Download doc - Trabajos de Grado de la facultad de Ingeniería de Sistemas

Ingeniería de Sistemas
PROPUESTA PARA TRABAJO DE GRADO
TÍTULO
Sistema de apoyo para identificación y estimación de volumetría de nódulos pulmonares.
MODALIDAD
Aplicación práctica.
OBJETIVO GENERAL
Implementar una aplicación usando visión por computador, para ayudar a un médico en la identificación, ubicación y estimación de la volumetría de nódulos pulmonares, en tomografía axial computarizada (TAC) de tórax.
ESTUDIANTE(S)
José Alejandro León Andrade
Documento
CC. 1010188082
Teléfono fijo
4163526
Celular
313-844-3554
Correo Javeriano
[email protected]
DIRECTOR
Ing. Andrea del Pilar Rueda
Documento
CC.
Celular
Teléfono fijo
320 8320
Correo Javeriano
[email protected]
Empresa donde trabaja y cargo
Pontificia Universidad Javeriana; Profesora Departamento de Sistemas
Correo Javeriano
[email protected]
Empresa donde trabaja y cargo
Pontificia Universidad Javeriana; Profesor Departamento de Sistemas
Ext. 5384
ASESOR
Ing. Leonardo Florez Valencia
Documento
CC.
Celular
Teléfono fijo
320 8320
Ext. 5317
8/9/2017
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado - <Aplicación práctica>
Contenido
1 OPORTUNIDAD O PROBLEMÁTICA .............................................................................3
1.1 DESCRIPCIÓN DE LA OPORTUNIDAD O PROBLEMÁTICA .............................................3
1.2 FORMULACIÓN ..........................................................................................................3
1.3 JUSTIFICACIÓN ..........................................................................................................4
1.4 IMPACTO ESPERADO DEL PROYECTO .........................................................................4
2 DESCRIPCIÓN DEL PROYECTO ...................................................................................6
2.1 OBJETIVO GENERAL ..................................................................................................6
2.2 OBJETIVOS ESPECÍFICOS ...........................................................................................6
2.3 ENTREGABLES O RESULTADOS ESPERADOS ..............................................................6
3 PROCESO .....................................................................................................................8
3.1 FASE DE CONCEPCIÓN. ..............................................................................................9
3.1.1 Método ........................................................................................................................ 9
3.1.2 .Actividades ................................................................................................................ 9
3.1.3 Hitos ........................................................................................................................... 9
3.2 FASE DE ELABORACIÓN. ..........................................................................................10
3.2.1 Método ...................................................................................................................... 10
3.2.2 Actividades ............................................................................................................... 10
3.2.3 Hitos ......................................................................................................................... 11
3.3 FASE DE CONSTRUCCIÓN .........................................................................................11
3.3.1 Método ...................................................................................................................... 11
3.3.2 Actividades ............................................................................................................... 11
3.3.3 Hitos ......................................................................................................................... 12
4 GESTIÓN DEL PROYECTO .........................................................................................13
4.1 CALENDARIZACIÓN .................................................................................................13
4.2 PRESUPUESTO .........................................................................................................14
4.3 ANÁLISIS DE RIESGOS .............................................................................................15
4.4 DERECHOS PATRIMONIALES ....................................................................................16
5 MARCO TEÓRICO / ESTADO DEL ARTE....................................................................17
5.1 FUNDAMENTOS Y CONCEPTOS RELEVANTES PARA EL PROYECTO. ...........................18
5.1.1 Segmentación y etiquetado. ...................................................................................... 18
5.1.2 Dimensionalidad ...................................................................................................... 19
5.1.3 Segmentación suave y efectos del volumen parcial .................................................. 19
5.1.4 Interacción................................................................................................................ 19
5.1.5 Validación ................................................................................................................ 19
5.1.6 Métodos .................................................................................................................... 19
5.1.7 TAC pulmonar .......................................................................................................... 21
Página 1
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado - <Aplicación práctica>
5.2 TRABAJOS IMPORTANTES EN EL ÁREA .....................................................................23
5.2.1 Automated detection of lung nodules in CT scans: preliminary results. [26] .......... 23
5.2.2 Lung nodule detection on thoracic computed tomography images: preliminary
evaluation of a computer-aided diagnosis system. [27] .................................................... 23
5.2.3 A CAD system for nodule detection in low-dose lung CTs based on region growing
and a new active contour model. [28] ............................................................................... 23
5.2.4 Desarrollo de un sistema de diagnóstico asistido por computador para detección de
nódulos pulmonares en tomografía computarizada multicorte. [20] ................................ 24
5.3 GLOSARIO ...............................................................................................................25
6 REFERENCIAS Y BIBLIOGRAFÍA ...............................................................................26
6.1 REFERENCIAS ..........................................................................................................26
6.2 BIBLIOGRAFÍA PROPUESTA PARA EL DESARROLLO DEL TRABAJO DE GRADO ..........27
Página 2
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado - <Aplicación práctica>
1 Oportunidad o Problemática
1.1 Descripción de la Oportunidad o Problemática
A lo largo de la historia, en el ámbito de la medicina se ha visto la necesidad de observar el
interior de los humanos desde que se descubrió los rayos X en 1895, de tal forma que no se
realicen procedimientos invasivos, esto con el fin de conocer la estructura interna del cuerpo
y de esta forma poder identificar anomalías que puedan presentarse. En los últimos años ha
habido un crecimiento notable en cuanto al diagnóstico radiológico por imágenes y a las tecnologías que producen dichas imágenes, logrando la introducción de la informática en este
campo que complementa el trabajo del médico. [1]
A lo largo de los últimos años, se han desarrollado diferentes técnicas y tecnologías que permiten realizar imágenes del interior del cuerpo mediante principios físicos y matemáticos
como los rayos X, los ultrasonidos y campos magnéticos entre otros. Gracias a lo anterior ha
surgido el desarrollo de nuevas tecnologías que generan esas imágenes (imágenes médicas)
tales como: la tomografía axial computarizada (TAC), la tomografía helicoidal, la resonancia
magnética (RM) y la tomografía por emisión de positrones (PET) entre otros, además los
nuevos sistemas dan la posibilidad de generar imágenes tanto en dos como en tres dimensiones o incluso en tiempo real. [2]
Las imágenes médicas por si solas no tienen gran validez, ya que necesitan ser vistas y estudiadas por la persona que tiene el conocimiento, que en este caso es el médico especialista en
el tema (radiólogo), el cual, en su profesión es capaz de interpretar las imágenes a partir de
factores como la borrosidad de la imagen, la complejidad, el patrón de búsqueda que se desarrolle, la memoria del observador, la satisfacción de la búsqueda y el ambiente en que se
desarrolla la lectura, con el fin de encontrar canceres, tumores y en general cualquier anomalía que pueda presentarse. [3]
Mediante un computador y diferentes algoritmos se puede realizar un procesamiento en las
imágenes originales, con lo cual se logra una mejora de características visuales como el contraste de la imagen, detección de bordes y segmentación de las diferentes partes observables
en la imagen entre otras, que pueden ayudar en gran medida al diagnóstico que da el experto
en la lectura de las imágenes. [4]
El enfoque de este trabajo, se centra principalmente en el análisis de imágenes obtenidas por
un TAC pulmonar, para poder identificar nódulos, y poder presentar esto en una interfaz gráfica que sea de utilidad y ayuda para el diagnóstico que realiza el médico.
1.2 Formulación
¿Cómo generar una aplicación con una interfaz gráfica que facilite a un médico, la lectura e
interpretación de imágenes de TAC de tórax, para la identificación de estructuras del pulmón
y de nódulos pulmonares?
Página 3
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado - <Aplicación práctica>
1.3 Justificación
La problemática principal que genera un nódulo pulmonar solitario (NPS) es que en los pacientes fumadores y mayores de 35 años, la proporción de nódulos malignos diagnosticados
previamente como indeterminados por técnicas no invasivas, o mínimamente invasivas puede
llegar a un 68%. Por otra parte se tiene que, de un 20 a 30% de todos los carcinomas (una
forma de cáncer de tipo maligno) de pulmón se presentan como NPS. Igualmente, de un 40 a
50% de los NPS identificados de forma radiológica son lesiones malignas donde la mayor
parte son carcinomas primitivos de pulmón. Por tal razón se hace necesario e importante encontrar cualquier tipo de nódulo pulmonar en etapas tempranas, con el fin de dar un diagnóstico y un tratamiento para evitar la formación de cualquier cáncer o tumor maligno [5].
