samira marques de carvalho otimizaÇÃo da calibraÇÃo em...
TRANSCRIPT
Samira Marques de Carvalho
OTIMIZAÇÃO DA CALIBRAÇÃO EM SPECT PARA A QUANTIFICAÇÃO DE
IMAGENS APLICADA À DOSIMETRIA COM IODO-131
Tese aprovada para a obtenção do Grau de Doutora pelo programa de Pós-Graduação em Radioproteção e Dosimetria do Instituto de Radioproteção e Dosimetria da Comissão Nacional de Energia Nuclear na área de Física Médica. Orientador: Dr. Daniel Alexandre Baptista Bonifácio Coorientador: Dr. Sérgio Querino Brunetto
Rio de Janeiro - Brasil
2018
Samira Marques de Carvalho
OTIMIZAÇÃO DA CALIBRAÇÃO EM SPECT PARA A QUANTIFICAÇÃO DE
IMAGENS APLICADA À DOSIMETRIA COM IODO-131
T 610.153 C331o Carvalho, Samira Marques de
Otimização da calibração em SPECT para a quantificação de imagens aplicadas à dosimetria com Iodo131/ Samira Marques de Carvalho. Rio de Janeiro: IRD, 2018.
X, 81 f.: il.; tab.; 29,7 cm. Orientador: D. Sc. Daniel Alexandre Baptista Bonifácio Tese (Doutorado) - Instituto de Radioproteção e Dosimetria, Rio de Janeiro, 2018. Referências bibliográficas: f. 77-80 Notas: Anexos em CD 1. Física Médica 2.Medicina Nuclear 3. Quantificação 4. Simulação de Monte Carlo
i
AGRADECIMENTOS
Agradeço a Deus, acima de tudo, por ter me sustentado ao longo dessa caminhada.
Ao Prof. Daniel, por aceitar fazer parte deste projeto, por todos os ensinamentos e apoio
durante o desenvolvimento.
Ao Prof. Sérgio, que tem me acompanhado e apoiado ao longo da minha formação desde
minha iniciação científica, inclusive durante madrugadas e finais de semana na UNICAMP.
À Prof. Lídia, pelo trabalho de revisão.
À Beatriz, pela paciência e apoio incondicional.
À minha família e amigos, que mesmo distantes, estiveram sempre presentes.
A todos os colegas da CNEN-SEDE, pelos conselhos, discussões científicas e momentos de
descontração essenciais para levarmos a vida.
Muito obrigada!
ii
RESUMO
A calibração de sistemas SPECT desempenha um papel essencial na exatidão da
quantificação de imagens. Neste trabalho, em sua primeira etapa, um método de calibração
SPECT otimizado para estudos com 131I foi proposto, considerando o efeito de volume
parcial (EVP) e a posição da fonte de calibração. Na segunda etapa, o estudo investigou o
impacto da densidade de contagens e os parâmetros de reconstrução de imagens na
determinação do fator de calibração e na quantificação de imagens em estudos de
dosimetria, considerando a realidade da prática clínica no Brasil. Na etapa final, o estudo
teve como objetivo avaliar a influência de diversos fatores na calibração para o cálculo da
dose absorvida usando simulações de Monte Carlo (MC). A calibração foi realizada através
da determinação de uma curva (sensibilidade versus volume) obtida aplicando-se diferentes
limites durante a segmentação do volume. Em seguida, fatores de calibração foram
determinados com o ajuste de uma função exponencial. As imagens foram adquiridas com
alta e baixa densidades de contagens para diversas posições da fonte inserida em um
simulador. Para validar o método, fatores de calibração foram utilizados para quantificação
absoluta das atividades de referência totais. As imagens foram reconstruídas adotando duas
abordagens de parâmetros diferentes, geralmente empregadas em imagens de pacientes. As
simulações de MC foram realizadas com o código GATE. A metodologia desenvolvida
para a calibração do sistema tomográfico mostrou-se mais fácil e rápida de ser
implementada do que outros procedimentos sugeridos para melhorar a acurácia dos
resultados. O estudo revelou ainda a influência da localização da fonte de calibração,
demonstrando melhor precisão na quantificação absoluta considerando a localização da
região alvo durante a calibração do sistema. O estudo aplicado no protocolo brasileiro para
tireoide sugere a necessidade de revisão da calibração do sistema SPECT, incluindo
diferentes posições para a fonte de referência, além de aquisições considerando a Relação
Sinal-Ruído (SNR-Signal to Noise Ratio) das imagens. Por fim, as doses obtidas com as
simulações apresentaram diferenças significativas entre as doses calculadas de acordo com
sua localização e o fator de calibração utilizado. Os resultados obtidos contribuem para a
otimização e melhor acurácia dos procedimentos terapêuticos em medicina nuclear.
Palavras chaves: Quantificação – Calibração SPECT – Dosimetria
iii
ABSTRACT
SPECT system calibration plays an essential role in the accuracy of image quantification. In
the first stage of this work, an optimized SPECT calibration method was proposed for 131I
studies, considering the partial volume effect (PVE) and the position of the calibration
source. In the second part, the impact of counts density and reconstruction parameters was
investigated on the determination of the calibration factor and the image quantification in
dosimetry studies, considering the reality of clinical practice in Brazil. In the final step, the
study aimed to evaluate the influence of several factors in calibration applied to the
absorbed dose calculation using GATE Monte Carlo (MC) simulations. Calibration was
performed by determining a calibration curve (sensitivity versus volume) obtained by
applying different threshold levels during volume segmentation. Then, the calibration
factors were determined through a fit of an exponential function. Imaging was performed
with high and low counts densities for several source positions within the simulator. To
validate the calibration method, the calibration factors were used for absolute quantification
of the total reference activities. Images were reconstructed adopting two different
parameters configurations, usually employed in patient imaging. The methodology
developed for the calibration of the tomographic system was easier and faster to implement
than other suggested procedures that improve the accuracy of the results. The study also
revealed the influence of the calibration source position, demonstrating better precision in
the absolute quantification considering the location of the target region during system
calibration. The study applied in the Brazilian thyroid protocol indicates the need to revise
SPECT system calibration, including different positions for the reference source, besides
acquisitions considering the Signal to Noise Ratio (SNR) of the images. Finally, simulated
dose values presented significant differences between doses calculated according to their
location and calibration factor used, also showing a tendency to overestimate the dose
calculation with the use of standard central calibration. Obtained results will contribute to
improve the accuracy of the delivered dose in therapeutic procedures in nuclear medicine.
Keywords: Quantification – SPECT Calibration - Dosimetry
iv
ESTRUTURA DE TESE
Esta tese foi estruturada em capítulos, sendo o primeiro capítulo relativo à
introdução, com uma breve justificativa do projeto desenvolvido e seus objetivos.
O segundo capítulo é formado pelos fundamentos teóricos nos quais se baseiam o
trabalho.
O terceiro capítulo é composto pelo artigo “Improved system calibration for 131I
SPECT image quantification”, submetido à publicação na revista científica European
Journal of Medical Physics: Physica Médica. O artigo traz uma análise de fatores que
influenciam na determinação do fator de calibração, como posição da fonte de calibração e
correções para atenuação e espalhamento. O trabalho sugere ainda uma abordagem mais
simples e otimizada para a calibração em estudos com 131I, cujos resultados apresentaram
maior precisão da quantificação absoluta de fontes de referência.
O quarto capítulo é composto pelo artigo “Impact of the counts density of
calibration image and the image reconstruction parameters in 131-I SPECT image
quantification”, publicado na revista científica Brazilian Journal of Radiation Sciences
(BJRS), DOI 10.15392/bjrs.v6i1.332. O artigo aborda a influência da densidade de
contagens combinada com os parâmetros de reconstrução na determinação do fator de
calibração e demonstra como a quantificação de imagens pode ser mais precisa, tomando
como exemplo, estudos dosimétricos desenvolvidos no Brasil.
O quinto capítulo é composto pelo artigo “Influence of the SPECT calibration
source position on the absorbed dose calculation for 131I therapy using GATE simulations”,
submetido para publicação na revista científica Journal of Radiological Protection. Neste
trabalho todos os aspectos abordados nas publicações anteriores são aplicados no cálculo da
dose, demonstrando como a calibração do sistema impacta na dose final obtida utilizando
simulação de Monte Carlo.
O sexto capítulo traz as conclusões e considerações finais da tese, além de sugestões
e perspectivas para futuros estudos na área.
v
ÍNDICE DE FIGURAS
CAPÍTULO 2
Figura 1: (a) Projeções da imagem original e (b) sinograma da imagem original
Figura 2: Fluxo das etapas do método de quantificação de imagens tomográficas
Figura 3: Corte transversal de uma fonte de 131I (a) adquirida com CT e fonte livre de
atenuação (b) mapa de atenuação da fonte sem atenuação (c) CT da fonte com meio
atenuador (d) mapa de atenuação da fonte com meio atenuador
Figura 4: Imagens SPECT de um estudo cerebral reconstruídas sem correção de atenuação,
aplicando-se o Método de Chang e correção baseada por CT
Figura 5: Esquema de um espectro de energia para a aquisição de imagem corrigida pela
técnica de janela de energia tripla (TEW) para 131I
Figura 6: O contraste da imagem (A) sem correção para espalhamento, (B) com correção
por TEW. (C) Imagem de dispersão.
Figura 7: Perfil através de uma projeção de dispersão típica
Figura 8: Coeficientes de Recuperação (CR) em função do diâmetro de esferas
CAPÍTULO 3
Figure 1: Four phantom configurations showing image acquisitions at different source-
center distances for calibration purposes.
Figure 2: Exponential fit of the calibration curve for images acquired using the water-filled
phantom and HCD. Images were reconstructed with (1) No Corrections, (2) Attenuation
Correction, (3) Scatter Correction and (4) Attenuation and Scatter Corrections.
Figure 3: Exponential fit of the calibration curve for images acquired using the water-filled
phantom and LCD. Images were reconstructed with (1) No Corrections, (2) Attenuation
Correction, (3) Scatter Correction and (4) Attenuation and Scatter Corrections.
vi
Figure 4: Calibration factors (S0) obtained at four different source position from Figure 1,
for images acquired using the air phantom without attenuation and scatter corrections (Air
Scorr), water-filled phantom with attenuation and scatter correction (Water Ac Sc),
attenuation correction (Water Ac) and scatter correction (Water Sc), for HCD (1) and LCD
(2) images.
Figure 5: Calibration factors (S0) obtained with HCD (1) e LCD (2) images for each source
position (Figure 1). The dashed line (±2���) is given by the standard deviation of the
exponential fit.
CAPÍTULO 4
Figure 1: References source positioned at (A) 73 mm, (B) 45 mm and (C) 6 mm from the
center of the cylindrical phantom filled with water.
CAPÍTULO 5
Figure 1: The time-activity curves (TACs) obtained using the activities quantified using the
central and peripheral calibration factor on HCD image (Figure 1A and 1B) and LCD
image (Figure 1C and 1D).
Figure 2: The phantom and 131I source GATE simulation
vii
ÍNDICE DE TABELAS
CAPÍTULO 3
Table 1: Measured activity values of sources positioned at same positions A, B and C from
figure 1. The values were obtained using the calibrations factors determined with sources
positioned at the same positions A, B, C and D from figure 1 and percentile difference (%)
between reference activity and calculated activity.
CAPÍTULO 4
Table 1: Calibration factor, S0, give in (count.s-1.MBq-1.cm3) obtained for HCD and LCD
images calibrations reconstructed using different parameters
Table 2: Calculated activities (MBq) obtained from HCD reference sources images
quantification. Both, calibration and reference images were reconstructed applying 16
subsets and 10 iterations, a 4.75 mm Gaussian filter
Table 3: Calculated activities (MBq) obtained from LCD reference sources images
quantification. Both, calibration and reference images were reconstructed applying 4
subsets and 4 iterations, a 13.2 mm Gaussian filter.
CAPÍTULO 5
Table 1: Calibration factor obtained for each reference source position for HCD and LCD
images
Table 2: Relative difference (%) between the dose calculated using the reference activity
measured at the activity meter and the dose calculated using the quantified activity using
the calibration factor determined for each source calibration position.
viii
LISTA DE SIGLAS
3D - 3 dimensões
CDT - Carcinoma diferenciado da tireoide
CNEN - Comissão Nacional de Energia Nuclear
CT – Computed Tomography (Tomografia Computadorizada)
EANM - Associação Europeia de Medicina Nuclear
EM - Expectation Maximization Algorithm
EVP - Efeito de volume parcial
FBP - Filtered Back Projection (Retroprojeção Filtrada)
FOV – Field of View (Campo de Visão)
GATE - Geant4 Application for Tomographic Emission
GEANT4 - GEometry ANd Tracking
HCD - High Counts Density (Alta densidade de contagem)
HEGP – High Energy General Propose (Alta Energia Aplicação Geral)
INCA – Instituto Nacional do Câncer
LCD - Low Counts Density (Baixa densidade de contagem)
MC - Método de Monte Carlo
ML-EM - Maximum-Likelihood Expectation Maximization
MS – Ministério da Saúde
PCI - Pesquisa de Corpo Inteiro
RC - Recovery Coefficient (Coeficiente de Recuperação)
ix
SPECT – Single Photon Emission Computed Tomography (Tomografia Computadorizada
por Emissão de Fóton Único)
TEW - Triple-Energy Window (Janela de Energia Tripla)
UNICAMP – Universidade Estadual de Campinas
VOI – Volume of Interest (Volume de Interesse)
x
SUMÁRIO
CAPÍTULO 1 - INTRODUÇÃO .......................................................................................... 11
1.1 OBJETIVO .................................................................................................................... 13
CAPÍTULO 2 - FUNDAMENTOS TEÓRICOS ................................................................ 14
2.1. QUANTIFICAÇÃO DE IMAGENS TOMOGRÁFICAS POR EMISSÃO DE
FÓTON ÚNICO (SPECT) .................................................................................................... 14
2.1.1 Correção de atenuação ........................................................................................... 17
2.1.2 Correção de espalhamento ..................................................................................... 20
2.1.3 Correção para efeito de volume parcial (EVP) .................................................... 23
2.1.4 Calibração SPECT ................................................................................................. 25
2.1.5 Delimitação do volume de interesse ..................................................................... 27
2.2. GRANDEZAS DOSIMÉTRICAS .............................................................................. 28
2.3. RADIOIODOTERAPIA .............................................................................................. 29
2.4. SIMULAÇÕES DE MONTE CARLO ....................................................................... 32
2.5. GATE ............................................................................................................................ 33
CAPÍTULO 3 ........................................................................................................................... 35
CAPÍTULO 4 ........................................................................................................................... 50
CAPÍTULO 5 ........................................................................................................................... 62
CAPÍTULO 6 – CONCLUSÃO E CONSIDERAÇÕES FINAIS .................................... 75
REFERÊNCIAS ................................................................................................................ 77
11
CAPÍTULO 1 - INTRODUÇÃO
Mundialmente, observa-se a introdução de novos radiofármacos para terapias (Kam
et al., 2012; Zaknun et al., 2013). No Brasil, com a perspectiva do Reator Multipropósito
Brasileiro (RMB) (OBADIA e PERROTTA, 2010), espera-se o crescimento das terapias
com Iodo-131 (131I), Samário-153 (153Sm), Lutécio-177 (177Lu) e Ítrio-90 (90Y). Para tanto,
é necessário desenvolver e disseminar estudos de dosimetria interna individualizada de
pacientes para o planejamento e controle dessas terapias (HINDORF et al., 2010;
SANDSTRÖM et al., 2010). A individualização da dose permite uma dose otimizada para
cada paciente, reduzindo a probabilidade de efeitos estocásticos e garantindo doses abaixo
do limite de tolerância em órgãos críticos. Assim, nós teremos um melhor planejamento e
controle terapêutico e uso otimizado dos radionuclídeos produzidos.
Os métodos de dosimetria interna atualmente utilizados são baseados em:
quantificação de imagens, bioanálise de urina e sangue e monitoração de dose externa
(SIEGEL et al., 1999). O método de imagens é o único que permite determinar a atividade
no órgão ou região de interesse. Já os demais métodos possibilitam estimar a atividade
integrada no tempo apenas para o corpo inteiro (SIEGEL et al., 1999).
A quantificação de imagens tomográficas por emissão de fóton único (Single
Photon Emission Tomography - SPECT) possibilita a visualização em 3 dimensões (3D) da
distribuição da atividade em um volume de interesse (Volume of Interest - VOI) (kBq/cm3)
(Ritt et al., 2011), solucionando questões como a sobreposição de órgãos e, por isso, é a
técnica mais indicada atualmente (DEWARAJA et al., 2012). Contudo, o método de
quantificação de imagens possui limitações devido a inúmeros fatores que ocorrem durante
a aquisição e o processamento das imagens, como a resolução energética, a baixa resolução
espacial, o espalhamento, a atenuação da radiação e a baixa estatística de contagens (VAN
GILS et al., 2016; PEREIRA, STABIN e LIMA, 2010). O espalhamento dos fótons
contribui para a deterioração da resolução espacial da imagem (LEE et al., 2015). Existem
diferentes métodos para a correção do espalhamento, mas apenas alguns são aplicados
durante a rotina clínica em razão da complexa implementação de algumas técnicas.
Atualmente a mais recomendada é a técnica de janelas triplas de energia (Triple Energy
Windows - TEW), devido à sua fácil aplicação (VAN GILS et al., 2016).
