Tomografa computarizada en

clculo multivariable.
1.Introduccin
G.N Hounsfield de EMI y Allan M.Cornak de la Universidad de Tufts desarrollaron la tomografa
computarizada que les vali el nobel de medicina en 1979.
El funcionamiento de los escneres mdicos como la resonancia magntica nuclear ( NMR por siglas en
ingls) o la tomografa computarizada (CT) es bsicamente la produccin de imgenes del cerebro de
un paciente a travs de radiaciones electromagnticas, o rayos x respectivamente, desde el exterior de
la cabeza. Es decir, se trata de un procedimiento no invasivo que reconstruye imgenes del interior del
objeto al irradiarlo.

2.Modelo fsico de los escaners CT tambin llamados

tomgrafos.
Un rayo x consiste en fotones que viajan en lnea recta
siguiendo una direccin perpendicular a un vector
Si cierto numero de fotones de rayos-X

f (x ( s ) )
rayos

N (s)

y longitud h localizado en un punto

Lr , a una distancia r

a partir del origen y

a .
golpean un objeto con un coeficiente de absorcin

en una posicin s sobre la trayectoria de los

Lr , a , el objeto absorber algunos fotones y permitir el paso de un numero menor :

N ( s+ h ) < N (s) que lo atravesaran y emergern en s+h.

Donde, la fraccin de fotones absorbidos ser aproximadamente el producto de la densidad y la
longitud del objeto.
i.e.

nabsorbidos=

N ( s )N ( s +h )
f ( x ( s ) ) h
N ( s)

N ( s )N ( s+ h )
f ( x ( s ) )
h N ( s)

La aproximacin anterior se debe a que la igualdad se cumple cuando h tiende a cero, es decir:

lim

h0

N ( s+ h )N ( s )
=f ( x ( s ) )
h N ( s )

Lo cual equivale a afirmar que

N ' ( s)
=f ( x ( s ) )
N ( s)

Integrando la relacin anterior entre el punto de entrada (in) y el de salida (out) del rayo-x, se
obtiene que:

ln ( N ( out ) )ln ( N ( ) )= L f ( x ( s ) )
r ,a

ln

( NN( out ) )=(R f )(r , a)

( )

De ese modo, si el tomgrafo CT mide el nmero o la intensidad de los fotones en el rayo-x antes (

N ( ) ) y despus de ( N ( out ) ) de su paso a travs del cuerpo, se produce el valor

ln ( N ( out ) /N ( ) ) que forma la transformada de radn (R f )(r , a) de la densidad del tejido f

a lo largo de las lneas de los rayos-x. El cerebro del escner debe entonces reconstruir los valores
todava desconocidos de la densidad del tejido

f ( x )

en todos los puntos

del cuerpo. La

programacin de ello, se explica ms adelante.

3.Tcnica de reconstruccin algebrica (ART).

Esta seccin introduce el problema de la tomografa computarizada en el mbito del lgebra lineal y
no del clculo. Cuyo tratamiento posterior ser independiente de la presente seccin.

3.1 Reconstruccin de proyecciones.

Aunque rara vez se describe el proceso, las reconstrucciones de objetos a partir de sus proyecciones es
un tema clsico del lgebra lineal. De hecho, las coordenadas

x1 y

x2

de un punto (

x1 , x2 )

en el plano, son las proyecciones ortogonales del mismo sobre los ejes. Reconstruir el punto a partir de
estas se resume entonces en resolver el sistema de ecuaciones lineales trivial:

x 1=x1

Esto se extiende a todo sistema lineal.

x 2=x 2

EJEMPLO. La figura 1 muestra un ejemplo de reconstruccin sobre los ejes

B .

Haciendo el producto interno

entre el vector posicin

r =(x 1 , x 2)

y cada uno de los vectores

directores de los ejes, se obtienen las proyecciones ortogonales de r en los nuevos ejes.

A , r = ( 0.6,0 .8 ) ,(x 1 , x 2) =0.6 x1 +0.8 x 2

B , r = ( 0.8,0.6 ) ,(x 1 , x 2 ) =0.8 x 1+ 0.6 x2

Si se conoce la medida de la proyeccin en cada eje, se llega entonces a las igualdades:

0.6 x 1+ 0.8 x 2=0.7

0.8 x 1+0.6 x 2=0.5
Resolviendo entonces el sistema se encuentra la posicin del
punto en el plano con el sistema coordenado ortogonal
formado por

B .

3.2 ART sobre planos.

Los tomgrafos envan rayos-x a travs de secciones
transversales planas del paciente. Los instrumentos de
medicin en el escner comparan entonces las intensidades
de los rayos antes de penetrar el tejido y el emerger del
paciente. Debido a la variedad de tejidos en el paciente,
una parte de la energa de los rayos es absorbida. Por lo cual
la intensidad de salida

I out

al emerger del paciente es

inferior a la inicial (de entrada)

I .

