.74 (+/- 0.66) SD HU, que fue equivalente a 5.7% (+/- 4.5%) del ruido medido. No hubo ninguna diferencia significativa en la precisión de predicción entre los escáneres de filas de 320 y 64 detectores o entre la corriente del tubo modulada y fija. El modelo no predijo el ruido en el maniquí de adulto más que en el maniquí de niño.

Tabla 1 El indice de dosis de TC (volumen), o CTDIvoi, es una estimación de la dosis de radiación dada a un individuo que experimenta TC. Los cálculos de CTDIvoi se basan en un maniquí de polimetilmetacrilato (PMMA) DE 16 cm ó 32 cm. Para propósitos de esta discusión, todos los cálculos de CTDIvoi se basan en o se convierten en aquellos basados en el maniquí de PMMA de 32 cm. CTDIvoi se informa por el escáner en el informe de dosis, una imagen generada al final de un estudio de TC. Sin embargo, esta información con frecuencia no se encuentra disponible como encabezado de DICOM, y de esta manera utiliza una aplicación de reconocimiento de carácter óptico (OCR) para automatizar la adquisición de datos. Además, el informe de dosis puede ser impreciso ya que el CTDIvoiinformado puede no explicar con precisión la dosis de fluctuación que se produce en la modulación de dosis.

El modelo utilizó la estimación de dosis de tamaño específico (SSDE) para la medida de estimaciones de dosis de radiación, que se deriva del tamaño del paciente estimado y el indice de dosis de TC (CTDIvoi), de acuerdo con la siguiente ecuación. (Boone AAPM TG 2042011) SSDE = (a e b Dw)CTDlvol Las estimaciones del modelo para CTDIvoi se derivaron a partir de las estimaciones del fabricante. Para cada combinación de modo de escaneo, el potencial de voltaje, el filtro de pajarita, y el tamaño de punto focal, una relación de CTDIvoi con mAs efectivo se determinó e incorporó en el modelo para estimar el estudio individual de CTDIvoi basado en la información disponible de los metadatos de DICOM. La precisión de las estimaciones de CTDIvoi se validó utilizando 30 exámenes de mama, abdomen y pelvis de TC seleccionados al azar, la mitad en el escáner de fila de 320 detectores y la mitad en los exámenes de fila de 64 detectores. Las estimaciones de CTDIvoi derivadas del modelo se compararon con aquellas en la página de informe de dosis del fabricante. CTDIvoi de estudio promedio se utilizó para el escáner de fila de 320 detectores y el CTDIvoi se utilizó para el escáner de fila de 64 detectores para imitar la información proporcionada en el informe de dosis del fabricante.

De los 30 estudios de mama, abdomen y pelvis de TC utilizados para validar la precisión de la estimación de CTDIvoi la CTDIvoi estimada promedio fue de 6.10+/-3.10 mGy.

La CTDIvoi promedio informada por la hoja de dosis del fabricante fue de 6.06 mGy+/-.02 mGy. La diferencia promedio entre la CTDIvoi estimada e informada fue de 0.04+/-0.10 mGy. La diferencia de porcentaje promedio entre la CTDIvoi estimada e informada fue de 0.8%+/-1.8%. Desde luego, al utilizar, la CTDIvoi máxima en lugar de la media en el escáner de fila de 64 detectores, el fabricante sobreestimó la CTDIvoi por un promedio de 0.85 mGy, que corresponde a una estimación porcentual promedio de 15.0%.

Estimación de ruido de imagen objetivo Los fabricantes de TC han descrito un fenómeno reproducible entre los radiólogos practicantes: los radiólogos pueden tolerar diferentes niveles de ruido para pacientes de diferentes tamaños. Por ejemplo, la FIGURA 12 ilustra el sistema CARE Dose de Seimen de control de exposición automático. Probablemente esto es debido al hecho de que los pacientes más grandes tienen órganos más grandes, que requieren menos resolución espacial fina, y pacientes más grandes tienden a tener mayores cantidades de grasa, que proporcionan mayor resolución de contraste. La FIGURA 12 muestra las dosis de calidad de imagen Objetivo 1200 derivadas basándose en el tamaño del paciente. La calidad de imagen se estima de manera prospectiva y los parámetros para la calidad de imagen se determinan de manera prospectiva.

Por lo tanto, un ruido constante no puede utilizarse para establecer la calidad de imagen objetivo. De hecho, una curva de ruido de imagen objetivo debe establecerse sobre un margen de tamaño del paciente. Para determinar las curvas de ruido de imagen objetivo, las preferencias de calidad de imagen de los radiólogos deben establecerse. Para cuantificar las preferencias del radiólogo, un sistema de puntuación de 5 puntos puede utilizarse, de acuerdo con la Tabla 2.

Tabla 2 Los radiólogos pueden valorar las imágenes de ruido conocido y Dw para asignar una puntuación de preferencia de calidad de imagen para la imagen.

Las imágenes de un margen de tamaños de paciente y calidad de imagen pueden evaluarse por los radiólogos, de acuerdo con el sistema de puntuación de 5 puntos. Éstas pueden obtenerse para un radiólogo individual y/o promediarse para un grupo de radiólogos. Los casos pueden seleccionarse de acuerdo con el examen típico para el cual se aplicará la curva de ruido de imagen objetivo. Los casos se presentan para calificar siguiendo todas las téenicas de post procesamiento de imágenes que pueden aplicarse en el ajuste clínico. Los casos calificados de ruido de imagen conocido y Dw pueden esquematizarse 1300 como se muestra en la FIGURA. 13.

Al utilizar el método de desviación menos absoluta, los casos calificados pueden adaptarse a una ecuación de perfil de preferencia de calidad de imagen: 5_ 1+ [1+ Ae(Bae~CDw)] donde S es la puntuación de preferencia de calidad de imagen, s es el ruido de imagen, Dw es los datos de tamaño de paciente, y A, B y C son constantes empíricamente derivadas. Esta ecuación resulta en una serie de curvas de ruido de imagen objetivo, de acuerdo con la puntuación de preferencia 1400, como se muestra en la FIGURA 14. Esto puede mapearse en los datos de casos calificados 1500 como se muestra en la FIGURA 15.

Basándose en la calidad de imagen deseada para los exámenes de una indicación de protocolo determinado, una curva objetivo 1600 mostrada en la FIGURA 16 puede establecerse al indicar una puntuación de preferencia de calidad de imagen constante sobre un margen de tamaño del paciente, de acuerdo con la siguiente ecuación: Ruido objetivo donde CT, aT, y br son constantes empíricamente derivadas. Las curvas de ruido objetivo separadas, con sus constantes correspondientes, se derivan para cada indicación clínica o conjunto de protocolos. Estas curvas pueden basarse en la evaluación subjetiva de los radiólogos de la calidad de imagen adecuada para esta ecuación.

Debido a que los radiólogos tienden a tener niveles variados de tolerancia de ruido, un perfil de preferencia de calidad de imagen único puede generarse para cada radiólogo. La preferencia de calidad de imagen del grupo se crea al promediar todas las puntuaciones de los radiólogos para cada imagen y al adaptar el modelo. El perfil de cada radiólogo puede compararse con el perfil del departamento general al determinar la puntuación promedio de la curva de preferencia del radiólogo individual que corresponde con la curva de preferencia "3" del departamento para Dw = 10 a 40 cm. La diferencia entre estos números se denomina como la puntuación de Perfil de Aceptabilidad Relativa (RAP). Una puntuación negativa indica que el radiólogo tolera menos ruido que el promedio del grupo y una puntuación positiva indica que el radiólogo tolera más ruido que el promedio del grupo.