12
Para a correção da atenuação, é preciso saber a distribuição espacial dos
coeficientes de atenuação (mapa de atenuação) do objeto examinado para a energia da
partícula emitida pelo radionuclídeo usado. A determinação do mapa de atenuação por
meio da extrapolação de uma imagem de transmissão para a faixa de energia utilizada é
considerada hoje o padrão ouro (DEWARAJA et al., 2012; RITT et al., 2011).
O efeito de volume parcial (EVP) é mais impactante para volumes pequenos,
resultando em atividades subestimadas na quantificação. Uma abordagem prática para a
correção do EVP é o uso de coeficientes de recuperação dependentes do volume (Recovery
Coefficient – RC), determinados por medições em simuladores físicos ou simulações
usando o método de Monte Carlo (MC) (RITT et al., 2011; ROUSSET, MA e EVANS,
1998).
A técnica de quantificação de imagens está baseada na conversão da taxa de
contagem quantificada na região de interesse em atividade absoluta, tornando a calibração
do sistema o alicerce da técnica. Por isso, encontram-se na literatura diversos estudos
visando à otimização da calibração do sistema. A Associação Europeia de Medicina
Nuclear (European Association on Nuclear Medicine – EANM) sugere, no Guia de Boas
Práticas para Quantificação de Imagens SPECT (DEWARAJA et al., 2013), um
procedimento de calibração em que a aquisição é feita com a fonte de referência
posicionada no centro de um simulador preenchido com água.
Tendo a referência da EANM como padrão ouro para procedimentos de calibração
(por este simular a atenuação e o espalhamento sofridos pelos fótons no paciente), outros
grupos estudaram o uso de fontes de referência com geometrias diferentes, como, por
exemplo, esfera de 16 mL e cilindro de 20 cm de diâmetro (D’ARIENZO et al., 2016);
fonte pontual no ar e um tanque elíptico com atividade uniforme e uma esfera
(DEWARAJA et al., 2005). Os estudos mostraram que o uso de fontes de calibração ou a
delimitação de regiões de interesse maiores que 3 vezes a resolução espacial resulta em
fatores de calibração mais precisos por reduzir o EVP (FREY, HUMM E LJUNGBERG,
2012). Em outro estudo de quantificação de imagens, Shcherbinin e colaboradores (2008)
utilizando uma calibração planar com uma fonte no ar, sugeriram que a precisão da
13
quantificação depende fortemente da localização das fontes quando apenas a correção de
atenuação é aplicada (SHCHERBININ et al, 2008).
O aprimoramento dos métodos de calibração para a quantificação de imagens
SPECT é de extrema importância para a otimização de protocolos de dosimetria interna,
resultando em terapias mais precisas e seguras e garantindo a maior eficiência terapêutica.
Mais especificadamente, para terapias com 131I no Brasil, o protocolo proposto pelo
Ministério da Saúde, não descreve diretrizes para a elaboração da dosimetria
individualizada dos pacientes. Desta maneira, a presente tese contribuirá para a discussão
ainda em aberto no país.
1.1 OBJETIVO
Fornecer subsídios para otimização da calibração de sistemas SPECT visando
melhorar a exatidão da quantificação de imagens em estudos de dosimetria interna com 131I
em terapias para carcinoma diferenciado da tireoide.
Objetivos específicos:
ü Avaliar a relação entre a sensibilidade tomográfica do sistema de aquisição de imagens e a
localização da fonte de radiação;
ü Avaliar o impacto no cálculo da dose devido ao uso de diferentes fatores de calibração;
ü Propor uma metodologia otimizada de calibração para estudos tomográficos aplicados à
dosimetria interna.
14
CAPÍTULO 2 - FUNDAMENTOS TEÓRICOS
2.1. QUANTIFICAÇÃO DE IMAGENS TOMOGRÁFICAS POR EMISSÃO
DE FÓTON ÚNICO (SPECT)
Imagens tomográficas por emissão de fótons únicos (SPECT) possibilitam a
visualização 3D da distribuição da atividade de um radionuclídeo, permitindo assim a
quantificação absoluta da atividade em um volume de interesse (VOI) (kBq/cm3) (RITT et
al., 2011). Para isso um conjunto de imagens planares são obtidas ao redor da região em
estudo, sendo esse conjunto de imagens das projeções representadas pelos sinogramas
(KHALIL, 2010). Estudos tomográficos permitem reorganizar a informação adquirida
numa representação gráfica em que o eixo horizontal representa as projeções e o ângulo da
projeção está representado no eixo vertical, produzindo um padrão em forma sinusoidal
(Figura 1). Ou seja, o sinograma corresponde a uma imagem 2D em que o eixo horizontal
representa a localização dos eventos detectados no detector, e o eixo vertical corresponde à
posição angular do detector. A representação dos dados adquiridos num sinograma tem
benefícios em termos de processamento dos dados adquiridos, reconstrução de imagem e
técnicas de correção (KHALIL, 2010).
Figura 1: (a) Projeções da imagem original e (b) sinograma da imagem original
Fonte: Projeto FRIDA: Métodos de Reconstrução Tomográfica de Imagens de SPECT, 2005/2006.
O mais importante durante as aquisições das projeções é obter informações
suficientes para a reconstrução tomográfica das imagens. Para isso é necessário um
conjunto completo de imagens da região em estudo e a precisão do centro de rotação dos
detectores. O centro de rotação é uma coordenada que define o centro comum das projeções
15
adquiridas e a sua localização precisa é necessária para um alinhamento correto das
projeções durante a reconstrução de imagem.
Existem dois métodos de aquisição de informação em tomografia por emissão de
fótons: contínuo ou step-and-shoot (RITT et al., 2011). Eles diferem na forma como os
detectores se movem em torno do paciente. No modo contínuo, a informação é registrada à
medida que os detectores giram continuamente em torno do paciente. A informação é
guardada em intervalos angulares discretos. Já no modo step-and-shoot, o detector para em
várias posições angulares por um determinado período de tempo durante o qual a
informação é recolhida, passando depois para outra posição (RITT et al., 2011).
Com as projeções adquiridas e o sinograma construído pode-se, através de
diferentes métodos de reconstrução de imagens tomográficas, estudar a distribuição 3D do
objeto. O primeiro algoritmo de reconstrução de imagem a ser utilizado na rotina clínica foi
o método analítico denominado Retroprojeção Filtrada (Filtered Back Projection - FBP)
(VAN GILS et al., 2016; RITT et al., 2011). Basicamente a reconstrução ocorre aplicando-
se a transformada de Fourier 1D para cada projeção, ou seja, as contagens em cada pixel,
adquiridas em cada projeção são distribuídas continuamente ao longo do plano (X,Y), em
cada ângulo na nova matriz obtida com a aplicação da Transformada de Fourier (KHALIL,
2010). Posteriormente é aplicado um filtro. Este pode ser um filtro Rampa suavizante.
Assim, a retroprojeção representa a soma de todas as retas que passam por um determinado
ponto. As novas projeções filtradas são obtidas pela aplicação da Inversão da Transformada
de Fourier (KHALIL, 2010). Depois de se repetir este processo a um grande número de
projeções angulares, os elementos com a maior taxa de contagens terão o maior número de
contagens, mas, infelizmente, elementos sem contagens também apresentarão algumas
contagens. A sobreposição de toda a informação retroprojetada origina uma imagem
aproximada da distribuição real da radioatividade (KHALIL, 2010).
Embora o método seja de fácil e rápida execução, ele possui a desvantagem de
resultar em imagens com um elevado grau de “borramento” e ruído, além de apresentar
artefatos radiais (em forma de estrela), quando um número limitado de projeções é obtido e,
áreas frias, que são consequência da introdução de valores negativos em zonas próximas a
16
focos de atividade muito intensos (VAN GILS et al., 2016; KHALIL, 2010; RITT et al.,
2011).
Como alternativa ao FBP, os métodos iterativos são baseados em métodos
estatísticos, através de tentativas de maximizar ou minimizar uma função alvo determinada
por estes, através de várias iterações (KHALIL, 2010; RITT et al., 2011). A maior
vantagem deste tipo de algoritmos é a possibilidade de incorporar, a priori, informação
acerca de fatores físicos na reconstrução das imagens, tais como processos de atenuação e
espalhamento e variações na resolução espacial dos detectores. Entretanto, a inclusão destes
parâmetros leva à necessidade de plataformas computacionais mais robustas e maior tempo
de processamento para obtenção de uma imagem final precisa.
Baseado em aproximações estatísticas, o algoritmo Expectation Maximization
Algorithm (EM) utiliza o modelo de Poisson, de forma que a probabilidade de adquirir a
distribuição de contagens na projeção que foi medida, dado uma distribuição estimada de
atividade no objeto, pode ser representada pelo produto das probabilidades para pixels
individuais de projeção (BARROS et al., 2015; HUTTON, NUYTS e ZAIDI, 2006). A
partir do EM, foi desenvolvimento o Maximum-Likelihood Expectation Maximization (ML-
EM), que maximiza a probabilidade de Poisson, ou seja, no conjunto de todas as possíveis,
que representam uma potencial distribuição da radioatividade, o conjunto tendo a maior
probabilidade é a estimativa com a probabilidade máxima (maximum-likelihood) de
corresponder ao objeto original (HUTTON, NUYTS e ZAIDI, 2006; KORAL et al., 2005;
RITT et al., 2011). Desta forma, a cada iteração a imagem obtida é atualizada, convergindo
para a imagem final quando a diferença entre as diversas iterações é mínima. A
desvantagem do método é o longo tempo computacional necessário para a convergência na
imagem final.
Visando diminuir o tempo de processamento e convergência, Hudson e Larkin
(1994) desenvolveram o método dos Subconjuntos Ordenados (Ordered Subsets), que
aplicado ao ML-EM processa a informação em conjuntos, em cada iteração. Desta maneira
o tempo de convergência diminui por um fator proporcional ao número de subconjuntos
(HUDSON e LARKIN, 1994). Entretanto a escolha do número de iterações e subconjuntos
(subsets) está atrelada, não apenas à rapidez para a convergência, mas também à precisão
17
da imagem final. Isto se deve ao ruído inerente introduzido a cada iteração, fazendo com
que imagens com boa relação sinal-ruído permitam o uso de mais iterações e subsets,
resultando em convergência mais rápida e imagem final mais precisa (HUDSON e
LARKIN, 1994; LEE et al., 2015; RITT et al., 2011).
Assim como as imagens planares, as imagens SPECT são degradadas devido a
efeitos como espalhamento e atenuação dos fótons, efeitos de volume parcial e, em alguns
casos, devido ao movimento do paciente durante a aquisição (RITT et al., 2011) (Figura 2).
Figura 2. Fluxo das etapas do método de quantificação de imagens tomográficas
Fonte: Figura adaptada (RITT et al, 2011).
2.1.1 Correção de atenuação
O objetivo da correção do efeito de atenuação é compensar a perda da intensidade
energética ao longo de uma linha devido à absorção fotoelétrica ou ao espalhamento
Compton resultantes da interação dos fótons com o meio de propagação (RITT et al.,
2011). A atenuação é função da energia do fóton e da composição e espessura do meio de
propagação. O impacto da correção do efeito de atenuação para a quantificação de imagens
vem sendo demostrado em estudos científicos. DELPON e colaboradores (2003), em seu
estudo de quantificação de imagens planares de pacientes, demonstraram que, aplicando-se
apenas a correção de atenuação, a atividade real presente no corpo inteiro pode ser
superestimada em até 120% (DELPON et al., 2003).
18
Atualmente, existem vários métodos de correção de atenuação que podem ser
divididos em dois grupos: os que consideram o corpo com um bloco (uniforme) e os que
têm uma distribuição de atenuação não-uniforme. Dos métodos de correção uniforme, um
dos mais utilizados em SPECT, e largamente disponível em sistemas comerciais, é o
método de Chang (CHANG, 1978). O método consiste na correção voxel a voxel da
imagem reconstruída, considerando o volume homogêneo e um coeficiente de atenuação
constante (CHANG, 1978).
A delimitação da área à qual o algoritmo de Chang é aplicado é feita por
thresholding, sendo selecionado um valor a partir do qual é traçada uma região de interesse
na região segmentada. A correção é feita apenas para essa estrutura segmentada,
descartando o resto da imagem. O método é preciso apenas para regiões com atenuação
uniforme, sendo por isso aplicado em regiões do corpo consideradas homogêneas, como
cérebro e abdômen. Dessa forma, o coeficiente de atenuação utilizado geralmente é o da
água para a faixa de energia do radionuclídeo usado (RITT et al., 2011).
Os métodos de correção não uniformes baseiam-se no uso de um mapa de atenuação
das regiões investigadas, ou seja, matrizes não-uniformes que descrevem a variação do
coeficiente de atenuação linear no objeto, obtidos com imagem de transmissão por fontes
radioativas externas, tomografia computacional (Computed Tomography – CT) ou imagens
segmentadas de ressonância magnética. Estes métodos variam em complexidade, em
exatidão e no tempo necessário de computação (RITT et al., 2011).
A partir dos coeficientes de atenuação adquiridos na aquisição de CT é possível
determinar os fatores de correção de cada tecido e aplica-los na correção da imagem de
SPECT (YAMADA et al., 2015). Vale ressaltar que as aquisições do CT são realizadas
com raios X de baixa energia (~70keV) tornando necessária a extrapolação para a faixa de
energia utilizada no SPECT. A Figura 3 apresenta imagens de CT e o mapa de atenuação de
uma fonte de 131I, considerando situações com e sem meio atenuador.
19
Figura 3: Corte transversal de uma fonte de 131I (A) adquirida com CT e fonte livre de atenuação (B)
mapa de atenuação da fonte sem atenuação (C) CT da fonte com meio atenuador (D) mapa de
atenuação da fonte com meio atenuador. Fonte: Figura adaptada (YAMADA et al., 2015).
A utilização de mapas de atenuação do CT para os dados da SPECT apresenta
várias vantagens. O primeiro ponto positivo é o fato do estudo de CT fornecer um bom
fluxo de fótons, o que reduz significativamente o ruído estatístico (SHIN et al., 2013). Vale
ressaltar que o tempo de aquisição do CT é menor, o que se torna um aspeto vantajoso e
relevante nas imagens realizadas em pacientes porque minimiza a possibilidade de
movimento (RITT et al., 2011). Adicionalmente, o CT fornece informação anatômica que é
fusionada com as imagens de emissão para fornecer mapas anatômicos funcionais que
auxiliam na localização exata da captação do radiofármaco (RITT et al., 2011). Mesmo
considerada uma técnica bastante precisa, desvios no coregistro entre as imagens de
emissão e transmissão, regiões de fronteira entre meios de diferentes densidades e a
densidade de contagens são fontes de incertezas para a técnica de correção não uniforme da
atenuação (DELPON et al., 2003; SHIN et al., 2013).
A figura 4 foi obtida do trabalho publicado por Lange e colaboradores (2014), onde
mostrou-se que mesmo para regiões consideradas homogêneas, ideais para a aplicação da
correção para atenuação por CHANG, o método de correção por CT se mostrou mais
preciso (LANGE et al., 2014). O estudo revelou valores subestimados de captação na
região com o uso do método homogêneo.
20
Figura 4: Imagens SPECT de um estudo cerebral reconstruídas sem correção de atenuação,
aplicando-se o Método de Chang e com correção por CT
Fonte: Figura adaptada (LANGE et al., 2014).
2.1.2 Correção de espalhamento
Na maioria das técnicas de imagens aplicadas em medicina nuclear, os efeitos
causados pela radiação espalhada são significativos. A presença de fótons espalhados, não
originados da região de interesse, geram incertezas na quantificação (SIEGEL et al., 1999).
Em estudos com 131I, a porção de fótons espalhados consiste em fótons de 364 keV e de alta
energia (637 e 723 keV) que se dispersam quando da interação no próprio paciente e/ou nos
colimadores e são detectados na janela de fotopico de 364 keV (DEWARAJA et al., 2013).
Existem diferentes métodos para a correção do espalhamento, entretanto apenas
alguns são aplicados durante a rotina clínica devido à complexidade para a implementação
de algumas técnicas. Dessa forma, recomenda-se o uso da técnica de múltiplas janelas de
energia (RITT et al., 2011).
Especificamente para estudos com 131I, a correção com a janela de energia tripla
(TEW) é a mais recomendada, pois o uso de uma janela acima do fotopico resolve os fótons
espalhados com energias maiores, o que não ocorreria com uso de apenas duas janelas
(DEWARAJA et al., 2013). Na técnica da janela de energia tripla (TEW), a correção é
obtida pela Equação 1 (SIEGEL et al., 1999):
CT = CPP – CLS – CUS Equação 1
Onde:
CT: contagens do fotopico corrigidas;
CPP: contagem total do fotopico (Figura 5);
CLS: contagens da janela de energia abaixo do fotopico (Figura 5);
21
CUS: contagens da janela de energia acima do fotopico (Figura 5).
Figura 5. Esquema de um espectro de energia para a aquisição de imagem corrigida pela técnica de
janela de energia tripla (TEW) em estudos com 131I
Fonte: Figura adaptada (DEWARAJA et al., 2013).
A melhor largura para as janelas adjacentes é determinada considerando a relação
entre o sinal e o ruído da imagem. Nos estudos típicos de imagens de pacientes tratados por 131I, os eventos de dispersão na janela de fotopico estimados por TEW são 40-50% dos
eventos totais. Estudos anteriores demonstraram boa precisão na quantificação de imagens
aplicando a correção TEW (DEWARAJA, JIA LI e KORAL, 1998; DEWARAJA et al.,
2005). A figura 6 mostra um exemplo de um estudo com 131I de imagens reconstruídas sem
correção para espalhamento, aplicando correção por TEW e a imagem gerada com os
fótons espalhados.