I out /I

son

Las

razones

los

nicos

datos

recopilados fuera del cuerpo del paciente por el escner. A partir de estos, los fabricantes y
diseadores deben disear una serie de algoritmos para recrear la imagen mostrando los tejidos del
paciente. Como la absorcin del rayo-x depende de la totalidad
de masa atravesada por este, sistema operativo debe resolver un
sistema de ecuaciones que determina la densidad de masa en
varios puntos del cuerpo del paciente. Todo ello a fin de producir
una imagen til para el diagnstico mdico.
La figura 2 ilustra el rol de las matemticas en la tomografa
computarizada. En el tringulo, los tres discos representan tres
rganos cuya localizacin es conocida, pero no sus masas (
X 1 , X 2 y X 3 respectivamente) mientras que las lneas rectas
representan los rayos-x. En general, los rganos se encuentran
uno frente a otro, por lo que cada rayo atraviesa ms de un
rgano. Por ejemplo, en la figura el rayo

L12

atraviesa la

masa total

X1+ X2

al atravesar los primeros dos rganos por lo cual se absorbe una cantidad

B 12 de la intensidad del rayo.

Como el sistema solo tiene una nica solucin, la medicin de las absorciones (

B 12 , B 23 , B 31 ) y la

resolucin del sistema linear resultante (eliminacin con ordenador) revela las masas (

X 1 , X 2 , X 3 ).

EJEMPLO. Suponer que el escner produce medidas:

B 12=0.8 , B23=0.9 , B31=0.7 . El sistema de ecuaciones se vuelve entonces:

{
Resolviendo el sistema, se obtienen las masas

X 1 + X 2=0.8
X 2 + X 3=0.9
X 1+ X 3=0.7

X 1=0.3 , X 2=0.5 y X 3=0.4 .

Para el diagnstico mdico, CT calcula la densidad de los tejidos, nos solo para tres ubicaciones, sino
para miles de locaciones en cada rgano. De ello surgen los sistemas de miles ecuaciones lineales de
miles de incognitas. En la cual llamaremos

XN

a la densidad (o mejor dicho el coeficiente de

absorcin) en el N-simo punto seleccionado.

De hecho, solo el caso de tener cuatro puntos, se vuelve problemtico , pues produce no cuatro sino
seis ecuaciones, como se observa en la figura 3. Sin embargo, las seis ecuaciones con cuatro incgnitas
carece de solucin. Aun tomando solo cuatro expresiones de entre ellas, puede obtenerse un sistema
singular sin solucin. Adems, a pesar de que existen frmulas exactas para calcular cada

XN

en

trminos de todos los rayos-x ue atraviesan cada uno de los pares de masa, estas no ayudan en la
prctica pues las localizaciones de las masas continan siendo desconocidas.

3.3 ART en el espacio.

A diferencia de los tomgrafos (CT) que miden rayos-x a lo largo de lneas en el plano, la resonancia
magntica nuclear (NMR o MRI) mide los campos electromagnticos sobre planos en el espacio, pero a
nivel operacional son similares.
Considrense por ejemplo, cuatro masas desconocidas X 1,
X2 , X3 y X4 y no coplanares en el espacio. De manera
general, estas determinan cuatro planos si se observan
como los vrtices de un tetraedro que tiene cuatro caras
planas triangulares como el mostrado e la figura 4.
En este caso denotaremos

PI y B I

al plano y la

medicin respectivamente que no incluye al I-simo

punto. Dnde la medicin

BI

en NMR corresponder a

la suma de las tres masas en cada plano. Por lo que se

obtienen en este caso, las cuatro ecuaciones siguientes:

X 2+ X 3 +X 4=B1
X 1+ X 3 +X 4=B2
X 1+ X 2 +X 4=B3
X 1+ X 2 +X 3=B 4

EJEMPLO. Suponer las cuatro mediciones (

B 1 , B2 , B3 , B4 )= ( 7,6 , 9, 8 ), el sistema se vuelve

entonces:

X 2+ X 3 + X 4=7
X 1+ X 3 + X 4=6
X 1+ X 2 + X 4=9
X 1 + X 2 + X 3=8

Entonces, se obtienen las masas (

X 1 , X 2 , X 3 , X 4 )= ( 3,4,1,2 ).

De manera similar a lo mostrado para CT, estas cuatro masas sirven solo de ejemplo para explicar la
naturaleza del NMR. Ya que en la realidad, la precisin y la resolucin ptima para el diagnstico
mdico requiere miles de puntos, lo que origina sistemas con miles de ecuaciones.

Por estas y otras razones, el mtodo descrito en esta seccin Tcnica de reconstruccin algebraica
(ART)- a quedado confinada a aplicaciones particulares.
Para la tomografa general, se ha desarrollado otro mtodo, basado en el clculo multivariable y
temas matemticos relacionados, que han demostrado ser ms efectivos como se describe en las
siguientes secciones.
Adems de este, existen ms tipos de CT, por ejemplo, con rayos-X no solo en un plano, sino en el
espacio tridimensional (consultese Sochurek).