Es importante además, realizar un procesamiento sobre las imágenes obtenidas a partir de una
TAC pulmonar, ya que se debe mejorar la calidad, el contraste y en general las características
de estas, que sirven para la visualización de las diferentes estructuras asociadas a este órgano,
permitiendo a la persona que interpreta la imagen el estudio de la anatomía normal y de los
estados patológicos que puedan presentarse como lo es el caso de los nódulos y tumores[3].
Cabe resaltar que las tomografías computarizadas son la manera más común de hacer seguimiento al nódulo pulmonar.
El profesional de la radiología debe tener en cuenta muchos factores como lo son la superposiciones, las estructuras adyacentes al pulmón, las densidades radiográficas producidas por las
diferentes estructuras, entre otras, además debe visualizar las imágenes desde diferentes puntos de vista, teniendo en cuenta que un TAC posee muchas imágenes que forman una estructura tridimensional. Lo anterior puede llevar mucho tiempo y además pueden haber errores en
el diagnóstico realizado por el radiólogo [6]. El fin fundamental del uso de los diferentes
algoritmos de procesamiento de imágenes es asesorar al experto en la toma de decisiones y
ayudar a realizar un mejor diagnostico a partir de la TAC, ya que además está de por medio el
paciente, quien requiere un diagnostico lo más preciso posible.[4]
Según lo anterior, es importante generar una interfaz gráfica que pueda ser usado de forma
sencilla por el experto, que realice los diferentes procesos propios del campo de la ingeniería
y oculten la complejidad del procedimiento al médico, a quien solo le interesan los resultados
obtenidos, los cuales deben ser confiables y deben mostrados de forma tal que sean entendibles para la persona que va a interpretar las imágenes.
1.4 Impacto Esperado del Proyecto
Se espera que los resultados del proyecto se vean reflejados a corto y mediano plazo en el
Hospital Universitario San Ignacio, y más específicamente en el área de radiología, donde se
encuentran los principales usuarios del sistema, y quienes también realizaran las pruebas de
usabilidad y algunas pruebas de validación.
En la actualidad en Colombia, la radiografía simple sigue siendo la fuente más común de
identificación de nódulos pulmonares solitarios, sin embargo esta técnica es muy limitada,
pero son de gran ayuda para establecer la estabilidad o actividad del nódulo. Otro método que
es el examen más importante en la valoración de los nódulos pulmonares, es el de la TAC ya
que permite diferenciar de forma más precisa, los nódulos verdaderos de los seudo-nódulos.
Página 4
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado - <Aplicación práctica>
Dadas las limitaciones en la salud colombiana, la TAC es un método aceptado y comúnmente
usado para la identificación de nódulos pulmonares, sin embargo, el proceso que se realiza es
de forma manual y requiere de un experto que tenga conocimientos en lectura de imágenes
radiológicas que realice la lectura e interprete lo que puede observar en las imágenes[7]. Al
finalizar el proyecto, se espera que dicho proceso se realice de forma semiautomática, y que
ayude al experto (radiólogos del Hospital Universitario san Ignacio) en su tarea, en este contexto, el experto solo debe interpretar los resultados y comprobar sus análisis, lo cual reduce
el tiempo para dar un diagnostico al paciente y además provee un resultado más objetivo.
Igualmente en un término de mediano y largo plazo, se espera que el software pueda ser utilizado en la enseñanza a los estudiantes de medicina de la Pontificia Universidad Javeriana, en
asignaturas relacionadas con lectura de imágenes médicas. Lo anterior genera una herramienta didáctica para estudiantes, permitiéndoles entrenarse de mejor forma en la lectura de imágenes radiológicas de pulmón.
Página 5
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado - <Aplicación práctica>
2 Descripción del Proyecto
2.1 Objetivo general
Implementar una aplicación usando visión por computador, para ayudar a un médico en la
identificación, ubicación y estimación de la volumetría de nódulos pulmonares, en tomografía
axial computarizada (TAC) de tórax.
2.2 Objetivos Específicos
-
Evaluar los diferentes métodos que se emplean en la segmentación y visualización de
imágenes médicas de TAC de tórax.
-
Diseñar un sistema para generar un modelo en 3D de los pulmones, que ayude a identificar nódulos pulmonares y estimar su volumetría, a partir de imágenes TAC de tórax.
-
Implementar el sistema diseñado, junto con una interfaz 3D interactiva.
-
Realizar pruebas funcionales y de usabilidad con tomografías de diferentes pacientes.
-
Analizar los resultados, con el fin de refinar la herramienta de software realizada.
2.3 Entregables o Resultados Esperados
El entregable o resultado principal del proyecto es una aplicación o software funcional, que
brinde la capacidad de identificar nódulos pulmonares en imágenes de TAC (conjunto de
imágenes de entrada al sistema), además el sistema debe presentar al usuario un valor aproximado de la volumetría de los nódulos encontrados. Lo más importante es que el entregable
debe tener una interfaz gráfica de usuario, que permita en un tiempo no mayor a un valor
determinado (se debe especificar en los requerimientos del sistema) el uso del sistema por
parte de los radiólogos, además de proveer una interfaz 3D de los pulmones y los nódulos
encontrados.
Durante el desarrollo del proyecto los entregables serán los siguientes:


Documento de la propuesta de trabajo de grado o de la propuesta del proyecto: en este documento se deben plantear el objetivo general, los objetivos específicos del proyecto y el marco teórico o estado del arte sobre el tema a tratar. Además se debe hacer un plan inicial de cronograma y de presupuesto, así como de las metodologías o
fases a seguir para realizar el proyecto y los riesgos que pueden presentarse al momento de realizar el proyecto.
Documento de los requerimientos del sistema o SRS, donde se encuentran los requerimientos funcionales y no funcionales del proyecto, la descripción de las interfaces
Página 6
Pontificia Universidad Javeriana





Propuesta para Trabajo de Grado - <Aplicación práctica>
externas, y además se describen las restricciones que debe tener el proyecto al momento de implementar la arquitectura del sistema. [8]
Documento de la arquitectura del software o SAD, donde se desarrolla totalmente la
arquitectura del sistema (componentes que debe tener, relaciones entre componentes,
protocolos a seguir, datos o información que se deben manejar, equipos donde se debe ejecutar, entro otros), la cual debe cumplir con los requerimientos planteados en
el documento de los requerimientos del sistema.[9]
Entregable con la documentación del sistema implementado, donde se indiquen los
métodos o funciones utilizadas, patrones de software, entre otros. En este documento
también se incluyen los protocolos a seguir para realizar las pruebas de usabilidad y
de validación, así como los resultados obtenidos y el análisis de los mismos.
Artículo en formato IEEE, el cual debe contener el desarrollo y resultados del proyecto.
Guías o manuales de usuario: donde se indican los pasos para que un usuario pueda
usar el sistema sin mayores complicaciones.
Memoria de trabajo de grado, el cual se realizará para finalizar el proyecto.
Página 7
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado - <Aplicación práctica>
3 Proceso
El trabajo propuesto es de tipo “aplicación práctica”, que generará una aplicación que será de
utilidad para un médico. Ello implica seguir una metodología bien definida para llevar a cabo
la implementación del sistema. Dado que se busca realizar una aplicación funcional, centrándose más en el software que se va a entregar, que en su documentación, y además se tiene una
limitante de tiempo para llevar a cabo el proyecto[10] , se seguirá el modelo de una metodología ágil de la ingeniería de software, y más específicamente la metodología ágil de proceso
unificado (AUP), de la cual se realizarán las fases de concepción, elaboración y construcción,
ya que dado el alcance del proyecto y el tiempo que se tiene para realizarlo, no es posible
realizar en su totalidad todo el proceso completo que se define en AUP[11]. Durante la fase
de concepción, que será desarrollada durante la asignatura de seminario metodología de la
investigación, se definirá el alcance del proyecto principalmente, las fechas de entrega, y la
factibilidad del proyecto, entre otros. En la fase de elaboración, se debe desarrolla una comprensión de todo el dominio del problema, y a partir de eso, se debe identificar y validar la
arquitectura que se va a usar [10].
