Detecção de Microcalcificações de Formas Especulares para Auxilio no Diagnóstico de Câncer de Mama

Transcrição

1 Detecção de Microcalcificações de Formas Especulares para Auxilio no Diagnóstico de Câncer de Mama Aledir Silveira Pereira, Kaori Yamaguchi Universidade Estadual de São Paulo (Unesp), Brasil Resumo Os tumores em mamas, principalmente em mulheres podem representar a presença ou não de malignidade (câncer). Desenvolvemos e implementamos nesta etapa da pesquisa algoritmos que analisam imagens mamográficas e detectam microcalcificações que possuem bordas especulares ou rugosas, bem como detectam aglomerado de nanocalcificações. Segundo pesquisa de Le Gall [1], através de biópsia ficou comprovado que o formato das microcalcificações associadas a tumores nos indica a probabilidade da presença de carcinoma ou não. As microcalcificações de formas especulares estão presentes em 66% das lesões malignas e em 23% das lesões não malignas. Também a presença de aglomerado muito denso de minúsculas microcalcificações indicam geralmente a presença de lesões malignas. Temos aqui o desenvolvimento de uma ferramenta muito importante para auxílio do radiologista no diagnóstico de câncer de mama. Pois o câncer de mama ainda é uma doença que muito tem preocupado as autoridades médicas no mundo todo. Palavras-Chaves: segmentação de imagens, câncer de mama, microcalcificação. Abstract The tumors in breasts, mainly in women they can represent to presence or not of malignidade (cancer). We develop and we implement in this phase from the research algorithms that analyze images mamographic and they detect microcalcifications that they possess borders you will speculate or rugous, as well as they detect group of nanocalcifications. According to research of Le Gall [1], through biopsy was proven that the format of the microcalcificações associates the tumors in them indicates the probability of the carcinoma presence or not. The microcalcifications of specular forms are present in 66% of the malignant injuries and 23% of the not malignant injuries. Also the agglomerated presence of very dense of very small microcalcifications indicates generally the presence of malignant injuries. We have here the development of a very important tool for aid of the radiologist in the breast cancer diagnosis. Therefore the cancer of breast still is an illness that very has concerned the medical authorities in the world. Key-words: images segmentation, breast cancer, microcalcification.

2 Introdução Uma das doenças mais temidas pelas mulheres é o câncer de mama, devido à sua alta frequência de incidência e sobretudo pelos seus efeitos psicológicos. Este tipo de câncer tem sua incidência alta em mulheres acima de trinta e cinco (35) anos de idade. O número de vítimas do câncer, apesar do avanço tecnológico, cresce a cada ano que passa tanto em países subdesenvolvidos quanto em países de primeiro mundo. A Sociedade Americana de Cancerologia, nos Estados Unidos, indica que 1 (uma) em cada 10 (dez) mulheres tem a probabilidade de desenvolver um câncer de mama durante a sua vida [2]. A maior causa de mortes entre as mulheres, no Brasil, é o câncer de mama. Em 1999, foram registrados mortes decorrentes deste tipo de câncer. Dos novos casos de câncer com previsão de serem diagnosticados em 2002, o câncer de mama será o principal a atingir a população feminina, sendo responsável por novos casos. A mamografia (mamograma) ainda é um dos melhores e mais precisos métodos para o diagnóstico do câncer de mama. Quando obtido um mamograma de uma paciente, a visualização e identificação de um tumor quanto ao seu teor de malignidade não é possível diretamente. Para tanto, sabe-se que nestes tumores aparecem microcalcificações associadas [3][8]. A possibilidade de um tumor ser ou não maligno é determinado pelo formato das microcalcificações. Em 1984, um grupo de pesquisa [1] na área de biópsia conseguiu identificar os formatos das microcalcificações e sua associação com a possibilidade de ser um tumor maligno ou não. A classificação dos tipos morfológicos verificados podem ser vistos na figura 1 a seguir: Figura 1 - Tipos de microcalcificações [1] Tipo 1 formas anelares, que correspondem sempre a lesões não malignas. Tipo 2 formas circulares quase regulares, no entanto cheias. Que correspondem em 60% às lesões não malignas e 22% à lesões malignas. Tipo 3 são elementos pequenos que ainda não apresentam formas definidas, que quando em alta densidade definem presença de tumor maligno. Tipo 4 são formas semelhantes às do tipo 2, porém o aspecto é de borda irregular e especular. Correspondem em 66% à lesões malignas e 23% à lesões não malignas. Tipo 5 a sua aparência é vermiforme e sempre vem associada a tumores malignos. A análise e identificação das microcalcificações pelo radiologista em uma imagem radiográfica torna-se difícel e às vezes impossível, pois trata-se de tamanho da ordem de micrômetros. Em pesquisas anteriores foram identificadas as microcalcificações de forma anelar e microcalcificações de forma anelar [4]. Desta forma este projeto teve como objetivo identificar as microcalcificações de bordas especulares (tipo 4) e o cálculo da densidade dos agrupamentos das nanocalcificações (tipo 3) informando o resultado ao radiologista para que este possa efetuar um diagnóstico mais preciso. O objetivo principal deste trabalho é auxiliar os médicos radiologistas a identificar o mais precocemente possível a existência de tumores malignos (câncer de mama) e poder tratar a paciente com grande chances de sucesso na cura da doença. Metodologia Para melhorar a distinção entre a cena (background) dos objetos (microcalcificações) utilizamos o método de Threshold para binarizar a imagem. Este método baseia-se na escolha de um limiar T utilizando o histograma de níveis de cinza [5]. A extração dos objetos de interesse da imagem para o processamento subsequente, como descrição e identificação, utilizamos o método da segmentação vetor girante [3]. Geralmente, os algoritmos de segmentação são baseados em uma ou duas propriedades básicas de valores de níveis de cinza: descontinuidade e similaridade. Neste projeto utilizamos a segunda categoria que são baseadas no threshold, crescimento de região, divisão de região e merge. a) detecção de agrupamentos de nanocalcificações No caso da detecção de agrupamentos de nanocalcificações, o método principal utilizado é o da comparação do número de pixels do segmento de imagem. Se o segmento de imagem é formada por oito pixels ou menos, e cheia, com uma