4. Transformada de Radn.
Mientras que la reconstruccin algebrica modela los tejidos internos a partir de un nmero finito de
puntos o clulas, el mtodo presentado a continuacin modela tejidos internos con una funcin de dos
variables que representan la densidad del tejido en cada punto de una seccin transversal del
paciente. La mediciones a partir de un escner CT depende entonces de la masa total recorrida por
cada rayo. Estas mediciones corresponden a las integrales de densidad sobre cada lnea recta en el
plano. Con un gran nmero de puntos, los modelos continuos como este han probado ser ms efectivos
que los modelos discretos. Estas ideas se presentan detalladamente a continuacin.

4.1 El conjunto de todas las lineas rectas en el plano.

Para asignar ciertas medidas a rayos-x especficos, es necesario especificar la posicin de cada rayo-x.
Con rayos-x modelados como lineas rectas, de tal manera que, especificar la posicin de cada rayo-x
equivale a especificar la locacin y orientacin de cada lnea recta en el plano. Un mtodo usual
consiste en describir el punto ms cercano de cada lnea recta en el plano

R2={ ( x , y ) : x , y R }

por dos nmeros reales en coordenadas polares

r R2

Usualmente con la convencin

perpendicularmente desde la lnea

0 a< . Donde r

al origen O=(0,0)

Lr , a

Lr , a R

r (cos a , sin a)

,
.

representa la distancia medida

y

representa el ngulo

medido en sentido antihorario desde el eje horizontal positivo hacia la direccin perpendicular a

Lr , a , como puede observarse en la figura 5.

Esta representacin, da la ventaja de poder expresar lineas rectas de cualquier posicin y orientacin
en el espacio ya que las dos variables

aportan la informacin necesaria para reconstruir

la ecuacin cartesiana de la recta. Ciertamente, sea

cercano al origen de la lnea
unitario

x =( x , y)

r (cos a , sin a)

que representa el punto ms

Lr , a , como en la figura 5. Entonces, la lnea es perpendicular al vector

a =(cos a , sin a) . Consecuentemente, la proyeccin ortogonal de cada punto

sobre

Lr , a

coincide con el punto

ortogonal de la lnea entera se resude al punto

Es as que, la ecuacin de la recta formada, es :

x , a =x cos a+ y sin a=r (1)

r (cos a , sin a) . De hecho, la proyeccin

r (cos a , sin a) .

Lr , a . Esta lnea pasa a travs

Estos nmeros tambin proporcionan una parametrizacin de la recta

de

r a

y es paralela al vector unitario

x =( x , y)

. En consecuencia, para cada punto

euclidiana desde

hasta

r a

na =(sin a , cos a)

perpendicular a

en la recta, si

positiva se va en direccin de

s= d (x , r a )

na

denota la distancia

(o negativa de lo contrario),

entonces:

x =r a + s na ( 2)
r (cos a ,sin a)+ s(sin a , cos a)
(r cos as sin a , r sin a+ s cos a)
Que es la parametrizacin de la recta

a =(cos a , sin a)

Lr , a .por su longitud de arco s .

EJEMPLO. La lnea de coordenadas polares : r=5

a=

tiene la ecuacin paramtrica:

cos as sin a = 5 ( 1/2 )s ( 3 / 2)

( xy )=( rrsin
a+ s cos a ) (5 ( 3/2 ) s (1/ 2))

4.2 Integrales de funciones sobre lneas rectas.

Esta subseccin explica la naturaleza de las mediciones desde un tomgrafo en trminos de integrales.
Sea

D R 2

el subconjunto del plano correspondiente a la seccin transversal del paciente. Por

certitud, asumir que

2

f : R R

Sea tambin

es cerrado y acotado. Tambin, considerar la funcin continua

f (x, y)

tal que

internos en el punto

modela la densidad (coeficiente de absorcin lineal) de los tejidos

(x , y ) ; en particular f ( x , y ) =0 en cada punto fuera de

{x R : p< x< q }
p,q

segmentos semi-abiertos

D .

el segmento de recta entre p y q. Y de manera similar, sean los

p , q y p ,q .

Definicin1: Transformada de Radn.

La transformada de Radn de una funcin

f : R R

es:

R
0,
( R f ) : R
Definida por las integrales de f a lo largo de cada lnea recta en el plano:
Nota: la frmula 3 resulta de sustituir la ecuacin paramtrica de la recta (encontrada en (1)) en

f (x , y)
EJEMPLO. Considerar la funcin

f R , c mostrada en la figura 8, con valor:

2
2
2
2
2
f R , c (x , y)= c ( 1 x + y / R ) si x + y R
0 si x 2 + y 2 > R2

Para cada recta

Lr , a con coordenadas polares r , a existen dos casos.

r > R entonces la linea no intersecta el disco

Si

f R , c =0 ( R f R ,c ) ( r , a )=0

rR

Si
por

x Lr ,a

entonces la lnea intersecta el disco

x 2+ d 2=R2 , de donde d= R2r 2

extiende una distancia

D y

D por lo cual

paralela a

D en el segmento de longitud 2 d

dado

como se muestra en la figura 9. El segmento se

Lr , a en cada lado del punto r a debido a que

Lr , a son simtricos respecto al dimetro.