Modelos de predicción y optimización Estimación de modulación de dosis Los escáneres de TC más modernos son capaces de aplicar modulación de dosis de corriente del tubo, que cambia automáticamente la corriente del tubo a medida que el portal se mueve para minimizar la dosis de radiación. La modulación de corriente del tubo de eje z puede aplicarse a medida que el paciente se mueve a través del portal y la modulación angular o x-y puede aplicarse a medida que el portal gira alrededor del paciente. El operador establece todos los otros ajustes, asi como los ajustes de modulación de corriente del tubo tal como un ajuste de ruido objetivo y un mA mínimo y máximo, y el escáner de TC determina la dosis de radiación óptima basándose en los datos de atenuación del topograma. Aunque la modulación de dosis permite la optimización de dosis, no la garantiza, puesto que el conductor clave de la dosis —la corriente del tubo— permanece bajo el control del operador mediante el ajuste de ruido objetivo.

El algoritmo de modulación de dosis se programa en el escáner. Si el fabricante no proporciona este algoritmo para incorporación en este sistema, una aproximación puede determinarse de manera empírica al escanear los maniquíes elípticos de varios tamaños en varios ajustes de escáner, incluyendo kV y mAs. Los valores de mA mínimos y máximos pueden determinarse por cada tamaño de maniquí y en cada ajuste y evaluarse para determinar una aproximación para el algoritmo de modulación de dosis.

Se utilizaron maniquíes elipsoides de tamaño variable para derivar un modelo de los algoritmos de modulación de dosis de los escáneres, que predicen el mA promedio para un tamaño del paciente determinado en ajustes de parámetro de modulación de dosis específico. El modelo de estimación de ruido de imagen descrito en lo anterior se utilizó para desarrollar un modelo de predicción, que permite la estimación de ruido de imagen y el tamaño del paciente determinado de SSDE y los parámetros de escaneo. Una rutina de optimización no lineal iterativa (Excel, Microsoft Corp., Redmond, WA) permitió al modelo también realizar lo inverso: proporcionar parámetros de dosis recomendados dados los objetivos de calidad de imagen deseados y el tamaño del paciente. El modelo incorporó el tamaño del paciente, que podría derivarse de la imagen del topograma de exploración, podría ingresarse directamente, o podría basarse en el peso del paciente (en cuyo caso el modelo estimó el tamaño del paciente basándose en un peso determinado). El modelo también tomó en cuenta los parámetros específicos únicos para el escáner. Los ajustes de corriente del tubo podrían ingresarse como A fijo o parámetros de modulación de dosis. El usuario también podría especificar un ajuste de ruido objetivo o curva de preferencia de calidad de imagen. Basándose en la información proporcionada, el modelo entonces predijo el ruido de imagen y las estimaciones de dosis y recomendó los parámetros de protocolo, incluyendo las corrientes del tubo y los ajustes de modulación de dosis, necesarios para lograr la calidad de imagen deseada. El ruido de imagen y SSDE también se predijeron sobre un margen de tamaño del paciente.

Modelo de ruido de imagen y predicción de dosis Un modelo simple puede utilizarse para predecir el ruido de imagen basándose en el tamaño del paciente y los parámetros de escáner. El algoritmo de modulación de dosis se incorpora en el modelo para predecir mAs basándose en la modulación de dosis y otros parámetros de escaneo y el tamaño del paciente ingresado en el modelo. La ecuación de ruido de imagen puede utilizarse para predecir el ruido de imagen basándose en mAs y otros parámetros de escaneo y el tamaño del paciente. La ecuación de curva objetivo puede incorporarse en el modelo para comparar el ruido de imagen previsto con el ruido de imagen real. El ruido de imagen se estima sobre un margen de tamaños de paciente. Este modelo se incorpora en una aplicación simple. Una captura de pantalla 1700 de la aplicación se muestra en la FIGURA 17. El ruido de imagen se estima simultáneamente utilizando entradas de mA fijo y ajustes de modulación de dosis.

La misma aplicación puede utilizarse para predecir SSDE basándose en los parámetros de escaneo y el tamaño del paciente. Las ecuaciones de CTDIvoi y SSDE se incorporan en la aplicación de predicción. SSDE puede sobreestimarse sobre un margen de tamaños de paciente en varios modos de operación. El modo de escaneo en el cual se encuentra la SSDE más baja, mientras se mantiene el ruido de imagen constante, se considera que es el modo de dosis más baja. Una vez que se establece el modo de escaneo de dosis más baja, los valores para otros parámetros de escaneo se ingresan en la aplicación. SSDE sobreestima un margen de tamaño del paciente en los ajustes de parámetro de escaneo determinados, como se muestra en la FIGURA.17.

El modelo de predicción, que incluye el algoritmo de modulación de dosis, se validó en una muestra de 43 estudios de abdomen y pelvis de TC rutinarios realizados en los tres escáneres al comparar el mAs previsto vs medio actual efectivo, SSDE, y ruido de imagen estimado en 43 exámenes de mama, abdomen y pelvis rutinarios.20 estudios se realizaron en el escáner de fila de 320 detectores y 23 estudios se realizaron en el escáner de fila de 64 detectores. 25 de los estudios se realizaron a 100 kV y 18 estudios se realizaron a 120 kV. Todos los estudios de validación se realizaron en el modo helicoidal. La importancia estadística de la precisión predictiva entre los escáneres y los ajustes de potencia de tubo se evaluaron utilizando pruebas t no emparejadas.

La muestra de 43 exámenes de TC utilizados para validar el modelo de predicción incluyó estudios con tamaños de paciente, mAs efectivo, SSDE, y valores de ruido de imagen estimado que varían de 16.3-37.3 cm, 30-169 mAs, 3.4-16.1 mGy, y 9.4-38.2 SD HU, respectivamente. Las diferencias promedio entre mAs previsto y real efectivo, SSDE, y el ruido de imagen estimado fueron de -0.7+/-6.9 (SD) mAs, -0.2+/-0.9 mGy y -0.1+/-0.8 HU, respectivamente. Las diferencias porcentuales entre los valores previstos y reales fueron —0.9%+/—9.3%, -1.8%+/-10.6%, y -0.5%+/-4.4%, respectivamente. No existieron diferencias estadísticamente significativas en la precisión predictiva entre los dos escáneres o entre 100 y 120 kV.

Modelo de calidad de imagen y optimización/guia de dosis El ruido de imagen puede optimizarse sobre un margen específico de tamaños de paciente utilizando el ruido de imagen y el modelo de predicción de dosis al superponer la curva de ruido de imagen prevista sobre la curva de ruido de imagen objetivo. El ruido de imagen se predijo al ajustar los parámetros de modulación de dosis hasta que el ruido de imagen coincida con la curva de ruido objetivo 1800, como se muestra en la FIGURA 18.

Esta optimización se automatiza al utilizar una rutina de optimización no lineal para minimizar la diferencia entre el ruido de imagen objetivo y el ruido de imagen previsto sobre un margen específico de tamaños de paciente al cambiar los parámetros de modulación de dosis. A través de la misma rutina de optimización, la aplicación también recomienda ajustes de modulación de corriente del tubo específicos y ajustes de mA fijo que se predicen para resultar en ruido que coincide con un ruido de imagen deseado simple o la curva de ruido de imagen objetivo.