3 distância muito próxima de outras 6 (número prédeterminado) nanocalcificações também com oito pixels ou menos, determina-se que um agrupamento de nanocalcificações está em formação. Após a detecção de todas as nanocalcificações, demarcamos as áreas em que efetuaremos o cálculo das densidades. Para a demarcação de tais áreas, foi utilizado o conceito de centro de massa para localizar o ponto central dos segmentos de imagem e subsequentemente o da aglomeração. Definimos que a área inicial a ser analisada com dimensão de 10x10 pixel, tendo como seu centro o centro da aglomeração como podemos observar na figura 2, indicado pela letra A. A área analisada aumentará 5 pixel, como por exemplo a área indicada pela letra B, nas direções descritas anteriormente até atingir a imagem toda, como demonstra a figura 2: Para a detecção de microcalcificações de bordas especulares consideramos a existência de várias parábolas. Tendo como foco central tal consideração, desenvolvemos um método de detecção das parábolas na fronteira de cada microcalcificação. Os métodos utilizados foram as de detectar os pontos de inflexões [6] e os pontos em que a fronteira muda seu sentido de crescente para decrescente ou de decrescente para crescente [7]. A partir dos pontos de inflexões obtidos do segmento de imagem, foram feitas comparações entre a altura e a distância entre dois pontos de inflexões sucessivos e identificados se a porção da imagem observada possui formas especulares ou não. Depois de utilizar esse método para todos os pontos de inflexão sucessivos da imagem, observase a quantidade de formas especulares e nãoespeculares. Será considerada microcalcificação de forma especular se a borda apresentar em sua maioria formas especulares. Desta forma determinamos que uma microcalcificação será considerada especular quando predominantemente suas inflexões forem especulares. Figura 3 - Microcalcificações de borda especular Desenvolvemos um sistema, utilizando os métodos anteriormente descritos, para atender nossas necessidades de detecção de bordas especulares e cálculo da densidade de agrupamento de nanocalcificações. Resultados Figura 2 Imagem dividida em áreas a) detecção de microcalcificações de bordas especulares O algoritmo foi inicialmente aplicado em imagens simuladas para verificarmos a eficiência deste. As imagens simuladas foram desenhadas em papel milimetrado e foi gerado um arquivo vetor, contendo as coordenadas dos pontos (eixo x e y) de fronteira da imagem e os pontos de seu respectivo interior. Utilizamos várias imagens simuladas, nas quais obtivemos 100% de identificação de microcalcificações de bordas rugosas e 100% de detecção de aglomerados de microcalcificações em formação. Figura 4 Imagem simulada Tabulou-se os resultados da seguinte forma: área = (pixel x pixel) densidade =(quantidade de nanocalcificações)/área Com o módulo de detecção e cálculo da densidade de nanocalcificação obtivemos na imagem da figura 4 a detecção de duas (2) aglomerações:

