PIBIC-UFU, CNPq & FAPEMIG Universidade Federal de Uberlândia Pró-Reitoria de Pesquisa e Pós-Graduação DIRETORIA DE PESQUISA
VISUALIZAÇÃO VOLUMÉTRICA DE EXAMES DE RESSONÂNCIA
MAGNÉTICA DA MAMA
Gabriel Jara Bigio1
Universidade Federal de Uberlândia Faculdade de Computação
Laboratório de Computação Científica
Av. João Naves de Ávila, 2121, Bloco B, sala 1B61, Uberlândia, MG, Brasil gabrielbigio@comp.ufu.br
Denise Guliato2
guliato@ufu.br
Resumo: As imagens de ressonância magnética (MRI) têm sido ótimas aliadas para auxiliar no diagnóstico de câncer de mama. No entanto, esta modalidade de exame gera várias imagens bidimensionais da área de interesse, exigindo do radiologista uma análise do exame imagem por imagem para identificar a estrutura 3D do objeto de interesse mentalmente. Para auxiliar o radiologista, será desenvolvido neste Trabalho, um ambiente de visualização 3D com a utilização do algoritmo Marching Cubes, que gera imagem 3D a partir das imagens bidimensionais.
Palavras-chave: Câncer de mama, MRI, imagem 3D. 1. INTRODUÇÃO
Câncer de mama é o segundo tipo de câncer mais frequente no mundo, com prevalência de aproximadamente um milhão de novos casos por ano. Para a detecção precoce de sinais de câncer de mama, a mamografia por raio-X é ainda o exame mais adotado e tem um papel importante nas decisões terapêuticas a serem adotadas.
Esforços exaustivos têm sido feitos nos últimos 15 anos para incluir imagens de ressonância magnética (MRI) e ultra-sonografia como modalidades complementares para melhorar a interpretação de imagens de mama.
Em particular, MRI vem sendo considerada como uma boa opção para o diagnóstico de câncer de mama, particularmente recomendada para mulheres jovens (possuem tecido mamário denso) com predisposição genética e/ou histórico familiar. Estudos mostram que MRI apresenta sensibilidade de 100%, maior capacidade de discriminação entre lesões malignas e benignas se comparada com mamografias, e é capaz de detectar tumores que estão ocultos na mamografia por raio-X e tumores não palpáveis no exame clínico.
Como desvantagem, MRI apresenta baixa especificidade (número alto de falsos positivos) e alto custo operacional. A combinação de características obtidas por mais de uma modalidade de exame da mama, deve providenciar confiança adicional na discriminação entre lesões benignas e malignas e auxiliar na expansão do uso de técnicas de MRI no diagnóstico de câncer de mama.
O objetivo geral deste projeto é criar uma base de dados multimodalidades que inclua mamografia por raio-X e MRI, e desenvolver métodos computacionais que caracterizem lesões em MRI e combiná-los aos métodos já desenvolvidos para mamografias por raio-X.
Para que se possa avaliar os resultados dos métodos a serem desenvolvidos para caracterizar lesões em MRI, é necessário que se tenha uma base de dados de teste, com diagnóstico comprovado
1
Acadêmico do Curso de Ciência da Computação
2
por biopsia e o contorno da lesão desenhado pelo radiologista. Como cada exame é composto de vários cortes, a lesão deve ser identificada em cada um deles.
O objetivo específico deste trabalho é o desenvolvimento de um ambiente de visualização 3D para as imagens de ressonância magnética da mama associadas à lesão previamente identificada. Este artigo está estruturado da seguinte forma: A Seção 2 apresenta o algoritmo Marching Cubes, a Seção 3 apresenta as aplicações da visualização volumétrica de exames de ressonância magnética, a Seção 4 apresenta os matérias e métodos, a Seção 5 apresenta os resultados e finalmente a Seção 6 apresenta a conclusão do trabalho.
2. O ALGORITMO MARCHING CUBES
O algoritmo Marching Cubes cria uma representação poligonal de superfícies de densidade constante a partir de um array de dados 3D. É utilizada a abordagem dividir-para-conquistar para localizar a superfície de um cubo criado a partir de oito pixels, quatro de cada dois cortes adjacentes. Seu intuito é gerar malhas triangulares de superfície com densidade constante a partir de dados volumétricos.
O algoritmo determina como a superfície intercepta o cubo, então se move para o próximo cubo. Para encontrar a intersecção da superfície no cubo, é atribuído 1 para o vértice do cubo que está dentro da superfície e é atribuído 0 para o vértice que está fora da superfície. O cubo é interceptado pela superfície quando há um vértice dentro e outro vértice fora da superfície. Assim será determinada a topologia da superfície dentro do cubo e depois será encontrada a localização das intersecções.
Como há oito vértices em cada cubo e dois estados, dentro ou fora, existem 256 maneiras da superfície intersectar o cubo. É possível fazer as 256 triangulações, mas é muito trabalhoso. Com isso, usando duas simetrias diferentes do cubo, complementar e rotação, é possível diminuir esse número para 14 triangulações padrões.
A Figura 1 mostra as configurações triangular padrões: o padrão 0 ocorre quando não há nenhuma intersecção entre a superfície e o cubo; o padrão 1 ocorre se a superfície separa um vértice dos outros 7, resultando em um triângulo. Os outros possíveis padrões produzem múltiplos triângulos.
É criado um índice para cada vértice, baseado no estado do vértice. Como é mostrado na Figura 2, o índice é composto por 8 bits, sendo cada bit um vértice do cubo. Este índice serve para se determinar a configuração triangular correspondente. Assim, sabendo quais arestas a superfície intercepta, é feito uma interpolação da superfície ao longo de cada aresta.
