Diagnóstico Médico de Imagem Auxiliado por Computador

Transcrição

1 Diagnóstico Médico de Imagem Auxiliado por Computador Fundamentos de Sistemas Multimídia Flávio Luiz Seixas 2005

2 Agenda Agenda: Sistemas CAD Telemedicina Princípios da Tomografia Computadorizada Processamento Digital de Imagem Princípios de Reconhecimento de Padrões

3 Sistemas CAD

4 Definição Diagnóstico Auxiliado por Computador (CAD): Diagnóstico feito por um radiologista que utiliza o resultado de análises quantitativas automatizadas de imagens radiográficas como segunda opinião

5 Definição Objetivo: Melhorar a acurácia do diagnóstico, assim como a consistência da interpretação da imagem radiológica

6 Justificativa Justificativa: Dupla leitura aumenta a sensibilidade do diagnóstico

7 Aplicações Objetos de pesquisa de sistemas CAD: Mamografia: detecção precoce do câncer de mama Tórax: detecção de nódulos pulmonares, lesões intersticiais e pneumotórax Angiografia: análise quantitativa de estenoses de fluxo sanguíneo

8 Cenário dos Sistemas CAD Estudo de Caso: mamografia Universidade de Chicago: mamogramas Agrupamentos de microcalcificações: falso[positivo] / verdadeiro[positivo] = 76% Nódulos: falso[positivo] / verdadeiro[positivo] = 47% Food and Drug Administration (FDA): mamogramas Agrupamentos de microcalcificações: falso[positivo] / verdadeiro[positivo] = 98,3% Nódulos: falso[positivo] / verdadeiro[positivo] = 72%

9 Cenário dos Sistemas CAD Estudo de Caso: radiografia do tórax Laboratórios Rossmann, Universidade de Chicago: Detecção de nódulos pulmonares sutis: falso[positivo] / verdadeiro[positivo] = 70%

10 Tendências Tendências: Avanços dos sistemas computacionais e da telemedicina Avanços das técnicas de visão computacional (realce, segmentação, extração de atributos) Avanços da inteligência artificial: redes neurais, modelos estatísticos e reconhecimento de padrões Melhoria da sensibilidade de detectores radiológicos Aumento da demanda de saúde

11 Desempenho de Sistemas CAD Sensibilidade & Especificidade (curva ROC) Com utilização do sistema computadorizado: Aumento de sensibilidade de 73% para 87% (*) Aumento de especificidade de 32% para 40% (*) Resultado verificado: Redução de biópsias desnecessárias (*) Fonte: Gale AG, Roebuck EJ, Riley P, Computer aids to mammographic diagnosis, 1987

12 Telemedicina

13 Definição Telemedicina: Oferta de serviços ligados aos cuidados com a saúde, nos casos em que a distância é um fator crítico. (*) Regulamentação: CFM 1643/2002, 1638/2002 e 1639/2002, Responsabilidades e Normas Técnicas Tel Aviv (*) Fonte: OMS Organização Mundial de Saúde

14 Padronizações DICOM Digital Imaging and Communications in Medicine Primeira versão: padrão ACR-NEMA, 1985 Arquitetura PACS e RIS PACS Picture Archiving and Communication System RIS Radiology Information System

15 Exemplo de Arquitetura

16 Princípios da Tomografia Computadorizada

17 Definição Tomografia Computadorizada tomos=partes + grafen=registro Técnica assistida por computador em que dados de diferentes perfis são combinados e calculados para formar imagens em fatias dos objetos analisados Pioneiro: Godfrey Hounsfield

18 Funcionamento do Tomógrafo

19 Exemplos de Imagens

20 Processamento Digital de Imagens

21 Definição Processamento Digital de Imagem Entende-se pelos processos de aquisição, préprocessamento e exibição da imagem, bem como extração, descrição, quantificação e reconhecimento de atributos. Imagem = função bidimensional f(x,y)

22 Etapas do Diagnóstico Aquisição Imagem Melhoria Imagem Restauração Imagem Processamento Digital de Imagem Dados Imagem Segmentação Reconhecimento de Padrões Dados Imagem Representação e Descrição Diagnóstico Computadorizado Dados Laudo Especialista

23 Aquisição de Imagens Modalidades de obtenção de imagem: Radiografia convencional Tomografia computadorizada Ressonância magnética Ultra-sonografia Medicina nuclear

