Salta al contenido principal

zoom Elena Prieto Azcarate

Elena Prieto Azcarate

Elena Prieto Azcarate, Ingeniera de Telecomunicación por la Universidad Pública de Navarra y miembro del Servicio de Medicina Nuclear de la Clínica Universidad de Navarra, ha implementado 12 algoritmos para procesar imágenes médicas realizadas mediante PET (Tomografía por Emisión de Positrones). Según señala en su tesis doctoral, leída en la UPNA, los resultados obtenidos son muy prometedores y esta técnica podrá tener gran utilidad. Además, ha desarrollado la interfaz gráfica que permitirá al médico o al oncólogo utilizar dicha técnica en la práctica clínica de forma cómoda, rápida e intuitiva.

La investigación se enmarca en el campo de la ingeniería biomédica y se ha realizado en colaboración entre el Servicio de Medicina Nuclear de la Clínica Universidad de Navarra y la Universidad Pública de Navarra. La tesis, titulada “Segmentación mediante umbralización automática en tomografía por emisión de positrones”, ha sido codirigida por Josep M. Martí Climent, radiofísico del Servicio de Medicina Nuclear de la Clínica Universidad de Navarra, y Marisol Gómez Fernández, profesora titular del Departamento de Matemáticas de la Universidad Pública de Navarra, y ha obtenido la máxima calificación: Apto cum laude.

La técnica PET permite tomar imágenes moleculares que aportan información sobre el comportamiento biológico y metabólico de los tumores. En los últimos años se ha originado un gran interés por el potencial de este tipo de imágenes para la planificación de los tratamientos de radioterapia. En dicha planificación, el proceso más crítico es la delimitación precisa del volumen del tumor que se quiere tratar.

Para ello, Elena Prieto ha mejorado la técnica de segmentación de las imágenes PET. “La segmentación de una imagen —explica— es una técnica de procesado de imagen que permite delimitar objetos; en este caso, tumores. En esta tesis el objetivo era investigar y desarrollar nuevas técnicas de segmentación para conseguir que la Tomografía por Emisión de Positrones (PET) se convierta en una alternativa fiable para la planificación del tratamiento en Oncología Radioterápica”.

Resultados prometedores

En concreto, la investigadora ha trabajado en una técnica particular de segmentación de imágenes: la umbralización. “La umbralización automática permite delimitar los bordes del tumor sobre la imagen de forma automática, lo que tiene una gran trascendencia ya que la resolución espacial de este tipo de imagen dificulta la delimitación manual.”

Las imágenes de pacientes analizadas se obtuvieron en la Clínica Universidad de Navarra gracias a la financiación del Instituto de Salud Carlos III (Ministerio de Sanidad y Consumo), a través de un proyecto FIS y de la empresa Siemens HealthCare. En el trabajo se utilizaron dos tomógrafos PET diferentes para la adquisición de imágenes, con el fin de evaluar la umbralización automática en una amplia variedad de condiciones. Todas las imágenes obtenidas han quedado disponibles en Internet con el objetivo de servir de marco común de validación para cualquier técnica de segmentación.

“Los resultados sobre imágenes experimentales han sido muy prometedores —concluye— y se ha conseguido mejorar respecto a la técnica estándar en las imágenes clínicas procedentes del tomógrafo PET de alta resolución” Asimismo, “la técnica empleada podrá tener gran utilidad para segmentar imágenes adquiridas en los tomógrafos PET/CT clínicos de nueva generación”.

Elena Prieto Azcárate es Ingeniera de Telecomunicación por la Universidad Pública de Navarra (2005). Es miembro del Servicio de Medicina Nuclear y de la Unidad de Protección Radiológica de la Clínica Universidad de Navarra. Asimismo, forma parte del grupo de investigación de Álgebra y Aplicaciones, del Departamento de Matemáticas de la UPNA. Coautora principal de más de una docena de artículos en publicaciones científicas, algunas de sus áreas de investigación son la optimización de la imagen en medicina nuclear y el procesado y análisis de imagen PET para oncología y neurología.