22
Figura 6: O contraste da imagem (A) sem correção para espalhamento, (B) com correção por TEW.
(C) Imagem de dispersão.
Fonte: (LEE et al., 2015).
Outra abordagem para a estimativa da porção de fótons espalhados é o uso de
simulações de Monte Carlo. Um estudo realizado por Lee e colaboradores (2015)
apresentou boa precisão quantitativa para imagens SPECT com 131I, revelando ainda que a
técnica TEW tende a superestimar essa estimativa (LEE et al., 2015), conforme mostrado
na figura 7. Entretanto, a necessidade de desenvolvimento de software especializado e o
23
alto poder de processamento computacional requerido dificultam a implementação desta
técnica na rotina clínica (LEE et al., 2015).
Figura 7: Perfil através de uma projeção de dispersão típica
Fonte: Figura adaptada (LEE et al., 2015)
2.1.3 Correção para efeito de volume parcial (EVP)
O EVP também é chamado na literatura científica de efeito de resolução limitada,
por estar diretamente relacionado à resolução espacial do sistema e ao tamanho e forma da
região em estudo (GOPAL, 2004). Em geral, é mais impactante para a quantificação de
volumes pequenos, com dimensões menores do que três vezes a resolução espacial do
sistema (ROUSSET, MA e EVANS, 1998).
Em sistemas com resolução espacial limitada, como no caso do uso de
radiofármacos marcados com 131I em SPECT, ocorre a atribuição de contagens a pixels ou
voxels ao redor do VOI, ocorrendo um “extravasamento” de contagens para um volume
maior, fenômeno conhecido por spill-out (GOPAL, 2004). Como consequência desse
fenômeno, a quantificação da atividade volumétrica resulta em um valor subestimado no
24
VOI. O contrário também ocorre, quando contagens de regiões adjacentes ao VOI são
consideradas como parte do VOI, fenômeno conhecido como spill-in (GOPAL, 2004).
O uso do chamado Coeficiente de Recuperação (CR), (Recovery Coefficient - RC),
para a correção do EVP é uma das metodologias mais aplicadas na rotina clínica
(PEREIRA; STABIN; LIMA, 2010; ROUSSET; MA; EVANS, 1998). O CR reflete a
capacidade do sistema em reproduzir a concentração de atividade real de acordo com o
tamanho da lesão. Após a determinação do CR, pode-se usar o fator de correção, definido
como o inverso do CR, para a correção da atividade quantificada em objetos pequenos.
O CR é definido como a razão entre a densidade de contagens medida em uma
região de interesse da imagem reconstruída pela real densidade de contagens (teórica) na
VOI (PEREIRA; STABIN; LIMA, 2010). Experimentalmente, o CR é determinado
mensurando a densidade de contagens de diferentes objetos que contenham a mesma
concentração da atividade radioativa, mas de tamanhos que variem de dimensões menores
até dimensões maiores do que três a resolução espacial do equipamento, comparando-as
com o valor de concentração esperado (teórico), conforme a Equação 2:
Equação 2
O EVP passa a ser desprezível para volumes maiores que três vezes a resolução
espacial do sistema (ROUSSET, MA e EVANS, 1998). Para esses volumes, o CR deve ser
próximo a 1,0, conforme a Figura 8.
25
Figura 8. Coeficientes de Recuperação (CR) em função do diâmetro de esferas
Fonte: Adaptada (GOPAL, 2004).
2.1.4 Calibração SPECT
Para a conversão da taxa de contagem quantificada no VOI em atividade referência,
é necessário um procedimento de calibração, conforme mostrado na Figura 2. Por ser o
alicerce do método de quantificação de imagens, a calibração dos sistemas de aquisição de
imagens é tema de diversos estudos encontrados na literatura (CARVALHO et al., 2018;
D'ARIENZO et al., 2016; DEWARAJA et al., 2005).
A metodologia mais simples para a calibração de um sistema SPECT é a aquisição
planar de uma fonte pontual para determinar a sensibilidade do sistema no ar, considerando
que o espalhamento e a atenuação dos fótons são insignificantes.
A EANM sugere, no Guia de Boas Práticas para Quantificação de Imagens 131I
SPECT (DEWARAJA et al., 2013), a aquisição de uma fonte de referência posicionada no
centro de um simulador preenchido com água, visando considerar as incertezas
provenientes das correções de atenuação, espalhamento e EVP. Desta forma, a calibração
reproduz os efeitos que ocorrem nas imagens de pacientes e incorpora as incertezas dos
métodos de correção. O documento sugere ainda que o protocolo de aquisição e a
26
delimitação do VOI sejam feitos de maneira idêntica ao protocolo utilizado na rotina de
aquisição de imagens dos pacientes.
Seguindo a recomendação do comitê europeu, Ritt e colaboradores (2011) sugerem
que a calibração seja realizada com o uso de uma fonte esférica, centralizada no interior de
um simulador elíptico preenchido com água (RITT et al., 2011). Desta maneira a
sensibilidade do sistema, Svol, é dado pela Equação 3:
Equação 3
onde, Vvoi (ml) é o volume da região de interesse definido na imagem reconstruída, T0 é o
instante no tempo do início da aquisição da imagem, Tacq é o tempo de duração da aquisição
da imagem, T1/2 é a meia-vida física do radionuclídeo usado, Tcal é o instante da calibração
da atividade usada no simulador, e R (cps) é a taxa de contagem no VOI.
Por sua vez, Sandstrom e colaboradores (2010) sugerem o uso de uma curva de
calibração, visando considerar o efeito da variação da densidade de contagens. Em um
estudo utilizando esferas preenchidas com 177Lu (100 ml, 1.0 GBq) foram adquiridas
imagens semanalmente até a fonte atingir 20 MBq (SANDSTRÖM et al., 2010). O fator de
calibração foi obtido pela análise gráfica da curva das contagens quantificadas no VOI em
função da atividade total da fonte (Equação 4):
Equação 4
onde Ax (MBq) é a concentração de atividade na fonte multiplicada pelo volume do VOI, kx
(contagens/MBq.s) é o fator de calibração, M são as contagens obtidas no VOI e B são as
contagens de radiação de fundo. As contagens de radiação de fundo podem ser obtidas
delimitando-se um volume em uma região adjacente ao VOI (SANDSTRÖM et al., 2010).
27
Visando contabilizar o EVP presente na quantificação de diferentes volumes,
Guerriero e colaboradores (2013) propuseram a elaboração de uma curva de calibração
(contagens / s / voxel / MBq versus volume) por meio da aquisição de imagens de esferas
com volumes diferentes e o uso de um ajuste exponencial (Equação 5):
S = a1 - a2 * exp (-k * v) Equação 5
onde S é a sensibilidade do sistema, v é o volume da esfera e, a1, a2 e k são parâmetros do
ajuste exponencial (GUERRIERO et al., 2013).
2.1.5 Delimitação do volume de interesse
Para a delimitação do volume de interesse, visando minimizar o erro sistemático do
operador, recomenda-se o uso de técnicas de segmentação de imagens. A segmentação
automática baseia-se nas características de descontinuidade e similaridade entre os tons de
cinza de uma imagem. O método de descontinuidade considera a mudança abrupta dos
valores de cinza. Por sua vez, o método de similaridade baseia-se na agregação de pixels
em função da sua semelhança com a vizinhança (HAI GAO, WAN-CHI SIU E CHAO-
HUAN HOU, 2001).
A limiarização, ou threshold, é a abordagem do método de descontinuidade mais
utilizada em segmentação de imagens. O princípio da limiarização consiste em separar as
regiões de uma imagem em duas classes: o fundo e o objeto. Matematicamente, a
limiarização pode ser definida de acordo com a função dada pela Equação 6 (SHARMA e
AGGARWAL, 2010):
Equação 6
onde f(x,y) é uma imagem de entrada, T é o valor do limiar e g(x, y) é a imagem de saída.
Em geral, o método de limiarização considera propriedades estatísticas da imagem
como a probabilidade da ocorrência de pixels em cada classe da imagem, a média dos tons
de cinza no objeto e no fundo, o desvio padrão entre os níveis de cinza e a entropia entre as
classes. Um bom limiar pode ser definido para imagens com picos de histogramas altos,
estreitos, simétricos e bem separados (SHARMA e AGGARWAL, 2010).
28
2.2. GRANDEZAS DOSIMÉTRICAS
A grandeza física básica da dosimetria é a dose absorvida D, definida como a razão
entre a energia média E depositada em um órgão ou tecido T e massa m do referido órgão,
conforme a equação 7 (MATTSSON et al., 2015):
Equação 7
De acordo com Siegel e colaboradores (1999) a dose absorvida em órgão alvo pode
ser determinada ainda através da equação 8:
Equação 8
onde D (Gy) é a dose absorvida média em um órgão alvo k, Ã (Bq.s) é a atividade
acumulada no órgão fonte h, e S(k ← h) (Gy.Bq-1.s-1) representa a dose absorvida média no
órgão alvo por unidade de atividade acumulada no órgão fonte.
A dose absorvida em órgãos pode ser descrita ainda em termos da dose absorvida
por unidade de atividade administrada, A0 (Bq ou µCi), definida como tempo de residência
τ (τ = à / A0 ), e é influenciada por fatores biocinéticos, incorporados em à e em τ, e físicos,
incorporados no fator S (SIEGEL et al., 1999).
O fator S depende das propriedades de decaimento do radioisótopo, além de
algumas caraterísticas das regiões fonte e alvo, como tamanho, posição e densidade
(Equação 9) (DIVOLI et al., 2009).
Equação 9
onde, Ei expressa a energia emitida pela partícula para o tipo de radiação i, e ni expressa o
número de partículas por unidade de transição nuclear. Φ i(k←h) expressa a fração de
energia absorvida pela região alvo, e mk expressa a massa do alvo.
29
Nos casos em que a região fonte e alvo são as mesmas, o fator S é chamado de
autodose e escrito como S(h←h) (DIVOLI et al., 2009).
Atividade (A) de um radionuclídeo é o número de transições nucleares por unidade
de tempo. Atividade acumulada (Ã) em um órgão ou tecido fonte S é a soma de todas as
transições nucleares ocorridas durante um intervalo de tempo. Esta depende da atividade
administrada A0 e de características biocinéticas do radiofármaco no organismo, como o
tempo de captação e retenção, dependentes, por sua vez, da meia-vida efetiva (T1/2ef) do
radiofármaco em estudo (SIEGEL et al., 1999).
A atividade acumulada em um órgão, ou região de interesse, pode ser determinada
por meio da análise de uma série de medições frequentes da atividade nesta região após a
administração do radiofármaco (SIEGEL et al., 1999).
Considerando as fases de captação e retenção, a atividade em função do tempo pode
ser descrita como a soma de duas funções exponenciais, conforme a Equação 10 (SIEGEL
et al., 1999):
Equação 10
onde Aj é a atividade no órgão e λj é a constante de decaimento biológico do órgão.
Assim, a soma de todas as transições nucleares é matematicamente equivalente à
integral da curva no intervalo de tempo. Geralmente, adotam-se os limites de 0 (Zero) ao
infinito, conforme a Equação 11, onde Tj é a meia-vida efetiva do radionuclídeo (SIEGEL
et al., 1999).
Equação 11
Uma forma alternativa usada para determinação da atividade acumulada é o cálculo
da área sob a curva original de Ah(t), o que pode ser feito com o uso de diferentes técnicas,
como o Modelo Trapezoidal (SIEGEL et al., 1999).
2.3. RADIOIODOTERAPIA
30
A glândula tireoide situa-se profundamente aos músculos esternotireoideo e esterno-
hioide, na parte anterior do pescoço, no nível das vértebras C5-T1, e é a maior glândula do
corpo. Produz hormônios tireoidianos (T3 e T4), que controlam a velocidade do
metabolismo, e calcitonina, um hormônio que controla o metabolismo do cálcio. A
glândula tireoide influencia todas as áreas do corpo, com exceção dela própria, do baço,
testículos e útero (MOORE, DALLEY e AGUR, 2011)
Do ponto de vista clínico, a possibilidade de doenças neoplásicas é a principal
preocupação em pacientes que apresentam nódulos tireoidianos. A associação entre o
câncer da tireoide e história de doença benigna da tireoide tem sido observada na maioria
dos estudos (MOORE, DALLEY e AGUR, 2011). Os principais tipos de carcinoma da
tireoide são: carcinoma papilífero (75% a 85% dos casos), carcinoma folicular (10% a 20%
dos casos), carcinoma medular (5% dos casos) e carcinoma anaplásico (< 5% dos casos)
(COOPER et al., 2006). O câncer da tireoide é considerado raro na maioria da população
mundial, representando entre 2% e 5% em mulheres e menos de 2% em homens. Para o ano
de 2018, o Instituto Nacional de Câncer (INCA), estima 8.040 novos casos em mulheres e
apenas 1.570 em homens no Brasil (INCA, 2018).
Os carcinomas papilíferos e foliculares são chamados carcinomas diferenciados da
tireoide (CDT), pois suas células se assemelham às do tecido tireoidiano normal e têm a
capacidade de concentrar o iodo. Devido a esta característica histopatológica dos CDT,
estudos de imagem com o iodo radioativo são extensamente empregados para avaliação de
remanescente tecidual e/ou disseminação para outros órgãos e tecidos (metástases), além de
tratamento quando administrado em altas doses de 131I-NaI (COOPER et al., 2006).
O 131I tem sido utilizado no diagnóstico e terapia em Medicina Nuclear há mais de
50 anos. Este radionuclídeo emite partículas beta com energia média de 606,3 keV (89,4 %)
e radiação gama com energia de 364,5 keV (81,2%), e tem meia-vida de 8,02 dias. O
tratamento dos CDT é normalmente cirúrgico (tireodeoctomia total) podendo ser seguido
de tratamento com iodo radioativo (131I-NaI) para destruir tecidos tireoidianos cervicais
residuais (dose ablativa) (COOPER et al., 2006). Através de uma cintilografia da tireoide, é
possível identificar tecidos remanescentes no leito cirúrgico.
31
Em geral, preconiza-se a utilização da maior dose possível (dose terapêutica ótima)
para destruir tumores sem, contudo, acarretar efeitos colaterais (risco radiológico),
representados por doses absorvidas em órgãos sadios radiosensíveis próximos ao tumor
(COOPER et al., 2006). A eficiência da radioiodoterapia depende do tamanho das massas
de tireoide remanescentes, atividade acumulada, meia-vida efetiva e biodistribuição do 131I-
NaI (COOPER et al., 2006). Para análise da eficácia do tratamento e detecção de
metástases, realiza-se uma imagem pós-terapia com o 131I remanescente (LUSTER et al.,
2008). O melhor momento para a realização dessa imagem ainda não é bem definido. Hung
e colaboradores (2009) ressaltaram, com um estudo realizado com 239 pacientes, que PCI
realizadas com até uma semana pós terapia são necessárias e importantes para a detecção de
metástases em pacientes com CDT, sendo essas mais precisas que PCI realizadas mais
tardiamente, no caso, 10 dias pós-terapia.
2.3.1. Protocolo Brasileiro para radioiodoterapia de CDT
Em janeiro de 2014, foi publicado o “Protocolo clínico e diretrizes terapêuticas em
oncologia” pelo Ministério da Saúde (MS) (SAÚDE, 2014). Esse protocolo justifica que, no
Brasil, a atividade a ser administrada de radioiodo em pacientes com CDT varia de acordo
com o objetivo do tratamento. Apesar de tendências no passado, de se prescrever atividades
mais elevadas para radioablação, estudos recentes mostram que atividades em torno de
1.110 MBq (30 mCi), com indução de hipotireoidismo, são capazes de promover ablação
de tecido remanescente de maneira equivalente ao observado com atividades de 3.700 MBq
(100 mCi). Dessa forma, os pacientes considerados de baixo ou intermediário risco (tumor
restrito à glândula tireoidiana ou com mínima invasão capsular, de tamanho inferior a 4 cm,
com presença ou não de metástases linfáticas apenas em compartimento central) e quando
não há suspeita de doença residual microscópica, e que poderiam se beneficiar do
tratamento com radioiodo, devem receber atividades entre 1.110 e 3.700 MBq (30 e 100
mCi). Nos casos de pacientes também de baixo ou intermediário risco, em que há suspeita
de doença microscópica residual, ou em que fatores de possível pior prognóstico se
mostrem presentes (como, por exemplo, presença de variantes histológicas de maior
agressividade), recomenda-se, nesse Protocolo, o emprego de ablação com atividade
mínima de 3.700 MBq (100 mCi). Nos casos de doença residual macroscópica evidente ou
de metástases à distância, o tratamento com radioiodo se relaciona de maneira significativa
32
com benefício na morbimortalidade. Apesar de não haver consenso sobre a melhor
atividade a ser administrada nesses casos, valores não inferiores a 7.400 MBq (200 mCi),
mas não ultrapassando valores radiotóxicos para a medula óssea, devem ser empregados.
Após terem recebido o tratamento com radioiodo, independentemente da atividade
da dose administrada, da classificação de risco, da presença ou não de doença residual ou
metástase(s) conhecida(s), todos os pacientes devem ser avaliados por meio de PCI,
realizada 7 a 10 dias após terem recebido o radiofármaco.