En la fase de construcción, además de implementar la aplicación, se deben hacer las pruebas
necesarias para garantizar que se cumple con los requerimientos del sistema[12]. Por esa
razón, durante esta fase, en paralelo se llevará a cabo una metodología cuantitativa, con el fin
de medir el correcto funcionamiento de la aplicación de una forma objetiva y realista, y de
esta forma poder refinar cada vez más el sistema en su totalidad [13], para el caso de este
proyecto, el método cuantitativo se verá reflejado al momento de medir el error del volumen
del nódulo, y de igual forma, al momento de analizar el número de nódulos que no son identificados por el sistema.
En cada una de las tres fases descritas anteriormente, se llevará a cabo una serie de flujos de
trabajo, que es lo que representa el aspecto iterativo de la metodología, estos flujos son:
Modelamiento: que se refiere a la definición de los casos de uso del sistema.
Requerimientos: que se refiere a la definición y entendimiento de los requerimientos del sistema.
Análisis y diseño: donde se genera un modelo de diseño y de análisis partiendo de los requerimientos y llegando a la definición de una arquitectura.
Implementación: donde se generará el prototipo funcional del sistema a partir de la arquitectura.
Pruebas: donde se realizarán las correspondientes pruebas para verificar que el sistema cumpla con los requerimientos.
En la metodología AUP se define un flujo de trabajo de despliegue, sin embargo, dado que no
se realizará la fase de transición, no se realizara este flujo de trabajo.
Finalmente se definen tres flujos de soporte que son la gestión del proyecto, donde se gestiona todo el proyecto con el fin de hacer todas las entregas a tiempo; la gestión de cambios y
configuraciones, donde se busca mantener un historial de cambios en caso que sea necesario
volver a versiones anteriores, y el ambiente donde se desarrolla el proyecto, donde se tendrán
en cuenta las herramientas que soportan el desarrollo del proyecto [12].
Página 8
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado - <Aplicación práctica>
3.1 Fase de concepción.
Durante esta fase se definirá el contexto y el entorno bajo el cual va a realizarse el proyecto.
Para ello es necesario definir el alcance que el proyecto tendrá, así como los plazos que se
tienen para cada actividad que se va a desarrollar, además se definen los riesgos y la factibilidad que tiene el proyecto[14] . También se deben definir las interacciones que tendrán las
entidades externas con el sistema [10], donde las entidades se refiere a los especialistas en la
lectura de imágenes médicas, los estudiantes de medicina y a los médicos en general, que son
los que inicialmente se verán beneficiados con el sistema.
Esta fase será desarrollada durante la asignatura de “seminario metodología de la investigación”, es decir antes de iniciar con el desarrollo del proyecto de grado.
3.1.1 Método
Para definir el contexto, alcance y entorno en el que se va a realizar el proyecto, es necesario
investigar sobre el tema de análisis y diagnóstico de los nódulos pulmonares, acudiendo directamente a la literatura médica o a la información que un médico pueda brindar, y a partir
de ello se modelará el problema que se quiere tratar. Se realizará una investigación sobre el
estado del arte en cuanto al tema de análisis de imágenes de TAC para la detección e identificación de nódulos pulmonares, y más específicamente, en cómo se ha abordado el tema desde
el punto de vista tecnológico e informático.
A partir de la información que se recolecte, se definirán los primeros requerimientos y el
alcance del proyecto en cuanto tiempo y esfuerzo, además se realizará un plan completo de
actividades, para la realización del trabajo de grado.
Al finalizar esta fase, ya se tendrán los principales requerimientos del sistema, que surgirán
de la investigación realizada y de los objetivos que se planean durante el desarrollo de la
misma
3.1.2 .Actividades






Investigar el estado del arte en el tema de segmentación de imágenes médicas de
TAC de tórax.
Investigar el estado del arte en el tema de visualización en 3D para imágenes de TAC
de tórax.
Generar una lista de actividades para desarrollar durante el desarrollo del proyecto.
Realizar un calendario donde se indique el desarrollo de las actividades definidas.
Generar los objetivos del proyecto.
Definir un alcance para la realización del trabajo de grado.
3.1.3 Hitos

Al finalizar esta fase, se espera entregar un documento en el cual se indique el alcance del proyecto, la definición inicial de los requerimientos (los cuales están muy relacionados con los objetivos), un planeamiento que incluye una estimación del cronograma, los riegos iniciales identificados, un método definido para realizar el proyecto
y una investigación sobre el tema, que sirva para el inicio de la siguiente fase.
Página 9
Pontificia Universidad Javeriana

Propuesta para Trabajo de Grado - <Aplicación práctica>
El desarrollo de esta fase está relacionado directamente con el primer objetivo específico, ya que se debe generar una investigación que surge del estado del arte en segmentación de imágenes médicas.
3.2 Fase de elaboración.
A partir del resultado de la fase anterior, en esta se empezará por complementar el modelo del
problema y por refinar o complementar los requerimientos del sistema, detallando lo suficiente como para lograr una completa comprensión del proyecto. Es importante en la fase de elaboración construir una arquitectura y entender los riesgos de hacerla, además de probarla y
validarla.
En cada iteración se irá refinando más la arquitectura y se empezará a realizar su correspondiente implementación.
3.2.1 Método
El objetivo principal de esta fase, es probar la arquitectura del sistema, que debe cumplir con
los requerimientos, los cuales han sido refinados respecto a la primera etapa. Para lograrlo
deben generarse el modelo de diseño y el modelo de análisis, que describen cómo la solución
será implementada[12].
Para hacer el diseño de la arquitectura del sistema, es necesario analizar las diferentes herramientas de procesamiento de imágenes médicas y herramientas para visualizarlas, así como
los métodos o algoritmos que pueden usarse para eso, con el fin de seleccionar el que mejor
rendimiento en tiempo de procesamiento tenga y solución más cercana a los resultados esperados posea.
Durante esta fase se empezaran a realizar las pruebas sobre el sistema, y más específicamente
sobre la implementación de los algoritmos analizados.
3.2.2 Actividades








Investigar a fondo los algoritmos y métodos que existen para la segmentación de
imágenes médicas de TAC.
Investigar los métodos para calcular el volumen de un objeto dentro de una TAC de
tórax.
Generar nuevos requerimientos que surgen a partir de la investigación realizada.
Investigar sobre las diferentes herramientas, bibliotecas, API’s o software para manejo de imágenes médicas de TAC.
Investigar sobre los protocolos que se deben manejar en cuanto al manejo de imágenes médicas en un software.
Seleccionar las herramientas y lenguajes de programación que se van a usar para
desarrollar el sistema.
Generar una arquitectura que dé una solución a los objetivos y requerimientos propuestos.
Validar la arquitectura.
Página 10
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado - <Aplicación práctica>
3.2.3 Hitos



Al finalizar esta fase, se debe tener un documento donde se vea el mejoramiento de la
estabilidad de la visión del proyecto, así como plan detallado para realizar la construcción del sistema y la viabilidad que tiene. Tanto la visión como la estabilidad son
una mejora de lo que fue producido durante la primera fase, sin embargo, se acerca
más al objetivo principal del proyecto.
Se debe entregar un documento con la arquitectura del sistema, la cual debe ser estable y suficiente para satisfacer los requerimientos, además debe incluir los posibles
riesgos que se puedan generar.
Esta fase está relacionado con el primer objetivo específico, en tanto que se deben
analizar a fondo las técnicas para generar la arquitectura, y también está relacionada
con el segundo objetivo específico que se refiere al diseño del sistema, es decir al diseño de la arquitectura.
3.3 Fase de construcción
La fase de construcción comprende la implementación del sistema, la programación de todos
los componentes de software y las pruebas necesarias para aceptar el producto[10].
De igual forma, en esta fase se realizará un análisis cuantitativo para analizar los resultados
obtenidos en tanto que estos serán de tipo numérico, y por lo tanto podrán ser analizados
estadísticamente, mediante diferentes muestras de imágenes y también mediante la observación de los resultados [15]. Al usar un análisis cuantitativo, que es orientado al resultado, se
obtendrán resultados objetivos y medibles, además que son sólidos y repetibles[16].
3.3.1 Método
En esta fase se terminaran de probar los diferentes métodos investigados para la segmentación de imágenes de TAC pulmonar, y durante cada iteración se irá definiendo cual es el que
se va a usar. Además de eso, se implementará toda la arquitectura definida durante las anteriores fases, incluyendo el modelo en 3D del pulmón y la interfaz gráfica del sistema.