Por lo tanto la transformada de Radn, que es la integral sobre el rea sombreada en la figura 10, es:

( R f R , c ) ( r , a ) = f ( r cos as sin a , r sin a+ s cos a ) ds

c 1
d

R 2r2

ds

1 s 2 2 r
s
r +s + arcsin
R 2
2
R

R r

r 2+ s 2
ds
R

{ [
[
{

2 c s

2c

c 1

R r

r cos as sin a2 +r sin a+ s cos a2

1
R

R2r2

]}|

R2r 2
r2
R2 r 2
R+ arcsin
2
2
R

]}

En la prctica, cada recta

Lr , a

R2r 2 rR arcsin RRr

2

representa un rayo-x y los nmeros representan las mediciones

proporcionadas por el tomgrafo. El problema de la CT consiste entonces determinar los valores

f (x , y)

de la densidad de los tejidos internos a partir de las mediciones

( R f R , c) ( r , a)

Particularmente, aunque que la teora de la transformada de Radn resulta indispensable para orientar
el diseo de escneres, raramente se determina la forma explcita de la transformada de Radn de una
funcin en especfico, salvo por algn pequeo nmero de casos de prueba como en el ejemplo
anterior.

5. Aproximacin a la identidad.
En la prctica, las medidas pueden sufrir imprecisiones debido a las limitaciones en los aparatos de
medicin o a perturbaciones externas imprevistas, por ejemplo. Sin embargo, muchas de estas
imprecisiones pueden cancelarse en el promedio, por ello, este puede ser mucho ms preciso que una
sola medicin. Es esta la razn de que los clculos prcticos de una imagen a partir de las mediciones
un rayo-x involucran medias o medias ponderadas con mayor peso cerca de la posicin de inters y
menor pero en zonas lejanas, como se describir a continuacin.

5.1 Funciones de densidad en una dimensin.

El promedio usual de una funcin continua

[a ,b ] con a<b
b

f :[a ,b ] R

sobre un intervalo cerrado y acotado

es:

1
1
f ( t ) dt= f ( t )
dt

ba a
ba
a
Dicho promedio asigna el mismo peso

1
(ba)

a cada valor

t [a , b] . No obstante, muchas

situaciones requieren un mayor peso cerca de una posicin de inters en particular y un peso menor
ms lejos. De ah, surge un concepto ms general y til, de promedio ponderado.

Definicin2: Funcin de densidad (ponderacin o peso) unidimensional.

Se le llama as a la funcin

: R R

R| (t)|dt<

1)

tal que:
y

2)

R ( t ) dt =1

Aplicaciones especficas pueden imponer otras condiciones como no negatividad, continuidad o

diferenciablilidad.
En lo posterior, la notacin A:=B servir para definir un objeto A an no definido como algn objeto B
ya definido.
EJEMPLO. La funcin

h mostrada en la figura 11 (a), con valor:

0 si t <1
1+t
si1 t < 0
h (t)=
1t si 0 t <1
0 si t >1
Es una funcin de densidad, ya que
EJEMPLO 2. Dada

R h ( t ) dt=1 adems, h es no negativa y continua.

hc :R R mostrada en la figura 11(c), tal que

c> 0 :

0 si t<c
1
t
1+ sic t <0
c
hc ( t ) = c
1
t
1 si0 t< c
c
c
0 si c>1

( )
( )

Tambin es una funcin de densidad, ya que

R h ( t ) dt=1 adems, h es no negativa y continua.

Las funciones anteriores asignan un peso mayor al origen (t=0) y ningn peso fuera del intervalo [-1,1].
Pero, algunas situaciones requieren la posibilidad de ajustar el tamao relativo de los pesos mayores y
el intervalo dnde se encuentra el mayor peso.

( t)

que asigne mayor peso cerca del origen con una

t ut

produce una nueva funcin de peso que asigna

La composicin de una funcin de densidad

traslacin definida al hacer el cambio
mayor peso cerca del punto

u .

5.2 Aproximaciones a la identidad en una dimensin.

Cualquier coleccin de funciones densidad como

hc

del ejemplo 2 en la subseccin anterior, que

permite el ajuste del intervalo de mayor peso lleva el nombre de aproximacin a la identidad por las
razones explicadas a continuacin.

Definicin 3: Aproximacin a la identidad

{ c :c >0 }

Se refiere al conjunto de funciones densidad

disminucin del intervalo en el cual la funcin densidad

1) Para cada intervalo [-R,R] con

tal que la disminucin de c implica la

c asigna el mayor peso:

R>0
R

lim c ( t ) dt=1
c 0 R

El nombre aproximacin de la identidad surge del hecho de que surge del hecho de que promediar una

funcin

con funciones de densidad

aproxima el valor

f (x)

t c ( xt ) a partir de una aproximacin a la identidad,

con un aumento de precisin cuando

tiende a cero, como se muestra

en la figura 12.