2.4. SIMULAÇÕES DE MONTE CARLO
O método de Monte Carlo (MC) é usado para solucionar problemas de natureza
estocástica a partir da geração de números aleatórios para, por exemplo, descrever
processos físicos (SARRUT et al., 2014). Os números aleatórios são gerados por um
procedimento computacional cujos resultados são pseudo aleatórios e independentes entre
eles (SARRUT et al.2014).
Para isso, é necessário um valor inicial, chamado de seed ou semente, que são
valores de estados possíveis em um período. Por exemplo, quando da simulação de um
decaimento radioativo em um meio, alguns seeds são gerados, um para decidir qual átomo
decairá, outro para escolher a direção do fóton ou partícula, outro para a sua energia e
outros possíveis para que seja escolhido o tipo de interação.
O acompanhamento de uma partícula desde seu surgimento até o momento onde
está depositada toda sua energia no meio é chamado de história. Com o aumento do número
de histórias conhecidas, consequentemente, as distribuições de partículas são conhecidas.
Desta forma, o aumento do número de histórias resulta em uma otimização das
distribuições de partículas envolvidas. Ao final de todo esse processo, as grandezas de
interesse e as estimativas da incerteza estatística do resultado são determinadas.
A problemática dos métodos de MC é a necessidade de grandes recursos
computacionais, capacidade de memória e longos tempos de execução para obtenção de
resultados consistentes.
33
Devido à natureza estocástica dos processos de emissão e detecção da radiação, os
sistemas de aquisição e formação de imagens em Medicina Nuclear são amplamente
simulados com métodos de MC visando a solução e o aprofundamento de estudos que
métodos experimentais não possibilitariam, como por exemplo, devido à limitações físicas
(SARRUT et al., 2014).
2.5. GATE
GATE (Geant4 Application for Tomographic Emission) é uma plataforma de
código aberto, disponível no site da OpenGate Collaboration
(www.opengatecollaboration.org/home). A plataforma possui ferramentas versáteis e é
baseada em um script de uso fácil para aplicação do Geant4 (GEometry ANd Tracking) para
simulação de MC (COSTA, SA e BONIFACIO, 2015; SARRUT et al., 2014).
Estruturalmente, o GATE está organizado em uma arquitetura de camadas, com as
bibliotecas do Geant4 sendo usadas pela primeira camada, que define os mecanismos
disponíveis no GATE, a segunda camada de aplicação e a terceira de camada do usuário
(LJUNGBERG et al., 2013). A camada de aplicação expande as classes bases para as
modelagens mais específicas. Por sua vez, a camada do usuário, autoriza simulações pelo
uso de scripts.
O código permite a simulação de imagens, procedimentos de radioterapia e
dosimetria em um mesmo ambiente. A principal vantagem do código GATE em relação aos
demais é permitir uma descrição precisa de fenômenos dependentes do tempo, como o
movimento de detectores, respiração do paciente e movimentos cardíacos, assim como a
cinética de radiotraçadores, o que permite uma modelagem mais realista
(PAPADIMITROULAS, 2017).
O GATE tem sido muito utilizado em estudos em Medicina Nuclear, tendo sido
validado para diversas aplicações como SPECT, PET e estudos de dosimetria interna em
pacientes (COSTA et al., 2015). Em estudos de dosimetria interna as simulações são utilizadas
para calcular o parâmetro S para o radionuclídeos em estudo. Nestes casos a validação dos
códigos é realizada através da comparação do parâmetro S obtido com a simulação e valores
34
tabelados em softwares dosimétricos consolidados, como por exemplo, o OLINDA/EXM
(STABIN et al., 2005).
35
CAPÍTULO 3
Improved system calibration for 131I SPECT image quantification
Samira M. Carvalho1*, Ana P. M. Costa2, Celso D. Ramos2, Sérgio Q. Brunetto3, Daniel A.
B. Bonifácio1
1Institute of Radiation Protection and Dosimetry – IRD/CNEN, Rio de Janeiro, RJ, Brazil
2Center of Nuclear Medicine – SMN/HC-UNICAMP, Campinas, SP, Brazil
3Center of Biomedical Engineering – CEB/UNICAMP, Campinas, SP, Brazil
*Corresponding author: Samira Marques de Carvalho, Rua General Severiano, 90,
Botafogo, CEP 22290-901, Rio de Janeiro, RJ, [email protected]
Abstract
Objective SPECT system calibration plays an essential role in the accuracy of image
quantification. In this work, an improved SPECT calibration method is proposed,
considering the partial-volume effect (PVE) and the source calibration position. Methods In
the presented method, the calibration factor (S0) is determined by an exponential fit of the
calibration curve which uses different threshold levels for VOI determination. The
calibration factor was calculated for images with High Counts Density (HCD) and Low
Counts Density (LCD), and varying the source position within the phantom. To validate the
calibration method, the calibration factors were used for absolute quantification of the total
reference activities. Results As expected, the sensitivity increases exponentially with
volume, reaching a saturation level for volumes larger than the spatial resolution of the
system, when the PVE effect becomes negligible. We obtained 13% of accuracy in the
image quantification using a centralized calibration source, which agrees with the previous
works. However, the calibration factors obtained with HCD images present the highest
relative deviation (-18%) between the central and the most peripheral position, whereas for
LCD images the deviation was only -3.7% for the same positions. Overall, deviations were
below 9% for the calculated activities for each source position and using the calibration
36
factor for the corresponding position. Conclusions The proposed method proved to be
easier and faster to be implemented than other suggested procedures. SPECT quantification
can be improved if the calibration system procedure considers the target position.
Keywords: SPECT; calibration; uncertainties; quantification accuracy
Introduction
SPECT image quantification is the unique method for quantitative measurement of
radiopharmaceutical uptake that determines residual activity in regions of interest (ROI) or
volumes of interest (VOI), whereas other methods could only estimate whole body (WB)
activities [1–3]. However, the technique has some limitations due to radiation attenuation
and scattering, partial-volume effect (PVE), low counting statistic due to the NaI(Tl) crystal
thickness, high energy collimators and patient body attenuation [4,5].
Detection of scattered photons results in misplaced activities, reduced image contrast and
increased image noise [6]. One of the most used methods for scattering correction, due to
the easy application in clinical routine, is the triple energy window method (TEW) [5].
Good quantitative accuracy has been demonstrated in 131I SPECT studies with TEW scatter
correction [7,8].
Attenuation correction is based on the knowledge of the heterogeneity distribution of the
volume under investigation. The attenuation map as a function of the energy is obtained
from the computed tomography (CT) image acquired from the same region investigated in
nuclear medicine. This technique is considered the standard for accurate quantification [3].
PVE results in an underestimation of activity in small hot objects. PVE is more impacting
for small volumes and becomes negligible for volumes at least three times greater than the
spatial resolution of the system [9]. Hence, PVE is especially important for 131I SPECT
studies due to the use of high energy collimators and spatial resolution above 1.3 cm [10].
An approach for PVE correction is the use of volume-dependent recovery coefficients (RC)
that are calculated by measuring physical phantoms or through Monte Carlo simulations
[3,9].
37
The calibration factor is required to convert the measured count rates into absolute activity
or activity concentration per region [11]. Hence, system calibration is the foundation of
image quantification and several studies aimed to improve calibration accuracy [4,7,12].
The guideline for quantitative 131I SPECT, published by the committee on Medical Internal
Radiation Dose (MIRD) [10], suggests performing calibration with a phantom that
approximates the scatter and attenuation conditions in patient imaging, such as a water-
filled tank [10]. A recent work [12] performed calibration procedures using four different
reference geometries: a point source in the air, a 16 mL Jaszczak sphere surrounded by
attenuating medium (non-radioactive water), a 16 mL Jaszczak sphere in the air and a 20
cm diameter cylinder filled with water uniformly mixed with radioactive [177Lu]Cl3.
Another work [7] evaluated three different objects for calibration purposes: a point source in
the air, an elliptic tank with uniform activity, and a hot sphere centered in an elliptic tank
with background activity. Different studies have shown that the use of calibration sources
with different volume sizes or the delimitation of regions of interest larger than three times
the spatial resolution results in more accurate calibration factors [13]. This is because the
issues related to the PVE are likely to be minimized or removed.
Shcherbinin et al. (2008) performed planar calibration using a point source placed in the air
to quantify two cylindrical bottles placed at different depths, centrally and peripherally, in
the thorax phantom (Data Spectrum Corp). It was showed that the SPECT quantification
accuracy strongly depends on the location of the sources when only attenuation correction
is applied [14]. However, the position dependence was not studied in the system
calibration.
Currently, 131I activity quantification accuracy within 10–15% can be achieved by adopting
combined SPECT/CT system and state-of-the-art corrections techniques for degrading
effects [10]. This study aims to evaluate 131I SPECT imaging quantification accuracy, by
analyzing the influence of source calibration position and scatter and attenuation correction
techniques in the calibration procedure. Moreover, an improved method to determine
SPECT calibration factor is proposed, which considers partial-volume effect (PVE) by
applying different thresholds levels for volume determination in the exponential fit of the
calibration curve.
38
Material and method
Phantom and Source Preparation
Calibration procedures were performed using a cylindrical source (15.0×0.6 cm) containing 131I at an activity concentration of 361.1±3.6 kBq/mL with total volume 15 mL and diluted
in distilled water to avoid heterogeneity effects. The source activity was measured on the
activimeter. The source was placed in a cylindrical phantom (21.6×18.6 cm) with 6.9 L
volume. For the analysis of the contributions of the attenuation and scattering corrections,
images were first acquired with the source in the air, and then, filling the cylindrical
phantom with distilled water.
The calibration factor was calculated varying the source position within the phantom.
Images were acquired with the source positioned at four different source-center distances:
73 mm (Figure 1A), 45 mm (Figure 1B), 6 mm (Figure 1C) and 62 mm (Figure 1D).
Attenuation and scattering corrections were also considered.
Figure 1: Four phantom configurations showing image acquisitions at different source-
center distances for calibration purposes.
Image acquisition and reconstruction
Imaging was performed on a Symbia SPECT T2 (Siemens) available in the nuclear
medicine center of the Clinical Hospital at the University of Campinas (HC/Unicamp).
In general, 131I images studies in nuclear medicine show images with high counts density
(HCD), when acquired less than three days after therapeutic dose administration, and low
39
counts density (LCD), when imaging is performed within 8-10 days after dose
administration [15]. In this work, images were acquired in 32 frames per head considering
both HCD (15,000 counts per frame) and LCD (3,000 counts per frame) counts densities,
based on the analysis of the 131I SPECT images from the HC/UNICAMP database.
Images were acquired using a high energy all-purpose (HEAP) collimator, with 64×64
pixels matrix size and non-circular orbit. Non-circular orbits can increase the nonuniform
spatial resolution in SPECT, but can also improve overall image resolution and reduce PVE
[13].
The Ordered Subsets Expectation Maximization (OSEM) iterative algorithm provided by
Syngo workstation was used for image reconstruction. For HCD acquisitions, it was
employed 16 subsets and 10 iterations, followed by a Gaussian filtering with 4.75 mm full
width at half maximum (FWHM). For LCD acquisitions, it was used 4 subsets and 4
iterations followed by Gaussian filtering with 13.20 mm FWHM. Images were attenuation-
corrected with the concomitantly CT-created attenuation map with single slice CT
acquisition (SIEMENS, 140kV, 3.0 mA). For TEW scatter correction, the primary window
was defined at 364 keV ±10% and scatter windows at 320–326 keV and 401–409 keV [3].
Calibration factor determination
The VOI of each acquisition was defined using the semi-automatic method available on
Syngo Workstation. The method employs a threshold based on the ratio percentage
between the background counts and the counts in the cylinder source. For each applied
threshold (2%, 5%, 10%, 30% and 50%), we obtained the counts and the respective VOIs.
Hence, a calibration factor curve was fitted considering the PVE for different VOI sizes
[16]:
(Equation 1),
where S, given in counts.s-1.MBq-1.cm3 , is the system sensitivity calculated as the ratio of
the total counts per total acquisition time and activity concentration Ac (given in Mbq/cm3).
The volume v (cm3) is obtained for each threshold. The fit parameters are S0, S1 and k. As
the PVE is negligible for larger volumes [9], when ����→�
��� we obtained the calibration
40
factor for image quantification equal to S0.
Validation with reference phantom
To validate the calibration method, the same cylindrical phantom was used and three 131I
reference sources (15 mL) containing 3.51, 3.76 and 3.81 MBq of total activity were placed
at the positions A, B and C, indicated in the figure 1, respectively. HCD and LCD images
were acquired and reconstructed using the same settings as used in the calibration images.
The calibration factors (S0) were used for absolute quantification of the reference sources
activities.
Uncertainty Analysis
The uncertainties related to the VOI dimensions were considered negligible in the
assessment of the final uncertainty of the system sensitivity, since the VOI of each
acquisition was defined using the semi-automatic method [12]. The time uncertainty is
equal to one-half of its resolution, so the uncertainty of the acquisition time was also
considered negligible [12]. Therefore, the uncertainty of the system sensitivity (uS) is given
by the sum in quadrature of the uncertainties of activity concentration (uAc) and total counts
(uc):
(Equation 2),
where ��� is given by the standard deviation of the activimeter, which is equal to 1% of the
measure. The standard deviation was obtained from quality control routine. The �� is the
square root of the counts in the VOI.
The uncertainty in the volume segmentation was considered negligible again to determine
the uncertainty of the absolute activity ��, described in equation 3 and given by the sum in
quadrature of the standard uncertainties of calibration factor (��� and total counts e ����:
(Equation 3).
where ��� is given by the standard deviation of the exponential fit of the calibration curve.
Results
41
Figures 2 and 3 show the calibration curves obtained with the phantom filled with water for
the HCD and LCD acquisitions, respectively. As expected, the sensitivity increases
exponentially with volume, reaching a saturation level for volumes larger than the spatial
resolution of the system, when the effect of PVE becomes negligible. The coefficient of
determination (r2) obtained from the exponential fit varied from 0.993 to 0.999.
In both cases, HCD and LCD, the influence of the source position is observed by the
images processed without attenuation and scattering corrections (Images 2 (1) and 3 (1)).
However, when correction techniques are applied (Images 2 (4) and 3 (4)), the source
position plays a more relevant role in HCD images than LCD ones due to the low signal-to-
noise ratio in LCD images.
Figure 2: Exponential fit of the calibration curve for images acquired using the water-filled phantom
and HCD. Images were reconstructed with (1) No Corrections, (2) Attenuation Correction, (3)
Scatter Correction and (4) Attenuation and Scatter Corrections.
42
Figure 3: Exponential fit of the calibration curve for images acquired using the water-filled phantom
and LCD. Images were reconstructed with (1) No Corrections, (2) Attenuation Correction, (3)
Scatter Correction and (4) Attenuation and Scatter Corrections.
The impacts of attenuation and scattering correction can be observed in Figure 4 that shows
the calibration factors obtained with a phantom filled with water and air. As expected,
performing attenuation correction without photon scattering correction results in an
overestimation of calibration factor [17] (Figure 4). With regards to the reference position
C (Figure 1), the calibration factors present an increase of 32% and 29% for HCD and LCD
images, respectively. The relative deviations obtained between the calibration factors
determined for the more peripheral position A (Figure 1) and the reference position C were
-83% and -8% for the HCD and LCD images, respectively. On the other hand, the use of
scattering correction alone (TEW), results in underestimated calibration factors since the
technique overestimates the portion of scattered photons [17]. For the reference position C
(Figure 1), the factors showed deviations of -68% and -69% for the HCD and LCD images,
43
respectively. The relative deviations obtained between the calibration factors determined
for the more peripheral position A (Figure 1) and the reference position C were -22% and -
20% for the HCD and LCD images, respectively. For the situation indicated as ideal, the
use of both attenuation and scattering corrections, for the reference position C (Figure 1),
the factors presented deviations of 15% and 11% for the HCD and LCD images,
respectively. The relative deviations obtained between the calibration factors determined
for the more peripheral position A (Figure 1) and the reference position C were -127% and
-20% for the HCD and LCD images, respectively.
Figure 4: Calibration factors (S0) obtained at four different source position from Figure 1, for
images acquired using the air phantom without attenuation and scatter corrections (Air Scorr),
water-filled phantom with attenuation and scatter correction (Water Ac Sc), attenuation correction
(Water Ac) and scatter correction (Water Sc), for HCD (1) and LCD (2) images.
Given the different contributions of the attenuation and scattering corrections according to
the position of the source inside the phantom, in both HCD and LCD images, the obtained
calibration factors present significant differences from those obtained by the traditional
method, where the source is positioned in the center of the phantom (position C) (figure 5).
The HCD images present the highest relative deviation for the most peripheral position (74
mm) of -18%, whereas for LCD image the deviation to the same position was only -3.7%.
44
Figure 5: Calibration factors (S0) obtained with HCD (1) e LCD (2) images for each source position
(Figure 1). The dashed line (±2���) is given by the standard deviation of the exponential fit.
Table 1 shows the activities obtained from the quantification of the reference sources using
the calibration factors determined at each source position. Overall, the calculated activities
for each source position showed deviations below 9%. Using the standard calibration
procedure (position C) in the quantification of sources at all positions, the deviations of
obtained activities range from 9-13% for HCD images and 1-9% for LCD images. In both
HCD and LCD images, the best quantification for the source at the most peripheral position
(74 mm) was calculated using a calibration factor obtained in the same position, with an
accuracy of -5% and -4%, for HCD and LCD images, respectively.
45
Table 1: Measured activity values of sources positioned at same positions A, B and C from figure 1. The values were obtained using the calibrations factors determined with sources positioned at the same positions A, B, C and D from figure 1 and percentile difference (%) between reference activity and calculated activity.