4 Figura 5- Imagem Real Tabela 1 Resultado obtido da figura 4 Utilizando o módulo para a detecção de microcalcificações de bordas especulares obtivemos a identificação de uma (1) microcalcificação deste tipo na figura 4. Após a tabulação dos resultados das imagens simuladas, aplicamos o algoritmo em várias imagens reais. Utilizando o módulo para a detecção de microcalcificações de bordas especulares obtivemos a identificação de duas (2) microcalcificações deste tipo na figura 5. Com o módulo de detecção e cálculo da densidade de agrupamento de nanocalcificações obtivemos a detecção de um (1) aglomerado de nanocalcificções: Tabela 2 Resultado obtido da figura 5

5 Discussão e Conclusão Computando os dados obtidos das análises de 19 imagens mamográficas aplicando-se os métodos obtivemos os seguintes resultados: Microcalcificações de borda rugosa verdadeira: 85% Microcalcificações de borda rugosa falsas: 5% Microcalcificações de borda rugosa não detectadas: 10% indefinida verdadeiro: 90% indefinida falsos: 2% indefinida não identificados: 8% Detecção de quantidade nanocalcificações verdadeiros em um aglomerado: 90% Com os testes realizados em imagens simuladas e imagens reais mamográficas podemos concluir que a porcentagem de acerto entre esses dois tipos de imagem foi diferente, tanto nos métodos para a detecção de microcalcificações de bordas especulares (tipo 4) quanto na detecção e cálculo da densidade de aglomerados de nanocalcificações (tipo 3). Enquanto nas imagens simuladas foram obtidas 100% de resultado positivo nos dois métodos, nas imagens mamográficas reais essa porcentagem abaixou para 90% na detecção de nanocalcificações e para 85% na detecção de microcalcificações de bordas especulares. Isso ocorreu porque não efetivamos outros pré-processamentos além da binarização nas imagens reais. Essa porcentagem de acerto pode aumentar, caso sejam usadas várias funções de pré-processamento de imagens antes da aplicação das funções de detecção de microcalcificações de forma especular e de detecção e cálculo da densidade de nanocalcificações. Referências Bibliográficas [1] Le Gall, M., Chavane, G., Pellier, D. (1984) [2] Inca - Instituto Nacional do Câncer, Ministério da Saúde (2002) [3] Pereira, A.S., Marques, M.M., AL., et. (1996) [4] Pereira, A.S., AL., et. (1996) [5] Gonzalez, R.C., Wintz, P. (1987) [6] Ruggiero, M.A.G., Lopes, V.L.R. (1997) [7] Pereira, A.S. (1999) [8] Pereira, A.S., AL.,et. (1995) découvertes par mammographies. Bull Cancer (Paris), Vol. 71, n(1), pp Inca - Instituto Nacional do Câncer, "Câncer de Mama", Ministério da Saúde (2002), Pereira, A.S., Marques, M.M., AL., et. (1996), Avaliação de sistemas radiológicos através da simulação ponto a ponto da função de transferência de modulação do ponto focal, BIOENG 96 4 Congresso Português de Engenharia Biomédica, Aveiro, V.1.p.V.3.1-V.3.4. Pereira, A.S., AL., et. (1996), Identificação e caracterização de microcalcificações anelares e vermiculares em mamogramas, III Fórum Nacional de Ciência e Tecnologia em Saúde, Campos do Jordão, V.2.p Pereira, A.S. (1999), Análise de borda discretizada para caracterização de microcalcificações, relatório de pesquisa. Pereira, A.S., AL., et. (1995), Detectation and Characterization of Microcalcifications in Mammographic Images, 38 th Midwest Symposium on Circuits and Systems, v.2.p ) Livros e Teses Gonzalez, R.C., Wintz, P. (1987), Digital Image Processing, Addison-Wesley Publishing Company, Ed.2, EUA. Ruggiero, M.A.G., Lopes, V.L.R. (1997), Cálculo Numérico aspectos teóricos e computacionais, 2 edição, Makron Books. Contatos Aledir Silveira Pereira (aledir@dcce.ibilce.unesp.br) Kaori Yamaguchi (kaori@comput.ibilce.unesp.br) UNESP/IBILCE Câmpus de São José do Rio Preto Rua Cristóvão Colombo, 2265 Jd. Nazareth São José do Rio Preto - SP CEP Telefone (17) ) Artigos em Revistas e Anais e Capítulos de Livros Le Gall, M., Chavane, G., Pellier, D. (1984), Valeur diagnostique des microcalcifications groupées