Caratteristiche di base delle immagini TC

  • Lorenzo Faggioni
  • Fabio Paolicchi
  • Mercede Marinelli

Riassunto

Le immagini TC vengono generate mediante conversione analogico-digitale dei segnali elettrici provenienti dai detettori; tali segnali riflettono i profili di attenuazione dei tessuti corporei attraversati dai raggi X in funzione della posizione angolare del complesso tubo-detettori e dell’avanzamento longitudinale del tavolo porta-paziente. Trattandosi di dati digitali, la distribuzione delle informazioni di attenuazione fotonica non è continua, ma discreta, e approssima tanto meglio la distribuzione continua reale quanto maggiore è la loro frequenza di campionamento [1]. La rappresentazione spaziale dei dati di densità avviene mediante il loro inserimento in una matrice di m×n elementi, nei quali viene suddiviso il campo di vista (Field Of View, FOV). In ambito TC vengono solitamente impiegate matrici di ricostruzione quadrate di N×N elementi, detti voxel. Ciascun voxel è costituito da un parallelepipedo di altezza equivalente allo spessore di strato e lato di base pari a
$$ l = \frac{{d_{FOV} }} {N} $$
dove d FOV è l’ampiezza del FOV. In altri termini, il voxel è l’elemento costitutivo dell’immagine fisica, che è la rappresentazione spaziale delle densità degli elementi della matrice in cui viene riprodotta ciascuna sezione TC con spessore di strato definito (Fig. 5.1).
Fig. 5.1

Esempio di voxel isotropici di una matrice 5×5×5: i voxel isotropici possono essere rappresentati da cubi aventi lo stesso lato

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Bibliografia

  1. 1.
    Kalender WA (2006) Computed Tomography: Fundamentals, Systems technology, Image quality, Applications. Publicis MCD Verlag, Erlangen — MunichGoogle Scholar
  2. 2.
    Passariello R (ed) (2005) Radiologia — Elementi di tecnologia. Idelson Gnocchi, NapoliGoogle Scholar
  3. 3.
    Assimakopoulos PA, Boyd DP, Jaschke W, Lipton MJ (1986) Spatial resolution analysis of computed tomographic images. Invest Radiol 21:260–271CrossRefPubMedGoogle Scholar
  4. 4.
    Flohr TG, Schaller S, Stierstorfer K et al (2005) Multi-detector row CT system and image-reconstruction techniques. Radiology 235:756–773CrossRefPubMedGoogle Scholar
  5. 5.
    Schwarzband G, Kiryati N (2005) The point spread function of spiral CT. Phys Med Biol 50: 5307–5322CrossRefPubMedGoogle Scholar
  6. 6.
    Buzug TM (2008) Computed tomography — From photon statistics to modern cone-beam CT. Springer-Verlag, Berlin — HeidelbergGoogle Scholar
  7. 7.
    Brooks RA, Di Chiro G (1975) Theory of image reconstruction in computed tomography. Radiology 117:561–572PubMedGoogle Scholar
  8. 8.
    Hsieh J (2009) Computed tomography — principles, design, artifacts, and recent advances. SPIE (The International Society for Optical Engineering), Bellingham, WAGoogle Scholar
  9. 9.
    Neri E, Marcheschi P, Caramella D (2008) Produrre ed elaborare immagini diagnostiche. Springer-Verlag Italia, MilanoGoogle Scholar
  10. 10.
    Lipson SA (2006) MDCT and 3D workstations. A practical guide and teaching file. Springer-Verlag, Berlin — HeidelbergGoogle Scholar

Copyright information

© Springer-Verlag Italia 2010

Authors and Affiliations

  • Lorenzo Faggioni
    • 1
  • Fabio Paolicchi
    • 2
  • Mercede Marinelli
    • 3
  1. 1.Radiologia Diagnostica e Interventistica Dipartimento di Oncologia, dei Trapianti e delle Nuove Tecnologie in MedicinaUniversità di PisaItalia
  2. 2.Sezione RX UniversitariaAzienda Ospedaliero-Universitaria PisanaItalia
  3. 3.U.O. Radiodiagnostica 1 UniversitariaAzienda Ospedaliero-Universitaria PisanaItalia

Personalised recommendations