Proposicin 1. Para cada funcin

identidad

f : RR

continua en

t=x

y para cada aproximacin a la

{ c :c >0 } tenemos que:

R

f ( x )=lim f ( t ) c ( t ) dt
c 0 R

Demostracin. Por definicin de continuidad de

en

x , se tiene que >0

existe

para el que.

|f ( t )f ( x )|< si|tx|<
En consecuencia, si

0<c <

xc <t< x+ c , entonces |t x|<c <

|1 f ( x ) R f ( t ) c ( x t ) dt|=| R f ( x ) c ( t ) dt R f ( t ) c ( x t ) dt|

de donde:

>0

| R f ( x ) c ( t ) dt R f ( t ) c ( xt ) dt|
| R [ f ( t )f ( x ) ] c ( t ) dt|
R|[ f ( t ) f ( x ) ] c ( t )|dt
R | c ( t )| dt
R| c ( t )| dt M
Que tiende a cero si

tiende a cero. Por ello:

lim |f ( x ) R f ( t ) c ( xt ) dt|=0
c0

f ( x )=lim R f ( t ) c ( xt ) dt

c 0

Definicin 4: Circunvolucin
Para cada par de funciones

f : RR

existe, definimos la circunvolucin de

h: RR

para las cuales la siguiente integral

f y h como la funcin denotada f h

con:

( f h ) ( r ) R f ( s ) h ( rs ) ds
Los resultados siguientes muestran que ninguna funcin de densidad puede servir como bloque de
construccin de una aproximacin a la identidad.

Proposicin 2. Para cada funcin de densidad

conjunto

: RR

tal que

( t)=0

t [1,1]

el

{ c :c >0 } definido por:

1
t
c ( t )
c
c

()

Constituye una aproximacin a la identidad

Demostracin. Realizar el cambio de variables

t cs

s t/c . Para cada

0<c < R , entonces:

c

1
t
R c ( t ) dt= c ( t ) dt=
dt= ( s ) ds=1
c
c
c
c
1

()

El mismo cambio de variable confirma que

y para el mismo

M>0

R>0

si

R c ( t ) dt = |c ( t )|dt=
c

| ( )|

1
t

dt= | ( s )|ds=M
c
c
1

Un resultado similar se obtiene para funciones que no se anulan fuera del intervalo [-1,1], pero no se
estudiar debido a que no es tema requerido en la explicacin del presente material.

5.3 Aproximaciones a la identidad en varias dimensiones.

Definicin 5: Funcin densidad de dimensin-n
n

: R R tal que:

Se denomina as a la funcin

R | ( x )|d x 1 d x n<

1)

x +y R

donde

R ( x ) d x 1 d x n=1
n

f R , c mostrada en la figura 13, con valor c ( 1 x 2+ y2 / R ) en

EJEMPLO. Considerar la funcin

el disco

2)

y 0 fuera de este, i.e:

2
2
2
2
2
f R , c ( x , y ) = c ( 1 x + y /R ) si x + y R
0 si x 2 + y 2> R2

Tomando el valor

c :=3 / R2 , el uso de coordenadas polares confima que f R , 3/ R

R |f R , c ( x , y )|dxdy = R f R ,c ( x , y ) dxdy
2

D c 1

x 2+ y 2
R

dxdy
r= R a=

r=0 a=

r= R

r
rdr
R

2 c 1
r=0

r= R

r2
dr
R

( )

2 c r
r=0

r
r
2 c
2 3R
2

2 c

r
rdrda
R

c 1

0
2

R c R
=
=1
6
3

ya que :

Consideraciones similares a las tomadas para una dimensin, muestran que en varias dimensiones, as
funciones densidad tambin proveen promedios ponderados que aproximan el valor de funciones
continuas, como se ilustra en la figura 14.

Teorema 1. Para cada funcin

: Rn R

con

f : Rn R

continua en

x =( x 1 , , x n) :

1
1
f ( z )=lim R f ( x ) |z x| d x1 d x n
c
c
c 0
2

La demostracin es similar a la demostracin en

z R n

y para cada funcin densidad

6. Transformada de Radn inversa.

Esta seccin explica la tcnica de retroproyeccin para determinar los hasta ahora desconocidos
valores de densidad (coeficientes de absorcin)

f (x , y)

a partir de las mediciones

( R f )(r , a) .

6.1 La transformada de Radn adjunta.

Algunos de los primeros, pero infructferos intentos de usar computadoras para resolver los valores

f (x , y)

a partir de las medidas

promedio de

( R f )(r , a)

( R f )(r , a) sobre las rectas

se basaron en poca teora. Estos, calculaban un

Lr , a a travs del punto ( x , y ) .

( x , y ) se encuentra en la lnea si y solo si

Como

punto ( x , y )

x cos a+ y sin a=r , se sigue que para cada

0,
, Lr , a pasa por el punto si y solo si
y cada ngulo
a

r=x cos a+ y sin a .