Images Source position
Reference Activity (MBq)
Calculated Activity (MBq)
A Δ(%) B Δ (%) C Δ (%) D Δ (%)
HCD A 3,51 (4) 3,35 (6) -5% 2,91 (5) -17% 3,05 (4) -13% 2,79 (6) -21% B 3,75 (4) 4,17 (7) 11% 3,62 (6) -4% 3,40 (5) -9% 3,47 (8) -8% C 3,86 (4) 4,32 (8) 12% 3,75 (8) -3% 3,53 (4) -9% 3,59 (8) -7%
LCD A 3,51 (4) 3,39 (2) -4% 3,38 (5) -4% 3,26 (4) -7% 3,14 (2) -11% B 3,76 (4) 3,85 (2) 2% 3,84 (5) 2% 3,70 (4) -1% 3,56 (2) -5% C 3,87 (4) 4,40 (3) 14% 4,39 (6) 13% 4,24 (5) 9% 4,08 (3) 5%
Discussion
PVE has to be considered for 131I SPECT system calibration due to the poor spatial
resolution of these systems. Our approach, based on only one acquisition and posterior
source quantification by applying different threshold levels for VOI size determination in
the exponential fit of the calibration curve, resulted in a calibration curve in accordance
with a previous study that also used an exponential fit, but the acquisitions were performed
with different source volumes to account the PVE in different volumes [16]. It was shown
that the calibration factor increases exponentially with volume, reaching a saturation level
due to the negligible PVE at larger volumes [4,9].
We obtained 13% accuracy in the image quantification using the state-of-art SPECT
calibration method, for HCD and LCD images (Table 1), which agrees with previous
works. Previously, Koral et al (2007) performed 131I SPECT quantification with 1-24%
errors for spheres with 7-125 mL volumes using calibration factor obtained with the largest
sphere applying TEW, CT-based attenuation correction and RC for PVE [18]. Dewaraja et
al (2005) performed a simulation study of 131I SPECT using sphere-based calibration with
attenuation, TEW scatter, and CDR compensation. The accuracy of compartments larger
than 16 mL was better than 12% for a high-energy collimator [7].
In a previous study Shcherbinin et al (2008) performed planar calibration using a point
46
source placed in the air, where two radioactive sources were quantified by placing them
centrally and peripherally inside an anthropometric Thorax phantom. It was shown that
when attenuation correction is applied without scatter correction, SPECT quantification
accuracy strongly depends on the location of the sources. These deviations ranged from
0.3% to 21.4%, but the impact of source position at calibration acquisitions was not studied
[14]. In figure 5 the deviations between the standard position and the most peripheral
position, for both images HCD and LCD, can be explained by the uncertainties of CT-based
attenuation maps. This is due to the boundaries between phantom materials with different
attenuation coefficients, such as water and acrylic, and the misalignment of the attenuation
map and the emission data [3]. Another factor is the TEW correction which can
overestimate scattering events, as previously reported [6,17].
Differences between HCD and LCD calibration factors for each source position suggest
that the accuracy of SPECT quantification can be improved if the counts density of the
image to be quantified is considered in the calibration procedure. In dosimetry studies, the
counts density vary considerably over time, from radiopharmaceutical administration to the
image acquisitions [15,19].
For all situations, activities calculated using the calibration factor at the corresponding
position showed the smallest deviation from the reference activity (Table 1). In both HCD
and LCD images, the quantification of the source at the most peripheral position (Figure
5A) resulted in activities calculated with accuracy of -5% and -4% using a calibration factor
obtained in the same position, while using the standard calibration factor resulted in an
accuracy of -13% and -7%, respectively. Results indicate that the accuracy of SPECT
quantification can be improved if the calibration factor considers the target position.
In further studies, Monte Carlo simulations could be performed to better understand the
behavior of the calibration factor as a function of the source position.
Conclusion
SPECT image quantification is a powerful tool in clinical practice and it needs to be done
with the best possible accuracy. Hence, calibration procedure should be performed
47
considering the influence of all non-negligible effects, such as radiation scattering and
attenuation and PVE.
Our approach for calibration curve determination using different threshold levels and an
exponential fit showed to be easier and faster to be implemented than other suggested
procedures, as well as the results for SPECT image quantification accuracy agrees with
other studies.
Differences in the calibration factor obtained varying the source-center position showed
that, even if the attenuation and scatter correction techniques are applied, there is still a
need to improve accuracy. Therefore, SPECT quantification accuracy can be improved if
the calibration procedure considers the target position.
Acknowledgements: The authors thank the UNICAMP and CNEN for the support.
References
[1] Siegel J a, Thomas SR, Stubbs JB, Stabin MG, Hays MT, Koral KF, et al. MIRD
pamphlet no. 16: Techniques for quantitative radiopharmaceutical biodistribution
data acquisition and analysis for use in human radiation dose estimates. J Nucl Med
1999;40:37S–61S. doi:10025848.
[2] Bailey DL, Willowson KP. An Evidence-Based Review of Quantitative SPECT
Imaging and Potential Clinical Applications. J Nucl Med 2013;54:83–9.
doi:10.2967/jnumed.112.111476.
[3] Ritt P, Vija H, Hornegger J, Kuwert T. Absolute quantification in SPECT. Eur J
Nucl Med Mol Imaging 2011;38 Suppl 1:S69-77. doi:10.1007/s00259-011-1770-8.
[4] Pereira J, Stabin M, Lima F. Image Quantification for Radiation Dose Calculations -
Limitations and Uncertainties. Health Phys 2010;99:688–701.
doi:10.1097/HP.0b013e3181e28cdb.Image.
[5] van Gils CAJ, Beijst C, van Rooij R, de Jong HWAM. Impact of reconstruction
parameters on quantitative I-131 SPECT. Phys Med Biol 2016;61:5166–82.
doi:10.1088/0031-9155/61/14/5166.
48
[6] Lee YS, Kim JS, Kim KM, Lim SM, Kim H-J. Determination of energy windows for
the triple energy window scatter correction method in I-131 on a Siemens SYMBIA
gamma camera: a GATE simulation study. J Instrum 2015;10:P01004–P01004.
doi:10.1088/1748-0221/10/01/P01004.
[7] Dewaraja YK, Wilderman SJ, Ljungberg M, Koral KF, Zasadny K, Kaminiski MS.
Accurate dosimetry in 131I radionuclide therapy using patient-specific, 3-
dimensional methods for SPECT reconstruction and absorbed dose calculation. J
Nucl Med 2005;46:840–9. doi:46/5/840 [pii].
[8] Dewaraja Y, Jia Li, Koral K. Quantitative /sup 131/I SPECT with triple energy
window Compton scatter correction. IEEE Trans Nucl Sci 1998;45:3109–14.
doi:10.1109/23.737672.
[9] Rousset OG, Ma Y, Evans AC. Correction for partial volume effects in PET:
principle and validation. J Nucl Med 1998;39:904–11.
[10] Dewaraja YK, Ljungberg M, Green AJ, Zanzonico PB, Frey EC, SNMMI MIRD
Committee, et al. MIRD pamphlet No. 24: Guidelines for quantitative 131I SPECT
in dosimetry applications. J Nucl Med 2013;54:2182–8.
doi:10.2967/jnumed.113.122390.
[11] Dewaraja YK, Frey EC, Sgouros G, Brill AB, Roberson P, Zanzonico PB, et al.
MIRD pamphlet No. 23: quantitative SPECT for patient-specific 3-dimensional
dosimetry in internal radionuclide therapy. J Nucl Med 2012;53:1310–25.
doi:10.2967/jnumed.111.100123.
[12] D’Arienzo M, Cazzato M, Cozzella ML, Cox M, D’Andrea M, Fazio A, et al.
Gamma camera calibration and validation for quantitative SPECT imaging with
177Lu. Appl Radiat Isot 2016;112:156–64. doi:10.1016/j.apradiso.2016.03.007.
[13] Frey EC, Humm JL, Ljungberg M. Accuracy and precision of radioactivity
quantification in nuclear medicine images. Semin Nucl Med 2012;42:208–18.
doi:10.1053/j.semnuclmed.2011.11.003.
[14] Shcherbinin S, Celler A, Belhocine T, Vanderwerf R, Driedger A. Accuracy of
quantitative reconstructions in SPECT/CT imaging. Phys Med Biol 2008;53:4595–
49
604. doi:10.1088/0031-9155/53/17/009.
[15] Hung B-T, Huang S-H, Huang Y-E, Wang P-W. Appropriate time for post-
therapeutic I-131 whole body scan. Clin Nucl Med 2009;34:339–42.
doi:10.1097/RLU.0b013e3181a345be.
[16] Guerriero F, Ferrari M, Botta F. Kidney Dosimetry in 177 Lu and 90 Y Peptide
Receptor Radionuclide Therapy: Influence of Image Timing, Time-Activity
Integration Method, and Risk Factors. BioMed Res … 2013;2013.
[17] Dewaraja YK, Ljungberg M, Fessler JA. 3-D Monte Carlo-based scatter
compensation in quantitative I-131 SPECT reconstruction. IEEE Trans Nucl Sci
2006;53:181–8. doi:10.1109/TNS.2005.862956.
[18] Koral KF, Yendiki A, Dewaraja YK. Recovery of total I-131 activity within focal
volumes using SPECT and 3D OSEM. Phys Med Biol 2007;52:777–90.
doi:10.1088/0031-9155/52/3/017.
[19] Carvalho S, Costa A, Ramos C, Brunetto S, Bonifácio D. Impact of the counts
density of calibration image and the image reconstruction parameters in 131I SPECT
image quantification Title. Brazilian J Radiat Sci 2018 (in press).
50
CAPÍTULO 4
Impact of the counts density of calibration image and
the image reconstruction parameters in 131I SPECT
image quantification
S. M. Carvalhoa; A. P. M. Costab; C. D. Ramosb; S. Q. Brunettoc; D. A. B.
Bonifacioa a Instituto de Radioproteção e Dosimetria, IRD/CNEN, Rio de Janeiro, RJ, Brasil
b Serviço de Medicina Nuclear, SMN/HC-UNICAMP, Campinas, SP, Brasil c Centro de Engenharia Biomédica, CEB/UNICAMP, Campinas, SP, Brasil
ABSTRACT
Iodine-131 (131I) has been used for diagnosis and therapy in Nuclear Medicine Centers in Brazil for more than 50 years.
The present study aims to investigate the impact of the counts density and the reconstruction parameters in the
calibration factor determination for image quantification, considering the reality of Brazilian dosimetry studies. For this
task, images were quantified using calibration images with high and low counts density and reconstructed adopting two
different parameters approaches, usually employed in patients images. SPECT quantification results presented in this
work follow other previous 131I SPECT studies and suggest that, due to the long time interval between the first and the
last image, as required by the Brazilian guideline, the image quantification accuracy can be improved if the counts
density in calibration measurements is considered.
Keywords: SPECT; calibration; uncertainties; quantification accuracy.
51
1. INTRODUCTION
Iodine-131 (131I) has been used for diagnosis and therapy in Nuclear Medicine Centers in
Brazil for more than 50 years. 131I emits beta particles with a mean energy of 606.3 keV
(89.4%) and gamma radiation with energy of 364.5 keV (81.2%) with a half-life of 8,02
days [1]. The treatment of differentiated thyroid carcinoma (DTC) is usually surgical
followed by ablative therapy with 131I to destroy residual cervical thyroid tissues [2].
Therapy efficiency depends on the activity of administered radioiodine, remaining thyroid
masses and 131I biodistribution [2].
In general, the use of the highest dose (optimal therapeutic dose) is recommended to
destroy tumors without, however, increasing side effects probability occurrence
(radiological risk), represented by absorbed doses in healthy radiosensitive organs near the
tumor [3]. For the analysis of treatment efficacy and the detection of metastases, a post-
therapy image with the remaining 131I is performed [3]. The best post-injection time for the
imaging is not yet defined. A previous study [5] carried out with 18 patients demonstrated a
greater detection of lesions in tissues with imaging performed 7 days after administration of
ablative doses of 131I than in an image performed after 2 days, due to the greater image
contrast between lesions and background radiation in the body of patients [5]. Hung et at.
(2009) pointed out, with a study of 239 patients, the images performed with up to one week
post therapy are necessary and important for the detection of metastases in patients with
DTC, which are more accurate than images performed later, in this case, 10 days post-
therapy [6].
Images acquired post-therapy are very important to obtain the dosimetry parameters based
on image quantification. It is the only method that determines residual activity in organs,
through regions of interest (ROI) or volume of interest (VOI) quantification [2,7]. For
dosimetry purposes, at least 3 time acquisition points are necessary to account for the
retention and elimination stages [8]. The time-integrated activity is calculated from these
time-activity curves (TAC). Due to the high count rates until 24h after dose administration,
to avoid dead time effects, it is common the earliest imaging time point to 2–4 d after
injection [2].
52
In January 2014 the Brazilian Ministry of Health published the "Clinical Protocol and
therapeutic guidelines in oncology" [9]. This document determines the administered
activities according to the disease staging, and suggests that the therapy have to be
evaluated through an image acquired 7-10 days post-therapy. There is no suggestion about
individualized dosimetry studies. However, as a research, we can find studies of internal
dosimetry in public institutions in Brazil using images acquired 24h, 5 and 7 days post-
therapy [10], and 24h, 4 and 10 days post-therapy [3], thus including the image predicted
by the Brazilian guideline. In both works, the authors mentioned the difficulty to acquire all
images required on the dosimetry protocol, due to social and economic patient situation
[3,10].
The long interval between the first and last image is important to account term of rapid and
then slower elimination of the radioactive material from the organs. However especially in
Brazilian dosimetry studies, these several days between images acquisitions causes a large
difference in the values of density counts and signal-to-noise-ration (SNR) of these
acquisitions [3-4, 10]. Therefore, patient imaging require different set of reconstruction
parameters for each acquisition [13]. The most widely used iterative reconstruction
algorithms in clinical routine are the ordered sub-set expectation maximization (OSEM)
schemes [11]. The iterative reconstruction allows the modeling of various effects, such as
photon scatter and attenuation. However, the amount of image noise tends to increase for
increasing numbers of iterations, particularly in poor count density acquisitions [12].
Because of this images with higher counts can be reconstructed using more iterations and
subsets the result is a faster and more accurate final image [12]. Recently, Barros et al.
(2015) in a study of optimization of OSEM parameters reconstruction in myocardial
perfusion imaging showed that the arrangement of four iterations with four subsets was the
most frequently selected as that producing the best images, but the final quality of images
with less attenuation could improve using more iterations as 10 iterations and 16 subsets
[13].
The MIRD pamphlet No. 24: Guidelines for quantitative 131I SPECT in Dosimetry
Applications [2] emphasizes the importance of using the same protocol for acquisition and
reconstruction of the calibration and patient imaging. In this way, the protocols of
53
dosimetry studies predict the only one calibration image acquisition and posterior
reconstructions according to the parameters used in the patient images [2,3,7].
A previous study with 177Lu [14] performed calibration once a week with the same camera
settings as in the patient studies to account the count density, but the influence of
reconstruction parameters are not studied. The present study aims to investigate the impact
of the counts density and the reconstruction parameters in the calibration factor
determination, and consequently, in an image quantification accuracy in dosimetry studies
with long interval between images acquisitions.
2. MATERIALS AND METHODS
SPECT image calibration
Imaging was performed on Symbia SPECT T2 (Siemens, Germany) available in the nuclear
medicine center of the Clinical Hospital at the University of Campinas (HC/UNICAMP).
The calibration factor, which converts counts into activity values in volumes of interest
(VOI) was determined using a 15 mL cylindrical source containing 131I at an activity
concentration of 361.1±3.6 kBq/mL and diluted in distilled water in order to avoid
heterogeneity effects. The source was positioned at the center of the cylindrical phantom
filled with water [2].
Acquisitions were performed with a high energy all-purpose (HEAP) collimator, 64×64
matrix size, 32 frames per head, non-circular orbit and unitary zoom. According to the
patient images database of the HC/UNICAMP, it was observed that images acquired 8-10
days after therapeutic dose administration, as required in Brazilian guideline, leading
approximately 3000 counts per frame. Based on this analysis, images were acquired with
15 k.counts per frame for High Counts Density (HCD) and 3 k.counts per frame for Low
Counts Density (LCD).
The Ordered Subsets Expectation Maximization (OSEM) iterative algorithm, provided by
Syngo workstation, was used for image reconstruction. For the calibration images, both
54
HCD and LCD images were reconstructed using 4 subsets and 4 iterations followed by
Gaussian filtering with 13.20 mm, and 16 subsets and 10 iterations followed by Gaussian
filtering with 4.75 mm. Images were attenuated-corrected by attenuation map of the CT
acquisition (SIEMENS, 120 kVp, 80 mAs) after SPECT acquisition [12]. Scatter correction
was performed applying triple energy window (TEW) technique [15], the primary window
was defined at 364 keV ±10% and scatter windows at 320–326 keV and 401–409 keV [15].
The VOIs were defined using the semi-automatic method available on Syngo Workstation.
The method employs a threshold based on the ratio percentage between the background
counts and the counts in the cylindrical source. The calibration curve (sensitivity versus
volumes) was used to account for the partial volume effect. The data representing
counts/s/volume/MBq versus volume (cm3) obtained applying different threshold were
fitted by the equation
where S, given in counts.s-1.MBq-1.cm3, is the sensitivity of the system calculated as the
ratio of the total counts per total image acquisition time and activity concentration Ac
(given in MBq/cm3) and v (cm3) is the volume obtained for each threshold. The fit
parameters are S0, S1 and k [16].
