Professional Documents
Culture Documents
2004
Salvador Galindo Uribarri
PRINCIPIOS MATEMÁTICOS DE LA RECONSTRUCCIÓN DE IMÁGENES TOMOGRÁFICAS
Ciencia Ergo Sum, Noviembre 2003-Febrero 2004, año/vol. 10, número 003
Universidad Autónoma del Estado de México
Toluca, México
pp. 271-282
C I E N C I A S E X A C TA S Y APLICADAS
Principios matemáticos
de la reconstrucción
de imágenes tomográficas
Salvador Galindo Uribarri*
* Departamento de Física, Instituto Nacional de Resumen. Por tomografía de un objeto nos Mathematical Principles of Tomographic
Investigaciones Nucleares, ININ. referimos a una imagen de una sección Image Reconstruction
Facultad de Ingeniería, posgrado, Universidad
transversal del mismo. Dicha sección ha sido Abstract. By means of a gamma tomograph
Autónoma del Estado de México.
Correo electrónico: sgu@nuclear.inin.mx reconstruida a partir de datos de transmisión of a sample, we infer its cross sectional image.
o de reflexión producidos al hacer incidir This image has been drawn together from
sobre el objeto, desde varias direcciones, la transmission or reflection data, collected as a
emisión de una fuente de iluminación. La light source emission impinges from several
fuente puede ser de rayos X, rayos gama, paths on the sample. The source can give out
ultrasonido y para el caso de resonancia x-rays, gamma rays and, in the case of
magnética, radiofrecuencia. magnetic resonance, radio frequency waves.
El presente trabajo aborda los principios de This paper deals exclusively with the image
reconstrucción de imágenes de objetos que reconstruction basics of non–diffracting
no difractan la irradiación recibida: es el caso objects. This is the gamma ray case, where
de la tomografía con rayos gama, en el cual la diffraction effects are negligible. This work
difracción es despreciable. Para los propósitos first describes how the technique developed,
de este trabajo, primero se expone cómo se and then presents a synthesis of its
desarrolló la técnica y después se sintetizan mathematical principles, together with the
sus principios matemáticos, junto con el “image reconstruction” algorithm known by
algoritmo de reconstrucción de imágenes the name of the convolution - back
conocido como algoritmo de convolución- projection algorithm.
retroproyección Key words: gamma tomography, convolution,
Palabras clave: Tomografía Gama, back projection.
convolución, retroproyección.
C
CIENCIA
I E N C I Aergo
e r g sum,
o sumVol.
, V10-3,
o l . 1noviembre
0 - 3 , n o v i e2003-febrero
m b r e 2 0 0 3 -2004.
f e b r Universidad
e r o 2 0 0 4 Autónoma del Estado de México, Toluca, México. Pp. 271-2 81. 271
C I E N C I A S E X A C TA S Y APLICADAS
Figura 1. Ejemplo de proyección sobre una línea recta. utilizado sino también, como veremos más adelante, de los
procedimientos utilizados para reconstruir las primeras
tomografías. En aquellos años, Hounsfield, se valió de técni-
cas algebraicas similares a las que usó en trabajos pioneros de
reconocimiento de patrones para reconstruir las primeras imá-
genes tomográficas.
