DETERMINAÇÃO DE CAMADAS SEMI-REDUTORAS EM FEIXES DE RADIAÇÃO X BASEADOS NA NORMA IEC 61267

Transcrição

1 Artigo Original DETERMINAÇÃO DE CAMADAS SEMI-REDUTORAS EM FEIXES DE RADIAÇÃO X BASEADOS NA NORMA IEC A. F. Maia e L. V. E. Caldas Instituto de Pesquisas Energéticas e Nucleares, Comissão Nacional de Energia Nuclear, Av. Prof. Lineu Prestes, 2242, São Paulo SP afmaia@ipen.br, lcaldas@ipen.br Recebido em 05 de outubro de 2004; aceito em 07 de março de Resumo A norma internacional IEC estabelece um conjunto de qualidades de radiação bem definidas que podem ser utilizadas para muitos fins físicos ou médicos. No Laboratório de Calibração do IPEN, São Paulo, a norma IEC vem sendo utilizada como referência no estabelecimento dos feixes de radiodiagnóstico. Um dos passos para o estabelecimento de feixes padrões de radiação é a determinação das camadas semiredutoras. O objetivo deste estudo foi comparar os valores das camadas semi-redutoras obtidas no Laboratório de Calibração do IPEN com os valores recomendados pela norma IEC Algumas diferenças nos valores finais das camadas semi-redutoras foram observadas mesmo depois de realizados os ajustes sugeridos pela norma. Palavras chave: raios X, camadas semi-redutoras, câmaras de ionização. Abstract The international IEC standard presents a set of well-defined radiation conditions that can be used for many physical and medical purposes. At the Calibration Laboratory of IPEN, São Paulo, the IEC standard has been used as reference for the diagnostic radiology beams. One of the steps for establishing radiation qualities is the determination of half-value layers. The objective of this study was to compare the HVL values obtained at the laboratory to the recommended IEC values. Some deviations in the HVL final results were observed even after the suggested adjustments. Keywords: X rays, half-value layers, ionization chamber. Introdução Para a definição de uma qualidade de radiação, é necessário determinar e especificar uma série de parâmetros, como a tensão aplicada ao tubo, a filtração total, a primeira e a segunda camadas semi-redutoras (CSR), e o coeficiente de homogeneidade. No Laboratório de Calibração do IPEN (LCI), São Paulo, já foram estabelecidos diversos feixes padrões de radiação. A aplicação mais importante destes feixes padrões está relacionada à calibração de monitores de radiação usados para diversos fins. 9 Associação Brasileira de Física Médica

2 Maia e Caldas: Determinação de CSR em feixes baseados na norma IEC No caso dos feixes padrões utilizados para calibração dos instrumentos usados em radiodiagnóstico, o LCI utiliza a norma IEC (1994) como referência. Esta norma define diversos conjuntos de feixes de radiação. Entretanto, durante o estabelecimento de algumas das qualidades de radiação definidas nesta norma em um equipamento de radiação X do LCI, Pantak, foram observadas algumas divergências entre os valores da norma e os valores obtidos. O objetivo deste trabalho é apresentar os valores de CSR obtidos no LCI, listando todos os parâmetros utilizados, comparando-os com os recomendados pela norma, quantificando e analisando as divergências obtidas. Materiais e Métodos Foi utilizado neste estudo um equipamento de radiação X Pantak, modelo HF320, que opera até 320 kv. Para a determinação das CSR foi utilizada uma câmara de ionização dedal da Physikalisch-Technische Werkstätten (PTW), modelo 31013, que possui volume sensível de 0,3 cm³. Esta câmara apresenta baixa dependência energética em um grande intervalo de energia, de 30 kev a 50 MeV. Esta câmara foi utilizada acoplada a um eletrômetro PTW, modelo UNIDOS Foram utilizados filtros de alumínio de diferentes espessuras e com alta pureza (melhor do que 99,9%). A distância foco-câmara utilizada foi de 100 cm. Foram utilizados também três colimadores de diâmetros diferentes: 7 cm, 9 cm e 11 cm. A uniformidade do campo foi determinada para todos os colimadores, e foi melhor do 95,9% em todos os casos. As CSR foram determinadas pelo método da extrapolação para campo nulo, o que minimiza o efeito da radiação espalhada nos resultados finais (IAEA, 1994). As CSR foram determinadas para cinco qualidades de radiação definidas na IEC como RQR feixes diretos, mostradas na Tabela I. 10

