DESENVOLVIMENTO DE UM ALGORITMO QUANTIFICADOR DE TECIDO BIOLÓGICO DE EXTREMIDADE

Transcrição

1 IX Latin American IRPA Regional Congress on Radiation Protection and Safety - IRPA 2013 Rio de Janeiro, RJ, Brazil, April 15-19, 2013 SOCIEDADE BRASILEIRA DE PROTEÇÃO RADIOLÓGICA - SBPR DESENVOLVIMENTO DE UM ALGORITMO QUANTIFICADOR DE TECIDO BIOLÓGICO DE EXTREMIDADE Ana L. M. Pavan¹, Diana R. de Pina 2 e José R. A. Miranda³ 1 Departamento de Física e Biofísica Instituto de Biociências de Botucatu (IBB) Universidade Estadual Paulista Júlio de Mesquita Filho Rua Bento Lopes, s/n - Rubião Júnior Botucatu, SP analuiza@ibb.unesp.br 2 Departamento de Doenças Tropicas e Diagnóstico por Imagem Faculdade de Medicina de Botucatu (FMB) Universidade Estadual Paulista Júlio de Mesquita Filho Rua Bento Lopes, s/n - Rubião Júnior Botucatu, SP drpina@fmb.unesp.br ³ Departamento de Física e Biofísica Instituto de Biociências de Botucatu (IBB) Universidade Estadual Paulista Júlio de Mesquita Filho Rua Bento Lopes, s/n - Rubião Júnior Botucatu, SP jmiranda@ibb.unesp.br RESUMO A radiologia computadorizada (CR) tem se tornado o dispositivo mais utilizado para aquisição e produção de imagem, desde a sua introdução na década de 80. A detecção e o diagnóstico precoce, obtidos através dos exames de CR, são importantes para o sucesso do tratamento de doenças tais como artrites, doenças ósseas metabólicas, tumores, infecções e fraturas sutis. Entretanto, as normas utilizadas para otimização destas imagens são baseadas em protocolos internacionais. Portanto, faz-se necessário compor técnicas radiográficas para sistema de CR que proporcione um diagnóstico médico seguro, com doses tão baixas quanto razoavelmente exequíveis. Para tal, o objetivo deste trabalho é o desenvolvimento de um algoritmo quantificador de tecido, possibilitando, então, a construção de um fantoma homogêneo de extremidade, utilizado para compor tais técnicas. Foi desenvolvido um banco de dados de imagens de tomografia computadorizada de mão e punho de pacientes adultos. Utilizando o software Matlab, desenvolveu-se um algoritmo computacional capaz de quantificar a espessura média de tecidos moles e ósseos presentes na região anatômica em estudo, como também a espessura correspondente em materiais simuladores (alumínio e lucite). Isso foi possível através da aplicação de máscara e uma técnica de remoção de gaussianas de histogramas. Como resultado, obteve-se uma espessura média de tecido mole de 18,97mm e de tecido ósseo de 6,15mm, e seus equivalentes em materiais simuladores de 23,87mm de acrílico e 1,07mm de alumínio. Os resultados obtidos condisseram com as espessuras médias dos tecidos biológicos de mão de um paciente padrão, viabilizando a construção de um fantoma homogêneo de extremidade. 1. INTRODUÇÃO Os benefícios da aquisição de imagens radiológicas em formato digital rapidamente se tornaram evidentes após a introdução da tomografia computadorizada (TC) [1-3]. A melhoria na tecnologia da computação e de novos materiais levou a uma tendência para a geração de imagens digitais, e os exames tradicionais de raios X podem agora ser adquiridos e processados computacionalmente [4-5]. Essa nova tecnologia favorece a redução da repetição de exames, que acarreta para a instituição um gasto financeiro desnecessário e prejuízo aos