Conceptualmente, las técnicas algebraicas son simples de
entender. En estas técnicas se sobrepone una cuadrícula
imaginaria encima del plano en el que se encuentra la sec-
ción del objeto por reconstruir. De esta manera el objeto
queda hipotéticamente dividido en celdas. A cada celda le
corresponde una densidad promedio. Dichas densidades son
las que debemos encontrar, es decir, son las incógnitas del
problema. Las proyecciones se convierten, entonces, en
sumas de muchos términos sobre direcciones en la cuadrí-
cula. Dichas direcciones son delgadas bandas que atravie-
san la cuadrícula a diversos ángulos. Las bandas represen-
tido estricto y desde un punto de vista matemático, la solu- tan los rayos que se transmiten a través del objeto de estu-
ción al problema de reconstrucción de una imagen a partir dio. En consecuencia, cada término (de la sumatoria que
de un número infinito de proyecciones es conocida desde forma una proyección) es el producto de un factor de peso
principios del siglo XX. multiplicado por la densidad del cuadro (que es la incógni-
En 1917 Johann Radon publicó un artículo matemático ta). Los correspondientes valores de peso para cada cuadro
donde apareció la transformada que hoy lleva su nombre son conocidos y están determinados por la geometría del
(Radon, 1917). Esta transformada es la solución matemáti- caso, esto es: ancho del haz de irradiación (es decir, la ban-
ca al problema de la reconstrucción tomográfica de imáge- da), ángulo de irradiación (entre la banda y los cuadritos), y
nes. La transformada nos indica que la imagen de un objeto tamaño de la cuadrícula. A partir las proyecciones, es posi-
está precisa e inequívocamente determinada por el conjun- ble establecer un conjunto de ecuaciones simultáneas que se
to infinito de todas sus proyecciones. Sin embargo, en la intentan resolver mediante algún algoritmo adecuado. Apa-
práctica no existe un número infinito de proyecciones, las rentemente este procedimiento que acabamos de describir
proyecciones no son infinitamente delgadas y además po- resulta muy sencillo, pero a pesar de su simplicidad, la téc-
seen errores experimentales. Por lo tanto, lo que se precisa nica contiene sus limitantes.
no es una fórmula matemática idealizada, sino un algorit- La figura 2 ilustra una rejilla sobrepuesta a una imagen
mo eficiente para evaluarla. Así, la transformada fue olvi- desconocida. La idea es representar la imagen por una fun-
dada por muchos años y tuvo que ser conceptualmente ción f:R2→R cuyos valores son constantes en cada celda,
reinventada e instrumentada medio siglo después por Allan por supuesto que esto no quiere decir que dos celdas no
Cormack y otros investigadores (Cormack, 1975). A conti- puedan tener el mismo valor de f. La rejilla mide n celdas
nuación veremos cómo la tomografía es uno entre muchos por lado, por lo que el correspondiente número total de
campos de investigación en el que se desarrollaron de ma- celdas es n x n = N.
nera paralela e independiente, tanto el hardware como los Pensemos ahora que el objeto es barrido por un conjunto
software. de rayos que corren paralelos haciendo un ángulo de incli-
nación establecido con respecto a alguno de los ejes de la
1. Desarrollo preliminar cuadrícula. En este caso un rayo cualquiera ji puede ser
representado como una delgada banda que cruza la cuadrí-
La idea de fabricar un tomógrafo escáner de rayos X fue cula (figura 2).
concebida en 1967 por Godfrey N. Hounsenfield quien un Basados en esta representación, definimos la proyección
poco más tarde construyó el primer aparato (Hounsfield, de pi del rayo ji como
1972, 1973, 1979). Las imágenes obtenidas por aquel N
tomógrafo eran muy ruidosas y tenían una resolución de 80 ∑w ij f j = pi , i = 1, 2, !, M (1)
x 80 cuadros. Dichas limitaciones no sólo dependían del equipo j =1
donde M es el número total de rayos (para todas las Figura 2. Proyección representada por una banda sobre una rejilla.
3. La proyección ideal de un rayo gama Esta p depende de la trayectoria del rayo gama corres-
pondiente. Como un haz de rayos gama se compone de un
En esta sección resumiremos algunas de las particularida- número infinito de rayos, todas las distintas pi procedentes
des de la tomografía gama. Aquí, una proyección es obte- de cada rayo i tienen que ser función de un parámetro
nida midiendo la transmisión de rayos gama a través del continuo. Esta función definiría a la proyección del haz so-
objeto. Para este propósito, una fuente de radiación gama bre una línea de proyección. En la sumatoria de la ecuación
se sitúa frente a la muestra. La distribución del flujo de (1) el parámetro a variar es discreto y corresponde al índice
radiación que atraviesa a la muestra es medida en diferen- i=1, 2,..., W, donde W es el número total de rayos para una
tes posiciones por uno o más detectores de radiación. Así, sola de las proyecciones.
las distintas proyecciones se obtienen cambiando la geome- Con el propósito de parametrizar a la ecuación (3), utili-
tría del arreglo (fuente-objeto-detectores). zaremos el sistema de coordenadas definido en la figura 3.