Reference phantom image acquisition and quantification
For accuracy analysis of the image quantification, the cylindrical phantom was filled with
water and the 131I reference source (15 mL) was positioned at three different distances to
the center. (Figure 1). The HCD and LCD images were acquired using the same settings as
used in the calibration images. Images reconstruction used the usual parameters for patient
at UNICAMP clinical routine: HCD image was reconstructed using 16 subsets and 10
iterations followed by Gaussian filtering with 4.75 mm, and LCD images with 4 subsets
and 4 iterations followed by Gaussian filtering with 13.2 mm. The calibration factors S0
were used for absolute quantification of the total reference activities.
55
Figure 1: References source positioned at (A) 73 mm, (B) 45 mm and (C) 6 mm from the center of the cylindrical phantom filled with water.
Uncertainty Analysis
The phantom volume uncertainties were considered negligible to compute the uncertainty
of the system sensitivity, as the VOI of each acquisition was defined using the semi-
automatic method [17]. Therefore, the uncertainty of the absolute activity , described in
equation 1 and given by the sum in quadrature of the standard uncertainties of calibration
factor, , image acquisition time, , and counts, :
(Equation 1).
Where is equal to the half of the lowest value, is the square root of the counts in the
VOI and is given by the standard deviation of the exponential fit.
3. RESULTS AND DISCUSSION
Table 1 shows the calibrations factors obtained for the HCD and LCD images,
reconstructed using different parameters. Results present significant difference for the
calibration factor according to count densities due to the SNR. The deviation for HCD
image is 7.2%, considering the use of 16 subsets and 10 iterations as standard, while for
LCD image this difference is only 1%, considering 4 subsets and 4 iterations as standard.
Reconstruction using only a few iterations is not recommended since an acceptable
convergence for all points in the image is not guaranteed [12]. It justified the larger
56
difference between calibration factor obtained with HCD image changing the
reconstruction parameter.
Usually, in a dosimetry protocol, only one calibration image is acquired, could be a HCD or
LCD image, which is reconstructed using the same parameter than patient images. So, for
the quantification of patients images acquired after short time post-therapy, typically
reconstructed with 16 subsets and 10 iterations, the relative difference between the
calibration factor obtained with HCD and LCD images calibration is 4.8%, considering the
HCD image as standard. While for the parameters used in patients images acquired after
long time post-therapy, 4 subsets and 4 iterations, the relative difference between the
calibration factor obtained with HCD and LCD images calibration is 11.4%, now
considering the LCD image as standard. The results suggest that the accuracy of the
quantification can be improved considering the SNR in the calibration image, which in
SPECT dosimetry studies leads to the need to acquire more than only one calibration image
and not only changing the parameters. For Hybrid Planar/SPECT approach [7], consider the
count density into SPECT acquisition for the SPECT calibration could improve the
accuracy too.
Table 1: Calibration factor, S0, give in (count.s-1.MBq-1.cm3) obtained for HCD and LCD
images calibrations reconstructed using different parameters
Calibration S0 (count.s-
1.MBq-1.cm3) Counts Density Reconstruction Parameters
HCD 16 subsets 10 iterations 850.6 ± 1.9
4 subsets 4 iterations 911.7 ± 10.0
LCD 16 subsets 10 iterations 809.7 ± 7.3
4 subsets 4 iterations 818.3 ± 8.8
Each calibration factor was used to quantify the reference sources. For the HCD reference
source images the quantification accuracy ranges 9-13% using calibration factor obtained
with HCD calibration image (Table 2), while using the calibration factor obtained with
LCD calibration images, the maximum deviation increased to 18% (Table 2).
57
Table 2: Calculated activities (MBq) obtained from HCD reference sources images quantification. Both, calibration and reference images were reconstructed applying 16
subsets and 10 iterations, a 4.75 mm Gaussian filter.
Reference source position
Activity (MBq)
Calibration image density
Activity Calculated
(MBq) Δ (%)*
A 3.51 ± 0.04 HCD
3.05 ± 0.01 -13% B 3.75 ± 0.04 3.40 ± 0.01 -9% C 3.86 ± 0.04 3.53 ± 0.01 -9% A 3.51 ± 0.04
LCD
2.87 ± 0.04 -18%
B 3.75 ± 0.04 3.57 ± 0.04 -5%
C 3.86 ± 0.04 3.50 ± 0.05 -9% *Relative error between the calculated and the reference activity.
For the LCD reference source images, the quantification accuracy ranges 2-17% using
calibration factor obtained with a HCD calibration image (Table 3), while using the
calibration factor obtained with a LCD calibration image, the maximum deviation
decreased to 9% (Table 3).
Table 3: Calculated activities (MBq) obtained from LCD reference sources images quantification. Both, calibration and reference images were reconstructed applying 4
subsets and 4 iterations, a 13.2 mm Gaussian filter.
Reference source position
Activity (MBq)
Calibration image density
Activity Calculated
(MBq) Δ (%)*
A 3.51 ± 0.04 HCD
2.93 ± 0.01 -17% B 3.76 ± 0.04 3.32 ± 0.01 -12% C 3.87 ± 0.04 3.80 ± 0.01 -2% A 3.51 ± 0.04
LCD
3.26 ± 0.04 -7%
B 3.76 ± 0.04 3.70 ± 0.04 -1%
C 3.87 ± 0.04 4.24 ± 0.05 9% *Relative error between the calculated and the reference activity.
Considering all situations, the different deviations between the three quantified sources
suggest that the errors strongly depend on the positions of the sources. These results agree
with a previous work performed for Shcherbinin et al. (2008), where reconstructed
activities of the sources located peripherally (near the spine of the phantom) were 5–9%
58
higher than those located in the center of the phantom [18]. It can be explain by the
uncertainties of the CT-based attenuation maps due to the boundary between materials with
different attenuation coefficients, such as water and phantom materials [15].
It is important to observe that for all cases the SPECT quantification results accuracy
according to the other previous 131I SPECT studies: 10-15% for small objects with
simulations [19], < 17% with phantoms measurements and simulations [20] and < 20%
with phantoms measurements [21]. However, considering the best approach, HCD images
quantified using calibrations factor obtained with HCD image, and the inverse, the SPECT
quantification accuracy improved.
The best post-injection time to acquire images for dosimetry and pos-therapy follow up is
not so well defined. The end of the elimination phase can be estimated using other
approaches [8], decreasing the time for the last image acquisition and the variations of
count density from images acquired. However, other aspects need to be considered, such as
social and economic reality of patient, which is especially important in Brazil.
4. CONCLUSION
The optimization of the reconstruction parameters is very important to provide images with
better quality for diagnostic and therapeutic purposes, not only for a qualitative analysis as
previously showed [12], but also for a quantitative analysis as required in dosimetry studies.
SPECT quantification results presented in this work agree with other previous 131I SPECT
studies and suggested that, due to the long time interval between the first and the last
image, to account for the images as required by the Brazilian guideline, the quantification
accuracy can be improved if the counts density in calibration measurements is considered.
Improved SPECT image quantification accuracy in dosimetry protocol results in better
analysis of treatment efficacy and decision-making.
59
This work is has focus in 131I dosimetry studies and we recommend the evaluation of the
proposed approach in others therapeutics procedures, since each dosimetry protocol
consider the physical and biokinetics characteristics of the radioisotope in study.
5. ACKNOWLEDGMENT
The authors thank the UNICAMP and CNEN for the support.
REFERENCES
1. OLEKSANDRA, G. IAEA Isotope Browser App Now Available in Multiple
Languages, Vienna, Austria, 2017. Available at:
<https://www.iaea.org/newscenter/news/iaea-isotope-browser-app-now-available-in-
multiple-languages>, Last accessed: 18 Dec. 2017.
2. DEWARAJA YK, LJUNGBERG M, GREEN AJ, ZANZONICO PB, FREY EC,
SNMMI MIRD Committee, et al. MIRD pamphlet No. 24: Guidelines for quantitative 131I
SPECT in dosimetry applications. J. Nucl. Med. v. 54, p. 2182–8, 2013.
3. CARVALHO S. Avaliação dos métodos de dosimetria para radioiodoterapia:
monitoração de dose externa e quantificação absoluta de imagens cintilográficas. Instituto
de Radioproteção e Dosimetria; 2014.
4. LUSTER M, CLARKE SE, DIETLEIN M, LASSMANN M, LIND P, OYEN WJG, et
al. Guidelines for radioiodine therapy of differentiated thyroid cancer. Eur. J. Nucl. Med.
Mol. Imaging. v. 35, p.1941–59, 2008.
5. KHFAN S, WAXMAN A, NAGARAJ N. Optimization of post ablative I-131
scintigraphy: Comparison of 2 day vs. 7 day post therapy study in patients with
differentiated thyroid cancer (DTC). J. Nucl. Med. 1994.
6. HUNG B-T, HUANG S-H, HUANG Y-E, WANG P-W. Appropriate time for post-
therapeutic I-131 whole body scan. Clin. Nucl. Med. v. 34, p.339–42, 2009
60
7. DEWARAJA YK, FREY EC, SGOUROS G, BRILL AB, ROBERSON P,
ZANZONICO PB, et al. MIRD pamphlet No. 23: quantitative SPECT for patient-specific
3-dimensional dosimetry in internal radionuclide therapy. J. Nucl. Med. v. 53, p.1310–25,
2012.
8. SIEGEL J A, THOMAS SR, STUBBS JB, STABIN MG, HAYS MT, KORAL KF, et al.
MIRD pamphlet no. 16: Techniques for quantitative radiopharmaceutical biodistribution
data acquisition and analysis for use in human radiation dose estimates. J. Nucl. Med. v.
40, p.37S–61, 1999.
9. SAÚDE M DA. Protocolos clínicos e Diretrizes terapêuticas em oncologia. Brazil; 2014.
Available from: http://conitec.gov.br/index.php/diretrizes-diagnosticas-e-terapeuticas-em-
oncologia
10. BIANCARDI R. Protocolo para adaptação de técnicas de dosimetria interna para
planejamento de doses individualizadas de 131i em pacientes pediátricos. Instituto de
Radioproteção e Dosimetria, 2011.
11. VAN GILS CAJ, BEIJST C, VAN ROOIJ R, DE JONG HWAM. Impact of
reconstruction parameters on quantitative I-131 SPECT. Phys. Med. Biol. v. 61, p.5166–
82, 2016.
12. GROOTJANS W, MEEUWIS APW, SLUMP CH, DE GEUS-OEI L-F, GOTTHARDT
M, VISSER EP. Performance of 3DOSEM and MAP algorithms for reconstructing low
count SPECT acquisitions. Z. Med. Phys.v. 26, p.311–22, 2015.
13. BARROS PP, METELLO LF, CAMOZZATO TSC, VIEIRA DMS. Optimization of
OSEM parameters in MPI reconstruction Optimization of OSEM parameters in myocardial
perfusion imaging reconstruction as a function of body mass index: a clinical approach.
Radiol Bras. v. 48, p.;305–13, 2015.
14. SANDSTRÖM M, GARSKE U, GRANBERG D, SUNDIN A, LUNDQVIST H.
Individualized dosimetry in patients undergoing therapy with (177)Lu-DOTA-D-Phe (1)-
Tyr (3)-octreotate. Eur. J. Nucl. Med. Mol. Imaging v. 37, p.212–25, 2010.
61
15. RITT P, VIJA H, HORNEGGER J, KUWERT T. Absolute quantification in SPECT.
Eur. J. Nucl. Med. Mol. Imaging, v. 38, Suppl 1:S69-77, 2011.
16. GUERRIERO F, FERRARI M, BOTTA F. Kidney Dosimetry in 177 Lu and 90 Y
Peptide Receptor Radionuclide Therapy: Influence of Image Timing, Time-Activity
Integration Method, and Risk Factors. BioMed Res, 2013.
17. D’ARIENZO M, CAZZATO M, COZZELLA M.L, COX M. Gamma camera
calibration and validation for quantitative SPECT imaging with 177Lu. Applied Radiation
and Isotopes, v 112, p156-164, 2016.
18. SHCHERBININ S, CELLER A, BELHOCINE T, VANDERWERF R, DRIEDGER A.
Accuracy of quantitative reconstructions in SPECT/CT imaging. Phys. Med. Biol. v. 53,
p.4595–604, 2008.
19. SONG N, DU Y, HE B, FREY EC. Development and evaluation of a model-based
down scatter compensation method for quantitative I-131 SPECT. Med. Phys, v. 38,
p.3193–204, 2011.
20. DEWARAJA YK, KORAL KF, FESSLER JA. Regularized reconstruction in
quantitative SPECT using CT side information from hybrid imaging. Phys. Med. Biol,
v.55, p.2523–39, 2010.
21. TROTTER DEG, JASZCZAK RJ, BOWSHER JE, AKABANI G, GREER KL. High-
resolution absolute SPECT quantitation for I-131 distributions used in the treatment of
lymphoma: a phantom study. IEEE Trans. Nucl. Sci. p. 707–14, 2001.
62
CAPÍTULO 5
Influence of the SPECT calibration source position on the absorbed dose calculation
for 131I-NaI therapy using GATE simulations
Samira M. Carvalho1*, Ana P. M. Costa2, Celso D. Ramos2, João H. M. Castelo1, Sérgio Q.
Brunetto3, Daniel A. B. Bonifácio1
1Institute of Radiation Protection and Dosimetry – IRD/CNEN, Rio de Janeiro, RJ, Brazil
2Center of Nuclear Medicine – SMN/HC-UNICAMP, Campinas, SP, Brazil
3Center of Biomedical Engineering – CEB/UNICAMP, Campinas, SP, Brazil
*Corresponding author: Samira Marques de Carvalho, Rua General Severiano, 90,
Botafogo, CEP 22290-901, Rio de Janeiro, RJ, [email protected]
Abstract
Background. Many research groups have studied nuclear medicine (NM) image
quantification to improve its accuracy in dose estimation This work aims to evaluate the
influence of the source calibration position for absorbed dose calculation for a 131I-NaI
therapy using Monte Carlo (MC) simulations.
Methods The calibration approach consisted of a cylindrical phantom filled with water. A
cylindrical 131I source with 361.1 ± 3.6 kBq/mL was positioned at the center of the phantom
and at its outer part. Images were acquired with 15,000 counts per frame (High Counts
Density - HCD) and 3,000 counts per frame (Low Counts Density – LCD). MC
simulations, performed with GATE code, were validated by comparing the S values of a
water sphere uniformly filled with 131I, as from the sphere model of OLINDA/EXM 1.1.
Results Considering central calibration as the reference, the difference from the peripheral
calibration is more significant for HCD (18.3%) than for LCD images (3.7%). Validation
resulted in a variation of -1.5%, which agrees with a previous study. The 3D dose map
obtained from GATE simulation resulted in a dose factor equal to 1.5×10-3 mGy/MBq/s.
For both HCD and LCD images, the commonly used approach, which employs the central
63
source calibration to obtain the dose from a peripheral source, resulted in dose
overestimation.
Conclusion Results suggest that organ dose calculation can be improved considering the
organ position in the field of view. Finally, patients’ radiation protection in dosimetry
studies could be improved considering the calibration source position, due to the superior
accuracy in dose calculation.
Keywords: SPECT; Calibration; Dosimetry; Gate Simulation
Introduction
Internal dosimetry in nuclear medicine (NM) is a powerful tool to evaluate therapy
efficiency [1], which depends on the optimal therapeutic dose to destroy tumors without
compromising radiosensitive organs. It is a multi-step procedure with the uncertainty
associated with each step [2]. Image quantification is the base for organ dosimetry studies
since it is the only method for quantitative measurement of tracer uptake that determines
residual activity in a specific region of interest (ROI) or volume of interest (VOI) [3,4].
Therefore, it becomes essential to reduce possible sources of errors related to image
quantification to achieve a suitable accuracy in internal dosimetry [5].
Precision and accuracy in NM image quantification have been studied by many research
groups [5–7]. Recently, the committee on Medical Internal Radiation Dose (MIRD)
published guidelines for quantitative 131I [8] and 177Lu [9] SPECT in dosimetry studies.
Image quantification requires the determination of a calibration factor that converts the
measured counts into absolute activity. The impacts of source geometry [7,10],
reconstruction parameters [4,11] and background radiation [5] at the system calibration
were studied in previous works. However, the influence of calibration source position in
dose calculation is an issue requiring investigation.
The prospective dosimetry studies with patients are difficult to be implemented at clinical
routine due to the high costs with hospitalization, image acquisitions and extra hours of
work of the multidisciplinary team/staff involved in these tasks. Monte Carlo (MC)
simulations have been extensively used for dosimetry purposes because they may overcome
these difficulties [12]. MC simulations can be used to accurately estimate the deposited
64
energy and the absorbed dose per tissue or organ of interest, as well as the statistical
uncertainty. MC simulations have been validated for absorbed dose calculations for
reference models [13], and for dosimetry parameter determination, such as S-values
implemented in dosimetry software, like OLINDA [14] and QDose [15].
GATE (Geant4 Application for Emission Tomography) [16] open source code, based on
Geant4 [16] toolkit, is widely used to simulate imaging [17], radiotherapy (RT) and
dosimetry applications [12], such as Dose Point Kernels, S-values and Brachytherapy
parameters [18–20]. GATE features a user-friendly environment, and it is well validated by
the scientific community [12,20], as it was compared against standard MC codes [19].
