Algoritmo de detección de metástasis cerebrales en imágenes de resonancia magnética mediante el uso de plantillas tridimensionales de apariencia tumoral

Abstract

[EN] A brain tumor is a pathological intracranial cell growth. It can destroy directly the normal cell population or damage indirectly by invading other parts and cause inflammation, cerebral edema and intracranial pressure. Brain metastases are cellular deposits originated in another organ and then emigrated to the brain. There are 165,000 new cases of cancer every year in Spain and of these, 30,000 suffer from brain metastases which cause morbidity and mortality. About 6,000 patients develop brain metastases under 30 mm and can benefit from image-guided radiosurgery [1]. The motivation of this Master's Thesis is that early detection of brain metastases increases survival, as image-guided radiosurgery is the most widely used treatment. In support of the radiological diagnosis Computer-Aided Diagnosis is employed to provide a quantitative methodology, high reproducibility and reliability. With this in mind, the aim of this Master's Thesis is to develop an algorithm that allows the detection of brain metastases from the analysis of magnetic resonance imaging, emphasizing the reduction of false positives. For image analysis and preprocessing it was employed MATLAB. In order to achieve the detection of brain metastases, synthetic three-dimensional tumor appearance templates were correlated with the imaging volume and a similarity threshold was applied. Subsequently, the detections were segmented and algorithms for calculating the degree of anisotropy were applied in order to remove elongated structures such as blood vessels. This Master's Thesis has been developed at the Centre for Biomaterials and Tissue Engineering at the Polytechnic University of Valencia, in close collaboration with the Department of Radiology of the Valencian Institute of Oncology Foundation (FIVO). The developed detection algorithm has been applied to 19 patients diagnosed with brain metastases (a total of 62 brain metastases) at the FIVO. After applying algorithms for false positives reduction, for the training group it was achieved a 85% sensitivity (17 of 20 metastases detected) and an average false positive rate of 5.63 per case. Regarding the validation group, it was obtained a sensitivity and an average rate of false positives per case of 88.1% (37 of 42 metastases detected) and 5.91, respectively. This tool is useful for the clinical diagnosis made by radiologists, providing an automatic analysis of the images to diagnose. [1] Nisa Hospitals. http://www.hospitales.nisa.es/actualidad/reportaje-radiocirugiauna-puerta-a-la-esperanza_240.aspx Last access: 02/06/2014.

[ES] El tumor cerebral es un crecimiento celular patológico intracerebral. Puede destruir directamente la población celular normal o dañarla indirectamente por invadir otras partes y causar inflamación, edema cerebral y presión intracraneal. Las metástasis cerebrales son depósitos celulares originados en otro órgano y emigrados posteriormente al cerebro. En España aparecen cada año 165.000 nuevos casos de cáncer y de ellos, más de 30.000 (en torno al 18%) sufren metástasis cerebrales, causa significante de morbilidad y mortalidad. Unos 6.000 pacientes, la quinta parte, presentan metástasis encefálicas menores de 30 mm y pueden beneficiarse de la radiocirugía guiada por la imagen [1]. La motivación de este trabajo reside en que la detección temprana de las metástasis cerebrales incrementa la supervivencia, ya que el tratamiento más utilizado es la radiocirugía guiada por la imagen. Como apoyo al diagnóstico radiológico se emplea el Diagnóstico Asistido por Ordenador (Computer Assisted Diagnosis, CAD) que ofrece una metodología cuantitativa, gran reproducibilidad y fiabilidad. Con esta idea en mente, el objetivo de este Trabajo Fin de Máster es el desarrollo de un algoritmo que permita la detección de metástasis cerebrales a partir del análisis de imagen de resonancia magnética, enfatizando la reducción de falsos positivos. Para el procesado y análisis de las imágenes se ha utilizado la herramienta MATLAB. Con el fin de lograr la detección de metástasis cerebrales, se correlacionaron unas plantillas tridimensionales sintéticas de apariencia tumoral con el volumen de imágenes y se aplicó un umbral de similitud. Posteriormente, se segmentaron las detecciones y se aplicaron algoritmos para el cálculo del grado de anisotropía con el objetivo de eliminar estructuras elongadas como vasos sanguíneos. Este Trabajo Fin de Máster se ha desarrollado en el Centro de Biomateriales e Ingeniería Tisular de la Universitat Politècnica de València, en estrecha colaboración con el Servicio de Radiología de la Fundación Instituto Valenciano de Oncología (FIVO). El algoritmo de detección desarrollado se ha aplicado a 19 pacientes diagnosticados con metástasis cerebrales (un total de 62 metástasis cerebrales) en el Servicio de Radiología de la FIVO. Tras aplicar los algoritmos de reducción de falsos positivos, para el grupo de entrenamiento se ha conseguido un 85% de sensibilidad (17 de 20 metástasis detectadas) y una tasa media de falsos positivos por caso de 5,63. En lo referente al grupo de validación se ha obtenido una sensibilidad y una tasa media de falsos positivos por caso de 88,1% (37 de 42 metástasis detectadas) y 5,91, respectivamente. Esta herramienta es de utilidad para el diagnóstico clínico realizado por radiólogos, facilitándoles un análisis automático sobre las imágenes a diagnosticar [1] Hospitales Nisa. http://www.hospitales.nisa.es/actualidad/reportaje-radiocirugiauna-puerta-a-la-esperanza_240.aspx Último acceso: 02/06/2014