El flujo de los fotones gama emitidos por la fuente decre- Formalmente, y como ya se ha mencionado, una imagen
ce cuando éste atraviesa el objeto. Esto se debe al hecho de puede ser representada por una función f(x, y) donde las
que el rayo se atenúa por la muestra y también, en mucho coordenadas (x, y) nos indican la posición de un punto de la
menor medida, a que el rayo es dispersado por la misma. imagen y en el caso de la tomografía gama, el valor de f
La atenuación se puede expresar de manera cuantitativa representa el coeficiente de atenuación lineal del medio en
por la relación de Beer-Lambert, dicho punto.
La dirección del rayo AB mostrado en la figura 3 define Figura 3. Sistema de coordenadas e imagen de un objeto cuya sección transversal
xcosθ + ysenθ = t
∞
pθ ( t ) = ∫ −∞
f ( x ( s , t ), y ( s , t )) ds
∞
= ∫ −∞
f (t cos θ − s sen θ , s cos θ + t sen θ ) ds (4)
Figura 4. Sistema de coordenadas y puntos de intersección de un rayo con la riormente hacemos una translación del centro de la elipse a
imagen de un objeto cuya sección transversal es una elipse. un punto (x1 - y1) en el plano xy. Una proyección de esa
elipse está dada por
pθe −α (t − δ ) (7)
donde
δ = x1 cos θ + y1senθ
∞ ∞
∫ ∫ f ( x, y ) e
2πi ( ux + vy )
F (u , v ) = dxdy (8)
− ∞− ∞
∫ ∫ F (u , v ) e
2πj ( ux + vy )
f ( x, y ) = dudv (11)
Pθ ( w) = F ( w cos θ , w sen θ ) (10) − ∞− ∞
En palabras, el teorema nos dice la siguiente: La transfor- Como la imagen f(x, y) está acotada dentro de un cuadra-
mada de Fourier de una proyección paralela de una imagen do de lado igual a 2, esto es, por –1<x<1 y –1<y<1, y
f(x, y) tomada a un ángulo q nos da un corte de la transfor- como en la práctica sólo se puede conocer un número fini-
mada bidimensional F(u, v), subtendiendo el mismo ángulo to de proyecciones la ecuación (11) puede ser aproximada
q con el eje u. En otras palabras, la transformada de Fourier como
de las proyecciones Pq (t) nos da los valores de F(u, v) a lo
largo de la línea BB (Véase figura 7).
N /2 N /2
1
La utilidad del teorema radica en que tomando las pro-
yecciones de un objeto a ángulos θ1, θ2,..., θk y tomando la
f ( x, y ) ≈
22
∑ ∑ F (m, n)e
m=− N / 2 n=− N / 2
2πj (( m ) x + ( n ) y )
(12)
Figura 7. Representación esquemática del teorema de corte de Fourier. F(u, v) igual al de los coeficien-tes. Sin
embargo, el principal problema que se
presenta al utilizar la ecuación (12) es
que para las frecuencias altas, los pun-
tos experimentales se encuentran muy
separados. Esto se ilustra de manera
muy clara en la figura 8. Los puntos
cercanos al origen, en el plano uv, se
hallan relativamente juntos, pero con-
forme nos alejamos del centro, hacia
las altas frecuencias, los puntos
muestreados aparecen muy apartados.
Esto implica que se requiere una
interpolación con puntos muy despe-
gados entre sí, lo que puede inducir un
error considerable.
Una manera de atacar el problema
Figura 8. Representación esquemática de las proyecciones. Los puntos representan es dando a cada punto, en el dominio de las frecuencias, un
el objeto en el dominio de frecuencias espaciales.
distinto peso para que su influencia sea diferente a la hora de
tomar la transformada inversa y reconstruir la imagen. Este
mecanismo se conoce como filtraje y no es otra cosa sino una
ponderación de cada punto de una proyección en el dominio
de las frecuencias. Después del filtraje, se pueden entonces
reconstruir los puntos en el dominio espacial correspondien-
tes a cada una de las líneas radiales del dominio de las fre-
cuencias. Este último mecanismo se conoce como retroproyectar.