Paralelo al proceso de implementación, se realizaran todas las pruebas funcionales, verificando el volumen del nódulo y su ubicación dentro de las imágenes, con el fin de aceptar o mejorar los resultados obtenidos por el sistema desarrollado y generar estadísticas que muestren el
error que posee la respuesta en cada una de las pruebas, además se realizaran pruebas de usabilidad con ayuda de los expertos en interpretación de imágenes médicas del hospital Universitario San Ignacio, con el fin de validar el sistema en su totalidad.
Estos protocolos de pruebas deberán detallarse en un anexo al proyecto, identificando las
rubricas para calificar el desempeño y usabilidad del sistema.
Al finalizar esta fase se espera que se obtenga un código y un sistema funcional que cumpla
con todos los requerimientos que se obtuvieron a lo largo del desarrollo de todo el proyecto.
3.3.2 Actividades

Refinar los requerimientos del sistema, a partir de la arquitectura planteada.
Página 11
Pontificia Universidad Javeriana







Propuesta para Trabajo de Grado - <Aplicación práctica>
Implementar un algoritmo para segmentar la imagen de TAC de tórax.
Implementar un algoritmo para la segmentación de nódulos pulmonares dentro de
una TAC de tórax.
Implementar un algoritmo que calcule el volumen de un nódulo pulmonar en una
imagen de TAC de tórax.
Implementar un algoritmo que genere un modelo en 3D del pulmón y del nódulo, a
partir de una imagen TAC de tórax.
Desarrollar una interfaz gráfica para hacer uso de las funciones desarrolladas.
Realizar las pruebas funcionales al sistema, verificando que se cumplan los requerimientos planteados durante todo el desarrollo del proyecto.
Realizar las pruebas de usabilidad en conjunto con los expertos en lectura de imágenes médicas del Hospital Universitario San Ignacio, con el fin de validar el sistema.
3.3.3 Hitos





Al finalizar esta fase, se debe entregar el sistema completo funcionando, cumpliendo
con los requerimientos planteados.
Se debe entregar un documento que contenga la arquitectura refinada y los cambios
realizados durante esta fase, así como la documentación del sistema implementado.
Se debe entregar un documento describiendo las pruebas realizadas y los resultados
obtenidos, junto con su respectivo análisis.
Se debe entregar un artículo en formato IEEE que contenga el desarrollo y los resultados obtenidos del proyecto.
Esta fase está relacionada con el tercer y cuarto objetivo específico que se refieren directamente con el desarrollo del sistema y realización de las pruebas correspondientes.
Página 12
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado - <Aplicación práctica>
4 Gestión del Proyecto
4.1 Calendarización
Como se detalló en la sección de “Proceso” del proyecto, se realizarán principalmente tres
fases metodológicas basándose en la metodología ágil de proceso unificado. Las fases son la
de concepción, elaboración y construcción, además se agregará una actividad adicional, correspondiente a la realización de la memoria de trabajo de grado y documentos finales del
proyecto. En el siguiente gráfico se puede observar el tiempo que tomará cada fase y las iteraciones de cada una.
Semana
Horas semana
Concepción
Elaboración
Construcción
Realización de
la memoria de
trabajo de
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44
35 35 35 35 35 35 35 35 28 28 28 28 28 28 28 28 28 28 28 28 56 56 56 56 56 56 56 56 20 20 20 20 20 20 20 20 20 20 20 20 20 0 0 0
2
70
Iteración 1
14
448
Iteración 1
Iteración 2
24
784
Iteración 1
Iteración 2
Iteración 3
10
200
Durante el curso de “Seminario de trabajo de grado” (segundo semestre del año 2013) se
realizó la fase de concepción, sin embargo durante enero del año 2014 se realizará una segunda iteración, complementando la investigación sobre el estado del arte y marco teórico del
proyecto. Para la segunda fase (elaboración) se tienen dos iteraciones, la primera correspondiente a la selección de técnicas y métodos que se llevaran a cabo, y la segunda correspondiente al desarrollo de la arquitectura. Para la tercera fase (construcción) se tienen tres iteraciones, la primera relacionada con el desarrollo de la segmentación del pulmón y los nódulos
junto con la estimación de la volumetría, la segunda iteración corresponde al desarrollo de la
interfaz gráfica de usuario, y finalmente la tercera iteración corresponde al desarrollo de
pruebas de validación y de usabilidad del sistema, junto con el desarrollo de los documentos
correspondientes definidos en la sección de “Proceso”. Finalmente hay una actividad relacionada con el desarrollo de la memoria de trabajo de grado y documentos finales, la cual se
complementará al finalizar las fases propuestas.
El tiempo estimado en horas para la realización de cada fase se puede ver reflejado en la siguiente tabla:
Página 13
Propuesta para Trabajo de Grado - <Aplicación práctica>
Pontificia Universidad Javeriana
Fases
Concepción
Elaboración
Realización
Construcciónde la
memoria de trabajo
de grado y
documentos
adicionales
Horas
Numero de Horas estimadas estimadas
semanas
estudiante
director
Horas
estimadas
asesor
2
14
24
70
448
784
4
44
62
4
44
62
10
200
20
20
4.2 Presupuesto
De acuerdo al promedio de salarios de practicantes y de profesionales ingenieros, se obtuvo
un valor aproximado por hora para un ingeniero, además se obtuvo un valor aproximado de
los instrumentos o equipos que se van a utilizar junto con su depreciación. Finalmente se
realizó un estimado de los productos como las impresiones y trabajos físicos que se deben
entregar y servicios que se van a utilizar durante el desarrollo del proyecto como el servicio
de internet y de luz. En la siguiente tabla se muestran todos los datos, obteniendo un presupuesto aproximado de 45’705.974 de pesos.
Total por
Total por elemento
categoría
Descripción
Cantidad
Valor por hora
Total del proyecto
Horas de trabajo
Horas estudiante
1.324
16.000
21.184.000
Horas director
100
70.000
7.000.000 35.184.000
Horas asesor
100
70.000
7.000.000
Equipos de cómputo
Depreciación por año
Computador Imac (2,5
GHz, intel core i5,
1
571.429
571.429
4GB, 1333 Mhz, MHz
811.429
DDR3)
45.705.974
Computador HP mini
1
240.000
240.000
Consumibles
Cantidad hojas aprox Valor
Cuaderno
1
6.000
6.000
Impresiones trabajos
100
500
50.000 96.000
Otros
1
40.000
40.000
Servicios
Uso por mes
Valor por mes
Energía eléctrica
120
40.000
4.814.545
9.614.545
Servicio de internet
120
40.000
4.800.000
Página 14
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado - <Aplicación práctica>
4.3 Análisis de Riesgos
Los principales riesgos identificados para el proyecto se pueden observar en la siguiente matriz, donde se identifica la probabilidad de ocurrencia y a partir de ella la prioridad que se le
da. De igual forma se identifica el riesgo, la forma de prevenirlo, y la forma de mitigarlo en
caso que ocurra,
Prioridad
1
2
3
4
5
Descripción
¿Cómo prevenirlo?
El desarrollo de los métodos
implementados tarda mucho
Desarrollar o usar algoritmos
tiempo en dar una respuesta
que tengan poca complejidad
en la máquina donde se
temporal, o que puedan ser
ejecuta, debido a la
implementados de forma
complejidad que conlleva el
concurrente.
procesamiento de imágenes de
TAC.
Desarrollar una buena
arquitectura, evaluando los
Con los resultados obtenidos,
diferentes métodos de
no se puede extraer la
segmentación de imágenes de
información morfométrica que
TAC pulmonar, las
se necesita, según los
herramientas con las que se
requerimientos del sistema.
van a desarrollar y las
imágenes que se tienen.
El método de procesamiento
de imágenes de TAC
Evaluar los diferentes
propuesto, no permite
algoritmos y métodos
identificar de forma correcta
propuestos en la literatura
las características que el
para el procesamiento de
sistema debe encontrar o
imágenes de TAC pulmonar.
procesar.
Investigar y priorizar
No se cuenta con las
diferentes software o librerías
herramientas necesarias para
especializadas en el
el desarrollo del proyecto, o
procesamiento y visualización
son de difícil acceso.
de imágenes medicas.
¿Cómo mitigarlo?