La SSDE prevista se despliega y esquematiza en los ajustes de calidad de imagen optimizados, como se muestra en la FIGURA 18. La restricción en este modelo de optimización es ruido de imagen en lugar de la dosis de radiación. Por lo tanto, el modelo no cambia los parámetros de escaneo para coincidir con una SSDE deseada; de hecho, la SSDE es un resultado de los parámetros de escaneo establecidos para coincidir con un objetivo de ruido de imagen deseado.

Los parámetros de escaneo se derivan de la aplicación de optimización/predicción para optimizar la dosis para márgenes de tamaño del paciente para coincidir con las curvas de ruido de imagen objetivo adecuadas basándose en las indicaciones clínicas. Estos parámetros de escaneo se utilizan para determinar protocolos de escaneo, que se ingresan en el escáner. Un ejemplo de un grupo de protocolos se muestra en la Tabla 3. l. i í | I ! . . . . .

Tabla 3 El modelo de predicción/optimización puede incorporar un valor Dw o margen ingresado por el usuario. Alternativamente, el usuario puede especificar el peso del paciente o margen de peso. El modelo utiliza una tabla de consulta para determinar Dw esperado basándose en el peso del paciente, de acuerdo con los datos de la población de pacientes. Alternativamente, el modelo puede obtener el tamaño del paciente directamente de la imagen del topograma de exploración, que se realiza antes de la adquisición axial. La aplicación de predicción/optimización contiene las ecuaciones que convierten las unidades de densidad del topograma en tamaño del paciente. Un operador puede seleccionar una región rectangular de interés del topograma e ingresar el valor de unidad de densidad promedio en el modelo, asi como kV de exploración, la altura de la mesa, y el ancho de exploración, como se muestra en la FIGURA 18. El tamaño del paciente especifico entonces puede calcularse basándose en el método descrito en lo anterior. El modelo entonces calcula los ajustes de parámetros de modulación de corriente del tubo optimizados basándose en la curva de ruido objetivo, la cual el operador puede ingresar en el escáner antes de realizar la adquisición axial.

El modelo de optimización puede programarse en una aplicación 1800 de predicción/guia, en la FIGURA 18. La aplicación incorpora todos los elementos del modelo de optimización, proporcionando la herramienta práctica capaz de predecir la calidad de imagen y la dosis basándose en mA, los ajustes de modulación de dosis, ruido objetivo especifico, y la curva de preferencia de calidad de imagen basándose en un tamaño del paciente determinado. La gráfica izquierda superior predice el ruido de imagen basándose en mA, los ajustes de modulación de dosis, y el ruido objetivo, respectivamente, con respecto a las curvas de preferencia de calidad de imagen. Las gráficas en la parte derecha superior y la parte derecha inferior predicen el ruido de imagen y las SSDE sobre un margen de tamaños de paciente, respectivamente, basándose en el modelo de modulación de dosis y con respecto a las curvas de preferencia de calidad de imagen.

Como se ilustra en la FIGURA.18, el ruido previsto sobre un margen de paciente Dw 10-40 cm a 100 kV y con un ajuste de factor de ruido constante (SD) de 10.0 varia de 9 a 55 SD HU. Para el ejemplo mostrado, el ruido sigue siendo relativamente constante entre 10 y 16 cm, incrementa entre 17 y 21 cm, sigue siendo relativamente constante entre 21 y 26 cm, después incrementa rápidamente entre 27 y 33 cm (donde el eje largo de la corriente del tubo modulada se limita por el ajuste de mA máximo) e incrementa aún más rápidamente por 34 cm y por encima (donde la corriente del tubo ha alcanzado el ajuste máximo en ambos ejes). Cuando se compara con la curva de ruido objetivo de "3.0", el ruido previsto es excesivamente elevado para Dw entre 10 y 15 cm, adecuado entre 16 y 20 cm, inferior al necesario entre 21 y 36 cm, y excesivamente elevado otra vez por encima de 36 cm. De manera correspondiente, la SSDE es superior a la necesaria para márgenes donde el ruido es menor que el necesario y viceversa.

Evaluación, visualización y monitoreo de calidad de imagen y rendimiento de dosis Procesamiento de imágenes La aplicación (procesador) del procesamiento de imágenes ejemplar abre cada archivo en la carpeta automáticamente y, de las etiquetas de Captura de Imágenes Digitales y Comunicación en Medicina (DICOM), determina si representa el topograma y después evalúa otras características de la imagen, tal como su orientación, espesor de división, y tiempo en que se adquirió la imagen. Una vez que el procesador ha determinado qué imágenes son los topogramas, selecciona el topograma 400 antero-posterior (AP) si se encuentra presente uno, tal como el mostrado en lo anterior en la FIGURA 4. Si no se encuentra presente ningún topograma AP, elige el topograma 2200 lateral tal como el mostrado en la FIGURA 22, el cual con frecuencia es el caso con TC de cabeza.

El procesador ejemplar entonces realiza una integración de fila por fila del topograma para determinar Dw_neto para cada nivel en corte transversal a lo largo del eje z. La aplicación utiliza la información de encabezado de DICOM para correlacionar las filas de matriz con la ubicación física en el paciente, lo cual entonces se correlaciona con la posición de división axial. El Dw promedio también se calcula y apea 400 en la imagen del topograma como se muestra en la FIGURA 4.

El procesador ejemplar entonces evalúa cada serie en el estudio y realiza un algoritmo para determinar las imágenes axiales adecuadas para utilizarse para determinar los cálculos de dosis. Por ejemplo, descarta todos los archivos que no representan imágenes de TC. También descarta todas las imágenes coronales, sagitales y otras no axiales. Evalúa el tiempo en que se realizó el estudio para determinar si múltiples series constituyen imágenes reconstruidas de la misma adquisición. Después determina qué series se encuentran a intervalos de división más cercanos a 5 iran. Si múltiples series permanecen, elige las series de reconstrucción que se realizaron primero.

El procesador ejemplar entonces evalúa los parámetros de dosis asociados con cada imagen axial. Evalúa la posición de división, kV, mA, tiempo de exposición, factor de inclinación (si aplica), modo de escaneo, y diámetro de recolección de datos. También evalúa en qué escáner se realizó el estudio y evalúa un archivo de datos para incorporar las constantes adecuadas en los cálculos. Las estimaciones de dosis, incluyendo CTDIvoi y SSDE, se calculan en cada nivel y se promedian para el estudio.

La FIGURA 19 muestra un topograma 1900 con mAs efectivo determinado 1903 en cada división como el producto de mA, tiempo de exposición, y factor de inclinación. El procesador también puede calcular el porcentaje del estudio junto con el eje z donde mAs es igual a mAs máximo (esto tiene implicaciones para si los ajustes de modulación de dosis se optimizan o si el mA máximo se establece demasiado bajo con respecto al ajuste de SD).

La FIGURA 20 muestra un topograma 2000 AP de ruido estimado y calculado en cada división y mapeado 2002 en un topograma 2000. Dw 2104 de paciente, mAs 2106, y el ruido 2102 estimado entonces todos se mapean en el topograma en una sola imagen 2100, mostrada en la FIGURA 21. Esta imagen se guarda en una carpeta dedicada y el procesador retiene la dirección de la imagen.

