Análisis de texturas de imágenes de resonancia magnética de tumores cerebrales para la caracterización y clasificación de distintas regiones de interés

Abstract

[ES] A partir de imágenes de resonancia magnética cerebrales se pretende detectar diferentes texturas de los tumores y su periferia, para así poder determinar las características morfológicas, su distribución en el cerebro y la relación que pueden tener con la heterogeneidad tumoral, la agresividad biológica y la supervivencia de los pacientes. El análisis de texturas ofrece información cuantitativa de aspectos de las imágenes que habitualmente se valoran de forma subjetiva, como la heterogeneidad de las imágenes, la cantidad de información, la repetitividad de patrones, etc. Es conocido que los tumores más agresivos son aquellos que presentan aspectos más heterogéneos, donde coexisten zonas de alta proliferación celular, alta vascularización, necrosis, edema, etc. Todo esto causa que las imágenes tengan patrones caóticos que en términos cualitativos se pueden definir como heterogeneidad. Disponer de los métodos adecuados para medir esta heterogeneidad podría ayudar a caracterizar mejor estos tumores y determinar el pronóstico de los pacientes. Para la realización del análisis de textura se ha empleado una interfaz gráfica de usuario, elaborada en Matlab, la cual permite el estudio de diferentes regiones de interés. Las regiones de interés que se han utilizado para el proyecto son: región homogénea o fondo, región heterogénea y región mixta. De las diferentes regiones de interés se han calculado una serie de parámetros con el fin de determinar cuál es el mejor para la discriminación entre las regiones. Para la determinación del mejor o mejores parámetros que diferencian entre regiones se ha realizado un análisis estadístico. Una vez realizado todo el estudio se concluye que los mejores parámetros de textura para la diferenciación de regiones son la entropía y la energía.

[CA] A partir d’imatges de ressonància magnètica es pretén detectar diferents textures dels tumors y la seua perifèria, per així poder determinar les característiques morfològiques, la distribució en el cervell y la relació que poden tindre amb la heterogeneïtat tumoral, la agressió biològica y la supervivència dels pacients. L’anàlisis de textures ofereix informació quantitativa de aspectes de les imatges que habitualment es valoren de manera subjectiva, com l’heterogeneïtat de les imatges, la quantitat d’informació, la repetibilitat de patrons, etc. Es conegut que els tumor més agressius són aquells que presenten aspectes més heterogenis, on coexisteixen zones d’alta proliferació cel·lular, alta vascularització, necrosi, edema, etc. Tot això causa que les imatges tinguen patrons caòtics que en termes qualitatius es poden definir com heterogeneïtat. Disposar dels mètodes adequats per a mesurar aquesta heterogeneïtat podria ajudar a caracteritzar millor estos tumors y determinar el pronòstic del pacients. Per a la realització de l’anàlisis de textures s’ha empleat una interfície gràfica d’usuari, elaborada amb Matlab, la qual a permet l’estudi de diferents regions d’interès. Les regions d’interès que s’han escollit per al projecto son: regió homogènia o fons, regió heterogènia i regió mixta. De les diferents regions d’interès s’han calculat una sèrie de paràmetres amb la finalitat de determinar qual es el que millor per a la discriminació entre regions. Per a la determinació del millor o millors paràmetres que diferencien entre les regions s’ha realitzat un anàlisis estadístic. Una vegada s’ha realitzat l’estudi es pot concloure que els millors paràmetres de textura per a la diferenciació de les regions son l’entropia i l’energia.

[EN] From cerebral images of magnetic resonance, it is expected to detect different textures of the tumors and his periphery, to be able like that to determine the morphologic characteristics, his distribution in the brain and the relation that they can have with the tumor heterogeneity, the biological aggressiveness and the survival of the patients. The texture analysis provides quantitative information on aspects of the images that usually are measured subjectively, as the heterogeneity of the images, the amount of information, the repetitiveness of patterns, etc. It is known that the most aggressive tumors are those with heterogeneous aspects where coexist areas of high cellular proliferation, high vascularity, necrosis, edema, etc. All this causes that the images have chaotic patterns in qualitative terms can be defined as heterogeneity. Have adequate methods for measuring this heterogeneity would help better characterize these tumors and determine the prognosis of patients. To carry out the texture analysis has been used a graphical user interface, developed in Matlab, which allows the study of different regions of interest. Regions of interest that have been used for the project are: homogeneous region or background, mixed region and heterogeneous region. Of the different regions of interest they have been calculated a set of parameters in order to determine what is best for discrimination between regions. To determine the best or better parameters that differ between regions has conducted a statistical analysis. Once all the study concludes that the best texture parameters for differentiating regions are the entropy and energy.