Al momento della presente tesi non sono disponibili in letteratura dati relativi agli effetti dell’algoritmo Q.Clear nella valutazione clinica delle neoplasie cerebrali (gliomi) con PET/CT aminoacidica. In particolare in valori di riferimento semiquantitativi (SUVmax e SUV mean, TBR max e TBR mean) e di cut-off disponibili in letteratura e nelle linee guida sono riferiti a ricostruzioni OSEM oppure OSEM + TOF. Non sono invece noti ed anzi le linee guida non ne raccomandano l’utilizzo di algoritmi di “resolution modeling” (PSF) oppure di algoritmi bayesiani penalizzati come ad esempio Q.Clear. in quanto possono creare artefatti di Gibbs ed errori quantitativi. Per tale motivo con la presente tesi si vogliono fornire informazioni preliminari atte a valutare l’impatto di differenti algoritmi di ricostruzione nell’interpretazione qualitativa e quantitativa delle immagini di PET cerebrali con 18F-FET. Saranno messi a confronto i dati qualitativi e quantitativi (counts massimi e medi, cts) generati da ROI bidimensionali su 16 lesioni target (gliomi istologicamente accertati o ad alto sospetto di esserlo) e 16 regioni controlaterali di riferimento (counts di background massimi e medi) e i dati da loro derivabili (SUV max, SUV medio e in particolare TBR max e TBR medio). Verranno posti a confronto i valori ottenuti mediante ricostruzioni con algoritmo OSEM+TOF (denominato VPFX) e con algoritmo Q.Clear a differenti valori del fattore di penalizzazione dell'algoritmo di ricostruzione Q.Clear. Si prenderanno nello specifico in considerazione i valori di conteggio massimo e medio nel tumore (T cts max e T cts mean) e della regione di riferimento (BKG cts max e BKG cts mean), il loro rapporto espresso come da letteratura “tumor to background ratio” (TBR max TBR mean) e il loro variare intra-paziente in funzione di differenti factor. Si tenterà inoltre di definire il factor ottimale per gli studi cerebrali con FET in rapporto ai dati esistenti in letteratura (in particolare, trattandosi di pazienti con sospetto o accertato glioma, con i valori di cut-off di TBRmax e TBRmean secondo Rapp [Marion Rapp et. all, “Diagnostic Performance of 18F-FET PET in Newly Diagnosed Cerebral Lesions Suggestive of Glioma”, J Nucl Med; 54:229–235, 2013].

La PET/CT con 18F-FET nelle neoplasie cerebrali: effetti del fattore di penalizzazione B dell'algoritmo di ricostruzione Q.Clear nella quantificazione e nell’interpretazione delle immagini.

LEONARDI, MARTA
2021/2022

Abstract

Al momento della presente tesi non sono disponibili in letteratura dati relativi agli effetti dell’algoritmo Q.Clear nella valutazione clinica delle neoplasie cerebrali (gliomi) con PET/CT aminoacidica. In particolare in valori di riferimento semiquantitativi (SUVmax e SUV mean, TBR max e TBR mean) e di cut-off disponibili in letteratura e nelle linee guida sono riferiti a ricostruzioni OSEM oppure OSEM + TOF. Non sono invece noti ed anzi le linee guida non ne raccomandano l’utilizzo di algoritmi di “resolution modeling” (PSF) oppure di algoritmi bayesiani penalizzati come ad esempio Q.Clear. in quanto possono creare artefatti di Gibbs ed errori quantitativi. Per tale motivo con la presente tesi si vogliono fornire informazioni preliminari atte a valutare l’impatto di differenti algoritmi di ricostruzione nell’interpretazione qualitativa e quantitativa delle immagini di PET cerebrali con 18F-FET. Saranno messi a confronto i dati qualitativi e quantitativi (counts massimi e medi, cts) generati da ROI bidimensionali su 16 lesioni target (gliomi istologicamente accertati o ad alto sospetto di esserlo) e 16 regioni controlaterali di riferimento (counts di background massimi e medi) e i dati da loro derivabili (SUV max, SUV medio e in particolare TBR max e TBR medio). Verranno posti a confronto i valori ottenuti mediante ricostruzioni con algoritmo OSEM+TOF (denominato VPFX) e con algoritmo Q.Clear a differenti valori del fattore di penalizzazione dell'algoritmo di ricostruzione Q.Clear. Si prenderanno nello specifico in considerazione i valori di conteggio massimo e medio nel tumore (T cts max e T cts mean) e della regione di riferimento (BKG cts max e BKG cts mean), il loro rapporto espresso come da letteratura “tumor to background ratio” (TBR max TBR mean) e il loro variare intra-paziente in funzione di differenti factor. Si tenterà inoltre di definire il factor ottimale per gli studi cerebrali con FET in rapporto ai dati esistenti in letteratura (in particolare, trattandosi di pazienti con sospetto o accertato glioma, con i valori di cut-off di TBRmax e TBRmean secondo Rapp [Marion Rapp et. all, “Diagnostic Performance of 18F-FET PET in Newly Diagnosed Cerebral Lesions Suggestive of Glioma”, J Nucl Med; 54:229–235, 2013].
2021
PET/CT with 18F-FET in brain tumors: effects of the penalty B factor of the Q.Clear reconstruction algorithm in the quantification and interpretation of images.
PET/CT
18F-FET
Q. CLEAR
B FACTOR
NEOPLASIE CEREBRALI
File in questo prodotto:
File Dimensione Formato  
Leonardi_Marta.pdf.pdf

accesso riservato

Dimensione 3.35 MB
Formato Adobe PDF
3.35 MB Adobe PDF

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/38061