3 11 Maia e Caldas: Determinação de CSR em feixes baseados na norma IEC Tabela I Qualidades de radiação definidas na IEC utilizadas neste estudo. Qualidades de Radiação Tensão (kv) Filtração Total (mmal) CSR (mmal) RQR3 50 2,5 1,5 RQR5 70 2,5 2,5 RQR7 90 2,5 3,3 RQR ,5 4,5 RQR ,5 5,7 Resultados Neste estudo, os valores de CSR foram determinados buscando a máxima concordância com os valores estabelecidos pela norma IEC (1994), onde os valores são definidos com uma tolerância de ± 0,1 mmal. Entretanto, para a maioria das qualidades de radiação, não foi possível obter os valores de CSR utilizando exatamente os mesmos parâmetros definidos desta norma. Foram necessários, portanto, alguns ajustes, que foram realizados seguindo recomendações da própria norma: a tensão aplicada ao tubo foi ajustada até um limite de ± 5%, e, quando isto não foi suficiente, foi mantido o valor nominal da tensão aplicada ao tubo e foram realizados ajustes na filtração total até que fossem obtidos os valores recomendados das CSR. Os valores de CSR obtidos, assim como os valores dos coeficientes de homogeneidade, estão apresentados na Tabela II, e na Tabela III são quantificadas as diferenças percentuais obtidas diferença entre os valores obtidos e recomendado, dividido pelo valor recomendado. Como é possível observar, na maior parte dos casos foi necessário ajustar significativamente a filtração total. Para a qualidade RQR3, até mesmo com a filtração total mínima, não foi possível obter uma CSR dentro do limite de tolerância da norma. 11

4 Maia e Caldas: Determinação de CSR em feixes baseados na norma IEC Tabela II Valores de CSR obtidos para os feixes diretos de radiodiagnóstico estabelecidos no equipamento de radiação X Pantak, no LCI, IPEN. Qualidades de Radiação Primeira CSR (mmal) Segunda CSR (mmal) Coeficiente de Homogeneidade RQR3 1,62 2,12 0,76 RQR5 2,46 3,64 0,68 RQR7 3,22 4,93 0,65 RQR9 4,40 6,70 0,66 RQR10 5,69 8,50 0,67 A norma IEC (1994) está atualmente em revisão e os valores de camada semi-redutora recomendados serão, muito possivelmente, modificados. A discordância dos valores obtidos na prática em relação aos valores recomendados na norma dificulta a padronização de campos entre laboratórios distintos, o que é necessário numa cadeia de rastreabilidade. Enquanto não há uma definição precisa em relação aos parâmetros recomendados, o mais indicado, e é o que vem sendo feito no LCI/IPEN, é tentar implantar campos de radiação os mais próximos possíveis aos do laboratório fornecedor da rastreabilidade. Só assim é possível garantir a manutenção da cadeia de rastreabilidade, o que é fundamental para fornecer um certificado de calibração confiável ao usuário final. 12

5 13 Maia e Caldas: Determinação de CSR em feixes baseados na norma IEC Tabela III Comparação entre os parâmetros recomendados pela norma IEC (1994) e os obtidos no LCI, IPEN. Qualidades de Radiação RQR3 RQR5 RQR7 RQR9 RQR10 Tensão do Tubo Recomendada (kv) Tensão do Tubo Obtida (kv) 47, Diferença Percentual -5,0 4,3 0,0 0,0 0,0 Filtração Total Recomendada (mmal) 2,5 2,5 2,5 2,5 2,5 Filtração Total Obtida (mmal) 2,31 2,50 2,81 3,00 3,31 Diferença Percentual -7,6 0,0 12,4 20,0 32,4 CSR Recomendada (mmal) 1,5 2,5 3,3 4,5 5,7 CSR Obtida (mmal) 1,62 2,46 3,22 4,40 5,69 Diferença Percentual 8,0-1,7-2,5-2,1-0,1 Conclusão Durante o estabelecimento das qualidades de radiação do tipo RQR, baseadas na norma IEC 61267, no equipamento de radiação X Pantak do LCI, foi necessário fazer ajustes significativos em alguns dos parâmetros recomendados pela norma, especialmente à filtração total. Muito embora a norma permita ajustes na filtração total, a acentuada divergência encontrada pode ser sinal de que é necessário fazer uma revisão nos valores recomendados pela norma. É possível que os valores de CSR variem muito dependendo do equipamento utilizado, impossibilitando a definição de parâmetros globais únicos. Contudo, existe a necessidade de, pelo menos, uma especificação mais detalhada na norma quanto ao tipo de equipamento onde os parâmetros recomendados foram determinados. 13

6 Maia e Caldas: Determinação de CSR em feixes baseados na norma IEC Agradecimentos As autoras agradecem o apoio financeiro parcial da Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) e do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq), Brasil. Referências International Electrotechnical Commission (1994). IEC 61267:1994 Medical diagnostic X-ray equipment - Radiation conditions for use in determination of characteristics. Geneva, International Electrotechnical Commission. International Atomic Energy Agency (1994). Calibration of dosimeters used in radiotheraphy. Technical Reports Series 374. Vienna, International Atomic Energy Agency. 14

