VISART: UM SOFTWARE PARA VISUALIZAÇÃO DE ARTÉRIAS ENFATIZANDO TORTUOSIDADE E AFILAMENTO Cauê Schuch Lopes¹, Adair Santa Catarina², André Luiz Brun³, Claudia Brandelero Rizzi 4, Rogério Luiz Rizzi 5 Universidade Estadual do Oeste do Paraná UNIOESTE Resumo A cineangiocoronariografia é uma técnica que consiste na visualização radiológica das artérias que irrigam o coração. As imagens resultantes deste exame podem ser processadas e analisadas com o apoio do computador permitindo melhorar a interpretação visual das artérias coronárias. Este trabalho relata um projeto de pesquisa em inovação tecnológica que dá continuidade a outro realizado no período de 2008/2009 do qual resultou um protótipo com funcionalidades que auxiliam na visualização de artérias. O objetivo principal deste trabalho é melhorar tal protótipo e, ao término, produzir uma ferramenta de software que facilite a visualização de artérias coronárias enfatizando a tortuosidade e afilamento. Este é o diferencial e o aspecto inovador do que se pretende realizar. Palavras-chave: software, tortuosidade e afilamento, artérias coronárias. 1. Introdução Com o avanço dos exames médicos na área da cardiologia são realizados estudos sobre as patologias envolvendo a insuficiência coronária, tanto relacionada ao músculo cardíaco quanto às suas artérias e veias. Um destes exames é a cineangiocoronariografia. Esta técnica consiste na visualização radiológica das artérias que irrigam o coração. Essa visualização é obtida mediante injeção de um composto geralmente à base de iodo, causando um ¹ Estudante de Ciência da Computação, UNIOESTE, thundercaue@gmail.com ² Doutor em Computação Aplicada, UNIOESTE, asc@unioeste.br ³ Mestre em Engenharia Agrícola, UNIOESTE, andrebrun@hotmail.com 4 Doutora em Informática na Educação, UNIOESTE, claudia_rizzi@hotmail.com 5 Doutor em Ciência da Computação, UNIOESTE, rogeriorizzi@hotmail.com
contraste no vídeo, fazendo assim um registro da imagem das artérias coronárias. Através das imagens é possível observar o comportamento hemodinâmico e a situação atual do sistema cardíaco, inclusive a circulação coronariana. As imagens resultantes do exame devem ser processadas em computador aplicando técnicas matemáticas e computacionais visando obter uma melhor visualização das artérias principais tornando-as mais visíveis ao hemodinamicista. Neste sentido, no período de 2008 e 2009 foi implementada a primeira versão de um software cujo objetivo era apoiar o diagnóstico médico de tortuosidade coronariana fundamentada na análise de imagens geradas pelo exame da cineangiocoronariografia, Tiago Sippert (2008). Os principais avanços daquele projeto foram implementações de cálculos realizados, dentre eles o comprimento das bordas das artérias, área da borda, comprimento médio das bordas, e uma primeira aproximação com relação ao cálculo do índice de tortuosidade, considerando a proposta de Macruz (1976). Atualmente se realizam alguns estudos que relacionam o afilamento com insuficiências coronárias. Macruz (1976) e colaboradores mostraram que a tortuosidade e o afilamento podem acarretar no aumento da resistência ao fluxo coronário, podendo levar a insuficiência coronária. Com relação ao processamento destas imagens, foram implementados alguns métodos para uma melhor visualização, dentre eles os métodos Kernelgauss (2010) e Sobel (2003), e os métodos de ajuste de brilho e contraste. O método kernelgauss, faz com que as artérias fiquem em contraste com o fundo da imagem oferecendo uma melhor visualização das artérias que possuem a cor mais intensa que a cor do fundo. O método Sobel procura fazer uma representação das bordas das artérias, destacando a maior parte das bordas da imagem. Com relação aos métodos de ajuste de brilho e contraste, criou-se uma opção de ajustes que permite ao usuário regular e perceber imediatamente as alterações no brilho e no contraste da imagem. Estes métodos estão dispostos no programa como pode ser observada na figura 1(a) na parte inferior direita. A seguir, pode-se observar duas imagens sobre as quais foram feitos alguns testes. A figura 1(a) foi constituída por uma imagem do coração; em seguida,