2 pacientes, pela radiação adicional proporcionada pelo excesso de repetições de exames [1, 6-8]. As otimizações desses fatores (relação custo e risco-benefício) fazem parte dos objetivos principais de um Programa de Controle de Qualidade (PCQ) e devem ser cuidadosamente considerados [1, 6-10]. Como objetivo principal, a radiologia visa diagnosticar patologias com imagens que possuam qualidade suficiente para um correto diagnóstico, com a menor dose possível, segundo o princípio ALARA (As Low As Reasonably Achievable) [7]. Dentre as patologias diagnosticadas na radiologia, as principais que acometem mão e punho são a osteoartrite e a artrite reumatoide, atingindo cerca de 55 a 70% da população idosa [11]. O exame de raios X é, sobretudo, de baixo custo e muito eficiente para detecção destas e outras doenças quando realizado com controle e qualidade [5, 12-13]. Entretanto, nos dias atuais, são raras as instituições que apresentam cartas de técnicas radiográficas para realização de exames, conforme solicita as normas vigentes [14]. Ao se tratar de radiologia computacional, pode se considerar uma lacuna na rotina clínica. As instituições que utilizam esse método de diagnóstico por imagem empregam as mesmas técnicas de produção de imagem em sistema tela-filme. É importante salientar que as normas nacionais vigentes não descrevem protocolos a serem utilizados no processo de otimização de imagens computacionais. Os protocolos de otimização utilizados para esse método de diagnóstico por imagem são baseados em protocolos internacionais [15]. Devido a isso, há a necessidade da criação de cartas radiográficas otimizadas para radiologia computadorizada no Brasil. O objetivo deste estudo é desenvolver um algoritmo, em ambiente Matlab, capaz de diferenciar e quantificar estruturas biológicas, a partir de exames tomográficos retrospectivos do Hospital das Clínicas da Faculdade de Medicina de Botucatu UNESP (HC-FMB UNESP), a fim de possibilitar a construção de um simulador radiográfico homogêneo de extremidade (mão e punho). Em estudos futuros, planeja-se criar uma carta de técnicas radiográficas otimizadas utilizando o simulador desenvolvido. 2. METODOLOGIA 2.1. Obtenção do Banco de Dados O banco de dados foi composto por imagens de tomografia computadorizada (TC), no formato DICOM, de exames retrospectivos de mão e punho realizados no HC-FMB UNESP, com o consentimento do Comitê de Ética em Pesquisa (CEP) da Unesp Botucatu (CEP ). Os exames adquiridos foram realizados no período de janeiro de 2006 à dezembro de Construção do Algoritmo Quantificador de Tecido Um estudo da quantificação da espessura média de tecidos biológicos se faz necessário, como uma medida preliminar, para a construção dos objetos simuladores homogêneos de mão e punho [16]. Dessa forma, o algoritmo quantificador de tecido, desenvolvido em ambiente Matlab, é capaz de classificar e quantificar tecidos biológicos a partir de imagens tomográficas de mão e punho, no formato DICOM, através da leitura de cada corte axial da imagem tomográfica.

3 Todas as imagens selecionadas do exame são lidas e nelas aplicada uma máscara para remoção de artefatos, resultando em imagens com apenas a sua região de interesse. Também são calculadas as espessuras Ântero-Posterior (AP) e Látero-Lateral (LL), assim como os histogramas de cada imagem. Então, é calculada a média dessas espessuras (AP e LL) e dos histogramas, gerando um histograma como mostra a Figura 1. Os histogramas apresentam a quantidade de pixels por número de Computed Tomographic (CT) grau de enegrecimento da imagem medido em Hounsfield Unit (HU). Figura 1. Média dos Histogramas gerado pelo Algoritmo Quantificador de Tecido A partir da média dos histogramas, é realizado um ajuste de distribuição gaussiana dos pixels das imagens, possibilitando a distinção e quantificação dos tecidos presentes no livre caminho médio do feixe de raios X [16-17]. Para cada distinto tipo de tecido presente em uma imagem tomográfica (tecido ósseo e mole), seu histograma apresenta um pico característico. A área diretamente abaixo das curvas apresentadas pelo histograma representa a quantidade total de pixels para cada tecido avaliado. Através da remoção das gaussianas e do tamanho do pixel é possível estimar a espessura média dos seus respectivos tecidos biológicos [16]. As espessuras de tecidos biológicos (tecidos ósseo e mole) foram convertidas em espessuras correspondentes em materiais simuladores (alumínio e lucite, respectivamente) através do programa MATSIM, desenvolvido em Fortran. Este estima a equivalência entre as espessuras de materiais quanto à capacidade de atenuação que oferecem ao feixe de raios X [18]. Os passos executados pelo algoritmo são apresentados através de um fluxograma na Figura 2.