7 Artigo Original CARACTERÍSTICAS PRÉ-OPERACIONAIS DE UMA MINI-CÂMARA DE EXTRAPOLAÇÃO PARA CALIBRAÇÃO DE FONTES DE 90 SR+ 90 Y M. L. Oliveira e L. V. E. Caldas Instituto de Pesquisas Energéticas e Nucleares, Comissão Nacional de Energia Nuclear, Av. Prof. Lineu Prestes, 2242, São Paulo SP Recebido em 05 de outubro de 2004; aceito em 28 de abril de Resumo Uma mini-câmara de extrapolação foi desenvolvida no IPEN para calibração de fontes de radiação beta de 90 Sr+ 90 Y. Uma vez que alguns fatores podem influenciar o valor de carga medida pela câmara de ionização, a leitura fornecida por ela deve ser corrigida levandose em conta se a câmara está ou não saturada, sua eficiência de coleta de íons e os efeitos causados pela mudança de polaridade. Estas características, chamadas de préoperacionais (curva de saturação, eficiência de coleta de íons e efeitos de polaridade), foram determinadas para a mini-câmara de extrapolação desenvolvida. Palavras-Chave: Câmara de extrapolação, curva de saturação, eficiência de coleta de íons, efeitos de polaridades. Abstract A mini-extrapolation chamber was built at IPEN to the calibration of 90 Sr+ 90 Y beta sources. Some factors can influence the charge value measured by an ionization chamber, its readout should be corrected taking into account if the chamber is saturated or not, its ion collection efficiency, and the effects produced by changing the voltage polarity. These characteristics, called pre-operational (saturation curve, ion collection efficiency and polarity effects) were determined for the constructed mini-extrapolation chamber. Keywords: Extrapolation chamber, saturation curve, ion collection efficiency, polarity effects. Introdução As câmaras de ionização são instrumentos que permitem a determinação da dose absorvida por meio da medida das cargas produzidas pela interação da radiação incidente com o gás presente no seu interior. Idealmente, toda a carga produzida no gás, resultado da interação com a radiação, deveria ser coletada. Quando isso ocorre, diz-se que a câmara está saturada. O que ocorre, entretanto, é que uma fração desta carga é perdida antes de ser coletada, devido aos efeitos de recombinação iônica. Este efeito tende a diminuir com o aumento da tensão de polarização aplicada à câmara (Boag 1987). 20 Associação Brasileira de Física Médica

8 Oliveira e Caldas: Caracterização de uma Mini-Câmara de Extrapolação 21 Outro fenômeno que ocorre em câmaras de ionização é o efeito de polaridade, que se observa ao mudar a polaridade da tensão aplicada à câmara. Este efeito, atribuído à falta de equilíbrio entre o número de elétrons que penetram no volume sensível e que saem dele, depende das características geométricas da câmara e dos materiais que a constituem (Ramsey et al 1999). Para a radiação X, a diferença entre as cargas coletadas nas polaridades positiva e negativa da tensão deve ser menor que 1% (IEC 1997); para radiação beta não existe um limite estabelecido, mas é de consenso que a diferença entre as cargas coletadas para cada uma das polaridades da tensão seja maior que 1%. Assim, faz-se necessário o conhecimento de algumas características da câmara (curva de saturação, eficiência de coleta de íons e os efeitos da mudança de polaridade da tensão) para a determinação correta da dose absorvida no meio. Fontes de radiação beta de 90 Sr+ 90 Y são freqüentemente utilizadas em braquiterapia no tratamento de lesões superficiais em oftalmologia e dermatologia. Estas fontes consistem de uma placa metálica, com mm de comprimento, onde é depositado o material radioativo, e uma haste metálica, que permite seu manuseio (IAEA 2002). O objetivo deste trabalho foi determinar as características pré-operacionais da minicâmara de extrapolação desenvolvida no Laboratório de Calibração de Instrumentos (LCI) do IPEN para dosimetria de fontes de radiação beta de 90 Sr+ 90 Y. Materiais e Métodos Foi utilizada a mini-câmara de extrapolação desenvolvida no IPEN para calibração de fontes de 90 Sr+ 90 Y. Esta câmara apresenta janela de entrada de poliéster aluminizado e corpo de alumínio. O anel de guarda e o eletrodo coletor são de acrílico grafitado, e a capa isolante, colocada entre os dois, é de politetrafluoroetileno (PTFE); a área efetiva do eletrodo coletor é de 1,68 mm 2. A mini-câmara é mostrada na Figura 1. Esta câmara foi 21

9 22 Oliveira e Caldas: Caracterização de uma Mini-Câmara de Extrapolação utilizada com um eletrômetro Keithley, modelo 617, que permite variações de 0,5 V na tensão aplicada à câmara, nas polaridades positiva e negativa. 30 mm Janela de entrada Janela de Entrada 113 mm Corpo da câmara 20 mm Volume de Medida Eletrodo Coletor Capa Isolante Anel de Guarda 70 mm Parafuso Micrométrico 8 mm Figura 1: Mini-câmara de extrapolação desenvolvida no IPEN. Foi utilizada uma fonte de controle de 90 Sr+ 90 Y (0,6 MBq, 2004), PTW, modelo 8921 em todas as experiências. Uma capa de acrílico foi confeccionada para garantir o posicionamento reprodutível da fonte em relação à mini-câmara, encostada a sua janela de entrada; esta capa também foi utilizada para proteger a janela de entrada durante o armazenamento da câmara. Para a determinação da sua eficiência de coleta de íons, foram utilizados dois métodos: 1. Método das duas tensões: O fator de recombinação iônica é calculado pela expressão: Revista 22 Brasileira de Física Médica, Volume 1, Número 1, 2005

