Segmenta¸c˜ao autom´atica dos pulm˜oes em exames de TC do t´ora

do t´orax atrav´es do MCA Crisp Adaptativo 3D

A segmenta¸c˜ao autom´atica dos pulm˜oes em um exame completo de TC do t´orax utiliza os m´etodos inicializa¸c˜ao autom´atica da curva 3D, os m´etodos de adi¸c˜ao e remo¸c˜ao de pontos e o MCA Crisp Adaptativo 3D. Estes m´etodos s˜ao executados seguindo o fluxograma apresentado na Figura 3.30, em que exemplos s˜ao apresentados ao lado da respectiva etapa.

O primeiro passo para segmentar os pulm˜oes de forma autom´atica em um exame de TC ´e abrir a todas as imagens DICOM e dispor as mesmas em camadas consecutivas. Para isto, ´e utilizada a biblioteca livre DCMTK para ler a imagem e seus parˆametros, bem como identificar e ordenar os arquivos do exame de TC.

Figura 3.30: fluxograma de execu¸c˜ao do m´etodo MCA Crisp Adaptativo 3D.

Em seguida, a energia externa de todo o exame ´e calculada utilizando o m´etodo Crisp Adaptativo 3D para detectar a origem das bordas obtidas na energia externa Tradicional 3D. As bordas detectadas dentro do pulm˜ao s˜ao exclu´ıdas da energia externa, sendo

tamb´em utilizadas para inicializa¸c˜ao da curva.

A curva ´e inicializada utilizando o m´etodo descrito na Se¸c˜ao 3.3.5, em que as bordas falsas de todas as fatias do pulm˜ao determinam o ponto de inicializa¸c˜ao dentro do pulm˜ao. Este ponto ´e o centr´oide de um modelo 3D de coordenadas xini, yini e zini. Esta curva move-se por itera¸c˜oes sucessivas do MCA Crisp Adaptativo 3D, em que a energia deste minimiza movimentando os pontos do modelo 3D, conforme descrito na Se¸c˜ao 3.3. Al´em disso, os m´etodos de remo¸c˜ao de pontos 3D e adi¸c˜ao de pontos 3D s˜ao aplicados a cada itera¸c˜ao, que est˜ao descritos na Se¸c˜ao 3.3.6.

O modelo ´e dito est´avel quando o volume n˜ao aumenta ap´os duas itera¸c˜oes consecuti- vas. Quando isto acontece, a segmenta¸c˜ao do pulm˜ao est´a conclu´ıda, e a estrutura gerada pelo modelo 3D ´e tida como o resultado da segmenta¸c˜ao do objeto de interesse, ou seja, o pulm˜ao segmentado.

Um exemplo de evolu¸c˜ao de dois modelos 3D aplicando o MCA Crisp Adaptativo 3D na segmenta¸c˜ao dos pulm˜oes em imagens de TC do t´orax ´e ilustrado na Figura 3.31.

(a) (b) (c)

(d) (e) (f)

Figura 3.31: evolu¸c˜ao de dois modelos 3D aplicando o MCA Crisp Adaptativo 3D na seg-

menta¸c˜ao dos pulm˜oes em um exame de TC do t´orax, a) inicializa¸c˜ao autom´atica

Resultados e Discuss˜oes

Os resultados desta tese s˜ao apresentados para cada m´etodo proposto separadamente. Primeiramente, o MCA Crisp Adaptativo 2D ´e aplicado na segmenta¸c˜ao dos pulm˜oes em imagens de TC do t´orax de volunt´arios sadios, pacientes com DPOC e pacientes com fibrose, sendo comparado com os m´etodos de segmenta¸c˜ao autom´atica proposto no sistema SISDEP, al´em dos MCAs com energia Hilbertiana e dos MCAs VFC, GVF e Crisp. Os resultados em 3D s˜ao apresentados posteriormente, em que o MCA Bal˜ao Adaptativo 3D ´e aplicado na segmenta¸c˜ao de modelos 3D sint´eticos e o MCA Crisp Adaptativo 3D ´e aplicado na segmenta¸c˜ao dos pulm˜oes em exames de TC do t´orax de pacientes com DPOC e pacientes com fibrose, al´em de volunt´arios sadios. Ambos os m´etodos 3D s˜ao comparados com o Crescimento de Regi˜oes 3D.