4 Figura 2. Fluxograma do Algoritmo Quantificador de Tecido Desenvolvido. Através do processamento, pelo algoritmo desenvolvido, de vários exames de mão e punho, obteve-se uma espessura média de tecidos moles e ósseos, com seus equivalentes em espessuras de lucite e alumínio, respectivamente. Com estes valores será possível a

5 construção de um simulador radiográfico homogêneo e posterior criação de uma carta com técnicas radiográfica otimizadas Comparação com o Simulador Radiográfico Antropomórfico de Mão e Punho Através de um exame de TC no HC-FMB UNESP, obteve-se as imagens de um simulador radiográfico antropomórfico de mão e punho (Figura 3), composto por resina epóxi e osso humano, utilizando as mesmas técnicas da rotina clínica. Estas imagens foram processadas pelo algoritmo quantificador de tecidos, resultando em valores equivalentes de lucite e alumínio. Estes valores foram comparados às médias encontradas para os exames retrospectivos. Figura 3. Fantoma Antropomórfico de Mão e Punho [19]. 3. RESULTADOS A Tabela 1 apresenta os resultados obtidos com o processamento do algoritmo quantificador de tecidos. Tabela 1. Resultados obtidos pelo Algoritmo Espessura Média (mm) Desvio Padrão Espessura Média (mm) Desvio Padrão Tecido Mole 18,97 1,96 Lucite 23,87 2,47 Tecido Ósseo 6,15 1,18 Alumínio 1,07 0,20

6 Comparando-se os valores adquiridos pelo algoritmo dos exames presentes no banco de dados com os valores do objeto simulador antropomórfico, obtém-se a Tabela 2. Tabela 2. Comparação das Espessuras Médias dos Pacientes e Simulador Antropomórfico. Espessura Média (mm) Pacientes Simulador Antropomórfico Erro Percentual Lucite 23,87 19,01 20,00% Alumínio 1,07 0,81 24,01% 4. DISCUSSÃO E CONCLUSÃO Os dados apresentados na Tabela 1 mostram um desvio padrão baixo tanto para o lucite como o alumínio, mostrando relativa uniformidade nos exames processados. As espessuras de lucite e alumínio estão abaixo da referência estipulada no relatório de número 31 da Associação Americana de Físicos na Medicina (do inglês, AAPM) [20] para um simulador radiográfico homogêneo de extremidade. No entanto este relatório generaliza extremidade como sendo membros superiores e inferiores, dessa forma é justificável o valor encontrado ser menor, uma vez que a espessura da mão e punho é inferior a da perna. Assim os valores obtidos condizem com as espessuras médias dos tecidos biológicos de mão e punho de um paciente padrão. A Tabela 2 compara, através de erros percentuais, a espessura média encontrada nos exames retrospectivos dos pacientes com a encontrada no exame realizado no simulador antropomórfico. Para o lucite, o erro encontrado de 20,00% se deve ao fato do mesmo simular tecido mole, no caso de mão e punho, tecido adiposo e muscular. A quantidade desses tecidos tem grande variação dentro da mesma população, justificando este erro ao comparar com os valores equivalentes de um simulador antropomórfico de um paciente padrão (1,7m e 70kg). Para o alumínio, o erro encontrado de 24,01% não significa erro da metodologia automática aplicada, pois dados encontrados na literatura revelam degradação dos ossos em até 30% após a morte do tecido [21]. Uma vez que o simulador antropomórfico é composto de tecido ósseo humano, esse erro torna-se justificável. Este estudo é de extrema importância devido à lacuna existente na literatura ao se tratar de extremidades em radiologia. Essa otimização é de grande valia dado a importância da radiologia no diagnóstico e acompanhamento de patologias que acometem mãos e punhos, se tornando mais relevante com o avanço tecnológico, onde a otimização das técnicas radiográficas foi substituída, em muitos casos, por melhoramentos de imagens computacionais, aumentando desnecessariamente as doses caso não haja um programa de controle e garantia de qualidade (PGQ) [7, 22]. Portanto, os dados obtidos possibilitam a construção de um simulador radiográfico homogêneo de mão e punho, o qual será utilizado, futuramente, para otimizar as cartas de