∫ ∫ F (u , v ) e
− 2πi ( ux + vy )
a muchos ángulos, se puede ‘ensamblar’ el conjunto para f ( x, y ) = dudv (13)
cubrir el plano del dominio de frecuencias (véase la figura − ∞− ∞
8). Con esto se tendría una estimación de la transformada
bidimensional y, por lo tanto, usando la ecuación 12, inver- Cambiamos la expresión a coordenadas polares con la
tiríamos la transformada para obtener una estimación de la transformación u = w cosθ, v = w senθ, con el jacobiano w,
imagen del objeto. es decir,
La ecuación 12 puede ser instrumen-tada utilizando la trans-
formada rápida de Fourier conociendo los N2 coeficientes de 2π ∞
F(m, n). Estos coeficientes pueden ser calculados siempre y
cuando se cuente con un número de valores de la función
∫∫
0 0
w F ( w cos θ , w sen θ )e 2πiw ( x cosθ + y senθ ) dwdθ
En lugar de integrar a lo largo de medias direcciones ra- en una banda de ancho W. Esto es, pθ (w) = 0 para kwk>W
diales alrededor de todo el círculo, podemos integrar medio donde el tamaño de muestreo t depende de W, en otras
círculo y direcciones radiales completas, esto es, palabras, t<1/(2W). La existencia de esta limitante nos per-
mite expresar la ecuación 15 como
π ∞
f ( x, y ) = ∫ ∫ w F ( w cosθ , w senθ )e
− 2πiw ( x cosθ + y sen θ )
dwdθ ∞
∫ H(w) P (w)e
− 2 πiwt
0 −∞
pθw(t) = θ dw (17)
−∞
Ahora utilizamos el teorema de corte de Fourier para
transformar la expresión de arriba a donde
π
∞ H(w) = w bw(w) (18)
f ( x, y ) = ∫ ∫ w Pθ ( w)e
− 2πiw ( x cos θ + y sen θ )
dw dθ
0 %
−∞
""""" "$"""""" # (14)
Filtraje con
∞
La figura 9 representa la función H(w) (ecuación 18) que
∫ w P (w)e
− 2πiwt
pθw (t ) = θ dw (15) es la función de transferencia de un filtro de rampa con el
−∞
cual las proyecciones deben procesarse.
La función impulso de este filtro está dada por la trans-
donde el factor de ponderación es el filtro kwk.
formada inversa de Fourier de la función de transferen-
El segundo paso implica reconstruir la imagen a partir de
cia H(w).
las proyecciones filtradas, calculando la segunda integración,
∞
π h(t) = ∫ H(w)e+ j 2 π wt dw (20)
−∞
f ( x, y ) = ∫ pθw ( x cosθ + y senθ ) dθ (16)
0
2
1 sen 2πt/ 2 τ 1 sen πt/ 2 τ
= − 2 (21)
Resta, entonces, construir el algoritmo de retroproyección 2τ 2
2πt/ 2 τ 4 τ πt/ 2 τ
filtrada. Esto se verá en las dos secciones siguientes. En la
sección próxima inmediata veremos que la primera integra-
La función h(t) no necesita ser calculada en todo el inter-
ción (ecuación 15) será instrumentada con técnicas estándar
valo de frecuencias, sino sólo en intervalos t= jτ (j= 0, +1,
de filtraje de Fourier. La sección subsecuente tratará la se-
+ 2...+ 1/2W) donde se realiza la toma de datos. En este
gunda parte de la evaluación (ecuación 16). Esta última
caso
requiere un método de integración numérica que tiene la
ventaja de tan solo usar una interpolación unidimensional
en la variable t. 1/4τ 2 j=0
h( jτ ) = 0 j par
(22)
8. Implementación del filtro kwk
k
− 1/j π τ
2 2 2
j impar
En teoría, la integración de la ecuación 15 debe en princi-
pio hacerse sobre todas las frecuencias. En la práctica, la La figura 10 muestra la gráfica de la función h(j τ),
información contenida por las componentes de Fourier arri- para t=1,
ba de cierta frecuencia W es despreciable, de manera que Por lo tanto, de acuerdo con la ecuaciones 17, 20 y 22, las
para propósitos prácticos las proyecciones están limitadas proyecciones filtradas se reducen a
Figura 9. Función de transferencia de un filtro de rampa. Figura 11. Filtrado del fantomas Shepp-Logan con el kernel de la figura 10
(ecuación 22).