La FIGURA 22 muestra un topograma 2200 de cabeza lateral ejemplar. Para casos en donde sólo un topograma lateral se encuentra disponible, la aplicación realiza los cálculos y mapea los resultados 2204 y 2206 en el topograma lateral tal como el mostrado en la FIGURA 22, con algunas excepciones. En primer lugar, debido a que la mesa no se encuentra presente en la imagen lateral, la aplicación no resta la atenuación de fondo de la mesa. Las constantes utilizadas para estos estudios se derivan de mediciones de ruido de maniquí obtenidas sin la mesa. De esta manera, el tamaño del paciente se representa por Dw en lugar de Dw_neto. En segundo lugar, para las TC de cabeza y faciales, el portal con frecuencia se inclina para adquirir las imágenes en un plano paralelo al plano esfenoidal. La FIGURA 23 muestra la rotación del topograma 2300 de cabeza lateral mediante el mapeo de tamaño, dosis, y datos de calidad. El procesador compensa esto primero al hacer girar la imagen 2300 por el ángulo correspondiente y después mapea el tamaño 2304, dosis, y datos 2306 de calidad de imagen, mostrados en la FIGURA 23.

Debido a que algunos estudios abarcan más de un escaneo, o "evento de radiación", en el mismo estudio (por ejemplo, la TC de fase sin contraste y post-contraste del abdomen para evaluación de una masa hepática en un solo estudio), los cálculos anteriores se realizan para cada evento de radiación. El procesador es capaz de diferenciar eventos de radiación al consultar la fecha y hora de escaneo en la información de encabezado DICOM.

Almacenamiento de datos El procesador ejemplar calcula las estadísticas generales para cada estudio, incluyendo los mínimos, medios y máximos de los siguientes parámetros: mA, mAs, Dw, DM_neto, CTDIvoi, DLP, SSDE, y ruido. El procesador también consulta otros datos pertinentes de la información de encabezado de DICOM, incluyendo el nombre del paciente, el número de acceso, el número de registro médico, la fecha de nacimiento, la fecha del examen, el examen, el escáner, el centro médico, el nombre del examen, etc.

En una modalidad ejemplar, estos datos se envían a los campos correspondientes en la base de datos, en adelante denominados como la base de datos de Guía. El topograma, con las gráficas superpuestas del tamaño del paciente, mAs efectivo, y los datos de ruido de imagen, también se envían a la base de datos. Esta base de datos relacional contiene tablas para registros que son únicas para el estudio, la serie (es decir, un solo evento de radiación), y el caso (una sola división axial). Estos registros se enlazan con identificadores únicos en cada tabla.

El procesador ejemplar accede a la CTDIvoi para cada división basándose en el modo de escaneo, kV, mA, tiempo de exposición, factor de inclinación, y tamaño de punto focal. La CTDIvoi media (CTDIVoi_media) se calcula para el estudio al promediar la CTDIvoi para cada división. El producto de duración de dosis (DLP), el producto de CTDIvoi y la duración del escaneo, también se calculan para el estudio basándose en la CTDIvoi calculada para cada división. La SSDE media se calcula para el estudio al promedio la SSDE para cada separación.

En una modalidad ejemplar, todas las ecuaciones para los cálculos de tamaño del paciente, ruido de imagen y estimaciones de radiación, y las evaluaciones de ruido de imagen objetivo descritas en lo anterior se contienen y se utilizan por el procesador.

Visualización y Monitoreo de Análisis de Datos La FIGURA 24 y la FIGURA 25 muestran una imagen 2400 y 2500 de captura de pantalla de aplicación de la aplicación de análisis de estudio. Basándose en la base de datos de Guia, la aplicación de análisis de estudio se utiliza para permitir el análisis de estudios tanto individual como colectivo. La aplicación contiene una página de búsqueda, que permite la búsqueda de un estudio individual o una consulta de una colección de estudios.

En lugar de seleccionar un estudio individual, el usuario puede elegir los diagramas 2600 de pantalla relacionados con los casos consultados, mostrados en la FIGURA 26. Esto despliega los diagramas de los datos de estudio comparados con el Dw de paciente, tal como el ruido de imagen medio, CTDIvoi, DLP, y SSDE. El estudio que se esquematiza es el mismo que aquel en la página de consulta; el usuario puede cambiar de una a otra entre las dos vistas. Por lo tanto, el usuario puede filtrar los datos mostrados en la gráfica al cambiar los parámetros de búsqueda y filtración de consulta. Una curva objetivo que el usuario selecciona puede mapearse en la gráfica de ruido de imagen. Los puntos de datos en cada gráfica pueden diferenciarse por color de acuerdo con los criterios seleccionados. La selección de uno de los puntos lanza la página de análisis de estudio para ese estudio.

La selección de un estudio individual de la página de búsqueda lanza la página de análisis de estudio mostrada en la FIGURA 27 y FIGURA 28 las cuales despliegan toda la información 2700 y 2800 pertinente de un estudio determinado, incluyendo los datos demográficos del paciente, la información de adquisición de estudio, la calidad de imagen calculada y los valores de dosis, y la imagen del topograma mapeado. En la FIGURA 27, la captura 2700 de pantalla despliega el ruido objetivo, asi como el mA y el mAs efectivo que pueden resultar en el ruido objetivo, calculado por la aplicación e incluido en la página de análisis de estudio. Basándose en estos parámetros, la aplicación calcula el ruido residual (ruido de imagen objetivo dividido por ruido de imagen real). La aplicación también evalúa si un cambio en el mA, ajuste de SD, o mA máximo se garantiza.

En la FIGURA 28, la captura 2800 de pantalla visualiza el ruido objetivo calculado por la aplicación e incluido en la página de análisis de estudio. Basándose en estos parámetros, la aplicación calcula el ruido residual (ruido de imagen real menos el ruido de imagen objetivo).

La página de análisis de estudio también despliega el ruido de imagen de estudio medio y la información de dosis gráficamente. Otros estudios que se incluyeron en la búsqueda también se esquematizan en las mismas gráficas para comparación. La curva de ruido de imagen objetivo seleccionada también puede superponerse en la curva de ruido de imagen. De esta manera, el usuario puede determinar qué tan bien el ruido de imagen real del estudio seleccionado coincidió con el ruido de imagen objetivo, y cómo se compara con otros estudios del mismo tipo.

Monitoreo e información La aplicación de procesador ejemplar permite al usuario establecer limites en los datos de ruido de imagen, como una función de tamaño del paciente, según se desee para cada protocolo o tipo de estudio. Cuando la diferencia entre el ruido de imagen de estudio promedio real y el ruido de imagen objetivo excede estos limites, la aplicación de procesador ejemplar envía automáticamente un correo electrónico a los receptores designados informándoles que un estudio se ha realizado en el cual el ruido promedio se encontró fuera del margen esperado.

Los datos de una consulta pueden exportarse en un archivo de datos externo. Este archivo incluye todos los datos de estudio en la base de datos, no sólo aquellos que se despliegan por la aplicación de análisis de estudio. Estos datos pueden utilizarse para búsqueda, monitoreo interno, o información. Los datos pueden identificarse y transmitirse a receptores internos y externos u organizaciones de recuperación, tal como un registro de datos nacional o agencia regulatoria. Con la cooperación de tal organización, un informe automático puede desarrollarse y transmitirse periódicamente a la organización.

Centralización de protocolo El sistema puede mantener todos los protocolos de escaneo para todos los escáneres para una empresa determinada dentro de una sola base de datos simple, con la capacidad de interconectarse con todos los escáneres en una organización determinada para actualizar los cambios de protocolo para todos los escáneres. El sistema puede contener una base de datos que contiene información con respecto a los protocolos para cada escáner de TC dentro de la organización. De esta manera, si una organización elige, todos los protocolos de escaneo de TC para todos los escáneres controlados por la organización, si se encuentra en uno o más hospitales, puede centralizarse en una ubicación. La FIGURA 29 muestra los parámetros 2900 de escaneo de TC relevantes, que incluyen mA, kV, inclinación, duración de escaneo, contenidos dentro de la base de datos para cada escáner de TC dentro de la organización. Todos los parámetros de escaneo de TC relevantes, incluyendo mA, kV, inclinación, duración de escaneo, etc., se contienen dentro de la base de datos. Los criterios de paciente también se contienen dentro de la base de datos, incluyendo la edad o parámetros de peso. Instrucciones especiales para el teenólogo de TC también se contienen dentro de la base de datos. Por lo tanto, esta base de datos se vuelve un depósito central para todos los protocolos de TC a través de la organización.

