España Palomares, SamuelSegarra Adell, Helena2026-02-272026-02-272025https://hdl.handle.net/20.500.14352/133556La cuantificación farmacocinética en tomografía por emisión de positrones o PET requiere conocer la función de entrada arterial (AIF), que típicamente se obtiene mediante técnicas invasivas como el muestreo sanguíneo. Este trabajo presenta el desarrollo y validación de un sistema detector no invasivo basado en fibras centelleadoras acopladas a fotomultiplicadores de silicio, diseñado para estimar la AIF a partir de positrones emitidos por la sangre arterial. La señal medida incluye también una componente tisular (TAC), por lo que se propone un modelo de mezcla de señales y se desarrollan algoritmos de optimización (mínimos cuadrados y recocido simulado) para su separación. Se explota además la información espectral del depósito energético diferencial entre sangre y tejido, mediante cortes en ventanas de energía, lo que incrementa la capacidad de separación. El método ha sido evaluado tanto con datos sintéticos simulados por Monte Carlo como con medidas preclínicas reales obtenidas en ratones con distintos trazadores ([18F]-FDG, [68Ga]-PSMA y [177Lu]-DOTATATE). Los resultados muestran que el sistema es capaz de recuperar la forma de la AIF de manera robusta, incluso bajo condiciones ruidosas, lo que abre la puerta a una estimación no invasiva y precisa de la AIF en estudios PET dinámicos.Pharmacokinetic quantification in positron emission tomography or PET relies on accurate knowledge of the arterial input function (AIF), typically obtained through invasive blood sampling. This work presents the design and validation of a non-invasive detection system based on plastic scintillating fibers coupled to silicon photomultipliers (SiPMs), aimed at estimating the AIF from positrons emitted by arterial blood. Since the detected signal also includes a tissue component (TAC), a signal mixing model is proposed, and optimization algorithms (least squares and simulated annealing) are developed to separate the contributions. Additionally, the distinct energy spectra of blood and tissue are exploited via energy window segmentation, enhancing component discrimination. The method is validated using both synthetic data generated through Monte Carlo simulations and real preclinical measurements in mice with various tracers ([18F]-FDG, [68Ga]- PSMA y [177Lu]-DOTATATE). Results demonstrate that the system can robustly recover the AIF shape even under noisy conditions, paving the way for accurate and non-invasive AIF estimation in dynamic PET studies.spaAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/master thesisopen access53:61PETFarmacocinéticaEstudios preclínicosAIFTACPharmacokineticsPreclinical studieFísica nuclearCiencias Biomédicas2406.06 Física Medica