24 Aquisição de Imagens

25 Métodos de Melhoria da Imagem Melhoria da Imagem: Métodos baseados no domínio espacial Operações em escala de cinza Histograma Operações aritméticas e lógicas Filtros espaciais Métodos baseados no domínio temporal

26 Domínio Espacial Descrito pela expressão: g ( x, y) = T[ f ( x, y)]

27 Domínio Espacial Operações escala de cinza:

28 Domínio Espacial Histograma:

29 Domínio Espacial Operações aritméticas e lógicas:

30 Domínio Espacial Filtros espaciais: Filtro de suavização: Filtro de nitidez:

31 Domínio Temporal Técnica do domínio temporal:

32 Domínio Temporal Filtro passa-baixa ideal: Filtro passa-baixa Butterworth: Filtro passa-baixa Gaussiano:

33 Domínio Temporal Filtro passa-alta ideal: Filtro passa-alta Butterworth: Filtro passa-alta Gaussiano:

34 Restauração Processo de degradação e restauração:

35 Restauração No caso de imagens tomográficas: Ruído de quantização maior contribuição Ruído artificial Ruído estrutural

36 Restauração Sensibilidade variando Exposição de Raio X 77mAs 307mAs 1152mAs

37 Segmentação Definições: Conectividade Adjacência Região Contorno Aresta

38 Segmentação Técnicas: Baseadas no pixel Baseadas na descontinuidade Baseadas na detecção do contorno Baseadas em operações morfológicas

39 Segmentação Técnicas baseadas no pixel Thresholding

40 Segmentação Exemplo de Thresholding: Imagem Tomográfica original histograma Esqueleto pulmão

41 Segmentação Técnicas baseadas na descontinuidade R = 9 i= 1 w i z i

42 Segmentação Técnicas baseadas na detecção do contorno Operador Gradiente f Gx = = f x Gy y f = mag( f ) = Gx + Gy 2 2 f [ ] 2 1 Original Gx Gy Interligação de arestas

43 Segmentação Operações morfológicas Original Erosão Dilatação

44 Representação e Descrição Representação: Propriedades externas contorno Propriedades internas região Descrição: Dimensão ou atributo que se deseja quantificar. Exemplo: Um segmento pode ser representado pelo seu contorno, e seu contorno pode ser descrito pelo seu perímetro

45 Representação e Descrição Exemplo de representação de contorno: Codificação em cadeia em 8 símbolos Algoritmo de representação de contorno Codificação:

46 Representação e Descrição Exemplo de descrição de região: Descrição pela topologia: Número de Euler E=0 E=-1 Descrição pela textura: Estatística, Estrutural e Espectral

47 Princípios de Reconhecimentos de Padrões

48 Definições Padrão Associação de atributos, denotados pelo vetor x Classe Família de padrões que apresentam características semelhantes, denotada por w Processo de reconhecimento Consiste na associação de uma classe à um padrão Classificador Importante componente do processo de reconhecimento, onde está implementado a regra de decisão

49 Aplicações Aplicações: OCR (Optical Character Recognition) Reconhecimento da fala Reconhecimento de impressão digital Autentificação de assinaturas MPEG-7 mecanismos de busca de mídia Diagnóstico auxiliado por computador

50 Categorias Há duas categorias de classificadores: Classificação supervisionada Quando temos o conhecimento prévio das classes Regra de decisão representada por uma função densidade probabilidade, previamente conhecida (parametrizada) ou não (ñ-parametrizada), ou por uma função de classificação Classificação não supervisionada Quando não temos o conhecimento prévio das classes. Clustering técnica para encontrar agrupamentos de dados e identificar suas respectivas classes

51 Classes Exemplo de distribuição de classes

52 Teoria da Decisão de Bayes Exemplo: sistema de detecção imperfeito Probabilidade de uma pessoa com doença: 0,8% Casos que não tinha a doença teste negativo em 97% Casos que tinha a doença teste positivo em 98% P ( sim) = 0,008 P ( não) = 0, 992 P ( + sim) = 0,98 P ( + não) = 0, 03 P ( sim) = 0,02 P ( não) = 0, 97 Para um novo doente, o teste é positivo. Qual a probabilidade de acerto? P( sim + ) =?

53 Teoria da Decisão de Bayes Teoria da decisão: Maximização da função decisão:

54 Conclusão

55 Conclusão Áreas mais desenvolvidas: Análise de imagens mamográficas Análise de imagens do torax Proposta de trabalhos futuros: Desenvolver modelos de diagnóstico auxiliado por computador para as demais áreas ou modalidades da radiologia