10 Oliveira e Caldas: Caracterização de uma Mini-Câmara de Extrapolação 23 k s 2 ( V 1/V2 ) 1 ( V /V ) ( M /M ) =, (1) onde M 1 e M 2 são as correntes de ionização medidas da câmara de extrapolação sob as tensões V 1 (tensão de referência) e V 2, respectivamente. A eficiência de coleta de íons é dada pelo inverso de k s (Ramsey et al 1999; Costa and Caldas, 2003). 2. Método gráfico: Neste caso, faz-se um gráfico da corrente de ionização medida em função do inverso da raiz quadrada da tensão aplicada à câmara. A corrente de ionização extrapolada para o valor zero (tensão infinita) dará o valor da corrente de saturação. Assim, a eficiência de coleta de íons é dada por (Dias 1996): I ε = m 100%, (2) I s onde I m e I s são as correntes de ionização medida e de saturação, respectivamente. Para a estimativa do efeito de polaridade, foi utilizada a expressão (Ramsey et al 1999): Q+ Q p =, (3) Q + Q + onde Q + e Q - são as cargas coletadas da câmara de ionização sob as polaridades positiva e negativa da tensão, respectivamente. Resultados e Discussão Para obtenção da curva de saturação da corrente de ionização, a tensão aplicada à câmara foi variada entre -100 V e +100 V, mantendo-se a profundidade da câmara constante e igual a 1 mm. A corrente de ionização foi medida em intervalos de 10 s e foram feitas 10 medidas para cada valor de tensão. O resultado, mostrado na Figura 2, apresentou o comportamento esperado, conforme trabalhos de Costa and Caldas (2003) 23

11 24 Oliveira e Caldas: Caracterização de uma Mini-Câmara de Extrapolação e Dias (1996). Com base neste resultado, foi adotado como tensão de operação o valor de 50 V. Corrente de Ionização (pa) 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0-0,1-0,2-0,3-0,4-0,5-0,6-0, Tensão (V) Figura 2: Curva de saturação da corrente de ionização para a mini-câmara de extrapolação. O valor da eficiência de coleta de íons, calculado para as tensões V 1 =50 V e V 2 =25 V pelo método das duas tensões, foi de 99,7%. A curva da corrente de ionização média em função do inverso da raiz quadrada da tensão aplicada à câmara é mostrada na Figura 3. Por este gráfico, foi possível determinar o valor da corrente de saturação igual a (0,5545±0,0040) pa. Por este método, obteve-se uma eficiência de coleta de íons de 98,1% para a tensão de 50 V. Os métodos estudados para a determinação da eficiência de coleta de íons se mostraram igualmente confiáveis, sendo que o método das duas tensões se mostrou mais apropriado por ser mais rápido. Os resultados apresentaram uma diferença de apenas 1,6%. Revista 24 Brasileira de Física Médica, Volume 1, Número 1, 2005

12 Oliveira e Caldas: Caracterização de uma Mini-Câmara de Extrapolação 25 0,58 Corrente de Ionização Média (pa) 0,57 0,56 0,55 0,54 0,53 0,52 0,51 I saturação 0,50 0,00 0,02 0,04 0,06 0,08 0,10 0,12 0,14 0,16 0,18 0,20 0,22 Inverso da Raiz Quadrada da Tensão (V -1/2 ) Figura 3: Corrente de ionização média em função do inverso da raiz quadrada da tensão de polarização. No detalhe, a corrente de saturação determinada por este método: (0,5545±0,0040) pa. A diferença máxima devido à mudança de polaridade da tensão aplicada à câmara foi de 7,5% para um conjunto de 10 medidas. Apesar de estar acima dos valores recomendados pela norma IEC (IEC 1997) que é de 1% para radiação X, este valor foi considerado aceitável, pois o teste foi realizado com uma fonte de radiação beta, para a qual este efeito é mais pronunciado, e não previsto pela norma IEC em questão. Conclusões A mini-câmara de extrapolação desenvolvida no IPEN mostrou comportamento adequado quanto às principais características pré-operacionais: curva de saturação, eficiência de coleta de íons e efeitos de polaridade. Agradecimentos As autoras gostariam de agradecer à Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) e ao Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) pelo suporte financeiro. 25

13 26 Oliveira e Caldas: Caracterização de uma Mini-Câmara de Extrapolação Referências Boag, J.W. (1987) Ionization chambers. In: Kase, K.R.; Bjärngard, B.E.; Attix, F.H. ed. The dosimetry of ionization radiation. v. II. Orlando, Academic Press. Costa, A.M. and Caldas, L.V.E. (2003) A special ionisation chamber for quality control of diagnostic and mammography X ray equipment. Radiat. Prot. Dosim. 104 (1), p Dias, S.K. (1996) Desenvolvimento de uma câmara de extrapolação como instrumento de referência para dosimetria da radiação beta. Tese (Doutorado), Instituto de Pesquisas Energéticas e Nucleares, Universidade de São Paulo. International Atomic Energy Agency (2002) IAEA TECDOC Calibration of photon and beta ray sources used in brachytherapy. Vienna, International Atomic Energy Agency. International Electrotechnical Commission (1997) IEC 60731:1997. Medical electrical equipament. Dosimeters with ionization chambers as used in radiotherapy. Geneva, International Electrotechnical Commission. Ramsey, C.R., Spencer, K.M. and Oliver, A.L. (1999) Ionization chamber, electrometer, linear accelerator, field size, and energy dependence of the polarity effect in electron dosimetry. Med. Phys. 26(2), p Revista 26 Brasileira de Física Médica, Volume 1, Número 1, 2005