foram marcadas suas bordas e o sistema realizou cálculos de borda e o índice de tortuosidade. O programa possibilita uma análise mais detalhada dos dados da pessoa examinada. Na figura 1(b) foi realizado um teste utilizando o método de Sobel. Percebe-se que as bordas da imagem foram destacadas, possibilitando uma melhor visualização das artérias. O problema é que a visualização da imagem não é um processo trivial, o que dificulta ainda mais na análise da tortuosidade e do afilamento. Com isto um estudo para realizar melhorias na visualização das bordas das artérias é essencial para a continuidade do desenvolvimento do sistema proposto. (a) Informações sobre as bordas e sobre a pessoa examinada (b) Método de Sobel Figura 1. Testes no programa. Embora os avanços alcançados através do desenvolvimento daquele protótipo inicial tenham sido promissores, foi possível identificar que alguns aspectos precisam ser melhorados. Dentre eles, destacam-se: 1) melhoria da visualização
das imagens das artérias e 2) o trato mais detalhado da tortuosidade e do afilamento. Com relação à visualização das imagens é possível obter melhorias através da implementação de algoritmos que visem fornecer uma maior qualidade do atual processo de marcação das bordas das artérias, destacando-as ainda mais através da utilização de algoritmos mais refinados e que utilizem técnicas que promovam este destaque de modo mais preciso. Estas têm sido as principais motivações do presente trabalho. 2. Material e Métodos Considerando que os principais pontos a serem atingidos serão uma tentativa de melhoria na visualização das bordas das artérias, e um enfoque particular à tortuosidade e ao afilamento, atualmente está sendo feita uma revisão bibliográfica a respeito de temas no entorno de ambos os aspectos. Quanto às melhorias na visualização das bordas das artérias propõe-se a implementação do algoritmo de Canny, Seara (1998) e Bueno, que tem por objetivo detectar as bordas da imagem. Quanto ao desenvolvimento do software, será aplicando a metodologia tradicional de engenharia de requisitos. Portanto, os requisitos necessários ao desenvolvimento do software serão elicitados, analisados e validados Pressman (1995) e Sommerville (2003). Os requisitos necessários ao software serão determinados junto à literatura especifica da área. A análise desses requisitos se dará através de sua prototipação, técnica que permite construir um software, mesmo que parcialmente, avaliá-lo e dar continuidade à sua implementação, complementando-o, melhorando-o, corrigindoo. A validação dos requisitos será feita através dos testes e análises dos elementos componentes do software protótipo desenvolvido utilizando imagens reais decorrentes de exame de cineangiocoronariografia. A linguagem utilizada é JAVA, por ter um bom suporte no desenvolvimento de objetos gráficos.
3. Resultados e Discussão Primeiramente foi implementado um algoritmo de correção da paleta da imagem. Paleta de uma imagem é um mapa de cores, representando o sistema de cores adotado, no caso RGB (vermelho, verde, azul). Algumas imagens vêm com a paleta errada, as cores não seguem a ordem correta, assim é feito uma correção na paleta da imagem original (método chamado auto-escala). Este método recalcula a cor de cada pixel, levando em conta a cor de valor mínimo e a cor de valor máximo, tendo assim uma melhor distribuição das cores da imagem. A síntese deste algoritmo é apresentada na figura 2 mostrada a seguir: Figura 2. Síntese do algoritmo de autoescala. A figura 3 mostrada a seguir ilustra os resultados alcançados através da aplicação deste algoritmo visando destacar artérias coronárias. Ao lado esquerdo pode-se observar a imagem com correção da paleta e autoescala. Pode-se perceber que quando se realiza a auto-escala as cores se distribuem melhor na imagem. Este processo será útil em técnicas futuras de processamento, como o algoritmo de Canny Seara (1998) e Bueno.