Probabilidad
de
ocurrencia
Usar un computador o
máquina diferente a los
seleccionados en la
arquitectura del sistema, con
mejores características de
hardware o realizar un
escalamiento vertical u
horizontal.
Alta
Cambiar el método
seleccionado, o las
herramientas usadas para
desarrollar dichos métodos.
Media
Cambiar el método
desarrollado, por uno que se
adapte mejor a las imágenes
de TAC pulmonar obtenidas
para el proyecto.
Media
Usar software y librerías de
código abierto (Open
source).
Baja
Buscar imágenes de TAC
Buscar en internet diferentes
No se logran obtener las
pulmonar directamente en el
bases de datos de imágenes de
imágenes de TAC prehospital San Ignacio, y un
TAC pulmonar que contengan
procesadas con las
experto que las interprete,
nódulos y su respectiva
características necesarias para
para identificar los nódulos
información de ubicación
realizar el proyecto.
pulmonares en dichas
espacial.
imágenes.
Baja
Página 15
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado - <Aplicación práctica>
4.4 Derechos Patrimoniales
Los derechos patrimoniales del proyecto serán propiedad del estudiante que desarrolla el
trabajo de grado. En cuanto a la licencia del software desarrollado, ésta será de código abierto
o libre, específicamente la GPL (General Public Licence).
Al ser de código abierto, se le dan permisos a cualquier usuario, específicamente a la Pontificia Universidad Javeriana sobre el programa, teniendo en cuenta que esos permisos no están
libres de obligaciones por parte del usuario, es decir, que si el usuario quiere redistribuir el
software, debe incluir el código fuente en su distribución, y además debe efectuarse bajo los
mismos términos de la licencia original.
El usuario del software tendrá la libertad para ejecutar el programa para cualquier propósito,
estudiar cómo funciona y adaptarlo a las necesidades específicas que requiera, pudiendo acceder al código fuente, redistribuir copias del mismo y mejorarlo, además de distribuir sus
mejoras al público. También tienen la posibilidad de utilizar el código como parte de un programa de software publicado con licencia propietaria [17].
Página 16
Pontificia Universidad Javeriana
5
Propuesta para Trabajo de Grado - <Aplicación práctica>
Marco Teórico / Estado del Arte
Durante las últimas décadas se ha producido un avance importante dentro del instrumental
utilizado en los rayos X, y éste es el desarrollo del escáner de tomografía computarizada o
(TC). Los fundamentos matemáticos de esta tecnología se empezaron a establecer hacia el
año 1917 por el matemático Austriaco J. Radon, ya que él comprobó que era posible reconstruir un objeto bidimensional o tridimensional a partir de un conjunto de proyecciones infinitas. En el año 1967 el ingeniero eléctrico de EMI, Ltd. Godfrey Hounsfield propuso la construcción del primer escáner EMI, el cual fue la base de la técnica para desarrollar la TAC
como una máquina que seguía el siguiente principio: “Crear una imagen tridimensional de
un objeto, tomando múltiples mediciones del mismo con rayos X desde diferentes ángulos y
utilizar una computadora que permita reconstruirla a partir de cientos de "planos" superpuestos y entrecruzados”. Durante la década de los 70 Godfrey fue la primera persona en
demostrar públicamente el funcionamiento de un escáner de TC lo cual le trajo consigo un
premio Nóbel de física junto a Alan Cormack de la Tufts University, quienes fueron los autores de los fundamentos matemáticos que condujeron a los modelos de reconstrucción de imágenes por tomografía computarizada. [18] Una TAC es un conjunto de imágenes seriadas de
secciones de un órgano o tejido obtenidas mediante una tomografía computarizada, y que
forman una estructura en tres dimensiones mediante la obtención de imágenes de tres cortes
diferentes.[19]
En los inicios de funcionamiento del TAC los tiempos de cada corte o giro del tubo emisor de
radiación requería de 4 minutos y medio para realizarse, además de 60 segundos más para
reconstruir la imagen, a diferencia de los de hoy los cuales realizan 2 cortes por segundo y
además se reconstruyen instantáneamente. Tanto la técnica y el scanner para realizar el TAC
han evolucionado hasta el punto de hacer el análisis y reconstrucción de la imagen más rápido
y lo más importante, con mayor resolución, finalmente hoy existen tomógrafos multicorte con
multidetectores y se usa la técnica de tomografía helicoidal, donde el giro del tubo emisor es
continuo y permite evitar la discontinuidad entre los diferentes cortes (algo que ocurría hasta
antes del uso de esta técnica), además reduce el tiempo de exposición, utiliza menos liquido
de contraste y facilita la reconstrucción tridimensional de imágenes. Para adquirir la imagen
existen cuatro técnicas que han evolucionado para dar mejores resultados, dichas técnicas son
principalmente: las de primera generación (Translación / Rotación, con detector único), las de
segunda generación (Translación / Rotación, múltiples detectores), las de tercera generación
(Rotación/Rotación), las de cuarta generación modelo 1 (Rotación / Estacionario) y las de
cuarta generación modelo 2 (rotación/nutación) [18]. Es importante resaltar que las técnicas
de cuarta generación, resultan ser muy costosas, y poco utilizadas por la misma razón.
El objetivo de este trabajo se centra en imágenes de tórax y más precisamente en imágenes de
pulmones obtenidas mediante un TAC. Las imágenes se pueden obtener mediante dos métodos de adquisición, uno es mediante TC secuencial, otro es mediante TC helicoidal, y el ultimo es TC helicoidal multicorte. Los dos últimos son los más usados, sin embargo el último
no se suele usar en exámenes rutinarios, ya que provoca exposiciones largas del paciente a
radiaciones.
Las imágenes obtenidas dependen del tipo de escáner y dependiendo de método de adquisición se pueden obtener imágenes con mejor resolución usando algoritmos de reconstrucción.
La imagen de TAC obtenida, tiene diferentes niveles de grises ya que se usa una escala de
Página 17
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado - <Aplicación práctica>
grises determinados por un coeficiente conocido como “valor de CT” determinado por las
“Unidades Hounsfield”. En esta escala el agua, o cualquier tejido con coeficiente de atenuación equivalente, toman el valor cero por definición, mientras que cualquier otro material
tendrá un coeficiente de acuerdo a la radiación que puedan absorber de rayos X.[20]
5.1 Fundamentos y conceptos relevantes para el proyecto.
Un fundamento importante es reconocer como se puede realizar diagnóstico médico, mediante las imágenes obtenidas de diferentes partes del cuerpo y por medio de diferentes técnicas
como lo son la resonancia magnética, la tomografía computarizada, el ultrasonido y la radiografía tradicional entre otras. En la medicina actual, hacer dicho diagnóstico es invaluable, ya
que con el incremento en tamaño y procesamiento de las imágenes médicas, se ha hecho necesario el uso de la computación para facilitar el procesamiento y análisis de las mismas por
medio de algoritmos específicos de segmentación de las diferentes estructuras del cuerpo. Los
métodos para hacer la segmentación, varían y dependen de la aplicación específica, de la
estructura que se está analizando, de los dispositivos con los que se obtienen las imágenes,
además de otros factores como el ruido, los volúmenes parciales y los movimientos de las
imágenes. Cabe resaltar que cada tipo de imágenes, cuenta con un conjunto de características
propias y por tanto no existe un método de segmentación que alcance resultados aceptables
para todo tipo de imagen médica, por ello se requiere de un experto que tenga conocimientos
a priori. En las siguientes secciones se definirá la terminología necesaria para entender y llevar a cabo el proyecto. [21]
5.1.1 Segmentación y etiquetado.
Una imagen es una colección de medidas o vales en el espacio bidimensional o tridimensional. En imágenes médicas, las medidas o intensidad que la definen, están relacionadas con la
absorción de radiación en rayos X, la presión acústica en el ultrasonido, o amplitud de la señal de radio frecuencia (RF) en la resonancia magnética. Si se hace una medida sencilla para
cada posición de la imagen, entonces se dice que la imagen es escalar, si se hace más de una
medida, la imagen se llama multicanal. En las imágenes discretas 2D, la posición de cada
medida se conoce como píxel, mientras que en imágenes 3D se conoce como voxel.
De acuerdo a lo anterior, se puede definir la segmentación de imágenes como la partición de
una imagen en regiones constituyentes no solapadas, las cuales son homogéneas con respecto
a alguna característica, que para el caso de imágenes médicas en particular se realiza por medio de una intensidad o textura.
