Diagnóstico auxiliado por computador na radiologia

COMPUTATIONAL ANALYSIS BASED ON ARTIFICIAL NEURAL NETWORKS FOR AIDING IN DIAGNOSING OSTEOARTHRITIS OF THE LUMBAR SPINE

OBJECTIVE

To ascertain the advantages of applying artificial neural networks to recognize patterns on lumbar spine radiographies in order to aid in the process of diagnosing primary osteoarthritis.

METHODS

This was a cross-sectional descriptive analytical study with a quantitative approach and an emphasis on diagnosis. The training set was composed of images collected between January and July 2009 from patients who had undergone lateral-view digital radiographies of the lumbar spine, which were provided by a radiology clinic located in the municipality of Criciúma (SC). Out of the total of 260 images gathered, those with distortions, those presenting pathological conditions that altered the architecture of the lumbar spine and those with patterns that were difficult to characterize were discarded, resulting in 206 images. The image data base (n = 206) was then subdivided, resulting in 68 radiographies for the training stage, 68 images for tests and 70 for validation. A hybrid neural network based on Kohonen self-organizing maps and on Multilayer Perceptron networks was used.

RESULTS

After 90 cycles, the validation was carried out on the best results, achieving accuracy of 62.85%, sensitivity of 65.71% and specificity of 60%.

CONCLUSIONS

Even though the effectiveness shown was moderate, this study is still innovative. The values show that the technique used has a promising future, pointing towards further studies on image and cycle processing methodology with a larger quantity of radiographies.

Integrando ferramentas de auxílio ao diagnóstico no sistema de arquivamento e comunicação de imagens

OBJETIVO: Este artigo apresenta um modelo de integração de algoritmos de diagnóstico auxiliado por computador dentro do fluxo de trabalho dos sistemas de gerenciamento de imagens, desenvolvido com base em um conjunto de ferramentas computacionais de código aberto e uso livre chamado dcm4che2. MATERIAIS E MÉTODOS: O modelo de integração é composto por um servidor de processamento de imagens e por serviços de comunicação. O gerenciamento de dados segue o fluxo de trabalho definido pelo perfil de pós-processamento (PWF) do Integrating the Healthcare Enterprise (IHE) e utiliza a funcionalidade de captura secundária do DICOM. Uma aplicação para lesões difusas de pulmão foi utilizada para prova de conceito. RESULTADOS: O algoritmo de classificação de padrões apresentou acurácia de 78%, com base em um método de teste de validação cruzada. A integração possibilita a visualização das imagens processadas como uma nova série dentro do estudo original. CONCLUSÃO: O modelo de integração proposto baseiase em perfis do IHE e permite o estabelecimento de procedimentos padronizados. Os princípios utilizados para integração do fluxo de trabalho são aplicáveis para qualquer tarefa não interativa de pós-processamento de imagens.

Avaliação de parâmetros morfométricos calculados a partir do contorno de lesões de mama em ultrassonografias na distinção das categorias do sistema BI-RADS

OBJETIVO: Avaliar o desempenho de parâmetros morfométricos, calculados a partir do contorno de lesões de mama em ultrassonografias, na quantificação de suas características morfológicas e na distinção das categorias 2, 3, 4 e 5 do sistema de classificação ecográfica BI-RADS. MATERIAIS E MÉTODOS: A casuística é composta por 40 casos com registro ortogonal de pacientes submetidas à cirurgia. A partir das lesões segmentadas, foram calculados cinco parâmetros morfométricos para quantificar o contorno e a forma das lesões: razão de área, razão de superposição, valor residual normalizado, circularidade e razão entre largura e profundidade. A análise discriminante linear foi usada para selecionar os parâmetros mais significativos na distinção das características morfológicas das lesões, usando como figura de mérito a curva ROC. RESULTADOS: A razão de superposição foi capaz de diferenciar estatisticamente as lesões classificadas como BI-RADS 3 daquelas classificadas como BI-RADS 4 (a = 5%; p = 0,015), sendo, também, o parâmetro morfométrico que apresentou melhor desempenho na diferenciação entre lesões malignas e benignas. CONCLUSÃO: Este resultado indica que a análise morfométrica de lesões de mama em ultrassonografias tem potencial para auxiliar na distinção de pacientes que deveriam ser submetidas à biópsia, daquelas que poderiam manter controle por métodos de imagem.

Auxílio à detecção de anormalidade perfusional miocárdica utilizando atlas de SPECT e registro de imagens: resultados preliminares

OBJETIVO: Criar um atlas de cintilografia de perfusão miocárdica e verificar sua aplicabilidade no auxílio computadorizado à detecção de defeitos perfusionais miocárdicos em pacientes portadores de cardiopatia isquêmica. MATERIAIS E MÉTODOS: O atlas foi criado com imagens de cintilografia de perfusão miocárdica, em condições de repouso e estresse, de 20 pacientes de ambos os gêneros com baixa probabilidade de doença arterial coronariana e julgadas normais por dois observadores experientes. Técnicas de registro de imagens e operações matemáticas sobre imagens foram utilizadas para obtenção de modelos de média e desvio-padrão da captação miocárdica percentual de cada gênero e condição fisiológica. RESULTADOS: Imagens de um paciente masculino e um feminino foram alinhadas com os atlas correspondentes, e os voxels apresentando valores de captação percentual dois desvios-padrão abaixo da média da respectiva região do atlas foram destacados nos cortes tomográficos e confirmados como defeitos de perfusão por dois observadores experientes. CONCLUSÃO: Demonstramos a criação de um atlas de cintilografia de perfusão miocárdica e obtivemos resultados promissores na sua utilização para auxílio à detecção de defeitos perfusionais. Entretanto, uma validação prospectiva com um número mais representativo de casos é necessária.