(a) Imagem com correção da paleta e auto escala. (b) Imagem original do coração. Figura 3. Teste no programa. A detecção de bordas consiste na determinação do limite entre duas regiões com diferentes tonalidades. Assim, os métodos de detecção visam determinar e destacar tais regiões limítrofes, chamadas bordas. O algoritmo de Canny tem por finalidade detectar as bordas principais da imagem em 4 passos: a uniformização da imagem, a diferenciação, a omissão de pontos de mínima intensidade e limiarização da borda. No primeiro passo a imagem é uniformizada por uma função gaussiana bidimensional, objetivando reduzir o ruído presente na imagem. A seguir deve ser feita a diferenciação que, basicamente, encontra o gradiente e sua intensidade em cada pixel (x, y). A imagem é convolucionada utilizando um operador de detecção de bordas como Roberts, Prewitt ou Sobel, por exemplo. Concluídos estes dois passos, deve-se fazer a omissão dos pontos com gradientes de mínima intensidade. Como foi encontrada a intensidade dos gradientes em cada pixel, devem-se localizar os pixels de mínima intensidade e omiti-los. A omissão é feita observando a intensidade dos gradientes dos pixels da vizinhança; se esta
intensidade foi maior que no pixel observado ele irá ser omitido. O último passo é fazer a limiarização da borda. Se um segmento de borda está situado acima do limite superior de limiarização, a borda é aceita, se estiver abaixo do limite inferior a borda é rejeitada, se estiver no meio termo a borda é aceita. Também se pretende adotar métricas mais adequadas ao cálculo do comprimento de um segmento arterial. Uma das conseqüências do alcance desses objetivos seria a melhoria na análise da presença (ou não) da tortuosidade (artéria coronárias tortas) e afilamento (quando ocorre a diminuição do calibre arterial maior do que a condicionada pela saída normal dos ramos arteriais). No entanto, análises destes dois aspectos (tortuosidade e afilamento) através de imagens cineangeográficas não são triviais. E, portanto, em síntese, dando continuidade ao trabalho feito anteriormente, da presente proposta deve derivar um conjunto de algoritmos que serão acoplados ao protótipo anterior. Esta nova versão auxiliará o processo de visualização de imagens das artérias coronárias considerando-se os dois fatores em estudo (tortuosidade e afilamento). No atual protótipo se pretende disponibilizar componentes de software específicos para análise e processamento de imagens das artérias coronárias bem como possibilidade de aplicação de métricas visando à determinação da presença ou não de tortuosidade nas artérias analisadas. 4. Considerações Finais A visualização de imagens de artérias coronárias tem como objetivo principal um diagnostico médico, que geralmente ocorre a partir da experiência do especialista, sem a utilização de ferramentas de apoio. A principal aplicação e finalidade do software é a possibilidade de contribuir junto a profissionais da área de hemodinâmica, na melhoria da análise de imagens das artérias coronárias, possibilitando um processo interpretativo mais seguro. O protótipo apresentado já possui algumas funcionalidades importantes para o estudo de artérias coronarianas. Porém o principal objetivo é aperfeiçoá-lo para que disponibilize um melhor tratamento com relação à tortuosidade e afilamento.
Para atingir este objetivo é necessário melhorar o ferramental utilizado na visualização das artérias. 5. Referências Bibliográficas [1] MACRUZ, R. et. al. Síndrome da insuficiência coronária não obstrutiva. Tortuosidades das artérias coronárias. Arq. Br. Cardiol. São Paulo 1976; v. 29, p.255-262. [2] SIPPERT, T. A. S.; RIZZI, C. B.; RIZZI, R. L.; BASTOS, L. C. Um protótipo para análise de tortuosidade coronariana a partir de imagens geradas pelo exame de cineangiocoronariografia o atual estágio de desenvolvimento. In: 2º Encontro de Ciência e Tecnologia do Paraná, Guarapuava, 2008. [3] The Gaussian Kernel, http://www.stat.wisc.edu/~mchung/teaching/mia/reading/ diffusion.gaussian.kernel.pdf.pdf. Agosto, 2010, 14. [4] Java Platform, Standard Edition 6 API Specification, http://downloadllnw.oracle.com/javase/6/docs/api/, agosto, 2010, 08. [5] PRESSMANN, R. Engenharia de Software. São Paulo: Makron Books, 1995. [6] SOMMERVILLE, I. Engenharia de Software. São Paulo: Addison Wesley, 2003. [7] Sobel Edge Detector. http://homepages.inf.ed.ac.uk/rbf/hipr2/sobel.htm. Fevereiro, 2003, 23. [8] SEARA, D. M.. Algoritmos para detecção de bordas. Dezembro 1998. Dissertação Universidade Federal de Santa Catarina. Florianópolis, dezembro de 1998. [9] BUENO, M. L. Detecção de bordas através de Algoritmo de Canny. Disponível em: http://www.inf.ufsc.br/~visao/2000/bordas/. Data de acesso: 10/10/2010. [10] VON WANGENHEIM, A. Técnicas de detecção de bordas. Disponível em: http://www.inf.ufsc.br/~visao/bordas.html. Data de acesso: 11/10/2010.