Radioterapia: Análisis de la conformidad de dosis mediante polinomios de Zernike 3D

Radioterapia: Análisis de la conformidad de dosis mediante polinomios de Zernike 3D

La evaluación de la calidad de un plan de tratamiento en radioterapia depende críticamente de la conformidad de dosis, que mide la correspondencia entre la distribución de dosis entregada por el sistema de planificación (TPS) y el volumen de tratamiento prescrito o PTV.¹ Mientras que los métodos tradicionales simplifican esta relación a valores escalares, el uso de los polinomios de Zernike permite una caracterización matemática completa y ortogonal de la forma de la dosis en un espacio tridimensional.¹

Limitaciones de los índices de conformidad tradicionales

Históricamente, la conformidad se ha evaluado mediante índices que relacionan volúmenes simples de isodosis con el volumen del PTV. El índice de conformidad propuesto por el Radiotherapy Oncology Group (RTOG) define esta métrica como el cociente entre el volumen de la isodosis de prescripción () y el volumen del PTV ().¹

A pesar de su uso extendido, estos índices presentan carencias fundamentales:

• Insensibilidad espacial: No detectan si la dosis está desplazada respecto al tumor, siempre que los volúmenes totales coincidan.
• Falta de morfología: No proporcionan información sobre la forma, orientación o simetría de la distribución de dosis.³
• Dependencia del volumen: Muchos índices varían significativamente según el tamaño del PTV, dificultando la comparación entre diferentes tipos de tumores.

Fundamentos de los polinomios de Zernike 3D

Los polinomios de Zernike constituyen un conjunto completo y ortogonal de funciones definidas en el interior de una esfera de radio unidad.¹ Su principal ventaja es que permiten expandir cualquier función volumétrica (como una matriz de dosis) en una serie de coeficientes o momentos de Zernike (), donde cada momento captura una característica geométrica específica.

La formulación matemática integra una función radial con armónicos esféricos ²:

Donde:

• es el orden del polinomio.
• y son el grado y orden de los armónicos esféricos.
• representan las coordenadas esféricas normalizadas.²

Ventajas del enfoque de Zernike

1. Invarianza rotacional: Los momentos permiten comparar la calidad del plan independientemente de la orientación del paciente o del sistema de coordenadas.¹
2. Robustez ante el ruido: Son menos sensibles a las fluctuaciones numéricas en la malla de cálculo de dosis.²
3. Ortogonalidad: Garantiza que no haya redundancia de información entre los diferentes términos de la expansión.¹

Metodología del enfoque general

Para evaluar la conformidad mediante este método, se sigue un procedimiento de normalización y expansión ¹:

1. Normalización espacial: Tanto el PTV como los volúmenes de isodosis de referencia () se re-escalan para encajar dentro de una esfera unidad, preservando sus relaciones geométricas originales.¹
2. Cálculo de momentos: Se obtienen los momentos de Zernike para ambas distribuciones.
3. Índice de Conformidad de Zernike (CI): Se define a partir de la razón entre los momentos de la dosis y los momentos del PTV ¹:

En un plan ideal, todas estas razones deberían aproximarse a 1. Desviaciones en momentos de orden bajo indican errores de volumen, mientras que desviaciones en órdenes altos señalan discrepancias en la forma o gradientes de dosis inadecuados.¹

Resultados y validación clínica

Estudios realizados sobre 80 conjuntos de datos de 20 pacientes han validado la eficacia de este método comparándolo con el Número de Conformación (CN) y el índice RTOG.³

Parámetro de Comparación	Correlación (β±σ)	Correspondencia Clínica
Correlación con RTOG ()		Alta consistencia en la medición de volumen.1
Correlación con CN		Fuerte acuerdo en la evaluación de la precisión.3
Correspondencia Técnica	85% de los casos	El índice de Zernike identificó correctamente la mejor técnica (IMRT/VMAT).1

El análisis demostró que el método de Zernike es especialmente útil para discriminar entre técnicas de alta complejidad, mostrando que la VMAT y la IMRT alcanzan niveles de conformidad superiores a la radioterapia conformada 3D (3DCRT) debido a su mejor adaptación espectral a la forma del tumor.¹

Desafíos técnicos y limitaciones

A pesar de su robustez, el método enfrenta retos para su implementación rutinaria:

• Complejidad computacional: El tiempo de cálculo aumenta exponencialmente con el orden del polinomio (). Actualmente, la mayoría de los estudios se limitan a un orden .¹
• Resolución de malla: Para representar formas muy irregulares, se requieren órdenes más altos, lo que puede introducir inestabilidad numérica si la resolución de los vóxeles no es suficiente.²
• Espacios no esféricos: La necesidad de normalizar la anatomía humana (irregular) a una esfera unidad puede generar distorsiones en órganos muy alargados.²

Conclusiones y perspectivas futuras

El enfoque de los polinomios de Zernike ofrece una alternativa superior a los índices clásicos al proporcionar una descripción matemática detallada de la distribución espacial de la dosis.¹ Su capacidad para integrarse en sistemas de Inteligencia Artificial (IA) y Dosiómica abre la puerta a un control de calidad automatizado más sensible a errores de entrega que los métodos convencionales.² En el futuro, este marco matemático podría permitir la optimización de planes basada no solo en histogramas de dosis-volumen, sino en la «firma morfológica» completa del tratamiento.

Obras citadas

1. Use of Zernike moments to characterize dose conformity for radiotherapy treatment plans, fecha de acceso: marzo 30, 2026, https://www.researchgate.net/publication/378392310_Use_of_Zernike_moments_to_characterize_dose_conformity_for_radiotherapy_treatment_plans
2. Use of Zernike moments to characterize dose conformity for radiotherapy treatment plans – INIS-IAEA, fecha de acceso: marzo 30, 2026, https://inis.iaea.org/records/mqmb3-qdf45/files/54113168.pdf?download=1
3. Use of Zernike moments to characterize dose conformity for …, fecha de acceso: marzo 30, 2026, https://pubmed.ncbi.nlm.nih.gov/38642442/
4. CA2620895A1 – Calculating zernike coefficients from fourier coefficients – Google Patents, fecha de acceso: marzo 30, 2026, https://patents.google.com/patent/CA2620895A1/en
5. Shape retrieval using 3D Zernike descriptors | Request PDF – ResearchGate, fecha de acceso: marzo 30, 2026, https://www.researchgate.net/publication/222678940_Shape_retrieval_using_3D_Zernike_descriptors