Segmentación de tumores en imágenes médicas tridimensionales para la asistencia a tratamientos oncológicos

Año

2012 – actualidad.

Objetivos

  • Desarrollar algoritmos robustos para la segmentación de diferentes tipos de tumores en distintas modalidades de imágenes médicas tridimensionales.
  • Reducir la intervención del profesional médico en el proceso de segmentación de estructuras de interés, bridando herramientas adecuadas, con el fin de obtener segmentaciones de manera automática o semi-automática, sin introducir variabilidades propias de la percepción humana.
  • Maximizar la performance de los algoritmos a fin de obtener resultados en el menor tiempo computacional posible.
  • Implementar el cómputo automático de métricas para la evaluación de la evolución del tumor en series temporales de imágenes.
  • Implementar una herramienta computacional de fácil usabilidad que permita la utilización de los algoritmos en la práctica clínica cotidiana.

Descripción

La evolución que han experimentado las tecnologías de la información durante los últimos años ha posibilitado que áreas como el procesamiento digital de imágenes contribuyan al enriquecimiento de diversos tipos de aplicaciones. En particular, el desarrollo de herramientas computacionales de asistencia al diagnóstico por imágenes ha alcanzado un notorio crecimiento en virtud de los avances producidos tanto en la captura de imágenes en 2 y en 3 dimensiones como en las estrategias concebidas para su procesamiento y análisis, las que se encuentran en continua investigación.

Este trabajo aborda el estudio sobre algoritmos novedosos para el procesamiento digital de modalidades médicas volumétricas orientados a la segmentación y análisis de los objetos de interés dentro de las mismas. En especial, profundiza en problemáticas relacionadas con la detección de estructuras tumorales en modalidades médicas tridimensionales (3D), particularmente tumores y edemas cerebrales a partir de imágenes de resonancia magnética (MRI), mediante la implementación de estrategias de segmentación basadas en la integración eficiente de distintos enfoques. Los algoritmos desarrollados contemplan además la reconstrucción de mallas de superficie asociadas a los objetos detectados, a utilizarse no sólo para su visualización y análisis, sino para el desarrollo de métricas convenientes que permitan la caracterización de los tumores y su evolución durante el seguimiento de tratamientos oncológicos. Se trata de herramientas esenciales para la inspección no-invasiva de las estructuras afectadas, asistencia al diagnóstico, planificación y monitoreo de tratamientos o decisión de intervenciones quirúrgicas.

Esta propuesta se enmarca dentro del proyecto PICT-2010 “Procesamiento y segmentación de imágenes digitales tridimensionales para el desarrollo de aplicaciones médicas e industriales”, que se lleva a cabo en el Instituto PLADEMA. Además, constituye el núcleo central de la tesis doctoral del Ing. José Ignacio Orlando, llevada a cabo en el laboratorio y bajo la supervisión de la Dra. Mariana del Fresno.

Tecnologías utilizadas

El desarrollo, testeo y puesta a punto de los algoritmos de segmentación y de las métricas para la evaluación de la evolución de los tumores se realiza completamente en MATLAB. Para incrementar la performance de los algoritmos se evalúa la posibilidad de utilizar placas gráficas (GPUs). La implementación final de la herramienta computacional se realizará en C++, utilizando las librerías provistas por el framework ITK.

Resultados

Los desarrollos preliminares en materia de segmentación han sido difundidos en algunos congresos nacionales, a través de las siguientes publicaciones:

Año 2013

  • Orlando, José Ignacio. Manterola, Hugo Luis. Ferrante, Enzo. Del Fresno, Mariana. Un esquema de superficies activas basado en texturas para la segmentación de tumores cerebrales en MRI.  Proceedings del 1er Congreso Nacional de Ingeniería Informática / Sistemas de Información: Trabajos Estudiantiles. Córdoba, Provincia de Córdoba, Argentina. Trabajo ganador del 1er premio en la categoría “Trabajos finales de carrera: Finalizados”.
  • Orlando, José Ignacio. Del Fresno, Mariana. Segmentación automática de tejidos cerebrales en MRI multiespectrales mediante clasificación por mínima distancia euclídea. Proceedings del 4º Congreso Argentino de Informática y Salud, 42º JAIIO. ISSN: 1853-1881. Vol. I, pp. 197-215. Córdoba, Provincia de Córdoba, Argentina.

Año 2012

  • Orlando, José Ignacio. Ferrante, Enzo. Manterola, Luis. Del Fresno, Mariana. Detección de tumores en MRI basada en características texturales. Proceedings de ECImag 2012. ISBN: 978-987-657-798-4. Vol. I, pp. 29-30. Santa Fe, Provincia de Santa Fe, Argentina.
  • Orlando, José Ignacio. Ferrante, Enzo. Manterola, Luis. Del Fresno, Mariana. Un enfoque híbrido para la segmentación de tumores en MRI cerebrales.Proceedings del 3º Congreso Argentino de Informática y Salud, 41º JAIIO. ISSN: 1853-1881. Vol. I, pp. 70-91. La Plata, Provincia de Buenos Aires, Argentina.

Imagenes

if-005 if-006

Plataformas involucradas

  • Informática Médica.
  • HPC.
  • Computer Vision.
  • Mariana del Fresno (mdelfres@gmail.com)
  • José Ignacio Orlando (ignaciorlando@gmail.com)

Personas de contacto