Segmentación automática de la columna vertebral mediante un atlas probabilístico con un enfoque especial en la supresión de costillas

Abstract

[ES] Puesto que la metástasis ósea es una patología vertebral de gran importancia, una segmentación precisa de los cuerpos vertebrales es el paso previo al análisis biomecánico que permita predecir el riesgo de fractura en vértebras metastásicas. Además, la localización exacta del canal vertebral es esencial en el proceso de radioterapia para evitar daños de la médula espinal, y un paso importante para automatizar la segmentación. Este Trabajo Final de Grado tiene como objetivo desarrollar un método automático para la detección y segmentación de las vértebras a través del análisis de Tomografía Computarizada utilizando un grupo de 21 pacientes con metástasis en la columna vertebral. Conseguir una segmentación automática de los cuerpos vertebrales es una tarea compleja debido a la presencia de las costillas en la región torácica. Como solución se han combinado un método Level-Set capaz de segmentar las vértebras y un atlas probabilístico para suprimir las costillas y automatizar el proceso. Para evaluar la segmentación se ha utilizado la distancia Hausdorff (HD) y el coeficiente Dice (DSC). Tras aplicar el atlas, la HD disminuye 11 mm de media y el DSC mejora un 1.3%. Los resultados demuestran que el atlas es capaz de detectar y suprimir las costillas adecuadamente.

[EN] Since bone metastases is a relevant vertebral pathology, an accurate segmentation of the vertebral bodies is the previous step to biomechanical analysis to predict the risk of fracture in metastatic vertebrae. In addition, a proper location of the spinal canal is an essential process in radiotherapy processes to prevent spinal cord damages and a relevant step to automate the segmentation process. Aided by the Computerized Tomography technique, the target of this Final Degree Project is to model an automated method for the detection and segmentation of the spine and test it in a group of 21 patients with spinal metastases. To achieve an automatic segmentation of the vertebral bodies is a complex task due to the presence of the ribs in the thoracic region. As a solution, a Level-Set method used in the vertebrae segmentation process and a probabilistic atlas to suppress the ribs and automate the process have been combined. Both, the DICE similarity coefficient (DSC) and the Hausdorff (HD) distance have been used to evaluate the segmentation process. On average, HD decreases 11 mm and DSC improves 1.3% after applying the atlas. The results show that the atlas is able to detect and suppress the ribs properly.