Esta frmula parametriza el subconjunto de todas las rectas que pasan por el punto

la especificacin de

para cada

( x , y ) mediante

a . En consecuencia, el valor promedio de las mediciones a lo

largo de todas las rectas tiene la forma:

[ R ( R f ) ] ( x , y )= 1 ( R f )( x cos a+ y sin a ,a)da

0

Esta frmula parece intuitiva, ya que nos da el promedio sobre todas las rectas a travs del punto de
inters. De cualquier manera, independientemente de la potencia de clculo disponible, es intil, ya
que no se ajusta a la teora aqu esbozada.
Aunque la media toma en cuenta todas las mediciones a lo largo de todas las rectas por el punto

( x , y ) , no es igual a f ( x , y ) , pues no cancela adecuadamente las contribuciones de otros puntos

a lo largo de esas lneas. Una frmula exacta requiere un promedio ponderado, sobre todas las lneas
en el plano, del tipo:

1
( R f ) ( x cos a+ y sin ar , a) Gc ( r , a ) dr da
0
Con una funcin densidad
de una funcin de densidad

Gc . Sin embargo, la funcin

R provee un primer paso en la bsqueda

Gc .y por lo tanto en el desarrollo de un mtodo exacto de clculo.

Definicin 6: Transformada adjunta de Radn

R que mapea cada funcin continua

Es la funcin

R F

definida en

L( R2)

F definida en

a la funcin

por:

[ R F ] ( x , y )= 1 F ( x cos a+ y sin a , a) da
0

Observacin 1. La funcin

mapea un dominio de las funciones en un conjunto de funciones,

como lo hacen las derivadas ordinarias y parciales.

C (R , R)

Por ejemplo, sea

que denota al conjunto de todas las funciones

cuales existen todas las derivadas

D f =f '

mapea

f ' , f ' ' , , f k , . Entonces, la derivada

f : RR
D

para las

definida como

C ( R , R) a C ( R , R ) :

D:C ( R , R ) C (R , R)
f D f :=f '
De manera similar, sea

C0 (L( R 2) , R)

L( R2 ).

definidas en

R2

definidas en el plano

Y sea

Entonces,

que denota el conjunto de todas las funciones continuas

C0 ( R 2 , R)
R

mapea

el conjunto de todas las funciones continuas

C0 (L( R 2), R) a C0 ( R2 , R ) :

0
2
0
2
R :C (L( R ) , R) C ( R , R )

F R F

[ R F ] ( x , y )= 1 F ( x cos a+ y sin a , a) da
0

La utilidad de la adjunta
abstracto

L( R )

reside en la capacidad de convertir integrales en el subconjunto

en integrales sobre el plano

R2 , para integrales de la forma siguiente.

Definicin 7.
Para todas las funciones

f , g : R2 R R se define, en caso de existir, la integral:

f , g = R f ( x , y ) g ( x , y ) dxdy
2

De manera similar, para todas las funciones continuas

a=

1
F ,G = F (r , a) G ( r , a ) dr da.
a =0

F , G: L( R ) R

, se

define:

Observacin 2. Las operaciones

son productos internos en espacios vectoriales de funciones.

Sus aplicaciones en la tomografa computarizada y en otros lugares demuestran la utilidad de la

aplicacin en lineal lgebra abstracta.

R de

La siguiente proposicin muestra que la adjunta

la transpuesta

AT

de la matriz real

tiene caractersticas similares a los de

para la cual:

A x , z =x T A T z

Proposicin 3. Para cada funcin

igual a cero fuera de

f :R R

continua en un disco

D , y para cada funcin continua

cerrado y acotado e

F : L( R2 ) R

R f , F = f , R F
Demostracin.
Para cada punto

(x, y)

en el plano

R2

y para cada recta

Lr , a

pasando por l, realice el

cambio de coordenadas

(r , s)

primer eje coincida con

Lr , a mientras que el segundo eje sea perpendicular a la recta en ( x , y ) :

con dos ejes ortogonales a travs de dicho punto. Cuidando que el

r=x cos a+ y sin a

s=x sin a+ y cos a
Para el uso posterior, el cambio de coordenadas inverso de esta parametrizacin es:

x=r cos as sin a

y =r sin a+ s cos a
Como el Jacobiano de la matriz tiene un determinante igual a uno, esto es:

r
det x
s
x

r
y =det cos a sin a =[cos a]2 +[sin a]2=1
s
sin a cos a
y

( )

Intercambiando el orden de integracin y entonces realizando un cambio de coordenadas, se obtiene:

1
R f , F =. ( R f ) (r , a) F ( r , a ) dr da
0

f ( r cos as sin a , r sin a+ s cos a ) ds F ( r ,a ) dr da

{
{
{

}
}

1
f ( r cos as sin a ,r sin a+ s cos a ) F ( r , a ) da dr ds
0
1

f ( r cos as sin a ,r sin a+ s cos a ) F ( r , a ) da dr ds

f ( x , y ) F ( x cos a+ y sin a , a ) da dx dy

. { f ( x , y ) ( R F ) (x , y) } dx dy= f , R F

Las integrales mltiples, cambios de coordenadas y permutaciones del orden de integracin requieren
una justificacin. Dicha justificacin es vlida para la funciones continuas considerados aqu, pero
todava implican una sofisticacin en el nivel de anlisis matemtico de alto nivel

6.2 Retroproyeccin filtrada.

La frmula propuesta aqu para resolver

f (x , y )

