Análise e quantificação tridimensional em imagens de ultra-som intravascular

Autor(es)

Fernando José Ribeiro Sales

• Tipo de documento: Tese de Doutorado
• Imprenta: São Paulo.
• Instituição: Universidade de São Paulo (USP). Faculdade de Medicina (FM/SBD)
• Data de defesa: 2009-10-23

Membros da banca

Sergio Shiguemi Furuie; Hae Yong Kim; Nelson Delfino D\'Ávila Mascarenhas; Koichi Sameshima; Harki Tanaka

• Orientador: Sergio Shiguemi Furuie; Pedro Alves Lemos Neto

Resumo

INTRODUÇÂO: A análise da composição das lesões in-vivo tem sido objeto de estudo de uma série de grupos de estudo sobre a doença aterosclerótica. Os métodos disponíveis para esse fim utilizam técnicas de análise espectral do sinal ultra-sônico retroespalhado antes deste ser transformado em imagens de ultra-som intravascular (IVUS), uma vez que não existem métodos que realizem tal inferência somente a partir das imagens. Neste trabalho, utilizamos técnicas de processamento de imagens e de reconhecimento de padrões para analisar a composição das lesões de acordo com a classificação proposta pela metodologia de Ultra-Som Intravascular com Histologia Virtual (IVUS-VH). MÉTODOS: Neste estudo utilizamos uma amostra de oito (08) artérias coronárias provenientes de cinco (05) pacientes, resultando num total de 96492 regiões de interesse para inferência da composição. Para a segmentação automática da interface lúmen-íntima e íntima-adventícia, aplicamos as técnicas de contornos ativos do tipo Snakes e para a determinação da energia potencial dos contornos, utilizamos técnicas de filtragem baseadas na difusão anisotrópica convencional e restritiva. Utilizamos três janelas quadradas diferentes de tamanhos 5x5, 7x7 e 9x9 pixels para extração dos atributos de texturas, dentre eles treze (13) baseados nas matrizes de co-ocorrência, seis (06) momentos invariantes à rotação, escala, translação e a ganho multiplicativo, baseados nos Momentos de Hu e propostos neste trabalho. Visando avaliar o efeito dos níveis de quantização das imagens nas matrizes de co-ocorrência, requantizamos originais de 256 níveis de cinza para 128, 64 e 32 tons. Como classificador, utilizamos o método dos k-vizinhos mais próximos (k-nn) e escolhemos os sete (07) vizinhos mais próximos como parâmetro de comparação. Como o k-nn é sensível com relação à métrica utilizada, testamos a distância euclidiana e a métrica de Mahalanobis. RESULTADOS: A segmentação automática da interface lúmen-íntima teve taxa média de acerto de 72,23% e a mediana da taxa de acertos foi de 81,20%, enquanto a taxa média de acertos para a interface íntima-adventícia foi de 80,86% e a mediana foi igual a 91,36%, considerando 495 quadros manualmente segmentados por um especialista. A melhor configuração do classificador foi utilizando a normalização de intensidades, com 256 níveis de cinza, com a janela 9x9 e usando a métrica de Mahalanobis. A taxa média de erros foi de 2.35%(DC), 20.51%(NC), 92.21%(FF) e 0.04%(FT), no entanto, se considerarmos somente três classes sem diferenciarmos os tecidos FF do FT temos a seguinte composição: 2.35% (DC), 20.51%(NC) e 0.04%(FT+FF), o que leva a uma taxa média de erros total de 5,15%. CONCLUSÕES: A classificação das lesões baseada somente em atributos de textura das imagens ainda não é possível com a nosso modelo se considerarmos os quatro tipos de tecido, uma vez que não conseguimos diferenciar de forma satisfatória dos componentes FF e FT. No entanto, se considerarmos somente três classes, temos resultados animadores, uma vez que conseguiremos identificar os componentes associados às placas ditas de maior risco de ruptura, os fibroateromas de capa fina (TCFA). Além disso, conseguimos um experimento associado ao trabalho, mostrar quantitativamente que há uma possível superestimação do componente NC ao redor de estruturas calcificadas nas imagens de IVUS-VH (AU)

• Processo FAPESP: 04/13205-0 - Análise e quantificação tridimensional de imagens de ultra-som intravascular
• Beneficiário: Fernando José Ribeiro Sales
• Modalidade de apoio: Bolsas no Brasil - Doutorado Direto