Grades computacionais na recuperação de imagens médicas baseada em conteúdo

OBJETIVO: Utilizar o poder de processamento da tecnologia de grades computacionais para viabilizar a utilização do algoritmo de medida de similaridade na recuperação de imagens baseada em conteúdo. MATERIAIS E MÉTODOS: A técnica de recuperação de imagens baseada em conteúdo é composta de duas etapas seqüenciais: análise de textura e algoritmo de medida de similaridade. Estas são aplicadas em imagens de joelho e cabeça, nas quais se avaliaram a eficiência em recuperar imagens do mesmo plano e a seqüência de aquisição em um banco de 2.400 imagens médicas para testar a capacidade de recuperação de imagens baseada em conteúdo. A análise de textura foi utilizada inicialmente para pré-selecionar as 1.000 imagens mais semelhantes a uma imagem de referência escolhida por um clínico. Essas 1.000 imagens foram processadas utilizando-se o algoritmo de medida de similaridade na grade computacional. RESULTADOS: A precisão encontrada na classificação por análise de textura foi de 0,54 para imagens sagitais de joelho e de 0,40 para imagens axiais de cabeça. A análise de textura foi útil como filtragem, pré-selecionando imagens a serem avaliadas pelo algoritmo de medida de similaridade. A recuperação de imagens baseada em conteúdo utilizando o algoritmo de medida de similaridade aplicado nas imagens pré-selecionadas por análise de textura resultou em precisão de 0,95 para as imagens sagitais de joelho e de 0,92 para as imagens axiais de cabeça. O alto custo computacional do algoritmo de medida de similaridade foi amortizado pela grade computacional. CONCLUSÃO: A utilização da abordagem mista das técnicas de análise de textura e algoritmo de medida de similaridade no processo de recuperação de imagens baseada em conteúdo resultou em eficiência acima de 90%. A grade computacional é indispensável para utilização do algoritmo de medida de similaridade na recuperação de imagens baseada em conteúdo, que de outra forma seria limitado a supercomputadores.

Avaliação da neoformação óssea na sutura palatina mediana por meio de radiografia digitalizada após a expansão assistida cirurgicamente

OBJETIVOS: avaliar a neoformação óssea na região da sutura palatina mediana em pacientes adultos submetidos à expansão rápida da maxila assistida cirurgicamente. METODOLOGIA: foram utilizadas radiografias oclusais convencionais periódicas obtidas da fase inicial e até 120 dias de contenção, digitalizadas em scanner com leitor de transparências, para a avaliação da densidade óptica. RESULTADOS: a densidade óptica apresentou um aumento na fase final de contenção, porém, os valores de pixels obtidos em 120 dias foram significantemente inferiores aos valores da fase inicial. CONCLUSÕES: 1) os valores de pixels mostraram uma variabilidade individual no processo de remodelação da sutura; 2) não houve equiparação da densidade óptica no período final de contenção aos valores iniciais, demonstrando que o prazo de 120 dias não foi suficiente para a completa neoformação e remodelação óssea da sutura; 3) os resultados obtidos pelo método computadorizado corresponderam às informações obtidas nas radiografias oclusais convencionais, acrescentando a estas a análise quantitativa dos dados obtidos, podendo ser utilizado como método complementar de diagnóstico na prática clínica ortodôntica.

RR, Trad CS. Caracterização de lesões intersticiais de pulmão em radiograma de tórax utilizando análise local de textura

OBJETIVO: Caracterizar lesões intersticiais em radiografias frontais de tórax, com base na análise de atributos estatísticos de textura, os quais permitem detectar sinais de anormalidades com natureza difusa. MATERIAIS E MÉTODOS: O esquema começa com a segmentação semi-automática dos campos pulmonares, sendo o contorno externo marcado manualmente, com posterior divisão automática de cada pulmão em seis regiões. O banco de imagens utilizado neste trabalho é composto por 482 regiões obtidas de exames contendo lesões e 324 regiões obtidas de exames normais. Os atributos de textura são extraídos automaticamente de cada uma dessas regiões e uma seleção das melhores combinações de atributos é feita através da distância Jeffries-Matusita. A classificação das regiões em normal ou suspeita é feita pela comparação com os k vizinhos mais próximos e o treinamento do classificador é baseado na técnica de treino e teste "half-half" e correlação cruzada. RESULTADOS: Os resultados obtidos foram analisados através do valor da área sob a curva ROC ("receiver operating characteristic"), a qual indica um sistema perfeito para uma área igual a 1. Os resultados forneceram uma área sob a curva ROC (A Z) igual a 0,887, com valores de sensibilidade igual a 0,804 e especificidade igual a 0,793. CONCLUSÃO: Os resultados indicam que o sistema de caracterização baseado em atributos de textura possui bom potencial para o auxílio ao diagnóstico de lesões intersticiais de pulmão.