O passo final do algoritmo é calcular a normal para cada vértice do triângulo e fazer a interpolação de cada vértice. O algoritmo tem como saída os vértices dos triângulos (Lorensen,
William E.; Cline, Harvey E., 1987).
3. APLICAÇÃO DA VISUALIZAÇÃO VOLUMETRICA
Técnicas como tomografia computadorizada, ressonância magnética e ultrassonografias estão revolucionando a área da medicina diagnóstica, pois essas técnicas possibilitam uma visão interna dos órgãos, permitindo um diagnóstico mais preciso de diversas patologias. No entanto, a ressonância magnética, assim como outros processos para a aquisição de imagens medicas, só gera imagens bidimensionais da área de interesse, o que impõe ao radiologista a tarefa de reconstrução mental em 3D daquela área, e isso pode causar aos radiologistas dúvida quanto a distância ou volume das estruturas.
Assim, com o desenvolvimento do ambiente de visualização 3D para as imagens de ressonância magnética, o radiologista é capaz de ter um entendimento detalhado da área de interesse, como por exemplo, uma lesão da mama, facilitando no diagnóstico e no planejamento cirúrgico.
Figura 1: Padrões básicos do Marching Cubes
4. MATERIAIS E MÉTODOS
Neste trabalho, foi implementado um ambiente para a visualização volumétrica de exames de ressonância magnética na linguagem C++, utilizando o algoritmo Marching Cubes.
Para a realização dos testes, foi criada uma base de testes com a ajuda do programa Vivaty Studio em que os objetos 3D foram modelados e cortados em vários objetos bidimensionais para simular um exame de ressonância magnética. A Figura 3 mostra um objeto modelado pronto para ser fatiado em vários cortes e a Figura 4 mostra o corte obtido aplicando o plano de corte destacado de vermelho na Figura 3.
Uma vez obtidos os vários cortes para cada objeto 3D, uma base de dados sintética foi construída. Esta base de dados será utilizada para a avaliação de métodos de extração de características de objetos 3D em fase de desenvolvimento.
Para ilustrar a qualidade da reconstrução dos objetos 3D previamente fatiados, foram escolhidos dois objetos mostrados na Figura 5. Os objetos foram fatiados e posteriormente reconstruídos usando o algoritmo Marching Cubes diretamente. Os resultados são mostrados na Figura 6. Note que o uso direto do algoritmo Marching Cubes resulta numa reconstrução grosseira do objeto original.
Para obter melhores resultados, foi usada no processo de reconstrução a biblioteca VTK (The Visualization Toolkit) que consiste em um conjunto de classes escritas em C++ com aplicações voltadas para visualização e processamento de imagens.
A biblioteca VTK também utiliza o algoritmo Marching Cubes para a reconstrução 3D das imagens bidimensionais. No entanto, o VTK possui um enorme conjunto de classes que implementam diversas funcionalidades, como a suavização dos contornos que foi utilizada para melhorar a qualidade do resultado, como mostra a Figura 7 (SCHROEDER, WILLIAM J.; MARTIN, KENNETH M.; LORENSEN, BILL, 2001).
Figura 4: Corte obtido por um dos planos de corte
Figura 6: Objetos após a reconstrução usando o algoritmo Marching Cubes diretamente.
5. RESULTADOS
Usando o programa Vivaty Studio, foram criados 50 objetos 3D com superfícies de diferentes complexidades, como superfícies lisas, redondas e especuladas. Cada objeto 3D modelado foi fatiado e armazenado em uma base de dados.
A partir do ambiente de visualização desenvolvido neste trabalho é possível reconstruir os objetos armazenados na base de dados sintética de tal forma a preservar as características dos objetos originais.
6. CONCLUSÃO
A base de dados sintética composta dos cortes de 50 objetos 3D simula uma base de dados de exames obtidos por ressonância magnética e servirá como base de teste para os métodos de extração de características de objetos 3D.
O ambiente desenvolvido para produção dos objetos 3D, o seu fatiamento em diferentes planos de corte e a sua reconstrução se mostrou adequado nos testes realizados.
Uma base de dados real com exames de ressonância magnética está em fase de construção. O ambiente aqui desenvolvido será útil para modelar as patologias para o espaço 3D, facilitando a extração de características e sua posterior classificação.
7. AGRADECIMENTOS
- CNPQ – Conselho Nacional de Desenvolvimento Científico e Tecnológico - PROPP – Pró-reitoria de Pesquisa e Pós graduação - UFU
8. REFERÊNCIAS
Lorensen, William E.; Cline, Harvey E. MARCHING CUBES: A HIGH RESOLUTION 3D SURFACE CONTRUCTION ALGORITHM. Computer graphics, Volume 21, Number 4, July 1987. SCHROEDER, WILLIAM J.; MARTIN, KENNETH M.; LORENSEN, BILL. The Visualization
Toolkit – An Object-Oriented Approach to 3D Graphics, Prentice Hall PTR, 2001.
VOLUME RENDERING OF TESTS BREAST MAGNETIC RESONANCE
Gabriel Jara BigioUniversidade Federal de Uberlândia Faculdade de Computação
Laboratório de Computação Científica
Av. João Naves de Ávila, 2121, Bloco B, sala 1B61, Uberlândia, MG, Brasil
gabrielbigio@comp.ufu.br Denise Guliato guliato@ufu.br
Abstract: The magnetic resonance imaging (MRI) is particularly helpful to diagnosis of dense breast cancer. However, this type of exam generates several two-dimensional images of the region of interest, requiring a hard analysis of the exam, to identify the 3D structure of the object of interest. To assist the radiologist, we developed a 3D visualization environment using the Marching Cubes algorithm, which generates 3D image from two-dimensional images.