14 Artigo Original O EFEITO DA CORREÇÃO DO EFEITO HEEL EM IMAGENS RADIOGRÁFICAS DA MÃO C. Olivete Jr., E. L. L. Rodrigues e M. Z. do Nascimento Escola de Engenharia de São Carlos, Departamento de Engenharia Elétrica Avenida. Trabalhador São-Carlense, São Carlos SP olivete@sel.eesc.usp.br Recebido em 25 de outubro de 2004; aceito em 20 de junho de Resumo Este trabalho apresenta uma metodologia para atuar na fase de pré-processamento em imagens radiográficas da mão. Inicialmente é utilizado um algoritmo para correção do efeito Heel, corrigindo a iluminação não uniforme no fundo das imagens. Em seguida, são aplicados alguns métodos de ajuste, thresholding e correção nas imagens originais. E por último é apresentado um estudo comparativo através da aplicação dos métodos de thresholding nas imagens. Palavras-chave: Análise Carpal, Efeito Heel, Visão Computacional, Thresholding. Abstract This work presents a methodology to act in the preprocessing phase in radiographics images of the hand. Initially an algorithm is used to correct the Heel effect, which provides a correction of the illumination in the background of the images. After that, some methods for adjustment, thresholding and correction of the original images are applied. Finally, a comparative study through the application of the methods of thresholding in the images is presented. Keywords: Carpal Analysis, Heel Effect, Computer Vision, Thresholding. Introdução O processamento de imagens digitalizadas de radiografias da mão possibilita a obtenção de diagnósticos computadorizados com base na interpretação de características dos ossos da mão, cujo procedimento auxilia no acompanhamento do processo de crescimento humano. Utilizando imagens em nível de cinza, um dos processos mais simples para isolar os ossos do tecido da mão pode ser baseado nos níveis distintos que os pixels correspondentes a cada região das imagens apresentam. Porém, esse procedimento simples é comprometido pela distribuição irregular de intensidade dos raios- 38 Associação Brasileira de Física Médica

15 Olivete Jr. et al: O Efeito Heel em imagens radiográficas da mão 39 X, o qual ocasiona uma iluminação não uniforme no fundo das imagens. Este efeito é conhecido por efeito Heel (Behiels et al 2002). A distribuição de intensidade depende do posicionamento relativo do dispositivo de gravação em relação à fonte dos raios-x, podendo variar não uniformemente entre 75% e 125%. Essa variação faz com que algumas partes do filme sejam pouco sensibilizadas, enquanto outras sejam sensibilizadas em excesso, prejudicando o contraste necessário para a obtenção de uma boa imagem (Nascimento et al 2003). Como as diferenças de intensidades presentes no fundo das imagens dificultam o uso de técnicas simples de pré-processamento como, por exemplo, a aplicação de métodos clássicos de thresholding, este trabalho apresenta resultados da influência real do efeito Heel em imagens digitalizadas de radiografia carpal. Mostra o desempenho de métodos clássicos de thresholding, com e sem correção do efeito Heel, e também apresenta uma metodologia eficiente que pode ser utilizada na fase de préprocessamento de imagens digitalizadas de radiografias da mão, para auxiliar o acompanhamento clínico do crescimento humano. Para a realização deste trabalho foram analisadas 450 imagens de radiografias da mão esquerda (banco de dados do Departamento de Engenharia Elétrica da USP São Carlos), de pacientes do sexo masculino e feminino com idades entre 6 e 18 anos. Metodologia Nos itens a seguir são descritos os métodos para a obtenção das imagens radiográficas, obtenção da área padrão, o algoritmo para a correção do efeito Heel, o método para o ajuste da imagem, os métodos de thresholding e o algoritmo de ajuste final das imagens. 39