El etiquetado es el proceso por medio del cual se asigna una descripción significativa a cada
región, y puede ser llevada a cabo separadamente de la segmentación, además se utiliza para
definir conjuntos de regiones dentro de la imagen con el fin de poder clasificarlas. En las
imágenes médicas generalmente las etiquetas pueden llegar a ser obvias y pueden determinarse por inspección del técnico o fisiólogo.
Se pueden además detectar características con las cuales se puede determinar la presencia de
alguna propiedad en la imagen, mientras que con la segmentación se asumen que la propiedad
está presente y trata de localizar las áreas con esas propiedades.[21]
Página 18
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado - <Aplicación práctica>
5.1.2 Dimensionalidad
Se refiere al método de segmentación que opera en el dominio del espacio de la imagen 2D o
3D. En esta categoría hay métodos como los campos aleatorios de Markov y el crecimiento
de regiones, los cuales incorporan información espacial y por tanto operan de forma diferente
dependiendo de la Dimensionalidad de la imagen. Generalmente, los métodos para las imágenes 2D, se aplican de forma secuencial a los cortes de una imagen 2D, debido a la facilidad
de implementación, menor complejidad computacional, y la reducción de requerimientos de
memoria. Lo anterior se puede ver reflejado en el trabajo realizado por Cohen.[22]
5.1.3 Segmentación suave y efectos del volumen parcial
Las segmentaciones suaves son las que permiten que las regiones o clases se superpongan, y
son importantes debido a los efectos del volumen parcial, donde múltiples tejidos contribuyen
a un solo píxel o voxel, resultando en una mezcla de intensidades en las fronteras. Por el contrario una segmentación dura obliga a tomar decisiones en cuanto si un píxel o voxel se encuentra dentro o fuera de un objeto.[21]
5.1.4 Interacción
Aun con los métodos actuales se hace necesaria la intervención de un experto que tenga el
conocimiento a priori sobre la lectura de imágenes médicas. La intervención puede ir desde
una delineación manual y completa de una estructura anatómica, hasta la selección de uno o
más puntos iniciales para la realización de algoritmos. La diferencia entre los métodos radica
en la cantidad de tiempo y esfuerzo que se requiere, así como la cantidad de entrenamiento
requerido por el usuario. Por ello se suele hablar de “métodos semiautomáticos”.[21]
5.1.5 Validación
Es necesario llevar a cabo experimentos de validación, que consiste por lo general en la comparación del resultado obtenido con un modelo real, es decir la comparación de la segmentación automática o semiautomática con una segmentación obtenida manualmente. Sin embargo, no se garantiza un modelo real perfecto ya que el rendimiento del usuario o experto puede
ser deficiente.
Al momento de lograr obtener un modelo real, debe escogerse una medida de mérito que es
dependiente de la aplicación, para cuantificar la precisión y exactitud, y puede basarse en
información de regiones como el número de píxeles que no fueron clasificados, o información de bordes entre otros.[21]
5.1.6 Métodos
En general se han documentado los siguientes métodos de segmentación de imágenes médicas en la literatura. Cabe mencionar que para un resultado óptimo se suelen utilizar múltiples
técnicas en conjunto para resolver los diferentes problemas de la segmentación. Xu Chenyang
et al. [23] dividen los métodos de segmentación de imágenes médicas en 8 categorías que
son, los métodos de umbralización, región creciente, clasificadores, agrupamiento o cluste-
Página 19
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado - <Aplicación práctica>
ring, campos aleatorios de Markov, redes neuronales artificiales, modelos deformables y métodos guiados por plantillas o atlas guides methods.[21]
5.1.6.1 Umbralización (Thresholding)
Método que busca segmentar imágenes escalares creando una partición binaria de las imágenes, por medio de un umbral o valor de intensidad que separa todos los píxeles con mayor
intensidad al umbral en una clase, y los demás píxeles en otra clase. La determinación de más
de un valor de umbral es un proceso llamado multi umbralización (Multithresholding). Generalmente este proceso se lleva a cabo antes de realizar cualquier otro método.[21]
5.1.6.2 Región creciente
Es un método por medio del cual se extraen regiones de la imagen que están interconectadas
según algún criterio determinado, como las intensidades o bordes de la región. Este método
requiere una semilla (píxel o voxel), la cual crecerá o clasificara a sus vecinos de acuerdo al
parámetro definido. [21]
5.1.6.3 Clasificadores
Es una técnica de reconocimiento de patrones que buscan particionar un espacio característico derivado de la imagen usando datos con etiquetas conocidas. Un espacio característico es
un rango espacial de cualquier función de la imagen, siendo las intensidades de la imagen el
más común de los espacios característicos. Los clasificadores son también llamados métodos
supervisados ya que requieren datos de entrenamiento de segmentación manuales. [21]
5.1.6.4 Agrupamiento
También llamados de clustering, llevan a cabo prácticamente la misma función que los métodos clasificadores, pero sin usar datos de entrenamiento, es decir, que son métodos nosupervisados, para lograrlo iteran entre segmentar la imagen y caracterizar las propiedades de
cada clase.[21]
5.1.6.5 Campos aleatorios de Markov
Son modelos estadísticos que pueden ser usados dentro de los métodos de segmentación.
Modelan las interacciones espaciales entre vecinos o píxeles cercanos mediante correlaciones,
las cuales proveen un mecanismo para modelar una variedad de propiedades de la imagen. En
imágenes médicas se utilizan para tomar en cuenta el hecho que la mayoría de píxeles pertenecen a la misma clase que pertenecen los vecinos.[21]
5.1.6.6 Redes neuronales artificiales
Son redes masivamente paralelas de procesamiento de elementos o nodos que simulan el
aprendizaje biológico. Cada nodo hace cálculos elementales, y el aprendizaje se alcanza a
través de la adaptación de pesos asignados a las conexiones entre los nodos.[21]
Página 20
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado - <Aplicación práctica>
5.1.6.7 Modelos deformables
Son modelos basados en motivaciones físicas, usados sobre todo para delinear bordes de regiones usando curvas o superficies paramétricas cerradas que se deforman bajo influencia de
fuerzas externas e internas. Las fuerzas internas se calculan en el interior de la curva o superficie para mantenerla suave a lo largo de la deformación, y las fuerzas externas son frecuentemente derivadas de la imagen para llevar a la curva o superficie hacia la característica
deseada.[21]
5.1.6.8 Guiados por plantillas
Cuando se tiene una plantilla o patrón, se usa como marco de referencia para segmentar nuevas imágenes. Conceptualmente los métodos guiados por plantillas son similares a los clasificados, con la excepción de que están implementados en el dominio espacial de la imagen en
lugar de un espacio característico. Estos métodos primero encuentran una transformación uno
a uno que transforman la plantilla pre-segmentada a la imagen deseada que requiere segmentación.[21]
5.1.7 TAC pulmonar
Las TAC o tomografía axial computarizada, para el caso específico del aparato respiratorio,
se emplea para el examen de afecciones localizadas en las estructuras anatómicas torácicas
como el mediastino (región central del tórax, entre los pulmones derecho e izquierdo), los
pulmones, la pleura y pared del tórax y la tráquea. Este trabajo en específico se centra en las
estructuras de los pulmones, ya que la técnica del TAC, sirve para el estudio de nódulos pulmonares vistos en una radiografía simple de tórax o sospechados por otras evidencias [1].
El nódulo pulmonar solitario (NPS) es un hallazgo clínico común, el cual generalmente se
encuentra con una radiografía simple, y por medio de la TAC se revisa su evolución, localización exacta y volumen entre otras características. La TAC además puede orientar sobre la
naturaleza de la lesión basada en sus patrones de calcificación, regularidad de los bordes, etc,
pero no puede afirmar con certeza la histología[24].
El procedimiento analítico a seguir ante la presencia de un nódulo pulmonar con el fin de dar
un diagnóstico es: analizar el número de lesiones, analizar la forma, los contornos, presencia
de umbilicación, asociación a otras afecciones, la presencia de calcificaciones, el cambio de
tamaño y los signos asociados[1].
Para el procesamiento de imágenes de TAC pulmonar se encuentran en la literatura 3 métodos básicos, que son, el método de segmentación por umbralización, por crecimiento de regiones y de contornos activos.