Datos agregados que corresponden a cada protocolo pueden enlazarse a la forma de protocolo en la base de datos. De esta manera, cuando el protocolo se despliega, los agregados que corresponden a ese protocolo se despliegan también, mostrados en la captura de pantalla 2900. El sistema también puede ser capaz de predecir calidad de imagen y rendimiento de dosis para un protocolo basándose en datos históricos en el sistema o en un archivo de datos de los pacientes representativos proporcionados a la institución. De esta manera, los cambios de protocolo pueden simularse y su influencia sobre la dosis y la calidad de imagen pueden predecirse.

Automatización del sistema La FIGURA 30 y la FIGURA 31 muestran diagramas 3000 y 3100 de bloque para el sistema. Un sistema ejemplar utiliza una aplicación de software para procesar de manera automática imágenes utilizando los cálculos anteriores. Un programa de instrucciones se encuentra en su lugar para enviar automáticamente imágenes a un servidor temporal independiente desde el escáner de TC o desde el Sistema de Archivado y Comunicación de Imágenes (PACS). Todas las imágenes de un estudio se envían a la carpeta única de ese estudio en el servidor temporal. La aplicación de procesamiento de imágenes procesa las imágenes en una base periódica, determinada por el usuario.

Un sistema ejemplar automatiza el procesamiento de imágenes, el almacenamiento de datos, el análisis, la visualización, el monitoreo y la información.

Un ambiente ejemplar para implementar varios aspectos de la invención puede incluir una o más computadoras que pueden instalarse dentro, o asociarse operativamente con, el sistema de escaneo de TC, o pueden ejecutarse completamente separados del sistema de escaneo TC. La computadora puede incluir una unidad de procesamiento, una memoria de sistema y un bus de sistema. El bus de sistema de la computadora acopla los componentes del sistema incluyendo, pero no limitándose a la memoria de sistema a la unidad de procesamiento. La unidad de procesamiento puede ser cualquiera de varios procesadores comercialmente disponibles. Microprocesadores dobles y otras arquitecturas de multiprocesador también pueden emplearse como la unidad de procesamiento.

El bus de sistema puede ser cualquiera de varios tipos de estructura de bus que además pueden interconectarse a un bus de memoria (con o sin un controlador de memoria), un bus periférico, y un bus local que asume cualquiera de una variedad de arquitecturas de bus comercialmente disponibles. La memoria del sistema puede incluir memoria de sólo lectura (ROM) y/o memoria de acceso aleatorio (RAM). Un sistema de entrada/salida básico (BIOS) se almacena en una memoria no volátil tal como ROM, EPROM, EEPROM, cuyo BIOS contiene las rutinas básicas que ayudan a transferir información entre elementos dentro de la computadora, tal como durante el encendido. La RAM también puede incluir una RAM de alta velocidad tal como una RAM estática para guardar en memoria caché los datos.

La computadora además puede incluir una unidad de disco duro interna (HDD) (por ejemplo, EIDE, SATA), cuya unidad de disco duro interna también puede configurarse para uso externo en una carcasa adecuada, una unidad de disco flexible magnético (FDD), (por ejemplo, para leer o escribir en un disquete removible) y una unidad de disco óptico, (por ejemplo, que lee un disco de CD-ROM o, para leer o escribir en otros medios ópticos de alta capacidad tal como DVD). La unidad de disco duro, la unidad de disco magnético y la unidad de disco óptico pueden conectarse al bus de sistema por una interfaz de unidad de disco duro, una interfaz de unidad de disco magnético y una interfaz de unidad de disco óptico, respectivamente. La interfaz para implementaciones de unidad de disco externo incluye al menos una o ambas de las teenologías de interfaz de Bus de Serie Universal (USB) e IEEE 1394.

Las unidades de disco y sus medios legibles por computadora asociados pueden proporcionar almacenamiento no volátil de datos, estructuras de datos, instrucciones ejecutables por computadora, etc. Para la computadora, las unidades de disco y los medios acomodan el almacenamiento de cualesquier datos en un formato digital adecuado. Aunque la descripción de los medios legibles por computadora anterior se refiere a una HDD, un disquete magnético removible, y un medio óptico removible tal como un CD o DVD, debe apreciarse por aquellos de experiencia en la técnica que otros tipos de medios que son legibles por computadora tal como unidades de zip, casetes magnéticos, tarjetas de memoria flash, cartuchos, y similares, también pueden utilizarse en el ambiente operativo ejemplar, y además, que cualquiera de tales medios puede contener instrucciones legibles por computadora para realizar los métodos de la invención.

Un número de módulos de programación puede almacenarse en las unidades y la RAM, incluyendo un sistema operativo, uno o más programas de aplicación, otros módulos de programación y datos de programación. Todo o porciones del sistema operativo, aplicaciones, módulos y/o datos también pueden guardarse en memoria caché en la RAM. Se aprecia que la invención puede implementarse con varios sistemas operativos comercialmente disponibles o sistemas operativos.

Se encuentra dentro del alcance de la descripción que un usuario puede ingresar comandos e información en la computadora a través de uno o más dispositivos de entrada, alámbricos/inalámbricos, por ejemplo, una pantalla táctil, un teclado y/o dispositivo de señalamiento, tal como un ratón. Otros dispositivos de entrada pueden incluir un micrófono (que funciona junto con software de procesamiento/reconocimiento de lenguaje adecuado como se conoce por aquellos de experiencia ordinaria en la téenica), un control remoto IR, una palanca de mando, un control de juego, una pluma estilete, o similares. Éstos y otros dispositivos de entrada con frecuencia se conectan a la unidad de procesamiento a través de la interfaz del dispositivo de entrada que se acopla al bus de sistema, pero puede conectarse por otras interfaces, tales como un puerto paralelo, un puerto serial IEEE 1394, un puerto para juegos, un puerto USB, una interfaz IR, etc.

Un monitor de visualización u otro tipo de dispositivo de visualización también puede conectarse al bus del sistema mediante una interfaz, tal como un adaptador de video. Además del monitor, una computadora puede incluir otros dispositivos de salida periféricos, tales como altavoces, impresoras, etc.

La computadora puede operar en un ambiente conectado a red utilizando conexiones lógicas mediante comunicaciones alámbricas y/o inalámbricas a una o más computadoras remotas. Las computadoras remotas pueden ser una estación de trabajo, una computadora de servidor, un enrutador, una computadora personal, una computadora portátil, un asistente digital personal, un dispositivo celular, un aparato de entretenimiento con microprocesador, un dispositivo de par u otro nodo de red común, y puede incluir muchos o todos los elementos descritos con respecto a la computadora. Las conexiones lógicas presentadas incluyen conectividad alámbrica/inalámbrica a una red de área local (LAN) y/o redes más grandes, por ejemplo, una red de área extensa (WAN). Tales ambientes de conexión de LAN y WAN son comunes en oficinas y empresas, y facilitan las redes de computadoras por toda la empresa, tales como intranets, de las cuales todas pueden conectarse a una red de comunicación global, tal como la Internet.