16 40 Olivete Jr. et al: O Efeito Heel em imagens radiográficas da mão Obtenção das imagens radiográficas As imagens radiográficas foram obtidas em um equipamento de raios-x convencional (Pendullun 300MA - 150KV de alta freqüência), utilizando valores padrão para esse procedimento, ou seja, tensão de 45 kvp, corrente de 0.3 ma e distância foco-filme de 1m, considerando ainda o feixe de raios-x dirigido perpendicularmente ao centro do filme. Em seguida, as imagens foram digitalizadas em um scanner progressivo Kodak modelo Is50 com resolução de 300 dpi. Obtenção da área padrão A área padrão corresponde à medida de cada osso da imagem original, e é utilizada para realizar a comparação com a área obtida ao final do processamento. Da imagem original são analisadas 19 áreas, as quais correspondem aos ossos das falanges e metacarpos. Os ossos do punho não foram considerados como áreas para comparação, pois alguns apresentam áreas sobrepostas, tornando-se difícil a tarefa de isolar suas áreas correspondentes. Após a escolha desses ossos, foi desenvolvido um procedimento para calcular a área de cada uma das 19 regiões, as quais podem ser vistas na Figura 1. O procedimento desse algoritmo é descrito abaixo: inicialmente, foram isoladas manualmente as 19 regiões de interesse; cada linha de cada região é considerada um conjunto de valores e para cada conjunto é calculado a média e o desvio padrão. Todos os pixels do conjunto que possuírem valores de níveis de cinza dentro do intervalo que compreende a média e o desvio padrão, para mais ou para menos, serão considerados pertencentes ao osso. Os pixels restantes serão considerados como pertencentes ao fundo da imagem e ao tecido da mão, sendo assim eliminados; 40

17 Olivete Jr. et al: O Efeito Heel em imagens radiográficas da mão 41 após a eliminação, é feita uma contagem dos pixels que pertencem ao osso e este valor será interpretado como área de cada osso e, é armazenado para a comparação posterior. Figura 1: Imagem original (Tavano 2001). Algoritmo para correção do efeito Heel O efeito Heel é um fenômeno que produz uma redução na intensidade dos raios-x, gerando uma iluminação não uniforme em certas partes da imagem (Behiels et al 2002). Embora este efeito possa ser facilmente corrigido pelo sistema de percepção da visão humana, essa presença complica o uso de técnicas de pré-processamento. Para eliminar as variações da não uniformidade encontrada na região de fundo foi aplicado um algoritmo (Nascimento et al 2003), baseado na simulação computacional da distribuição da intensidade de radiação, desenvolvido por Marques (Marques 1998), que permite corrigir nas imagens radiográficas, as variações das densidades ópticas causadas pelo efeito Heel. Ajuste da imagem Após a eliminação do comportamento não uniforme no fundo das imagens, são aplicados filtros de suavização, para eliminar (ou atenuar) pequenos ruídos que possam 41

18 42 Olivete Jr. et al: O Efeito Heel em imagens radiográficas da mão ter restado nas imagens (Parker 1996). O filtro de suavização utilizado foi a da média por vizinhança 11 x 11. Após a suavização, o resultado é armazenado em uma imagem auxiliar e em seguida, é feita uma subtração entre a imagem auxiliar e a imagem original. A imagem original torna-se a imagem resultante dessa operação. Métodos de thresholding Um método eficiente de thresholding (limiarização) deve ser capaz de fornecer automaticamente um valor (limiar), para o qual, todos os pontos com valores de intensidade inferior a este devem ser eliminados (Parker 1996). Esta etapa da limiarização é utilizada para eliminar os pixels que não pertençam aos ossos. Os métodos de thresholding implementados são os métodos clássicos de aplicação genérica: Otsu (Parker 1996): o valor do limiar é obtido globalmente, supondo que os pontos da imagem podem ser classificados em duas classes que são o fundo e o objeto, considerando as variâncias entre as classes e a variância total; Pun (Parker 1996): é baseado na teoria da informação. Por esta teoria, define-se a entropia do objeto e do fundo da imagem e o limiar global é obtido calculando o argumento máximo entre estes dois valores da entropia; Niblack (Parker 1996): o valor do limiar é obtido de forma adaptativa através da análise do valor da média e do desvio padrão nas regiões da imagem (enfoque local); Rosenfeld (Parker 1996): o limiar é obtido através de duas análises: uma pixel a pixel, para a obtenção das probabilidades de intensidade de cada pixel e uma segunda análise para a qualificação da compatibilidade dos mesmos de cada região (enfoque local). 42

19 Olivete Jr. et al: O Efeito Heel em imagens radiográficas da mão 43 Algoritmo de ajuste final Após aplicar os métodos de thresholding nas imagens, verificou-se que alguns métodos removeram pixels pertencentes aos ossos, o que resultou em uma erosão não desejada, e em alguns casos modificando inclusive partes das bordas dos ossos. Para recuperação dos pixels que foram erroneamente removidos, aplicou-se uma metodologia baseada em morfologia matemática, composta de uma seqüência de dilatação e erosão, obtendo-se uma imagem auxiliar. Em seguida, é feita uma operação lógica que atribuirá nesta imagem auxiliar todos os pixels da imagem original que anteriormente tinham sido removidos. A imagem original torna-se a imagem resultante dessa operação. Resultados Com a obtenção da área padrão de cada osso em cada imagem original, foram aplicados os algoritmos de ajuste e todos os métodos de thresholding implementados e, posteriormente, foram obtidas as áreas resultantes de cada osso na imagem, antes e depois da correção do efeito Heel, de forma semelhante à obtenção da área padrão. A Figura 2a ilustra o resultado da aplicação do método utilizando thresholding de Otsu sobre uma imagem ajustada (suavizada), porém sem a correção do efeito Heel. Na Figura 2b é apresentado o resultado porém depois da aplicação do algoritmo de correção do efeito Heel. 43