( R f ) (r , a)

en trminos de

envuelve

traslaciones de una formula bsica para el origen. Consecuentemente, la siguiente notacin es til.
Definicin 8.
Para cada funcin

f :R R

y para cada punto

u=(u , v ) , defina

como cualquiera de

las formulas siguientes:

u

f ( x ) f ( ux )

De igual manera, para cada recta

L R

, sea

uL

la simetra central de

Lu

respecto al

origen:

uL {u x : x L }
Esta notacin provee una frmula alternativa para la media ponderada de una funcin continua
con una funcin de densidad

g :

1
1
f ( u , v ) =lim R f ( x , y ) g [ ( u , v ) ( x , y ) ] dx dy
c
c
c 0
2

1
1
lim R f ( u , v )( x , y ) g [ ( x , y ) ] dx dy
c
c
c 0

lim (f gc ) ( u , v )
c0

lim

c 0

| f |, g
u

En esencia la retroproyeccin filtrada consiste en encontrar una funcin

gc =R Gc

L ( R 2 ) tales que

las lneas

Gc

en el conjunto de todas

pues entonces:

| f |, g = | f|, R G = R ( f ) , G

f (u , v)

Con lo que se obtiene

R ( uf ) en trminos de

R ( uf ) . Los resultados siguientes expresan

Rf

Demostracin. Si

( X ( s ) ,Y ( s ) )

parametriza la recta

L , entonces ( u X ( s ) , vY ( s )

uL . Entonces,

parametriza

en trminos de

[ R ( f ) ] ( L )= ( R f ) (u L)

Proposicin 4.

[ R ( f ) ]( L

r ,a

) = |u f |[ r cos as sin a ] , [r sin a+ s cos a] ds

f (u [ r cos as sin a ] , v[r sin a+ s cos a])ds

( R f ) (u Lr , a)

Este resultado produce la formula siguiente

( R f ) ( Lr ,a ) a lo largo de las rectas

f ( u , v ) =lim
c 0

f (u , v)

para

Lr , a en el plano:

| f |, g =lim | f |, R G =lim R| f |, G

c0

c 0

en trminos de las mediciones

Escribiendo el ltimo termino en su forma explcita, se tiene:

f ( u , v ) =lim
c 0

1
( R f )(u cos a+ v sin ar , a) Gc ( r , a ) dr da( 6)
0
f

Observacin 3. Algunas suposiciones sobre la naturaleza de la funcin

son necesarias, por

ejemplo, la hiptesis hecha anteriormente: f es cero fuera de la zona encerrada por

D R 2

Observacin 4. Difcilmente se calcula el valor o simblicamente usando la formula (6). De hecho, el

valor real de esta reside en que provee una teora til para el diseo de programas para la CT. En la
prctica, las computadoras asociadas a los tomgrafos reciben los valores medidos de
desde el escner y entonces aproximan la densidad del tejido en los puntos seleccionados

( R f ) ( r k , al )
f (um , vn )

con la integracin numrica de la parte derecha de (6).

La

seleccin ptima de los valores muestra de

rk

al

tales que se obtenga la menor

incertidumbre es an objeto de estudio. Los algoritmos tpicos usan direcciones uniformemente

espaciadas

al

l {1, , p } y un subconjunto de distancias

para

tambin uniformemente espaciadas en un radio ptimo

p/q

rk

k {q , , q }

dependiendo de la resolucin

deseada en la imagen final.

Como el uso de coordenadas polares no corresponder con el punto

( um , v n )

en el plano cartesiano,

interpolaciones y aproximaciones intermedias sern necesarias. Algunos escneres usan otros esquemas
de indexado, por ejemplo, no considerando los rayos-x como lneas paralelas sino como abanicos
emanando de una fuente en comn.

7. Otros temas
Esta seccin describe brevemente algunos temas relacionados con la tomografa.

7.1 Tomografa Fan-Beam

Posteriormente a los tomgrafos de rayos paralelos desarrollados por Cormack y Hounsfield, la
tomografa mdica se orient rpidamente a los tomgrafos de rayos en abanico. En este tipo de
escneres, la fuente

de rayos-x se mueve en siguiendo una trayectoria circular de radio

centro en el origen, por lo que emite en un patrn de abanico. Entonces, si

punto en coordenadas polares desde el que emite la fuente y

( , R)

denotan un

representa el ngulo de los rayos

positivo en sentido anti horario des de la lnea que une O y S, entonces ambos rayos permiten
identificar el rayo

Lr , a . Por lo que habr dos maneras de identificar el rayo y, sin importar cual se

use, una transformacin de coordenadas es necesaria.