La computadora puede ser operativa para comunicarse con cualquiera de los dispositivos inalámbricos o entidades dispuestos operativamente en comunicación inalámbrica, por ejemplo, una impresora, un escáner, computadora de escritorio y/o portátil, asistente de datos portátil, satélite de comunicación, cualquier pieza de equipo o ubicación asociada con una etiqueta inalámbricamente detectable (por ejemplo, un quiosco, un puesto de periódicos, baño), y teléfono. Ésta incluye al menos teenologías inalámbricas Wi-Fi (tal como IEEE 802.1 lx (a, b, g, n, etc.)) y Bluetooth'IM. De esta manera, la comunicación puede ser una estructura predefinida como con una red convencional o simplemente una comunicación ad hoc entre por lo menos dos dispositivos.

El sistema también puede incluir uno o más servidores. Los servidores también pueden ser hardware y/o software (por ejemplo, secuencias, procesos, dispositivos de cómputo). Los servidores pueden alojar secuencias para realizar transformaciones al emplear aspectos de la invención, por ejemplo. Una comunicación posible entre un cliente y un servidor puede tener la forma de un paquete de datos adaptado para que se transmita entre dos o más procesos de computadora. El paquete de datos puede incluir un programa de aplicación y/o información contextual asociada, por ejemplo. El sistema puede incluir una infraestructura de comunicación (por ejemplo, una red de comunicación global tal como la Internet) que puede emplearse para facilitar las comunicaciones entre los clientes y los servidores.

Derivación especifica de escáner de las constantes de modelo La FIGURA 32 representa tres maniquíes 3200 de agua de tamaño variable. Para evaluar el rendimiento de cada escáner en ajustes relevantes tales como modo, kV, diámetro de recolección de datos, y mAs, pueden realizarse escaneos de prueba en un maniquí 3202 cónico con un margen de diámetro de aproximadamente 5 cm a 50 cm como se representa en la FIGURA 32. Los maniquíes también pueden ser maniquíes elipsoidales 3204 o maniquíes de adulto o niño antropomórficos 3206. Escaneos axiales pueden realizarse con el escáner en cada modo relevante con el maniquí en la mesa así como con el maniquí fuera de la mesa. Ejemplos del topograma 3300 y la imagen axial 3400 de estos escaneos se muestran en la FIGURA 33 y FIGURA 34, respectivamente. La FIGURA 35 muestra ruido de imagen que se define en la desviación estándar de las unidades de TC dentro de un círculo de 3 cm de diámetro en el centro del maniquí 3500 de agua representado en imagen.

En una modalidad, para evitar tener que medir manualmente el ruido de cada imagen, una aplicación de software (calibrador) abre los archivos de imagen y los procesa imagen por imagen. Para cada imagen axial 800, el calibrador crea una máscara que define el límite entre el área de la imagen que define el maniquí en comparación con el aire circundante. El calibrador determina el diámetro efectivo de esta conformación (el cual es Dw) y encuentra el centroide. El calibrador crea un círculo de 3 cm de diámetro centrado en el centroide y calcula la desviación estándar de esta región, mostrada en lo anterior en la FIGURA 8.

La imagen del topograma puede convertirse en una matriz de datos. Una integración de fila por fila de la DU multiplicada por la altura del píxel que se realiza para proporcionar DUsuma para cada fila. La aplicación del calibrador exporta todos estos puntos de datos en un solo archivo de datos, incluyendo la matriz de datos del topograma, DUsuma el DW el ruido para cada imagen, y los parámetros de escaneo y ajustes.

El archivo de datos entonces puede procesarse por otra aplicación, el generador de modelos, que organiza los datos y los esquematiza 900 como se muestra en la FIGURA 9. Para cada punto, el generador de modelos puede calcular el ruido de imagen esperado basándose en la ecuación de ruido mostrada en lo anterior, comenzando con las constantes sencillas. El error entre cada punto y el modelo se calcula, y todos los errores se suman. El generador de modelos realiza una rutina de resolución, que minimiza la suma de error al cambiar las constantes, co, ci, c2, c3, c4, y cme, que resultan en el esquema 1000 en la FIGURA 10. Esto puede realizarse para cada ajuste.

En una modalidad, los errores sumados para cada ajuste se suman como suma de error global. Todos los ajustes se basan en un conjunto de co, ci, c2, c3, c4, y cme, con cada ajuste conteniendo un factor de corrección co y cme, como se describe previamente. Una rutina de resolución se realiza nuevamente para todos los ajustes simultáneamente, reduciendo la suma de error global al cambiar las constantes del ajuste de modelo c0, ci, c2, c3, c4, y cme, y cada uno de los factores de corrección de ajuste, c0 y cee, produciendo simultáneamente esquemas de dosis/ruido 1000 y 1100 en la FIGURA 10 y la FIGURA 11.

En una modalidad, el generador de modelos también encuentra la cexpioración para cada ajuste al correlacionar la DUsuma con el diámetro de maniquí conocido, como se describe en lo anterior.

Procediendo de la descripción anterior y los resúmenes de la invención, debe ser aparente para aquellos de experiencia ordinaria en la téenica que, aunque los métodos y aparatos descritos en la presente constituyen modalidades ejemplares de la presente invención, se entenderá que la invención contenida en la presente no se limita a la modalidad precisa anterior y que cambios pueden hacerse sin apartarse del alcance de la invención. De igual manera, se entenderá que no es necesario satisfacer cualquiera o todas las ventajas u objetos de la invención descritos en la presente con el fin de que caigan dentro del alcance de la invención, puesto que ventajas inherentes y/o imprevistas de la presente invención pueden existir aunque puedan no haberse discutido explícitamente en la presente.

Claims

REIVINDICACIONES

1. Un método para generar parámetros de escaneo para un escáner de TC, caracterizado porque comprende: obtener datos de tamaño de paciente; establecer una ecuación de ruido objetivo, la ecuación de ruido objetivo es una función de los datos de tamaño de paciente; y aplicar la ecuación de ruido objetivo contra una ecuación de ruido medida, la ecuación de ruido medida es una función de los datos de tamaño de paciente, para derivar los parámetros de escaneo de TC para un escaneo de TC determinado.

2. El método de conformidad con la reivindicación 1, caracterizado porque la etapa de aplicar la ecuación de ruido objetivo contra una ecuación de ruido medida para derivar parámetros de escaneo de TC para un escaneo de TC determinado incluye una etapa de establecer la ecuación de ruido objetivo igual a la ecuación de ruido medida para los datos de tamaño de paciente, y resolver un parámetro de dosis de radiación.

3. El método de conformidad con la reivindicación 2, caracterizado porque el parámetro de dosis de radiación incluye mAs.

4. El método de conformidad con la reivindicación 3, caracterizado porque la ecuación de ruido objetivo es Ruido objetivo = st = cT +aT - ebrDw donde CT, ai·, y bT son constantes empíricamente derivadas y donde Dw es datos de tamaño del paciente.

5. El método de conformidad con la reivindicación 1, caracterizado porque los datos de tamaño de paciente Dw es uno de: peso del paciente, y diámetro equivalente de agua del paciente.

6. El método de conformidad con la reivindicación 4, caracterizado porque la ecuación de ruido medida es donde co, cc/ rc, cr/ rr, y cem son constantes empíricamente derivadas y em es mAs efectivo.

7. El método de conformidad con la reivindicación 4, caracterizado porque la ecuación de ruido medida es: donde s es ruido de imagen, me es mAs efectivo, Dw es el diámetro equivalente de agua del paciente, y co, ci, C2, c3, c4, y cme son constantes.