Recently, Marcatili et al. examined the determined S-values by a Geant4-based application
against OLINDA results and d an agreement within 3% was found [20,21]. The code
provides the absorbed dose calculation through the 3D dose maps provided by the “Dose
Actor” tool [19].
Therefore, this work aims to evaluate the influence of the calibration source position on the
absorbed dose calculation for 131I therapy using GATE simulations. An accurate dose
estimation has significant effects on the patient´s therapy treatment as well as on the
radiological protection of nuclear medicine workers [1]. This is because incorrectly
calculated dose values may lead to over-exposure whether the estimated value is below the
real one, many times compromising healthy tissue and organs at risk of the patient and also
resulting in an over-exposure of workers for preparing higher dose values than the
necessary. On the other hand, if the calculated dose is above the real one, the therapy cycle
would be shortened and could require an entirely new cycle. Hence, for the radiation
protection of patients and occupational workers, an accurate dose determination rises as
crucial and mandatory.
Material and method
SPECT Phantom Acquisitions
The experimental setup consisted of a cylindrical phantom (21.6×18.6 cm) filled with
water. A centralized (3.93±0.04 MBq) and a peripheral (3.51±0.04 MBq) 131I cylindrical
source (15×0.6 cm) were used as the references. The centralized and peripheral sources
65
were positioned at 6 mm and 74 mm from the center of the phantom, respectively.
Imaging was performed on a Symbia SPECT T2 (Siemens, Germany), available in the
nuclear medicine center of the Clinical Hospital at the University of Campinas
(HC/UNICAMP). Acquisitions were performed with a high-energy all-purpose (HEAP)
collimator, 64×64 matrix size, 32 frames per head, non-circular orbit and unitary zoom.
According to the patient images database of the HC/UNICAMP the images were acquired
8-10 days after therapeutic dose administration, as required by the Brazilian guideline for
thyroid therapy, have approximately 3,000 counts per frame [4]. Based on this analysis,
images were acquired with 15,000 counts per frame for High Counts Density (HCD) and
3,000 counts per frame for Low Counts Density (LCD).
The Ordered Subsets Expectation Maximization (OSEM) iterative algorithm, provided by
Syngo workstation, was used for the image reconstruction. For HCD acquisition, 16 subsets
and 10 iterations were employed, followed by Gaussian filtering with 4.75 mm. For LCD
acquisition, 4 subsets and 4 iterations were used, followed by Gaussian filtering with 13.20
mm. Images were attenuation-corrected with the concomitantly CT-created attenuation map
with single slice CT acquisition (SIEMENS, 120 kVp, 80 mAs). Scatter correction was
performed applying triple energy window (TEW) technique [22]. For TEW scatter
correction, the primary window was defined at 364 keV ±10% and scatter windows at 320–
326 keV and 401–409 keV [8].
SPECT Calibration
The calibration factor converts counts into an activity in the volume of interest (VOI). It
was determined using a cylindrical source (15×0.6 cm) of 15 mL containing 131I at an
activity concentration of 361.1±3.6 kBq/mL and diluted in distilled water to avoid
heterogeneity effects. The source was positioned at the center and an outer part of a
cylindrical phantom filled with water. Images were acquired considering both HCD and
LCD and the same acquisition and reconstruction settings as for the phantom acquisition.
VOIs were defined using the semi-automatic method available on Syngo Workstation. The
technique employs a threshold based on the ratio percentage between the background
counts and the counts in the cylindrical source. The calibration curve (sensitivity versus
66
volume) was used to account partial volume effects (PVE) [23]. The data representing
counts/s/volume/MBq versus volume (cm3) was obtained applying different thresholds and
the fit of the equation where S, given in counts.s-1.MBq-1.cm3 , is the
system sensitivity, v is the volumes (cm3) obtained for each threshold and S0, S1 and k are
the fit parameters [4].
Activity quantification and dosimetry parameters determination
For all HCD and LCD acquisitions the sources activities were quantified using the central
and the peripheral calibration factors. The accumulated activity was determined from the
time-activity curves (TACs) using the trapezoidal method [3]. The TACs were created
applying the exponential decay fit using only the physical decay constant, considering HCD
image quantification for imaging four days after the dose administration and the LCD
image quantification for acquisition performed eight days after dose administration.
GATE simulation and dose determination
GATE version 8.0 [24] was used with the Geant4 version 10.3. GATE inherits the physics
list (PL) electromagnetic constructors in Geant4, which automatically builds the PL. Hence,
PL Standard option 3 loads the recommended packages for medical physics application
[24], which adopts distance to boundary option setting by default and the number of bins in
stopping power and mean free path tables was setting to 220 bins [24]. Cuts in stopping
range were defined as 2 μm for electrons and 2 μm for photons.
Phantom geometry and materials as well as the 131I sources were simulated [18]. Dose
values were determined from 3D maps generated as the dose actor output of GATE [13].
GATE simulations were validated by comparing the S values of a water sphere uniformly
filled with 131I obtained from the sphere model of OLINDA/EXM 1.1. OLINDA is a widely
used software for dose calculation in clinical routine [14,21]. GATE simulations were
performed with ten million events. The input parameter for sphere model of
OLINDA/EXM is the residence time, which was determined by the ratio between
accumulated activity and the reference activity measured at the moment of source
preparation.
67
Results
Table 1 shows the calibration factors obtained for each calibration source position and
count density (HCD and LCD). Considering the central calibration as the reference, the
difference from the peripheral calibration is more significant for HCD (18.3%) than LCD
images (3.7%).
Table 1: Calibration factor obtained for each reference source position for HCD and LCD images.
Position Count Density Calibration factor (counts.s-1.MBq-1.cm3)
Central HCD 850.6 ± 1.9
LCD 818.3 ± 8.8
Peripheral HCD 694.6 ± 12.1
LCD 788.3 ± 3.0
Figure 1 shows the time-activity curves (TACs) obtained using the activity values
quantified using the central and peripheral calibration factors in HCD image (Figure 1A
and 1B) and LCD image (Figure 1C and 1D). Reference TACs were obtained by applying
the physical exponential decay from a source measured at the activity meter. For all cases,
the TAC that better agrees with the reference curve was obtained by quantifying the
activities using the calibration factor at the same position.
68
Figure 1: The time-activity curves (TACs) obtained using the activities quantified using the central and peripheral calibration factor on HCD image (Figure 1A and 1B) and LCD image (Figure 1C and 1D).
Figure 2 shows the virtual apparatus of the phantom and 131I source simulation. The
comparison of S values from OLINDA/EXM and GATE simulations for a sphere with 10 g
and homogeneous 131I distribution results in an agreement within 1.5%. This can be
interpreted as a reliable validation of the Monte Carlo model based on GATE code.
69
Figure 2: The phantom and 131I source GATE simulation
The 3D dose map obtained as output from GATE simulation results in a dose factor equal
to 1.5×10-3 mGy/(MBq.s). Table 2 shows the relative difference between the dose
calculated using the reference activity measured in the activity meter and the dose
calculated using the quantified activity using the calibration factor determined for each
source calibration position. Results show, for both HCD and LCD, that the least differences
occur when the doses are calculated using activities quantified using the respective source
calibration position. For both HCD and LCD images, the commonly used approach which
employs a central source calibration [8] to obtain the dose from the peripheral source,
indicates an overestimation of the calculated dose values.
Table 2: Relative difference (%) between the doses calculated using the reference activity measured at the activity meter and quantified activity using the calibration factor determined for each source calibration position.
Count
Density Reference
Source Position Calibration
Position Erro Dose
(%)
HCD
Central Central 8.7
Peripheral 11.8
Peripheral Central 13.0
Peripheral 4.5
LCD
Central Central 9.5
Peripheral 13.7
Peripheral Central 7.2
Peripheral 3.5
70
Discussion
In this work, we studied the influence of SPECT calibration source position in 131I
dosimetry studies due to the accuracy of activity quantification and dose calculation, and
the implications of the dose values deviations in the final dose delivered to the patients.
Dose deviation between calculated and delivery dose values may result in radiation
protection consequences to patients and workers, once the calculating dose value is higher
than that indeed delivered during the treatment. Table 1 shows the impact of source
calibration position in the calibration factor determination for both HCD and LCD images,
due to the uncertainties from attenuation and scatter corrections [25,26]. The more
significant difference observed for HCD images can be understood regarding the setting
parameters in the iterative image reconstruction, which enhances the amount of image
noise, increasing the numbers of iterations, particularly in low counts density acquisitions
[4,27]. Hence, images with higher numbers of counts can be reconstructed using more
iterations and subsets, resulting in a faster and more accurate final image [27]. As expected,
results from figure 1 suggest that the accuracy of dosimetry parameters determination from
TACs can be improved considering the VOI location for system calibration.
Doses values were determined using 3D maps calculated by GATE simulations. The
validation study resulted in a -1.5% difference between S-values from OLINDA/EXM and
GATE simulations, which agrees with a previous study using GEANT4 code when a
difference of -1.3% was found [21]. The relative doses differences, presented in Table 2,
showed the impact of calibration source position in dosimetry studies. Concerning the
source position, the most considerable deviation value is 9.5%, which is in good agreement
with the dosimetry studies recommendation within ±10% of accuracy [8,9]. This result is
important for patients’ radiation protection, since the therapy evaluation may lead to
underdosage of patients if it is performed with inaccurate predicted values, requiring new
cycles of therapy later on. For all situations, not considering the source location resulted in
dose overestimation.
This study has some limitations since a phantom study does not allow considering patients’
characteristics, such as biological decay and organ cross-contribution on dose estimation. It
is planned to deal with these issues in future works.
71
Conclusion
In this work, we observed that SPECT-CT absolute quantification in molecular radiation
therapy could be performed with proper accuracy. The dependence found between
calibration factor and calibration source position suggests that organ dose calculation can
be improved if we consider the organ position in the field of view.
GATE code has been used for dosimetry purposes, and our results agree with other works,
presenting a satisfactory deviation of 1.5% between GATE and OLINDA S-values. Hence,
patients’ radiation protection in dosimetry studies can be improved when considering the
calibration source position, due to the better accuracy in dose calculation.
Acknowledgements: The authors thank the UNICAMP and CNEN for the support.
References
1. Bailey DL, Willowson KP. An Evidence-Based Review of Quantitative SPECT Imaging and Potential Clinical Applications. J. Nucl. Med. [Internet]. 2013;54:83–9. Available from: http://jnm.snmjournals.org/content/54/1/83%5Cnhttp://jnm.snmjournals.org/content/54/1/83.full.pdf%5Cnhttp://jnm.snmjournals.org/content/54/1/83.long%5Cnhttp://www.ncbi.nlm.nih.gov/pubmed/23283563
2. Stabin MG. Uncertainties in internal dose calculations for radiopharmaceuticals. J. Nucl. Med. [Internet]. 2008;49:853–60. Available from: http://www.ncbi.nlm.nih.gov/pubmed/18413398
3. Siegel J a, Thomas SR, Stubbs JB, Stabin MG, Hays MT, Koral KF, et al. MIRD pamphlet no. 16: Techniques for quantitative radiopharmaceutical biodistribution data acquisition and analysis for use in human radiation dose estimates. J. Nucl. Med. [Internet]. 1999;40:37S–61S. Available from: http://www.ncbi.nlm.nih.gov/pubmed/10025848
4. Carvalho S, Costa A, Ramos C, Brunetto S, Bonifácio D. Impact of the counts density of calibration image and the image reconstruction parameters in 131I SPECT image quantification Title. Brazilian J. Radiat. Sci. 2018;
5. Pereira J, Stabin M, Lima F. Image Quantification for Radiation Dose Calculations - Limitations and Uncertainties. Health Phys. [Internet]. 2010;99:688–701. Available from: http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2954504/
6. Shcherbinin S, Celler A, Belhocine T, Vanderwerf R, Driedger A. Accuracy of quantitative reconstructions in SPECT/CT imaging. Phys. Med. Biol. 2008;53:4595–604.
7. D’Arienzo M, Cazzato M, Cozzella ML, Cox M, D’Andrea M, Fazio A, et al. Gamma camera calibration and validation for quantitative SPECT imaging with 177Lu. Appl.
72
Radiat. Isot. [Internet]. Elsevier; 2016;112:156–64. Available from: http://linkinghub.elsevier.com/retrieve/pii/S0969804316300902
8. Dewaraja YK, Ljungberg M, Green AJ, Zanzonico PB, Frey EC, SNMMI MIRD Committee, et al. MIRD pamphlet No. 24: Guidelines for quantitative 131I SPECT in dosimetry applications. J. Nucl. Med. [Internet]. Society of Nuclear Medicine; 2013 [cited 2017 May 8];54:2182–8. Available from: http://www.ncbi.nlm.nih.gov/pubmed/24130233
9. Ljungberg M, Celler A, Konijnenberg MW, Eckerman KF, Dewaraja YK, Sjogreen-Gleisner K. MIRD Pamphlet No. 26: Joint EANM/MIRD Guidelines for Quantitative 177Lu SPECT Applied for Dosimetry of Radiopharmaceutical Therapy. J. Nucl. Med. [Internet]. 2016;57:151–62. Available from: http://jnm.snmjournals.org/cgi/doi/10.2967/jnumed.115.159012
10. Dewaraja YK, Wilderman SJ, Ljungberg M, Koral KF, Zasadny K, Kaminiski MS. Accurate dosimetry in 131I radionuclide therapy using patient-specific, 3-dimensional methods for SPECT reconstruction and absorbed dose calculation. J. Nucl. Med. [Internet]. 2005;46:840–9. Available from: http://www.pubmedcentral.nih.gov/articlerender.fcgi?artid=2804106&tool=pmcentrez&rendertype=abstract
11. van Gils CAJ, Beijst C, van Rooij R, de Jong HWAM. Impact of reconstruction parameters on quantitative I-131 SPECT. Phys. Med. Biol. [Internet]. IOP Publishing; 2016;61:5166–82. Available from: http://stacks.iop.org/0031-9155/61/i=14/a=5166?key=crossref.13d315eea42f40343b1d2e64316397f5
12. Sarrut D, Bardiès M, Boussion N, Freud N, Jan S, Létang JM, et al. A review of the use and potential of the GATE Monte Carlo simulation code for radiation therapy and dosimetry applications. Med. Phys. 2014;41.
13. Villoing D, Marcatili S, Garcia M-P, Bardiès M. Internal dosimetry with the Monte Carlo code GATE: validation using the ICRP/ICRU female reference computational model. Phys. Med. Biol. [Internet]. 2017;62:1885–904. Available from: http://iopscience.iop.org/0031-9155/62/5/1885%5Cnhttp://stacks.iop.org/0031-9155/62/i=5/a=1885?key=crossref.2e0a515749981ef6189deeb002051ab4
14. Stabin MG, Sparks RB, Crowe E. OLINDA/EXM: The Second-Generation Personal Computer Software for Internal Dose Assessment in Nuclear Medicine. J Nucl Med. 2005;46:1023–7.