7.2 Resonancia magntica nuclear (NMR)

Los escneres NMR emiten pulsos electromagnticos y entonces miden el campo electromagntico
causado por el ncleo de tomos a lo largo de planos (cortes transversales) en el tejido. Por ello, si

f (x , y , z )

es la densidad del tejido en un punto

el espacio, el escner NMR mide la integral de

( x , y , z) , entonces para cada plano

sobre el plano

en

P como:

( R f ) ( P ) R f dA
2

Dnde

dA denota la medida euclidiana de la superficie en el plano. Los mtodos matemticos para

resolver

a partir de las mediciones

Rf

incluyen el uso de aproximaciones a la identidad con

tres variables espaciales y una transformada adjunta, pero los escneres mdicos tambin emplean
mtodos basados en la transformada de Fourier.
Las siguientes frmulas de clculo multivariable muestran uno de varios mtodos de parametrizacin
de planos en el espacio.
Usando

, se muestra que para cada vector

unitario, existen reales

(en coordenadas esfricas de w

) para las cuales:

w1
cos sin
w 2 = sin sin
cos
w3

( )(

Ms an, para cualesquiera

reales, con

ortonormales:

cos sin
cos cos
sin
w = sin sin , u = sin cos , v = cos

cos
sin
0

w =( w1 , w2 , w3 )

) (

EJEMPLO.
Este
ejemplo
muestra como parametrizar un
plano especfico y como
calcular
la
integrl
correspondiente.

) ( )

sin 0 , los siguientes tres vectores son

Considerar el plano

unitario

Pr , w

separado a una distancia

r=

3
5

del origen, en la direccin del vector

( 112 , 116 , 119 )

w=

Primeramente, deben determinarse los vectores ortonormales

equivalentemente perpendiculares a

u=

( 119 , 611 , 112 )

parmetros

( 116 , 117 , 611 )

v =

paralelos al plano (o

por cualquier mtodo conocido. Por ejemplo , sean

. Entonces, para cada punto

x P r ,w

existen los

( p , q ) R2 tales que

2
11
3 6
x =r
w + p u + q v =
+p
5 11
9
11

9
6
11
11
6 +q 7
11
11
2
6
11
11

()()()

Luego, calculando el determinante del Jacobiano de la parametrizacin, que ser siempre igual a 1
para dos vectores ortonormales:

xp qx=u v=w=1

|det I ( p , q)|=

Finalmente, la integral sobre el plano se vuelve:

( R f ) ( P ) R f dA
2

R f (r
w + p u + q v )|det I ( p , q)|dpdq
2

R f (r w1+ p u 1+ q v 1 ,r w 2+ p u 2+ q v 2 ,r w3 + p u 3+ q v 3 ) dpdq
2

R f (r
2

( 112 )+ p( 119 )+q ( 116 ) , r ( 116 )+ p( 611 )+ q( 117 ) , r ( 119 )+ p( 112 )+ q( 611 ))dpdq

7.3 Notas histricas sobre Tomografa Computarizada.

La literatura matemtica sobre CT incluyendo el trabajo del Premio Nobel en fsica Allan M.
Cormack, cuyo trabajo fue la base en este rubro acredita al fsico Hendrik Antoon Lorentz (1823-1928)
con el primer teorema sobre tomografa computarizada en un continuo (integrales, que se oponen a
sistemas de ecuaciones lineales). Aunque Lorentz no lo public como teorema, el crdito le viene de la
publicacin por H.B.A. Bockwinkel in 1906 , que atribuye el resultado de Lorents y lo aplica a la
propagacin de la luz en cristales biaxiales.
La literatura tambin otorga crdito a Johann Radn con la primera publicacin de la prueba del
teorema matemtico que posteriormente llevar el nombre de Teorema de la inversin de Radn. La
aplicacin es ahora conocida en Ct que no exista en 1917. Entonces, Radn prob su teora como una
parte de la matemtica abstracta, sin llevarla a la prctica y tal vez sin prever su aplicacin en la
medicina. Sin embargo, Radn describe relaciones entre su teora y el Laplaciano del promedio de
funciones a lo largo de lneas o planos y los potenciales newtonianos en electrosttica y gravedad.
Adems, Radn tambin le da crdito a dos fsicos: Minkowski y Funk en cuyos trabajos bas su propia
teora.
La teora desarrollada por Funk, Lorentz, Minkowski y Radn dio origen a generalizaciones terica en
mayores dimensiones por los fsicos Paul Ehrenfest y George Uhlenbeck (1925); probabilidad por Cramer
y Wolf (1936) con la reconstruccin de las distribuciones probables de distribuciones marginales.
Tambin en 1936, el astrnomo armenio V.A. Abartsumian redescubri de manera independiente la
teora de Radn y la aplic para determinar la distribucin de la velocidad de las estrellas a partir de
mediciones de sus velocidades radiales. El trabajo de este astrnomo aparentemente constituye la
primera aplicacin de la tomografa computarizada, y claro, en 1936 sin ordenadores.
En 1956, el radio astrnomo R.N.Bracewell aplico la teora de Radn para reconstruir el patrn de las
ondas radio emitidas desde el sol a partir de las mediciones de las radiaciones a lo largo de franjas
delgadas.
Tambin en 1956, Cormack comenz sus investigaciones en aplicaciones de la transformada de Radn
en radiologa mdica, que despus le otorg el premio Nobel en medicina con G.N. Hounsfield y llev a
los escneres CT y NMR., as como otras aplicaciones y clculos.