MEDICIÓN DEL GRADO DE ESTENOSIS MEDIANTE ANÁLISIS DE SECUENCIAS DE IMÁGENES ANGIOGRAFÍAS. Descripción del proyecto El objetivo principal del proyecto que se propone es el cálculo automático del grado de estenosis (obstrucción) de un paciente a partir de las imágenes digitales adquiridas. Desde el punto de visto anátomico, la sangre es transportada al cerebro por dos pares de grandes arterias: las arterias carótidas y las arterias vertebrales. Las arterias carótidas circulan a lo largo de la parte anterior del cuello y las arterias vertebrales por la parte posterior del cuello, por dentro de la columna vertebral. Al nivel del cuello la arteria carótida común se bifurca en la arteria carótida externa, que nutre los músculos de la cara y del cuello y en la arteria carótida interna, que se dirige al cerebro. Esta escena es la que se representa en las imágenes que componen la secuencia: en las imágenes iniciales observamos las arterias carótidas comunes y las arterias vertebrales como cuatro formas circulares; en las siguientes imágenes dos de las formas circulares, las correspondientes a las arterias carótidas comunes, se desdoblan en otras dos que representan las arterias carótidas interna y externa. De los vasos sanguíneos mencionado, nos centraremos en la arteria carótida interna por ser en ella, a nivel de la bifurcación, donde generalmente se produce la obstrucción. Desde el punto de vista del análisis de imagen, una obstrucción implicaría una reducción en el área de la forma circular. Para determinar el grado de obstrucción se necesita medir el tamaño de la arteria en las distintas imágenes de la secuencia comparándolo con el tamaño de un patrón que se considera normal. En general, este patrón corresponde a la sección de la arteria carótida interna en la parte superior más cercana al cerebro. Las imágenes de las que disponemos son secuencias en niveles de gris que muestran secciones transversales de las arterias carótidas y vertebrales. Estas imágenes son adquiridas en un plano axial con un espesor de corte muy pequeño, de forma que la diferencia entre imágenes consecutivas de la secuencia es muy pequeña. En cada imagen de la secuencia se pueden identificar los vasos sanguíneos como estructuras brillantes con forma circular sobre un fondo oscuro debido al líquido fluoresceínico inyectado al paciente antes de la adquisición. La secuencia completa corresponde a cortes desde la base inferior del cuello hasta completar el cráneo. En el campo del procesamiento de imagen, el primer paso a realizar si se desean tomar medidas es la segmentación de los objetos relevantes de la imagen. En la literatura de visión por computador se pueden encontrar numerosos métodos de segmentación de imágenes, incluyendo los algoritmos clásicos de crecimiento de regiones, de agrupamiento (clustering) y los basados en detectores de bordes, en particular detectores de líneas rectas y circunferencias. Estas técnicas clásicas de segmentación de imagen son útiles cuando las imágenes son sencillas, el objeto y el fondo son uniformes, y la presencia de ruido no es muy importante. En situaciones más complejas es necesario realizar un procesado posterior para interpretar, reconocer o clasificar los objetos segmentados a bajo nivel, y así dar conectividad o eliminar los falsos positivos y negativos. Una solución más satisfactoria consiste en utilizar unas técnicas más reciente, mucho más robustas, denominadas genéricamente como contornos activos. Estos contornos modelan las fronteras entre un objeto, el fondo y el resto de objetos de la imagen. Permiten extraer los contornos de los objetos de interés basándonos en modelos que utilizan información a priori de la forma de los objetos. PFC: Medición del grado de estenosis mediante análisis de secuencias de imágenes angiografías. En este proyecto nos proponemos combinar las técnicas de segmentación citadas para obtener una mayor precisión en la medida del índice de obstrucción: la transformada de Hough [5] nos permitiría obtener con gran rapidez los contornos iniciales de las arterias (menos precisos), estos contornos iniciales serían modificados utilizando contornos activos que permitiría ajustar el contorno con mayor precisión a la forma concreta de las arterias. La segmentación nos permite medir el diámetro de la arteria en los distintos cortes axiales del cuello. Estas distintas medidas se pueden representar como una función de la imagen de la secuencia. Puesto que estos caracterizando una situación mediante una función, deberían manipularse y compararse como tales, si es posible, antes que reducirlos a escalares mediante el cálculo de los momentos estadísticos o técnicas similares como suele ser habitual (en el caso de un paciente con obstrucción podríamos quedarnos con el valor mínimo de la función pero perderíamos otro tipo de información también presente en el proceso). Objetivos concretos del proyecto Nuestro objetivo científico principal es el cálculo automático del grado de estenosis (obstrucción) de un paciente. Para la consecución de este objetivo nos planteamos los siguientes objetivos parciales: • Un primer objetivo a cumplir es, debido a que las mediciones de los diámetros arteriales deben ser tomadas en un plano perpendicular al eje longitudinal del vaso sanguíneo, desarrollar un algoritmo que permita dada las secuencias de imágenes obtener proyecciones multiplanares para seleccionar el plano óptimo de trabajo. • Estudiar la adecuación de distintos métodos de segmentación (transformada de Hough, contornos activos u otras alternativas) de imágenes para la detección de las estructuras anatómicas relevantes en las imágenes médicas facilitadas. • Realizar un método para la medición del área de la arteria carótida interna en cada una de las imágenes pertenecientes a la secuencia que nos proporcione una descripción funcional del proceso. • Estudio de las técnicas existentes para el análisis de datos funcionales que nos permitan obtener el grado de estenosis con la mayor precisión posible, así como otra información que pueda ser relevante desde el punto de vista médico. Directora: Xaro Benavent Garcia 2/3 PFC: Medición del grado de estenosis mediante análisis de secuencias de imágenes angiografías. Metodología de trabajo: Como actividades genéricas incluiremos: 1.Adquisición de imágenes e instalación de la infraestructura necesaria (tareas tipo A). 2.Estudio y desarrollo de las distintas técnicas de segmentación a utilizar, y de los métodos de medida citados (tareas tipo B). 3.Evaluación de los resultados sobre un grupo de pacientes. Tareas Tipo A A1 Adquisición de las secuencias de imágenes angio RMI de distintos pacientes, tanto aquellos que sufren la patología como los que no. Esto conformará nuestro banco de datos de trabajo. A2 Descripción detallada desde el punto de vista médico de la enfermedad que se pretende analizar y cuales son los signos visuales que se pueden detectar en las angio RMI. A3 Selección e instalación de un software apropiado para el desarrollo de los algoritmos de procesamiento de imagen. Tareas Tipo B B1 Estudio e implementación de un algoritmo que nos permita obtener el plano óptimo de trabajo. B2 Selección e implementación de un método adecuado de segmentación que nos permita identificar las estructuras anatómicas relevantes. B3 Extracción de medidas de la arteria carótida interna en distintas imágenes de la secuencia que nos permita el cálculo del grado de estenosis. Tareas Tipo C C1 Pruebas de los algoritmos desarrollados en las tareas B1 y B2 sobre el banco de datos adquirido en la tarea A1. C2 Estudiar por parte del especialista la validez de la información extraída mediante el método desarrollado. C3 Comparación y evaluación de los resultados obtenidos mediante esta técnica automática y las técnicas convencionales. Directora: Xaro Benavent Garcia 3/3