15. Kratochwil C, Schmidt K, Afshar-Oromieh A, Bruchertseifer F, Rathke H, Morgenstern A, et al. Targeted alpha therapy of mCRPC: Dosimetry estimate of 213Bismuth-PSMA-617. Eur. J. Nucl. Med. Mol. Imaging [Internet]. Springer; 2018 [cited 2018 Jan 8];45:31–7. Available from: http://www.ncbi.nlm.nih.gov/pubmed/28891033
16. Santin G, Strul D, Lazaro D, Simon L, Krieguer M, Vieira M, et al. integrating movement and time management GATE , a Geant4-based simulation platform for PET integrating movement and time management. 2003;50:1516–21. Available from: http://hal.in2p3.fr/in2p3-00012854/document
17. Bonifacio DAB, Belcari N, Moehrs S, Moralles M, Rosso V, Vecchio S, et al. A time efficient optical model for GATE simulation of a LYSO scintillation matrix used in PET
73
applications. 2009 IEEE Nucl. Sci. Symp. Conf. Rec. [Internet]. IEEE; 2009 [cited 2018 Jan 30]. p. 1468–73. Available from: http://ieeexplore.ieee.org/document/5402311/
18. Costa GCA, Bonifácio DAB, Sarrut D, Cajgfinger T, Bardiès M. Optimization of GATE simulations for whole-body planar scintigraphic acquisitions using the XCAT male phantom with 177Lu-DOTATATE biokinetics in a Siemens Symbia T2. Phys. Medica [Internet]. 2017; Available from: http://dx.doi.org/10.1016/j.ejmp.2017.07.009
19. Papadimitroulas P. Dosimetry applications in GATE Monte Carlo toolkit. Phys. Medica [Internet]. Associazione Italiana di Fisica Medica; 2017; Available from: http://dx.doi.org/10.1016/j.ejmp.2017.02.005
20. Costa GCA, Sa LV de, Bonifacio DAB. Application of GATE/Geant4 for internal dosimetry using male ICRP reference voxel phantom by specific absorbed fractions calculations for photon irradiation. Biomed. Phys. Eng. Express [Internet]. 2015;1:45201. Available from: http://stacks.iop.org/2057-1976/1/i=4/a=045201?key=crossref.ffd4379fce6494f787068e4dae24e37d
21. Marcatili S, Pettinato C, Daniels S, Lewis G, Edwards P, Fanti S, et al. Development and validation of RAYDOSE: a Geant4-based application for molecular radiotherapy. Phys. Med. Biol. [Internet]. 2013;58:2491–508. Available from: http://stacks.iop.org/0031-9155/58/i=8/a=2491?key=crossref.72738b6e76621e68d1992eaf5403e12a
22. Lee YS, Kim JS, Kim KM, Lim SM, Kim H-J. Determination of energy windows for the triple energy window scatter correction method in I-131 on a Siemens SYMBIA gamma camera: a GATE simulation study. J. Instrum. [Internet]. 2015 [cited 2017 Jun 30];10:P01004–P01004. Available from: http://stacks.iop.org/1748-0221/10/i=01/a=P01004?key=crossref.e921589c1e30010f6cccd54882e437e5
23. Guerriero F, Ferrari M, Botta F. Kidney Dosimetry in 177 Lu and 90 Y Peptide Receptor Radionuclide Therapy: Influence of Image Timing, Time-Activity Integration Method, and Risk Factors. BioMed Res. … [Internet]. 2013;2013. Available from: http://www.hindawi.com/journals/bmri/2013/935351/abs/
24. Grevillot L, Bertrand D, Dessy F, Freud N, Sarrut D. A Monte Carlo pencil beam scanning model for proton treatment plan simulation using GATE/GEANT4. Phys. Med. Biol. [Internet]. IOP Publishing; 2011 [cited 2018 Jan 30];56:5203–19. Available from: http://stacks.iop.org/0031-9155/56/i=16/a=008?key=crossref.9468dc86cf1807e25fc7d7645276088c
25. Ritt P, Vija H, Hornegger J, Kuwert T. Absolute quantification in SPECT. Eur. J. Nucl. Med. Mol. Imaging [Internet]. 2011 [cited 2011 Oct 17];38 Suppl 1:S69-77. Available from: http://www.ncbi.nlm.nih.gov/pubmed/21484383
26. Dewaraja YK, Ljungberg M, Fessler JA. 3-D Monte Carlo-based Scatter Compensation in Quantitative I-131 SPECT Reconstruction. IEEE Symp. Conf. Rec. Nucl. Sci. 2004. [Internet]. IEEE; [cited 2017 Jul 21]. p. 3653–7. Available from: http://ieeexplore.ieee.org/document/1466674/
27. Grootjans W, Meeuwis APW, Slump CH, de Geus-Oei L-F, Gotthardt M, Visser EP. Performance of 3DOSEM and MAP algorithms for reconstructing low count SPECT acquisitions. Z. Med. Phys. [Internet]. Elsevier B.V.; 2015;26:311–22. Available from:
74
http://www.ncbi.nlm.nih.gov/pubmed/26725165
75
CAPÍTULO 6 – CONCLUSÃO E CONSIDERAÇÕES FINAIS
A quantificação da imagem SPECT, quando feita com precisão, é uma poderosa
ferramenta para fins clínicos. Assim, o procedimento de calibração deve ser realizado
considerando a influência de efeitos não negligenciáveis, como espalhamento e atenuação
da radiação, e PVE.
O artigo “Improved system calibration for 131I SPECT image quantification”,
submetido à publicação, apresentou resultados importantes obtidos já na primeira etapa do
projeto. A abordagem desenvolvida para a calibração do sistema tomográfico através da
determinação da curva de calibração usando diferentes limiares na segmentação da imagem
e ajuste exponencial, mostrou-se mais completa e simples de ser implementada na rotina
clínica do que outros procedimentos sugeridos atualmente. O estudo revelou ainda a
influência da localização da fonte de calibração, resultando em uma acurácia na
quantificação de -5% e -4%, considerando a localização da região alvo e apenas -13% e -
7%, utilizando a calibração central.
Na segunda etapa do projeto, especificado o estudo para o protocolo adotado no
Brasil para pacientes submetidos à terapia de tireóide com 131I, os resultados apresentados
no “Impact of the counts density of calibration image and the image reconstruction
parameters in 131-I SPECT image quantification”, sugerem a revisão da calibração do
sistema SPECT, incluindo diferentes posições para a calibração, além de aquisições
considerando a SNR das imagens.
Por fim, na etapa final do projeto, os aspectos abordados nas etapas anteriores foram
considerados para o cálculo da dose obtida com simulações com código GATE. Os
resultados apresentados no artigo “Influence of the SPECT calibration source position on
the absorbed dose calculation for 131I therapy using GATE simulations” confirmam, como
esperado, diferenças significativas entre as doses calculadas de acordo com sua localização
e fator de calibração utilizado, revelando uma tendência à superestimativa do cálculo da
dose com o uso da calibração central padrão.
Os resultados obtidos neste contribuem para melhorar a exatidão da dose entregue
em procedimentos terapêuticos em medicina nuclear. Vale ressaltar que a replicação do
76
estudo para outros radionuclídeos utilizados para fins terapêuticos, como 177Lu, torna-se
essencial e estudos futuros são altamente recomendados.
77
REFERÊNCIAS
BARROS, P. P.; METELLO, L. F.; CAMOZZATO, T. S. C.; VIEIRA, D. M. S. Optimization of OSEM parameters in MPI reconstruction Optimization of OSEM parameters in myocardial perfusion imaging reconstruction as a function of body mass index: a clinical approach. Radiol Bras. 2015 Set/Out, v. 48, n. 5, p. 305–313, 2015.
CARVALHO, S.; COSTA, A.; RAMOS, C.; BRUNETTO, S.; BONIFÁCIO, D. Impact of the counts density of calibration image and the image reconstruction parameters in 131I SPECT image quantification. Brazilian Journal of Radiation Sciences, 2018.
CHANG, L. T. A method for attenuation correction in radionuclide computed tomography. IEEE Transactions on Nuclear Science, v. 25, n. 1, p. 638–643, 1978.
COOPER, D. S.; DOHERTY, G. M.; HAUGEN, B. R.; KLOOS, R. T.; LEE, S. L.; MANDEL, S. J.; MAZZAFERRI, E. L.; MCIVER, B.; SHERMAN, S. I.; TUTTLE, R. M. Management Guidelines for Patients with Thyroid Nodules and Differentiated Thyroid Cancer. THYROID, v. 16, n. 2, 2006.
COSTA, G. C. A.; SA, L. V. DE; BONIFACIO, D. A. B. Application of GATE/Geant4 for internal dosimetry using male ICRP reference voxel phantom by specific absorbed fractions calculations for photon irradiation. Biomedical Physics & Engineering Express, v. 1, n. 4, p. 45201, 2015.
D’ARIENZO, M. et al. Gamma camera calibration and validation for quantitative SPECT imaging with 177Lu. Applied Radiation and Isotopes, v. 112, p. 156–164, 2016.
DELPON, G.; FERRER, L.; LISBONA, A.; BARDIÈS, M. Impact of Scatter and Attenuation Corrections for Iodine-131 Two-Dimensional Quantitative Imaging in Patients. Cancer Biotherapy & Radiopharmaceuticals, v. 18, n. 2, p. 191–199, abr. 2003.
DEWARAJA, Y.; JIA LI; KORAL, K. Quantitative /sup 131/I SPECT with triple energy window Compton scatter correction. IEEE Transactions on Nuclear Science, v. 45, n. 6, p. 3109–3114, 1998.
DEWARAJA, Y. K. et al. MIRD pamphlet No. 24: Guidelines for quantitative 131I SPECT in dosimetry applications. Journal of nuclear medicine : official publication, Society of Nuclear Medicine, v. 54, n. 12, p. 2182–8, dez. 2013.
DEWARAJA, Y. K.; FREY, E. C.; SGOUROS, G.; BRILL, A. B.; ROBERSON, P.; ZANZONICO, P. B.; LJUNGBERG, M. MIRD pamphlet No. 23: quantitative SPECT for patient-specific 3-dimensional dosimetry in internal radionuclide therapy. Journal of nuclear medicine : official publication, Society of Nuclear Medicine, v. 53, n. 8, p. 1310–25, ago. 2012.
DEWARAJA, Y. K.; WILDERMAN, S. J.; LJUNGBERG, M.; KORAL, K. F.; ZASADNY, K.; KAMINISKI, M. S. Accurate dosimetry in 131I radionuclide therapy using patient-specific, 3-dimensional methods for SPECT reconstruction and absorbed dose calculation. Journal of nuclear medicine : official publication, Society of Nuclear Medicine, v. 46, n. 5, p. 840–9, 2005.
DIVOLI, A.; CHIAVASSA, S.; FERRER, L.; BARBET, J.; FLUX, G. D.; BARDIES, M.
78
Effect of Patient Morphology on Dosimetric Calculations for Internal Irradiation as Assessed by Comparisons of Monte Carlo Versus Conventional Methodologies. Journal of Nuclear Medicine, v. 50, n. 2, p. 316–323, 1 fev. 2009.
FREY, E. C.; HUMM, J. L.; LJUNGBERG, M. Accuracy and precision of radioactivity quantification in nuclear medicine images. Seminars in nuclear medicine, v. 42, n. 3, p. 208–18, 1 maio 2012.
GUERRIERO F, FERRARI M, BOTTA F. Kidney Dosimetry in 177 Lu and 90 Y Peptide Receptor Radionuclide Therapy: Influence of Image Timing, Time-Activity Integration Method, and Risk Factors. BioMed Res. … [Internet]. 2013. Available from: http://www.hindawi.com/journals/bmri/2013/935351/abs/
GILS, C. A. J. VAN; BEIJST, C.; ROOIJ, R. VAN; JONG, H. W. A. M. DE. Impact of reconstruction parameters on quantitative I-131 SPECT. Physics in Medicine and Biology, v. 61, n. 14, p. 5166–5182, 2016.
GOPAL, S. Basics of PET imaging physics, chemistry, and regulations. [s.l.] springeronline.com, 2004.
HAI GAO; WAN-CHI SIU; CHAO-HUAN HOU. Improved techniques for automatic image segmentation. IEEE Transactions on Circuits and Systems for Video Technology, v. 11, n. 12, p. 1273–1280, 2001.
HINDORF, C.; GLATTING, G.; CHIESA, C.; LINDÉN, O.; FLUX, G. EANM dosimetry committee guidelines for bone marrow and whole-body dosimetry. European Journal of Nuclear Medicine and Molecular Imaging, v. 37, n. 6, p. 1238–1250, 2010.
HUDSON, H. M.; LARKIN, R. S. Accelerated image reconstruction using ordered subsets of projection data. IEEE Transactions on Medical Imaging, v. 13, n. 4, p. 601–609, 1994.
HUTTON, B. F.; NUYTS, J.; ZAIDI, H. Iterative Reconstruction Methods. In: Quantitative Analysis in Nuclear Medicine Imaging. Boston: Kluwer Academic Publishers, 2006. p. 107–140.
INCA. Incidência de câncer no Brasil. Estimativa 2018, INCA. Rio de Janeiro 2018. http://www1.inca.gov.br/inca/Arquivos/estimativa-2018.pdf, acessado em 15 de fevereiro de 2018.
KAM, B. L. R.; TEUNISSEN, J. J. M.; KRENNING, E. P.; HERDER, W. W. DE; KHAN, S.; VLIET, E. I. VAN; KWEKKEBOOM, D. J. Lutetium-labelled peptides for therapy of neuroendocrine tumours. European Journal of Nuclear Medicine and Molecular Imaging, v. 39, n. SUPPL.1, 2012.
KHALIL, M. M. Emission Tomography and Image Reconstruction. In: Basic Sciences of Nuclear Medicine. Berlin, Heidelberg: Springer Berlin Heidelberg, 2010. p. 259–284.
KORAL, K. F.; YENDIKI, A.; QIANG LIN; DEWARAJA, Y. K. Comparison of 3-D OSEM versus 1-D SAGE for focal total-activity quantification in I-131 SPECT with HE collimation. IEEE Transactions on Nuclear Science, v. 52, n. 1, p. 154–158, fev. 2005.
LANGE, C.; SEESE, A.; SCHWARZENBÖCK, S.; STEINHOFF, K.; UMLAND-SEIDLER, B.; KRAUSE, B. J.; BRENNER, W.; SABRI, O.; KURTH, J.; HESSE, S.;
79
BUCHERT, R. CT-Based Attenuation Correction in I-123-Ioflupane SPECT. PLoS ONE, v. 9, n. 9, p. e108328, 30 set. 2014.
LEE, Y. S.; KIM, J. S.; KIM, K. M.; LIM, S. M.; KIM, H.-J. Determination of energy windows for the triple energy window scatter correction method in I-131 on a Siemens SYMBIA gamma camera: a GATE simulation study. Journal of Instrumentation, v. 10, n. 1, p. P01004–P01004, 15 jan. 2015.
LJUNGBERG, M; STRAND, S-E; KING, M. A. Monte Carlo Calculations in Nuclear Medicine. 2 ed., Boca Raton, CRC Press, 2013.
LUSTER, M.; CLARKE, S. E.; DIETLEIN, M.; LASSMANN, M.; LIND, P.; OYEN, W. J. G.; TENNVALL, J.; BOMBARDIERI, E. Guidelines for radioiodine therapy of differentiated thyroid cancer. European Journal of Nuclear Medicine and Molecular Imaging, v. 35, n. 10, p. 1941–1959, 2008.
MATTSSON, S. et al. ICRP Publication 128: Radiation Dose to Patients from Radiopharmaceuticals: a Compendium of Current Information Related to Frequently Used Substances. Annals of the ICRP, v. 44, n. 2_suppl, p. 7–321, 11 jul. 2015.
MOORE, K.; DALLEY, A.; AGUR, A. Anatomia Orientada Para a Clínica. 6. ed. [s.l: s.n.].
OBADIA, I. J.; PERROTTA, J. A. A Sustainability Analysis of the Brazilian Multipurpose Reactor Project. p. 5, 2010.
PAPADIMITROULAS, P. Dosimetry applications in GATE Monte Carlo toolkit. Physica Medica, 2017.
PEREIRA, J. M.; FORRESTER, J. W.; GUIMARÃES, M. I. C. C.; ROBERTO, F.; LIMA, D. A.; STABIN, M. G. Determinação dos fatores de recuperação do 111 In e do 99m Tc na quantificação de atividade com imagens SPECT *. v. 43, n. 1, p. 47–51, 2010.
PEREIRA, J.; STABIN, M.; LIMA, F. Image Quantification for Radiation Dose Calculations - Limitations and Uncertainties. Health Physics, v. 99, n. 5, p. 688–701, 2010.
RITT, P.; VIJA, H.; HORNEGGER, J.; KUWERT, T. Absolute quantification in SPECT. European journal of nuclear medicine and molecular imaging, v. 38 Suppl 1, p. S69-77, maio 2011.
ROUSSET, O. G.; MA, Y.; EVANS, A. C. Correction for partial volume effects in PET: principle and validation. J Nucl Med, v. 39, n. 5, p. 904–911, 1998.
SANDSTRÖM, M.; GARSKE, U.; GRANBERG, D.; SUNDIN, A.; LUNDQVIST, H. Individualized dosimetry in patients undergoing therapy with (177)Lu-DOTA-D-Phe (1)-Tyr (3)-octreotate. European journal of nuclear medicine and molecular imaging, v. 37, n. 2, p. 212–25, fev. 2010.
SARRUT, D. et al. A review of the use and potential of the GATE Monte Carlo simulation code for radiation therapy and dosimetry applications. Medical Physics, v. 41, n. 6, 2014.
SAÚDE, M. DA. Protocolos clínicos e Diretrizes teraPêuticas em oncologiaBrazil, 2014. Disponível em: <http://conitec.gov.br/index.php/diretrizes-diagnosticas-e-terapeuticas-em-
80
oncologia>. Acesso em: 10 ago. 2017
SHARMA, N.; AGGARWAL, L. M. Automated medical image segmentation techniques. Journal of medical physics, v. 35, n. 1, p. 3–14, jan. 2010.
SHIN, B. H.; KIM, S. J.; YUN, S. H.; WOO, J. R.; OH, S. W.; KIM, Y. K. The evaluation of image correction methods for SPECT/CT using CT-based attenuation correction and scatter correction in various radioisotopes with different energy levels. Journal of Nuclear Medicine, v. 54, n. supplement 2, p. 2501–2501, 2013.
SIEGEL, J. A et al. MIRD pamphlet no. 16: Techniques for quantitative radiopharmaceutical biodistribution data acquisition and analysis for use in human radiation dose estimates. Journal of nuclear medicine : official publication, Society of Nuclear Medicine, v. 40, n. 2, p. 37S–61S, fev. 1999.
STABIN MG, SPARKS RB, CROWE E. OLINDA/EXM: The Second-Generation Personal Computer Software for Internal Dose Assessment in Nuclear Medicine. J Nucl Med. v 46, p. 1023-1027, 2005.
YAMADA, S.; UEGUCHI, T.; SHIMOSEGAWA, E.; FUJINO, K.; SHIMAZU, T.; MURASE, K.; HATAZAWA, J. Feasibility of Improved Attenuation Correction for SPECT Reconstruction in the Presence of Dense Materials Using Dual-Energy Virtual Monochromatic CT: A Phantom Study. Open Journal of Medical Imaging, v. 5, n. 4, p. 183–193, 2015.
ZAKNUN, J. J.; BODEI, L.; MUELLER-BRAND, J.; PAVEL, M. E.; BAUM, R. P.; HÖRSCH, D.; O’DORISIO, M. S.; O’DORISIOL, T. M.; HOWE, J. R.; CREMONESI, M.; KWEKKEBOOM, D. J. The joint IAEA, EANM, and SNMMI practical guidance on peptide receptor radionuclide therapy (PRRNT) in neuroendocrine tumours. European Journal of Nuclear Medicine and Molecular Imaging, v. 40, n. 5, p. 800–816, 2013.