∞ méricamente, lo que implica básicamente ir sumando las
1 1 pθ ( kτ )
pθw (t ) = pθ ( j τ ) = pθ ( j τ ) − ∑ ⋅
w
τ 4 k = −∞ π 2
( k − j )2 (23) contribuciones de cada proyección a la intensidad de cada
pixel (x, y). Como no todo el plano x-y es cubierto, se re-
( k − j ) = impar
quiere de una interpolación lineal unidimensional para cal-
cular la aproximación a pθ w(t) en t = x cosθ + y senθ. La
En otras palabras, los valores de la proyección filtrada figura 12 muestra el resultado de la integración de las pro-
{pθ w (t = jτ)}, se calculan convolucionando los datos de las yecciones mostradas en la figura 11.
proyecciones {pθ (k), k = -∞...∞} con el kernel dado por la
ecuación 22. Conclusión
La expresión dada por la ecuación 23 es directamente
implementable en computadora. El resultado de filtrar to- Hemos presentado los principios generales de la recons-
das las proyecciones del fantomas de Shepp-Logan usando trucción de imágenes a partir de un algoritmo de retro-
el filtro de rampa se muestra en la figura 11. proyección que utiliza un filtro de rampa. Existen muchos
otros algoritmos como los algebraicos (ART) y muchas otras
9. Reconstrucción de la imagen geometrías para los arreglos fuente-objeto-detector. En
particular, aquí hemos tratado la geometría más sencilla,
Hemos mencionado que el último paso del algoritmo de es decir, la de rayos paralelos.
retroproyección implica reconstruir la imagen a partir de Para aquellos lectores interesados en profundizar sobre
las proyecciones filtradas: esto es, calcular la integral dada el tema, sugerimos consultar el libro de Herman (Herman,
por la ecuación 16. Esta integración puede efectuarse nu- 1980) y el de Kak y Slaney (2001).
Bibliografía
Cormack, A. M. X or Gamma Radiation”, Patent specification Industrial and Aplied Mathematics. SIAM,
______ (1975). “Reconstruction of Densities 1283915. The Patent Office, London, England. Philadephia.
From Their Projections, With Applications ______ (1973) “Computarized Tranverse Axial Lent, A.; S. Rowland y G. T. Herman (1973).
in Radiological Physics”, Physics in Medicine Scanning Tomography: Part 1, Description “ ART : Mathemathics and Applications (A
and Biology. Vol. 18. pp. 195-207. of the System”, Br. J. Radiol. Vol. 46 , pp. Report on the Mathematical Foundations
______ (1979). www.nobel.se/medicine/laurates/ 1016-1022. and on the Applicability to Real Data of The
1979/cormack-autobio.html ______ (1979). www.nobel.se/medicine/laurates/ Algebraic Reconstruction Techniques)”,
Herman G. T. 1979/housenfield-autobio.html Journal of Theoretical Biology. Vol. 42 pp1-32.
______ (1980). “Image Reconstruction from Kak, A., C. Radon, J. (1917). “Uber Die Bestimmung von
Projections”, Computer Science and Applied Math- ______ (1985). “Tomographic Imagining with Funktionen Durch Ihre Integralwerte”,
ematics. Academic Press, N.Y. Diffracting and non-Diffracting Sourses”, en reimpreso en Gindkin, S. y Michor, P. (eds.)
______ y Kuba A. (Eds.) (1999). “Discrete To- Haykin, S. (ed.) Array Signal Processing. Pretince (1994). 75 Years of Radon Transform. American
mography ”, Springer Verlag. Berlín Hall, Englewood Cliffs N. J. Mathematical Society, International Press.
Housenfield, G. N. ______ y M. Slaney (2001). Principles of Computa- Shepp L. A. y B. F. Logan (1974). “The Fourier
______ (1972) “A Method and Apparatus for tional Tomograpohic Imaging Serie: Classics in Reconstruction of a Head Section”, IEEE
Examination of a Body by Radiation Such as Applied Mathematics. No. 33. Society for Trans. Nucl. Sci.. Vol. NS-21, pp. 21-43.