8. El método de conformidad con la reivindicación 2, caracterizado porque la etapa de resolver un parámetro de dosis de radiación es un proceso iterativo.

9. El método de conformidad con la reivindicación 1, caracterizado porque la ecuación de ruido objetivo se establece basándose, al menos en parte, en una o más evaluaciones objetivo del radiólogo de la calidad de imagen adecuada.

10. El método de conformidad con la reivindicación 1, caracterizado porque: la ecuación de ruido medida es una ecuación de ruido de modulación de dosis; la etapa de aplicar la ecuación de ruido objetivo contra una ecuación de ruido medida para derivar parámetros de escaneo de TC para un escaneo de TC determinado incluye una etapa de establecer la ecuación de ruido objetivo igual a la ecuación de ruido de modulación de dosis para los datos de tamaño de paciente, y resolver un parámetro de dosis de radiación.

11. El método de conformidad con la reivindicación 10, caracterizado porque la ecuación de ruido de modulación de dosis es, donde Co, cc, rc, ct, rr, y cSD son constantes empíricamente derivadas y donde Dw es el tamaño del paciente de acuerdo con el diámetro equivalente de agua; y donde el parámetro de dosis de radiación es un parámetro de ruido objetivo SD.

12. El método de conformidad con la reivindicación 1, caracterizado porque la ecuación de ruido medida se deriva de los datos de medición de ruido tomados de un maniquí de agua.

13. El método de conformidad con la reivindicación 12, caracterizado porque el maniquí de agua es uno de: un maniquí de agua cónico, un maniquí de agua antropomórfico, y un maniquí elipsoide.

14. El método de conformidad con la reivindicación 1, caracterizado porque la ecuación de ruido objetivo y la ecuación de ruido medida se seleccionan de un grupo respectivo de ecuaciones organizadas basadas en la aplicación de TC deseada.

15. El método de conformidad con la reivindicación 14, caracterizado porque el grupo de ecuaciones incluye ecuaciones para una o más de las siguientes aplicaciones de TC: aplicación objetivo de cuerpo; aplicación objetivo de pulmón; y aplicación objetivo de hueso.

16. El método de conformidad con la reivindicación 1, caracterizado porque los datos de tamaño de paciente son un valor medio del diámetro equivalente de agua tomado para un paciente sobre un eje de escaneo.

17. El método de conformidad con la reivindicación 16, caracterizado porque el valor medio del diámetro equivalente de agua se deriva al realizar una integración de fila por fila de los datos de imagen del topograma para cada nivel en sección transversal a lo largo del eje de escaneo.

18. El método de conformidad con la reivindicación 1, caracterizado porque los parámetros de escaneo de TC incluyen uno o más de kV, mAs y ajustes de modulación de dosis.

19. El método de conformidad con la reivindicación 1, caracterizado además porque comprende una etapa de realizar un escaneo de TC utilizando uno o más de los parámetros de escaneo de TC derivados.

20. El método de conformidad con la reivindicación 19, caracterizado además porque comprende una etapa de almacenar los parámetros de escaneo de TC derivados y los datos de tamaño de paciente en un registro de base de datos asociado con el escaneo de TC para análisis de datos subsiguiente.

21. El método de conformidad con la reivindicación 1, caracterizado además porque comprende una etapa de señalar si uno o más de los parámetros de escaneo de TC derivados caen fuera de un conjunto de parámetros de escaneo de TC seleccionados.

22. Un método para escanear a un paciente en un escaneo de tomografia computarizada (TC), utilizando un escáner, caracterizado porque comprende las etapas de: estimar un tamaño de paciente; establecer un parámetro de calidad de imagen objetivo para el escaneo basándose al menos parcialmente en el tamaño del paciente; recuperar la información de parámetro de escáner de una base de datos; determinar el protocolo de escaneo basado en el parámetro de calidad de imagen objetivo y la información de parámetro de escáner; recomendar el protocolo de escaneo; escanear al paciente utilizando una dosis de radiación; desplegar la imagen de escaneo; medir la imagen de escaneo para información de ruido; y actualizar la base de datos.

23. El método de conformidad con la reivindicación 22, caracterizado porque determinar el protocolo de escaneo incluye determinar una estimación de dosis de radiación especifica de tamaño (SSDE).

24. El método de conformidad con la reivindicación 23, caracterizado porque la dosis de radiación se basa, al menos en parte, en la SSDE determinada.

25. El método de conformidad con la reivindicación 22, caracterizado porque determinar el protocolo de escaneo incluye determinar ajustes de escáner.

26. El método de conformidad con la reivindicación 22, caracterizado porque la etapa de escanear al paciente incluye establecer el escáner en los ajustes de escáner determinados.

27. El método de conformidad con la reivindicación 22, caracterizado además porque incluye procesar las imágenes de maniquí de agua para producir parámetros de escáner al escanear un maniquí de agua y guardar una información de ruido de imagen y parámetros de escáner en una base de datos.

28. El método de conformidad con la reivindicación 22, caracterizado porque la etapa de escanear al paciente incluye administrar la SSDE determinada.

29. El método de conformidad con la reivindicación 22, caracterizado además porque incluye, determinar parámetros de escáner basándose en los parámetros de calidad de imagen objetivo.

30. El método de conformidad con la reivindicación 22, caracterizado porque la etapa de estimar D„ incluye escanear un paciente con un escaneo de exploración, y crear un topograma con el escaneo de exploración.

31. El método de conformidad con la reivindicación 30, caracterizado además porque incluye: realizar una integración de fila por fila del topograma por el escáner para determinar el diámetro equivalente de agua para una división (Dw_neto) para cada nivel en sección transversal a lo largo del eje z; y mapear Dw_neto en el topograma.

32. El método de conformidad con la reivindicación 31, caracterizado además porque incluye calcular el ruido estimado calculado en cada división y mapear el ruido estimado en un topograma.

33. El método de conformidad con la reivindicación 22, caracterizado porque la etapa de estimar el tamaño del paciente se logra al: escanear al paciente con un escaneo de exploración para adquirir el espesor del paciente Tw; y y al utilizar Tw para hacer una referencia cruzada de un tamaño del paciente correspondiente expresado como diámetro equivalente de agua Dw de la base de datos.

34. El método de conformidad con la reivindicación 22, caracterizado porque actualizar la base de datos incluye agregar los parámetros en la base de datos con al menos uno de: la información de SSDE, la información de ruido, los parámetros de escáner, y el tamaño del paciente.

35. El método de conformidad con la reivindicación 22, caracterizado porque los parámetros de escáner incluyen constantes de escáner y datos de rendimiento de escáner.

36. El método de conformidad con la reivindicación 35, caracterizado además porque incluye: derivar los parámetros de escáner al realizar al menos un escaneo de maniquí de agua, con al menos un ajuste de escáner y modo; medir el ruido; resolver una constante seleccionada con una ecuación adecuada; y guardar los parámetros de ajuste y ruido de imagen en la base de datos.

37. El método de conformidad con la reivindicación 36, caracterizado porque las características de escáner se derivan al escanear el maniquí de agua y medir los valores de ruido, donde el maniquí de agua es uno de: sobre una mesa y fuera de una mesa.

38. El método de conformidad con la reivindicación 36, caracterizado porque el maniquí de agua es un objeto lleno de agua.

39. El método de conformidad con la reivindicación 38, caracterizado porque el maniquí de agua es uno de: un maniquí de agua cónico, un maniquí de agua antropomórfico, y un maniquí de agua elipsoide.