5.1.7.1 Umbralización
En la literatura científica se puede encontrar diferentes métodos de segmentación pulmonar,
generalmente por medio de una umbralización. Existen principalmente métodos de umbral
basado en niveles de gris para identificar el cuerpo del paciente, utilizando el histograma de
la imagen en escala de grises para obtener un valor óptimo para la binarización de la imagen,
Página 21
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado - <Aplicación práctica>
identificando el tejido blando y el hueso. También se suele utilizar umbralización basada en
escala de Hounsfield, la cual indica de forma numérica, por cada centímetro y por cada tejido
que atraviesa, la atenuación de la intensidad que experimenta el haz de rayos, desde que sale
por la ranura del tubo hasta que llega atenuado a la bandeja de los detectores en el polo
opuesto, lo anterior se hace con el fin de excluir la región externa del tórax, sabiendo que la
densidad del pulmón en la imagen de TC varía según la profundidad de inspiración , el ancho
del haz, y la calibración del escáner[20].
5.1.7.2 Crecimiento de regiones
Visualmente se puede notar que la región perteneciente a los vasos pulmonares tiene niveles
de gris claros, mientas que el área que contiene aire (área por fuera de los vasos y área interna
de los bronquios) tiene un nivel de gris oscuro. En general este método se utiliza para segmentar el pulmón usando 3 dimensiones, y el procedimiento para realizar el crecimiento de
regiones es el siguiente:
-
-
-
Se debe seleccionar un intervalo de intensidad de la escena de un voxel [t1, t2].
La intensidad media de los vóxeles incluidos en la región de crecimiento en cualquier
momento debe estar en el intervalo [t3, t4].
La varianza de la intensidad de los vóxeles incluidos en la región de crecimiento en
cualquier instante durante el proceso de crecimiento deben estar en el intervalo [t5,
t6].
El usuario o experto debe especificar uno o más vóxeles semilla en el interior de la
región del objeto que se quiere segmentar, se ubica en una estructura de cola y son
señalados.
Cuando la cola este vacía se termina la segmentación, si no se borra el voxel y continúa el algoritmo.
Se examinan los vecinos de este pixel, y los que satisfagan el criterio son seleccionados [25].
5.1.7.3 Contornos activos
Dentro de este método se agrupan un conjunto de métodos asistidos más sofisticados, donde
la principal intensión es minimizar el grado de asistencia que es necesario para desarrollar el
algoritmo, es conocido también como bordes activos, serpientes, superficies activas y métodos de bordes deformables.
Para este método, inicialmente se especifica un contorno inicial que se encuentra en la vecindad de la superficie de interés, el borde se va deformando hasta quedar confinado con los
bordes de la superficie de las paredes pulmonares. Se debe establecer un sistema mecánico,
donde se ejercen fuerzas sobre el contorno en puntos específicos de la imagen. La forma del
contorno final se estima minimizando una función de energía formado por una componente
de energía externa y una componente de energía interna [25].
Página 22
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado - <Aplicación práctica>
5.2 Trabajos Importantes en el área
5.2.1 Automated detection of lung nodules in CT scans: preliminary results. [26]
Proponen un método basado en procesos bidimensionales y tridimensionales, realizando un
análisis sección por sección para la construcción de un volumen pulmonar segmentado, dentro del cual se realiza un proceso más detallado, por medio de múltiples umbrales de niveles
de gris. Un esquema de conectividad de 18 puntos, se usa para identificar estructuras tridimensionales contiguas dentro de cada volumen, y dichas estructuras deben satisfacer el criterio de selección, para ser reconocidos como candidatos de nódulos pulmonares.
Inicialmente utilizan un umbral para identificar el cuerpo del paciente. Luego se selecciona
otro umbral que depende de la distribución de grises en cada región o sección, y de esa forma
luego de haber realizado múltiples umbrales, y combinando técnicas 2D y 3D se pueden seleccionar los posibles nódulos pulmonares.
5.2.2 Lung nodule detection on thoracic computed tomography images:
preliminary evaluation of a computer-aided diagnosis system. [27]
Proponen un método donde inicialmente las regiones pulmonares se identifican mediante una
técnica de agrupamiento de k-means, luego cada parte del pulmón es clasificada como perteneciente a la parte superior, media o inferior del volumen pulmonar. Dentro de cada región
las estructuras son segmentadas de nuevo usando una ponderación de clustering k-means. Las
estructuras obtenidas pueden incluir nódulos y estructuras normales, como los vasos sanguíneos.
Los clasificadores basados en reglas están diseñados para distinguir entre nódulos y estructuras normales usando características de dos y tres dimensiones.
Luego de la clasificación, se utiliza un análisis discriminante lineal (LDA), para reducir el
número de falsos positivos.
5.2.3 A CAD system for nodule detection in low-dose lung CTs based on
region growing and a new active contour model. [28]
La técnica utilizada es basada en crecimiento de regiones y un modelo de contornos activos.
Con el método de crecimiento de regiones se usa una semilla para hacer crecer los pulmones,
mientras que la técnica de contornos activos, se utiliza para detectar los bordes de los pulmones, y poder incluir los nódulos subpleurales.
En general el método tiene tres pasos: 1) el volumen parenquimal pulmonar se segmenta por
medio de un algoritmo de crecimiento de regiones, mientras que los nódulos pleurales se
incluyen mediante la técnica de contornos activos, 2) se aplica un algoritmo iterativo de crecimiento de regiones para el volumen segmentado en el paso 1, con el fin de detectar los nódulos candidatos, 3) se usa un doble umbral y una red neuronal para reducir los falsos positi-
Página 23
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado - <Aplicación práctica>
vos. Después de haber ajustado los parámetros iniciales, el sistema trabaja son la necesidad
de una selección manual.
5.2.4 Desarrollo de un sistema de diagnóstico asistido por computador
para detección de nódulos pulmonares en tomografía computarizada
multicorte. [20]
El autor realiza una segmentación pulmonar, basándose en el volumen de datos de las imágenes de TAC y en una máscara de pulmón. Inicialmente utiliza un procesado corte por corte
por medio del cual se consigue aislar zonas no densas (pulmones y otros órganos) del resto de
la imagen. Utiliza una umbralización adaptativa, la cual adquiere un valor de umbral diferente
por cada imagen que se analice y realiza la segmentación. A continuación realiza un proceso
de supresión del fondo y todas las regiones blancas que quedan en la imagen. Luego se hacen operaciones morfológicas para eliminar pequeños huecos o juntar regiones muy cercanas.
Por medio de la técnica de contornos activos se encuentran los nódulos subpleurales. Finalmente se realiza un filtro iris, que es un filtro para encontrar bordes, con lo cual se toman
decisiones sobre los nódulos que serán clasificados.
El diseño del clasificador se realiza mediante el método LDA (análisis lineal discriminante),
y luego de pasar por el clasificador se tiene un resultado del sistema, donde se identifican los
nódulos pulmonares.
Página 24
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado - <Aplicación práctica>
5.3 Glosario
Correlación: medida de la dependencia existente entre variables aleatorias.[29]
Falsos positivos: número de pixeles que son mal detectados de acuerdo a una característica
determinada.
GPL (General Public Licence): licencia de software libre, en donde se proporcionan al usuario permisos exhaustivos sobre el programa, los cuales no están libres de obligaciones por
parte del usuario.[17]
LDA (análisis lineal discriminante): método de clasificación por medio de las características
de la región o imagen.
Nódulo subpleural: es un nódulo que aparece en contacto con la pleura o pared pulmonar.[20]
NPS (nódulo pulmonar solitario): lesión única, redondeada, menor de 3 cm de diámetro, que
se encuentra rodeada completamente por parénquima pulmonar normal, sin ninguna otra lesión satélite acompañante, debe estar rodeada de pulmón aireado, sin evidencias de adenopatías, atelectasias, neumonía ni derrame pleural [30].
Parénquima pulmonar: es el tejido fundamental que integra las diversas partes de los pulmones.[31]
Píxel: superficie homogénea más pequeña de las que componen una imagen, que se define
por su brillo y color. [29]
Segmentación: Cortar o partir una imagen en segmentos o regiones bien definidas[29].
TAC (tomografía axial computarizada): Conjunto de imágenes seriadas de secciones de un
órgano o tejido, obtenidas a lo largo de un eje mediante distintas técnicas, y computarizadas[29].