4.1

Aquisi¸c˜ao de Imagens M´edicas

As imagens utilizadas para avaliar os algoritmos foram adquiridas em tom´ografos distintos, em que parte das imagens foram salvas de amostras de um exame completo de TC, enquanto outras imagens foram salvas juntamente com o exame completo.

Os modelos utilizados para adquirir os exames completos s˜ao Toshiba Aquilion (TA), GE Medical System LightSpeed16 (GEMSL) e Philips Brilliance 10 (PB). Todos as ima- gens s˜ao 512 X 512 e 16 Bits. Na Tabela 4.1 est˜ao dispostas as caracter´ısticas destes exames completos, em que todos eles foram cedidas por m´edico pneumologista com auto- riza¸c˜ao dos pacientes.

J´a a Tabela 4.2 apresenta as caracter´ısticas das amostras de imagens, em que apenas algumas imagens dos exames foram salvas. Estas imagens constituem um conjunto de imagens obtidas em parceria com o Hospital Walter Cant´ıdio da Universidade Federal do

Tabela 4.1: descri¸c˜ao dos exames completos utilizados para avalia¸c˜ao dos algoritmos 2D e 3D.

No _{do exame N}o _{de imagens espessura da fatia modelo do tom´ografo Patologia}

1 908 0, 5 mm TA Normal 2 297 0, 5 mm TA Normal 3 685 0, 5 mm TA Normal 4 760 0, 5 mm TA Normal 5 229 3, 0 mm TA DPOC 6 278 1, 25 mm GEMSB Normal 7 267 1, 25 mm GEMSB fibrose 8 239 1, 25 mm GEMSB Normal 9 276 2, 0 mm PB fibrose 10 296 2, 0 mm PB Normal 11 597 1, 0 mm PB DPOC

Cear´a, cedidas por um estudo anterior (FORTALEZA, 2006;WINKELER, 2006). Este estudo foi avaliado e aprovado pelo Comitˆe de ´Etica em Pesquisa da UFC – COMEPE (Protocolo no _{35/06) e incorporado `as exigˆencias da Resolu¸c˜ao n}o _{196/96 do Conselho Nacional de} Sa´ude, a respeito de pesquisas em seres humanos. Este processo de aquisi¸c˜ao de imagens utiliza dois tipos de tomografia computadorizada, TC com multidetectores e TC de Alta Resolu¸c˜ao (TCAR). As imagens obtidas utilizando TC com multidetectores s˜ao adquiridas por um tom´ografo GE MEDICAL SYSTEMS modelo LightSpeed16 (GEMSL), enquanto as imagens de TCAR s˜ao adquiridas em um tom´ografo Toshiba modelo Auklet (TA).

Tabela 4.2: descri¸c˜ao das amostras de imagens utilizadas para avalia¸c˜ao dos algoritmos 2D.

Tipo de doen¸ca No _{de pacientes espessura da fatia modelo do tom´ografo}

DPOC 11 1, 5 mm GEMSL

Sadios 8 1, 5 mm GEMSL

Fibrose 5 1, 5 mm TA

Nestas imagens descritas na Tabela 4.2, as imagens de TCAR dos pulm˜oes s˜ao adqui- ridas nas posi¸c˜oes ´apice, hilo e base no plano de corte axial, sob as seguintes condi¸c˜oes: os cortes possuem espessura da fatia de 1, 5 mm, campo de vis˜ao de 312 mm, voltagem do tubo de 120 kv, corrente el´etrica do tubo de 200 mA, ajuste da janela pulmonar: centro e largura, respectivamente de −600/1600 UH, a dimens˜ao da imagem reconstru´ıda ´e de 512 ⇥ 512 pixels, e voxel com dimens˜oes 0, 585 ⇥ 0, 585 ⇥ 1, 5 mm e quantificadas em 16