Uma Proposta de Recuperação de Imagens Mamográficas Baseada em Conteúdo

Transcrição

1 Uma Proposta de Recuperação de Imagens Mamográficas Baseada em Conteúdo H. E. R. Gato 1,3, F. L. S. Nunes 2 e H. Schiabel 1 1 USP- Depto. de Engenharia Elétrica, São Carlos, Brasil 2 Centro Universitário Eurípides de Marília / Programa de Pós-Graduação em Ciência da Computação, Marília, Brasil 3 Universidade de Franca / Núcleo de Ciências Exatas e Tecnológicas, Franca, Brasil Resumo - O presente trabalho apresenta o desenvolvimento de um sistema computacional para recuperação de imagens baseada em conteúdo, denominado SRIM - Sistema de Recuperação de Imagens Mamográficas. O SRIM tem como objetivo permitir a recuperação de imagens em um banco, considerando-se similaridades em relação a uma imagem dada, servindo, assim, como base de apoio para agilizar avaliações de imagens mamográficas com características específicas. O sistema pode ser utilizado também como ferramenta de apoio para o desenvolvimento de pesquisas, ajudando a agilizar o processo de seleção de imagens com casos de interesse, além de servir como ferramenta de ensino (treinamento de diagnóstico médico). Palavras-chaves: recuperação de imagens por conteúdo, mamografia, diagnóstico auxiliado por computador. Abstract: This paper presents the development of a computational system for Content-Based Image Retrieval - called SRIM - Retrieval System for Mammographic Images. It's objective is to allow the retrieval of images in a digital database, based on similarities with a given image. It's goal is to serve as an aid in the evaluation of mammographic images with specific characteristics. The system may be also used as a tool to aid research, helping in selecting images for cases of interest, and as a teaching tool (medical diagnostic trainning). Key-words: image retrieval based content, mammograpy, Computer-Aided Diagnosis (CAD). 1. Introdução O câncer de mama é o que mais mata mulheres em todo o mundo. No Brasil, de acordo com estatísticas do Instituto Nacional do Câncer (INCA), a principal causa mortis por câncer feminino é o câncer de mama [1]. Esquemas computacionais de auxílio ao diagnóstico (CAD - Computer-Aided Diagnosis ) são desenvolvidos para tentar fornecer ferramentas que ajudem na detecção precoce da doença, chamando a atenção do radiologista para áreas da imagem que podem conter algum achado radiológico. Tais esquemas utilizam primariamente a imagem mamográfica como fonte de dados. Com esse fim, muitas pesquisas têm sido feitas para possibilitar o desenvolvimento de técnicas para esquemas CAD. Um dos problemas no desenvolvimento de CAD é a formação de um conjunto de imagens para teste que deve conter grande quantidade de casos com as estruturas procuradas pelas técnicas desenvolvidas. Dentro desta questão, um desafio particular é a recuperação de imagens adequadas para testes específicos. Assim, é interessante permitir a busca por imagens que sejam semelhantes a um determinado padrão fornecido. Isso é possível pela comparação feita entre os aspectos da imagem fornecida e as imagens armazenadas em bancos de dados criados para esta finalidade. Neste caso, o interesse do usuário está em buscar imagens semelhantes a um caso específico e, portanto, as buscas devem ser feitas por semelhança e não como no processo convencional de busca textual, que compara parâmetros do usuário com valores de atributos armazenados. As técnicas que permitem esse desenvolvimento são conhecidas na literatura como Recuperação de Imagens baseada em Conteúdo (CBIR- Content-Based Image Retrieval). Com base nos aspectos comentados, então, a finalidade desse artigo é mostrar um trabalho desenvolvido para a construção de um sistema de recuperação de imagens mamográficas a partir de algumas características, discutindo os primeiros resultados obtidos com este sistema.