20 44 Olivete Jr. et al: O Efeito Heel em imagens radiográficas da mão (a) (b) Figura 2: (a) Processamento sem correção do efeito Heel. (b) Imagem processada após correção do efeito Heel Aplicado o Método de Otsu. Após a obtenção das imagens processadas com e sem correção do efeito Heel, como se pode observar o exemplo nas Figuras 2a e 2b, foram medidas as áreas resultantes de cada um dos 19 ossos e comparadas com as áreas padrões da Figura 1 (original). A Tabela 1 apresenta a comparação percentual da área encontrada de cada região de interesse com relação à área original (tamanho de cada região antes da aplicação do algoritmo de correção do efeito Heel). Tabela 1 Percentagem da área encontrada para cada região de interesse em relação à área original. Osso Figura Figura Figura Figura Figura Figura Figura Figura Osso Osso Osso 2a 2b 2a 2b 2a 2b 2a 2b 1 110,78 90, ,54 99, ,46 117, ,48 88, ,28 103, ,47 104, ,58 83, ,10 91, ,87 112, ,97 72, ,56 84, ,34 100, ,84 79, ,04 87, ,17 95, ,15 115, ,00 94, ,84 99, ,55 102,93 Média 168,37% 96,03% 44

21 Olivete Jr. et al: O Efeito Heel em imagens radiográficas da mão 45 Na Tabela 1, nota-se que a aplicação do método de Otsu sobre a imagem sem correção do efeito Heel resultou em uma média de 168,37% de área, significando que as áreas calculadas foram em média 68,37% maiores que a imagem original (Figura 2a), isso em virtude da presença do tecido da mão e de ruídos presentes na imagem. Já quando o método foi aplicado sobre uma imagem sem a presença do efeito Heel, o método conseguiu obter uma média de 96,03%, perdendo apenas 3,97% (Figura 2b) da totalidade de pixels da imagem original (Figura 1), e em regiões que não comprometem o desempenho do método. Atualmente existem trabalhos que buscam resultados analisando apenas as falanges do 3º dedo da mão (Sato e Mitani 1999); ossos representados pelos números 9, 10 e 11 na Figura 1. Para mostrar a eficiência dos métodos quando aplicados nestas três regiões de interesses, foram gerados gráficos para analisar as imagens antes e depois da correção do efeito Heel. A Figura 3a ilustra a média percentual dessas três áreas encontradas com os métodos de thresholding, aplicados nas imagens sem correção do efeito Heel. Já a Figura 3b ilustra a média percentual após a correção do efeito Heel. [valores em %] ,11 Otsu 169,82 Pun 137,04 Niblack [métodos de thresholding] 133,57 Rosenfeld [valores em %] ,22 Otsu 121,01 Pun 99,36 Niblack [métodos de thresholding] 115,73 Rosenfeld (a) (b) Figura 3: (a) Média percentual das três falanges encontradas na imagem (Figura 2a) sem correção do efeito Heel. (b) Média percentual encontrada após correção do efeito Heel. 45

22 46 Olivete Jr. et al: O Efeito Heel em imagens radiográficas da mão Na Figura 3a, nota-se que todos os métodos de limiarização encontraram valores percentualmente elevados para estas três falanges, variando entre 33% a 85% além do tamanho original (Figura 1). Já na Figura 3b, verifica-se que o método adaptativo de Niblack encontrou um resultado percentual próximo do ideal, perdendo apenas 0,64% da totalidade de pixels da imagem original (Figura 1). Para medir a eficiência de cada método de thresholding quando aplicado nas imagens com e sem efeito Heel, foram gerados gráficos comparativos. A Figura 4a ilustra a média percentual geral das áreas encontradas com os métodos de thresholding aplicados nas imagens sem correção do efeito Heel. Já a Figura 4b ilustra a média geral dos métodos de thresholding aplicados nas imagens após a correção do efeito Heel. [valores em %] ,4 159,1 Pun 135,77 136, Otsu Niblack Rosenfeld ,26 111, ,05 97,02 Pun Rosenfeld 60 Otsu Niblack 40 [valores em %] 20 0 [métodos de thresholding] [métodos de thresholding] (a) (b) Figura 4: (a) Média percentual de todas as áreas nas imagens processadas sem correção do efeito Heel. (b) Média percentual de todas as áreas após correção do efeito Heel. A Figura 4a mostra que nenhum dos métodos de limiarização foi capaz de binarizar a imagem com um resultado que pudesse ser considerado satisfatório. Na Figura 4b, verifica-se que dois métodos conseguiram obter uma boa média em relação à imagem original: Otsu e Niblack, onde apresentaram uma média entre 97% e 102% respectivamente, em relação à imagem original. 46