Unidades Hounsfield UH: expresa de forma numérica, por cada centímetro y para cada tejido
que atraviesa, la atenuación en la intensidad que experimenta el haz de rayos, desde que sale
por la ranura del tubo hasta que llega atenuado a la bandeja de los detectores que se dispone
en el polo opuesto [32].
Vecinos de un píxel: se refiere a los píxeles que se conectan al píxel actual, puede ser de conectividad 4 (píxel superior, inferior, izquierdo, derecho) o de conectividad 8 (todos los píxeles cercanos a él)
Voxel: unidad cúbica que compone un objeto tridimensional, es equivalente al píxel en un
objeto 3D.
Página 25
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado - <Aplicación práctica>
6 Referencias y Bibliografía
6.1 Referencias
[1] J. Ugarte, J. Banasco, y D. Ugarte, «Manual de imagenología», Ciudad Habana Editor.
Cienc. Médicas, 2004.
[2] L. F. Torres y F. Usaga, «La importancia de las imágenes en radioterapia», Rev Col Cáncer, vol. 10, pp. 137–141, 2006.
[3] J. E. Gutierrez, Radiologia E Imagenes Diagnosticas. Corporación para Investigaciones
Biológicas, 2006.
[4] A. Restrepo, «Procesamiento de imágenes médicas», Rev. Univ. EAFIT, vol. 34, n.o 110,
pp. 86-92, jul. 2012.
[5] O. D. Arias, B. de Armas Pérez, A. G. Hernández, y M. V. G. Aguilera, «Nódulo pulmonar solitario.?` Qué hacer?», Rev Cuba. Cir, vol. 46, n.o 2, 2007.
[6] E. D. Frank, B. J. Smith, y B. W. Long, MERRILL. Atlas de Posiciones Radiográficas y
Procedimientos Radiológicos, 3 vols. + evolve. Elsevier España, 2010.
[7] Santiago Restrepo Uribe y van Solarte Rodríguez, «NÓDULO PULMONAR
SOLITARIO»,
Revista
de
neumología.
[En
línea].
Disponible
en:
http://www.encolombia.com/medicina/neumologia/neumo13201-nodulo1.htm. [Accedido: 14-nov-2013].
[8] K. K. Aggarwal y Y. Singh, Software Engineering. New Age International, 2005.
[9] M. Li, B. Boehm, y L. J. Osterweil, Unifying the Software Process Spectrum: International Software Process Workshop, SPW 2005, Beijing, China, May 25-27, 2005 Revised
Selected Papers. Springer, 2005.
[10] I. Sommerville, Ingeniería del software. Pearson Educación, 2005.
[11] M. Goncalves, R. Rodríguez, y L. Tineo, «Incorporando consultas difusas en el desarrollo de software», Av. En Sist. E Informática, vol. 6, n.o 3, pp. 87–101, 2009.
[12] T. Stober y U. Hansmann, Agile Software Development: Best Practices for Large Software Development Projects. Springer, 2009.
[13] E. Hernández, «Cómo escribir una tesis», Dispon. En Red Httpwww Sld Cugaleriaspdfsitioscirugiamaxiloguiatesis Pdf Pdf, 2006.
[14] J. Appelo, «Agile Management Matters», Book Your Train. Díaz Hilterscheid, p. 20,
2011.
[15] M. E. de la Mora, Metodología de la investigación: desarrollo de la inteligencia. Cengage Learning Editores, 2006.
[16] T. D. Cook, Métodos cualitativos y cuantitativos en investigación evaluativa. Ediciones
Morata, 1986.
[17] OFIMATICA Y PROCESO DE LA INFORMACION LOE. Editorial Paraninfo, 2007.
[18] D. N. C. Pereira, «Tomografía Axial Computada», XIII Semin. Ing. Bioméd. Univ. Repúb. Orient. Urug., 2004.
[19] A. F. Fernández, Diccionario de dudas. Universidad de Oviedo, 2007.
[20] S. C., Jorge Juan, Desarrollo de un sistema de diagnóstico asistido por computador para
detección de nódulos pulmonares en tomografía computarizada multicorte. Univ Santiago de Compostela.
[21] W. Martínez Krawczuk, «Segmentación de imágenes médicas», Facultad de Informática,
2008.
Página 26
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado - <Aplicación práctica>
[22] L. D. Cohen, «On active contour models and balloons», CVGIP Image Underst., vol. 53,
n.o 2, pp. 211–218, 1991.
[23] D. L. Pham, C. Xu, y J. L. Prince, «Current methods in medical image segmentation 1»,
Annu. Rev. Biomed. Eng., vol. 2, n.o 1, pp. 315–337, 2000.
[24] C. Salazar Vargas, «Nódulo pulmonar solitario», Acta Médica Costarric., vol. 48, n.o 2,
2009.
[25] «Volumen+1%2FCapitulo+3.pdf». .
[26] S. G. Armato III, M. L. Giger, y H. MacMahon, «Automated detection of lung nodules in
CT scans: preliminary results», Med. Phys., vol. 28, p. 1552, 2001.
[27] M. N. Gurcan, B. Sahiner, N. Petrick, H.-P. Chan, E. A. Kazerooni, P. N. Cascade, y L.
Hadjiiski, «Lung nodule detection on thoracic computed tomography images: preliminary evaluation of a computer-aided diagnosis system», Med. Phys., vol. 29, p. 2552,
2002.
[28] R. Bellotti, F. De Carlo, G. Gargano, S. Tangaro, D. Cascio, E. Catanzariti, P. Cerello, S.
C. Cheran, P. Delogu, I. De Mitri, y others, «A CAD system for nodule detection in lowdose lung CTs based on region growing and a new active contour model», Med. Phys.,
vol. 34, p. 4901, 2007.
[29] «Real Academia Española». [En línea]. Disponible en: http://rae.es/. [Accedido: 12-nov2013].
[30] Brenda Cubillo Badilla, «Nódulo pulmonar solitario», Rev. Medica Costa Rica Centroam., vol. LXX(605), pp. 159-164, 2013.
[31] «Explicación sencilla de: Parénquima pulmonar, pleura y silueta cardiomediastínica».
[En línea]. Disponible en: http://medwhat.es/forum/?id=52. [Accedido: 17-nov-2013].
[32] «El Baúl Radiológico: COEFICIENTE DE ATENUACIÓN EN TOMOGRAFÍA
COMPUTARIZADA».[En
línea].
Disponible
en:
http://www.elbaulradiologico.com/2011/02/coeficiente-de-atenuacion-entomografia.html. [Accedido: 19-nov-2013].
6.2 Bibliografía Propuesta para el desarrollo del Trabajo de
Grado
-
ITK (Insight Toolkit): Sistema de software de código abierto para el desarrollo de
segmentación de imágenes y programas de registro de imágenes. Emplea segmentacion de vanguardia y algoritmos de registro en dos, tres y más dimensiones.
«ITK - Segmentation & Registration Toolkit». [En línea]. Disponible en:
http://www.itk.org/. [Accedido: 19-nov-2013].
-
VTK (Visualization Toolkit): Sistema de código abierto para gráficos 3D, procesamiento de imágenes y visualización.
«VTK - The Visualization Toolkit». [En línea]. Disponible en: http://www.vtk.org/.
[Accedido: 19-nov-2013].
-
Descarga de base de datos de imágenes TAC de pulmones con nódulos pulmonares.
Página 27
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado - <Aplicación práctica>
«Public
Lung
Image
Database».
[En
línea].
Disponible
http://www.via.cornell.edu/databases/lungdb.html. [Accedido: 19-nov-2013].
-
en:
MICCAI: campo interdisciplinario donde interviene la informática, las ciencias de los
datos, ingeniería electrónica, física, matemáticas y medicina. En este campo se desarrollan métodos computacionales y matemáticos para la solución de problemas relacionados con la imagen médica y su uso para la investigación biomédica.
«All Challenges - Grand Challenges». [En línea]. Disponible en: http://www.grandchallenge.org/index.php/All_Challenges. [Accedido: 19-nov-2013].
«MICCAI 2013». [En línea]. Disponible en: http://www.miccai2013.org/. [Accedido:
19-nov-2013].
«MICCAI Society | Medical Image Computing and Computer Assisted Intervention».
[En línea]. Disponible en: http://www.miccai.org/. [Accedido: 19-nov-2013].
Página 28