7 técnicas radiográficas, as quais, poderão ser implementadas na rotina clínica do HC-FMB UNESP. 5. REFERÊNCIAS 1. M. Srinivasan, E. Liederman, N. Baluyot, et al., "Saving time, improving satisfaction: the impact of a digital radiology system on physician workflow and system efficiency," J Healthc Inf Manag, vol. 20, pp , Spring D. J. Brenner and E. J. Hall, "Computed tomography--an increasing source of radiation exposure," N Engl J Med, vol. 357, pp , Nov T. Sozanski, V. Sokolska, M. Gomulkiewicz, et al., "Filmless Radiology - Digital Radiography Systems," Adv Clin Exp Med, vol. 18, pp , R. M. Luz and G. Hoff, "Estudo Comparativo da Qualidade da Imagem e do Kerma, de Entrada e de Saída, em Simulador de Tórax Utilizando Sistemas Analógico e Digitalizado CR de Aquisição de Imagens," Radiologia Brasileira, vol. 43, pp , C. M. F. Felício and V. M. C. P. Rodrigues, "A Adaptação do Técnico de Radiologia às novas Tecnologias," Radiologia Brasileira, vol. 43(1), pp , S. Inkoom, C. Schandorf, and J. J. Fletcher, "Optimisation of patient radiation protection in conventional X-ray imaging procedures using film reject analysis: a demonstration of the importance of rare earth screen-film systems," Radiat Prot Dosimetry, vol. 136, pp , Sep T. A. C. Furquim and P. R. Costa, "Garantia de Qualidade em Radiologia Diagnóstica," Revista Brasileira de Física Médica, vol. 3(1), pp. 91-9, S. C. Salomão and P. M. A. Marques, "Integrating Computer-aided Diagnosis Tools Into the Picture Archiving and Communication System," Radiologia Brasileira, vol. 44(6), pp , A. A. Lima, A. C. P. Carvalho, and A. C. P. Azevedo, "Avaliação dos padrões de dose em radiologia pediátrica " Radiologia Brasileira, vol. 37(4), D. R. Pina, S. B. Duarte, T. G. Netto, et al., "Controle de Qualidade e Dosimetria em Equipamentos de Tomografia Computadorizada," Radiologia Brasileira, vol. 42(3), pp , B. Hodkinson, E. Maheu, M. Michon, et al., "Assessment and determinants of aesthetic discomfort in hand osteoarthritis," Ann Rheum Dis, vol. 71, pp. 45-9, Jan M. P. Hellio Le Graverand, S. Mazzuca, J. Duryea, et al., "Radiographic grading and measurement of joint space width in osteoarthritis," Rheum Dis Clin North Am, vol. 35, pp , Aug M. A. Morales, R. Prediletto, G. Rossi, et al., "Routine Chest X-ray: Still Valuable for the Assessment of Left Ventricular Size and Function in the Era of Super Machines?," J Clin Imaging Sci, vol. 2, p. 25, "Portaria/MS/SVS nº 453, de 01 de junho de 1998 D.O.U. 02./06/98." 15. M. J. Flynn, J. Hsieh, Society of Photo-optical Instrumentation Engineers., et al., Medical imaging Physics of medical imaging : February 2006, San Diego, California, USA. Bellingham, Wash., USA: SPIE, R. T. F. Souza, D. R. Pina, A. S. Teixeira, et al., "Estudo Sobre Quantificação e Classificação dos Tecidos Biológicos em Imagens Tomográficas a Partir de Imagens Tomográficas," Revista Brasileira de Física Médica, vol. 4(2), pp , 2010.

8 17. D. R. Pina, R. T. Souza, S. B. Duarte, et al., "Analysis of biological tissues in infant chest for the development of an equivalent radiographic phantom," Med Phys, vol. 39, pp , Mar R. J. Jennings, "A method for comparing beam-hardening filter materials for diagnostic radiology," Med Phys, vol. 15, pp , Jul-Aug C. O. Júnior and E. L. L. Rodrigues, "Software automático para determinação da idade óssea baseado no método de Eklof & Ringertz," Revista Brasileira de Física Médica, vol. 2(1), pp , R. Y. L. Chu, J. Fisher, B. R. Archer, et al., AAPM Report No. 31: Standardized Methods for Measuring Diagnostic X-Ray Esposures. New York, USA: American Association of Physicists in Medicine by the American Institute of Physics, J. Y. Rho, M. C. Hobatho, and R. B. Ashman, "Relations of mechanical properties to density and CT numbers in human bone," Med Eng Phys, vol. 17, pp , Jul H. A. S. Macedo and V. M. C. P. Rodrigues, "Programa de Controle de Qualidade: a visão do técnico de radiologia," Radiologia Brasileira, vol. 41(1), pp , 2009.