23 Olivete Jr. et al: O Efeito Heel em imagens radiográficas da mão 47 Em todas as imagens processadas com a limiarização de Otsu após a correção do efeito Heel verificou-se que alguns pixels pertencentes aos tecidos da mão e também alguns pertencentes aos ossos dos metacárpicos (ossos representados por 4, 8, 12, 16 da Figura 1) e das falanges proximais (5, 9, 13 e 17 da Figura 1) foram perdidos, mantendo-se partes das bordas destas regiões, como pode ser visto na Figura 2b. Na tentativa de recuperação de partes dos pixels, foi aplicado o algoritmo de ajuste final. Na Figura 5 é apresentado o resultado da aplicação deste algoritmo sobre a imagem processada (Figura 2b). Figura 5: Resultado da aplicação do algoritmo de ajuste final sobre a imagem processada (Figura 2b). Observando a Figura 5, verifica-se que quase todos os pixels foram recuperados. Para medir a eficiência deste algoritmo foram novamente medidas as áreas resultantes de cada uma das regiões e comparadas com as áreas da Figura 2b. A Tabela 2 apresenta a comparação percentual da área encontrada após a aplicação deste algoritmo. 47

24 48 Olivete Jr. et al: O Efeito Heel em imagens radiográficas da mão Tabela 2 Percentagem da área encontrada para cada região de interesse em relação à área original após ajuste final da imagem. Osso Figura Figura Figura Figura Figura Figura Figura Figura Osso Osso Osso 2b 5 2b 5 2b 5 2b ,53 98, ,61 99, ,71 112, ,23 94, ,65 103, ,82 103, ,96 94, ,07 94, ,70 110, ,43 95, ,77 93, ,57 100, ,56 97, ,19 95, ,13 95, ,66 114, ,77 96, ,27 99, ,93 100,10 Média 96,03 99,87 Na Tabela 2, nota-se que a aplicação do método de Otsu na imagem ajustada (Figura 2b) resultou em uma média de 99,87% de área, não conseguindo recuperar em média apenas 0,13% dos pixels da imagem original (Figura 1). Discussões e Conclusões Com o algoritmo de correção do efeito Heel foi possível eliminar todas as variações de intensidade do fundo das imagens. O algoritmo de ajuste da imagem também foi muito importante, eliminando (ou atenuando) pequenos ruídos que prejudicavam a aplicação dos métodos de limiarização implementados. Por fim, o algoritmo de ajuste final também foi muito importante quando aplicado nas imagens que apresentam perdas de pixels em algumas regiões da mão, recuperando a imagem quase por completo. Os métodos de limiarização globais de Otsu e Pun foram escolhidos porque encontram um único valor de limiar para toda a imagem, e por isso mostram de uma forma efetiva o resultado da correção do efeito Heel nas imagens. Já os de Niblack e Rosenfeld são métodos adaptativos e encontram um valor de limiar para cada região da imagem, de onde se esperavam resultados de áreas não muito discrepantes entre as imagens com e sem correção do efeito Heel, o que de certa forma ocorreu. Em todas as imagens, os métodos de Otsu e de Niblack foram os mais eficientes, como mostra a Figura 3b. Já o método de Rosenfeld, apresentou o pior resultado entre todos os métodos implementados. 48

25 Olivete Jr. et al: O Efeito Heel em imagens radiográficas da mão 49 Com base nos resultados alcançados, pode-se concluir que a correção do efeito Heel realmente representa grande benefício para outros estágios de processamento em imagens radiográficas da mão. Um grande problema que precisa ser solucionado para que a metodologia possa de fato ser utilizada em sistemas automáticos de pré-processamento de imagens radiográficas da mão é a maneira como são obtidas as regiões de interesse. Para solucioná-lo será feito um algoritmo para automatizar o processo de isolamento destas regiões, que atualmente é realizado manualmente. Referências Behiels, G., Maes, F., Vandermeulen, D. & Suetens, P. 2002, Retrospective Correction of the Heel Effect in Hand Radiographs, Medical Image Analysis, vol. 6, pp Marques, M. A. 1998, Simulação Computacional de Parâmetros Importantes de Sistemas Radiológicos, São Carlos, Tese (Doutorado) Instituto de Física de São Carlos, Universidade de São Paulo. Nascimento, M. Z., Frère, A. F., Marques, M. A., Rodrigues, S. C. M., 2003, Subtraction of images for automatic determination of center of the radiation field, Proceedings. 25 th Annual International Conf. of the IEEE Eng. in Medicine and Biology Society, Cancún, México, pp Parker, J. R. 1996, Algorithms for Image Processing and Computer Vision, John Wiley & Sons, New York. 49

26 50 Olivete Jr. et al: O Efeito Heel em imagens radiográficas da mão Sato, K., Mitani, H. 1999, Bone age used as parameter was calculated by both Tanner- Whitehouse 2 (TW2) by CASMAS (Computer Aided Skeletal Maturity Assessment System), Proceedings.The 99th annual session of American Association of Orthodontics, USA. Tavano, O. Freitas, J.A.S., Lopes E.S. (1982) Comparação entre duas tabelas de avaliação de idade biológica através do desenvolvimento ósseo. Clin. Pediatr. 5, p