2 2. Materiais e Métodos O SRIM faz parte de um esquema CAD (Computer-Aided Diagnosis) em desenvolvimento no Laboratório de Análise e Processamento de Imagens Médicas e Odontológicas (LAPIMO) do Departamento de Engenharia Elétrica da EESC/USP. Em paralelo ao desenvolvimento do SRIM está sendo alimentado um banco de imagens mamográficas, que atualmente conta com cerca de 3300 imagens. Todas elas foram digitalizadas com resolução espacial de 75 µm ou 150 µm e com resolução de contraste de 12 bits (4096 níveis de cinza) em scanners laser. O banco de imagens utilizado [2][3][4] possui imagens com características variáveis em termos de idade de paciente, densidade e achados mamográficos (microcalcificações, calcificações, nódulos, densidades assimétricas), além de imagens de mamogramas normais. As buscas baseadas em conteúdo da imagem são feitas por aproximações, não existindo uma busca exata em relação a determinado(s) parâmetro(s). Em outras palavras, serve como um filtro de informação e pretende reduzir o espaço de busca para o usuário, que terá que descartar as recuperações falsas e selecionar aquelas imagens que lhe interessam [5]. O maior desafio nessa abordagem é determinar o conjunto de características que descrevem o conteúdo da imagem adequadamente. Para que possam ser efetuadas consultas baseadas em conteúdo é mais interessante que as imagens sejam processadas e analisadas automaticamente, de forma a permitir a extração de características particulares de cada imagem. As características devem ser representativas de propriedades expressas na própria imagem, permitindo, assim, seu uso para o processo de indexação e sua recuperação. Podem ser usadas características de forma, cor, textura e propriedades estatísticas, representando o comportamento mais global ou alguma parte específica da imagem [6] [7]. No presente trabalho foi implementado um sistema para fazer busca por conteúdo baseado na densidade e na área da mama. Algoritmos de processamento digital de imagens (reconhecimento de padrões) [8] foram desenvolvidos para extrair essas características e armazená-las devidamente. Cada nova imagem adicionada ao Banco de Imagens é processada para a extração de suas características, de acordo com os mecanismos de extração implementados. Para se fazer uma nova consulta, é necessário primeiramente selecionar uma imagem de referência, e extrair suas características. Depois, é executado o processo de consulta por similaridade de conteúdo, conforme o esquema da Figura 1. Figura1- Esquema geral de funcionamento do SRIM. Uma etapa muito importante é a extração de características da imagem, pois elas sintetizam as suas propriedades inerentes, sendo então utilizadas na criação de índices para recuperação de imagens similares, que são armazenados no banco de dados. A estrutura de indexação permite que o sistema gerenciador da base consiga armazenar ou recuperar as imagens que satisfaçam a consulta. Neste trabalho, a primeira característica a ser extraída foi a densidade geral da mama. Neste caso, essa densidade foi computada analisando-se a mama toda. Foi realizada uma varredura na área pertencente à mama e calculada a média de níveis de cinza referente aos pixels que pertenciam apenas à mama. O fundo da imagem foi descartado através de um algoritmo que recorta a área que efetivamente contém estruturas mamárias, desenvolvido anteriormente [9]. Outra característica extraída foi a área da mama, que foi calculada considerando-se a quantidade de pixels da área segmentada através do algoritmo de eliminação do fundo [4].

3 As consultas por similaridade podem ser feitas por abrangência ou considerando os vizinhos mais próximos. A consulta aos vizinhos mais próximos busca as N imagens mais similares à imagem dada (de referência), sendo que N é um parâmetro que define a quantidade de imagens a serem buscadas. Já a consulta por abrangência busca todas as imagens que diferem da imagem de origem (referência) até um limite estabelecido previamente [6]. Foi implementada a busca aos vizinhos mais próximos. É dada uma imagem de referência, e a partir daí são recuperadas as N imagens mais semelhantes à imagem dada, de acordo com as características adotadas (densidade e área). 3. Resultados e discussões Os extratores de características globais desenvolvidos levam em consideração a imagem mamográfica toda, e obtêm as propriedades relacionadas à densidade e à área da mama. A Figura 2 mostra um exemplo de imagem de referência utilizada como modelo para a recuperação. Figura 2- Imagem Original A partir da imagem original (de referência) é feita então a busca pelos N vizinhos mais próximos. No exemplo da Figura 3, tem-se N=10, ou seja, encontram-se as 10 imagens mais semelhantes à imagem de referência (Figura 2) de acordo com as características de densidade. Figura 3- Busca por densidade A Tabela 1 mostra os valores que dão a medida do grau de similaridade entre a imagem original e as imagens resultantes da busca. Estão ordenados do menor para o maior, ou seja, da imagem mais semelhante à de referência até a menos semelhante, entre as 10 mais similares encontradas. Os dados mostrados correspondem à diferença entre o valor da intensidade média dos pixels que compõem a área da mama de cada imagem e a mesma média relativa à imagem de referência. Tabela1 Tabela de valores de diferença entre as imagens resultantes e a referencial (parâmetro: densidade da mama) Imagem Diferenças Calculadas 1 77, , , , , , , , , ,047