40. El método de conformidad con la reivindicación 38, caracterizado porque el maniquí de agua es un maniquí cónico que tiene un margen de diámetro de aproximadamente 5 cm a 50 cm.

41. El método de conformidad con la reivindicación 22, caracterizado porque los parámetros de escáner incluyen, para al menos un modo y un ajuste, al menos uno de: Cexpioración ; factor de amplificación (m./. ) ; constantes de ruido objetivo CT, T, y bT; constantes de ruido c0, CC, rc, cr, rr, y cera; a, b; sensibilidad de contraste; y resolución especial; y una dosis kV, mA, As; una dosis CTDIvoi; una relación de CTDIvoi con mAs efectivo; producto de duración de dosis (DLP).

42. El método de conformidad con la reivindicación 41, caracterizado porque los ajustes de escáner incluyen al menos uno de: potencial de voltaje, filtro de pajarita, tamaño de punto focal.

43. El método de conformidad con la reivindicación 41, caracterizado además porque incluye: derivar Cexpioración para el escáner al escanear el maniquí de agua con un espesor conocido Tw; resolver Cexpioración donde T„ = cexploraciónDU, donde DU es unidades de densidad, y guardar Cexpioración en la base de datos; y utilizar la constante Cexpioración para determinar un tamaño del paciente por el diámetro equivalente de agua D„, donde

44. El método de conformidad con la reivindicación 41, caracterizado porque CT, ai·, y ?t se derivan al: escanear un maniquí de agua que tiene un diámetro Dw; medir el ruido del escaneo de maniquí de agua; resolver la ecuación Ruido objetivo = aT = cT + aT - ebr°w y transmitir los valores de CT, aT, y bT a la base de datos.

45. El método de conformidad con la reivindicación 41, caracterizado porque las constantes o, ca, rc, cr, rr y cem se derivan al: escanear un maniquí de agua que tiene un diámetro Dw; medir el ruido del escaneo de maniquí de agua; resolver la ecuación transmitir los valores de Dw, c0, c rc, cr, rr, y cera a la base de datos.

46. El método de conformidad con la reivindicación 21, caracterizado además porque incluye: proporcionar una salida de visualización para mostrar de manera gráfica una medida de calidad de imagen de TC para el escaneo.

47. El método de conformidad con la reivindicación 22, caracterizado porque el parámetro de calidad de imagen objetivo se basa en un parámetro de ruido visual objetivo.

48. El método de conformidad con la reivindicación 47, caracterizado porque la etapa de establecer un parámetro de ruido visual objetivo para un escaneo de TC incluye determinar el punto donde una curva de ruido de modulación de dosis es igual a una curva de ruido objetivo.

49. El método de conformidad con la reivindicación 48, caracterizado porque la curva de ruido de modulación de dosis se modela de acuerdo con la siguiente ecuación: y las constantes Co cc , rc cr, rr, y cem son parámetros de escáner agregados en la base de datos, Dw es el tamaño del paciente expresado como diámetro equivalente de agua del paciente, y en donde SD es un ajuste de escáner de ruido objetivo variable.

50. El método de conformidad con la reivindicación 48, caracterizado porque la ecuación de ruido medida es: donde s es el ruido de imagen, me es mAs efectivo, Dw es el tamaño del paciente expresado como diámetro equivalente de agua del paciente, y co, ccr rc, cr, rr, y cem son constantes.

51. El método de conformidad con la reivindicación 48, caracterizado porque la curva de ruido de imagen objetivo se establece de acuerdo con la ecuación: Ruido objetivo = st = cT + aT · ebr°w donde CT, a , y t son constantes de parámetro de escáner encontradas en la base de datos, y Dw es el tamaño del paciente de acuerdo con un diámetro equivalente de agua.

52. El sistema de conformidad con la reivindicación 47, caracterizado además porque incluye: recomendar parámetros de escaneo a un operador de acuerdo con la curva de imagen objetivo.

53. El método de conformidad con la reivindicación 22, caracterizado porque la etapa de determinar la SSDE, incluye utilizar el tamaño del paciente expresado como diámetro equivalente de agua Dw y resolver la ecuación: SSDE = (a-e-b D" )CTDIvol .

54. El método de conformidad con la reivindicación 53, caracterizado además porque incluye calcular un producto de duración de dosis (DLP), en donde DLP es el producto de la CTDIvoi y la duración del escaneo, basado en la CTDIvoi calculada para cada división n, y guardar DLP en la base de datos.

55. El método de conformidad con la reivindicación 22, caracterizado además porque incluye: calcular estadísticas para un estudio que incluye el mínimo, medio y máximo para uno o más de los siguientes parámetros: un flujo de fotones en la dosis (mA), el tamaño del paciente expresado como diámetro equivalente de agua (Dw), diámetro equivalente de agua para una división (D„_neto), una estimación de dosis de radiación (CTDIvoi), un producto de duración de dosis, el producto de la CTDIvoi y la duración del escaneo (DLP), SSDE, y ruido; transmitir uno o más de los parámetros a la base de datos; y recuperar los datos de la información de encabezado de DICOM, incluyendo uno de: nombre del paciente, número de acceso, número de registro médico, fecha de nacimiento, fecha del examen, escáner, centro médico, nombre del examen.

56. El método de conformidad con la reivindicación 22, caracterizado además porque incluye: recibir una entrada de operador en un margen de parámetros de calidad de imagen aceptables; incorporar el tamaño del paciente como un diámetro equivalente de agua Dw y los parámetros de escáner para calcular una SSDE para el margen de valores de calidad de imagen aceptable; recomendar la SSDE que puede generar imágenes con parámetros de calidad de imagen aceptables; permitir que un operador establezca manualmente la SSDE; y desplegar un resultado sobre si la calidad de imagen esperada cae dentro de los parámetros de calidad de imagen aceptables.

57. El método de conformidad con la reivindicación 56, caracterizado además porque incluye: recibir entrada para un parámetro de calidad de imagen objetivo; calcular un estudio con el parámetro de calidad de imagen de entrada; y recomendar los parámetros de escaneo específicos, incluyendo al menos uno de: kV, mA, y ajustes de modulación de dosis para lograr la calidad de imagen de entrada.

58. El método de conformidad con la reivindicación 56, caracterizado además porque incluye: proporcionar una alerta cuando SSDE sea mayor o inferior a la SSDE recomendada; y proporcionar una alerta si la calidad de imagen esperada cae fuera de los parámetros de calidad de imagen aceptables.

59. El método de conformidad con la reivindicación 56, caracterizado además porque incluye: desplegar en un diagrama, qué escaneos caen dentro de los parámetros de calidad de imagen esperados versus cuáles cayeron fuera de los parámetros de calidad de imagen esperados.

60. El método de conformidad con la reivindicación 22, caracterizado además porque incluye: mantener protocolos de escaneo para una pluralidad de escáneres dentro de una base de datos central; interconectarse con un administrador de protocolos central con una pluralidad de escáneres para actualizar los cambios de protocolo para la pluralidad de escáneres.

61. El método de conformidad con la reivindicación 22, caracterizado además porque incluye: recomendar un protocolo para un paciente de tamaño basado en datos previamente adquiridos.

62. Un sistema capaz de realizar el método de conformidad con la reivindicación 22, para reducir la dosis de radiación mientras se logra la calidad de imagen que comprende el escaneo de TC, caracterizado porque comprende: un administrador de protocolos que incluye un procesador; una base de datos de rendimiento de estudio en comunicación con un escáner, la base de datos incluye parámetros de escáner; el escáner capaz de escanear por exploración y escaneo de tomografia (TC); un registro de dosis; y una base de datos de protocolos.