4 No segundo exemplo, mostrado na Figura 4, dada a imagem de referência (Figura 2) tem-se a busca considerando-se a propriedade que caracteriza a área da mama. Figura 4- Busca por área A Tabela 2 mostra as diferenças calculadas que medem o grau de similaridade entre a imagem original (referência) e as imagens resultantes da busca levando em consideração a área da mama. Os valores mostrados nessa tabela correspondem à diferença entre o número de pixels que compõem a mama de cada imagem e o total correspondente à imagem referencial. Tabela 2 Tabela de valores de diferença entre as imagens resultantes e a referencial (parâmetro: área da mama) Imagem Diferenças Calculadas O resultado apresentado mostra imagens de mamas com tamanhos (áreas) mais próximos à imagem de origem. Somente com dados do tipo textual não seria possível fazer buscas por imagens que tenham alguma propriedade semelhante, ou seja, avaliando o conteúdo da imagem, e chegar a obter, por exemplo, N imagens mais semelhantes a uma imagem dada. 4. Conclusão Foi criada uma base de dados complementar à base de imagens já desenvolvida em nosso grupo [2][3][4]. As consultas por similaridade têm tornado as buscas por conteúdo possíveis, e sendo aplicadas a todo tipo de área, como imagens de sensoriamento remoto [10], imagens médicas [11], imagens de objetos [12], principalmente tratando características de texturas, forma e cor [12] [13]. Os resultados mostraram que o desenvolvimento do SRIM permite uma maior facilidade para futuros testes de novos algoritmos de processamento de imagens e de algoritmos de esquemas CAD para a mamografia, proporcionando uma maior agilidade na busca por imagens e informações de interesse, além de auxiliar no ensino para treinamento e análise de diagnósticos médicos. As duas características utilizadas, embora sejam básicas, conseguem mostrar o potencial para a recuperação de imagens mamográficas. Novas características estão sendo pesquisadas para possibilitar consultas mais elaboradas e o melhoramento do sistema. O próximo passo do trabalho envolve a pesquisa de como automatizar alguns processos. Por exemplo, como fazer o pré-processamento da imagem para encontrar as características

5 desejadas, e melhorar a interface do sistema para facilitar a modificação do número de imagens resultantes da busca (N) e sua visualização. Também será implementada a busca por abrangência, e pesquisadas novas características, inclusive relacionadas a regiões de interesse da mama. Referências [1] INCA - Instituto Nacional de Câncer/Ministério da Saúde. Câncer de Mama ( ) [2] Benatti, R. H. (2003), Elaboração de Banco de Imagens Mamográficas Digitalizadas, Dissertação de Mestrado, Escola de Engenharia Elétrica de São Carlos, Universidade de São Paulo, São Carlos, 64p. [3] Benatti, R. H.; Schiabel, H.; Nunes, F. L. S. Construção de uma base de mamogramas digitalizados para utilização em sistema de diagnóstico auxiliado por computador. In: XXIV Encontro Nacional de Física da Matéria Condensada, São Lourenço - MG, Anais. p.30, [4] Benatti, R. H.; Schiabel, H.; Nunes, F. L. S. (2003), A mammographic images database for computer-aided diagnosis schemes, CD ROM Proceedings of World Congress on Medical Physics and Biomedical Engineering, Sydney (AUSTRALIA) Aug. [9] Marques, F. L. N. (2001), Investigações em processamento de imagens mamográficas para auxílio ao diagnóstico de mamas densas, Tese de Doutorado, Instituto de Física de São Carlos, Universidade de São Paulo, 208p. [10] Seidel, K., Schröder, M., Rehrauer, H., Schwarz, G. and Datcu, M. (1998), Query by Image Content from Remote Sensing Archives. In: IEEE International Geoscience and Remote Sensing Symposium, IGARSS'98. [11] Bueno, J. M., Chino, F., Traina, A. J. M., Traina Jr, C., Marques, P. M. A. (2002), How to Add Content-based Image Retrieval Capability in a PACS, In: The 15th IEEE Intl. Conference on Computer-Based Medical System CBMS, Maribor, Slovenia, p [12] Wei-Ying Ma, B. S. Manjunath. (1999), NeTra: A toolbox for navigating large image databases, Multimedia Systems 7: p [13] Niblack W, Barber R, Equitz W, Flickner M, Glasman E, Petkovic D, Yanker P. (1993), The QBIC project: querying images by content using color, texture, and shape, Proceedings of SPIE Storage and Retrieval for Image and Video Databases, vol. 1908, p , Feb. [5] Faloutsos, C., Equitz, W., Flickner, M., Niblack W., HAFNER, J., Petkovic, D. and Barber, R. (1994), Efficient and Effective Querying by Image Content, Journal of Intelligent Information Systems, v.3 n.3-4, p , Jul. [6] Traina, A. J. M. (2001), Suporte à Visualização de Consultas por similaridade em imagens Médicas de estrutura de Indexação Métrica, Tese de Livre- Docência, Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 104p. [7] Iqbal, Qasim and Aggarwal, J. K. (2002), CIRES: A System for Content-based Retrieval in Digital Image Libraries, Computer and Vision Research Center, Seventh International Conference on Control, Automation, Robotics and Vision (ICARCV 02), Singapore, Dec. [8] Gonzalez, R. and Woods, R. (1993), Digital Image Processing, 3 rd. Edition, Addison Wesley.