Desarrollo de una herramienta de extracción del árbol coronario en una imagen angiográfica utilizando un algoritmo de seguimiento arterial  Autores: Francisco.

Presentación del tema: "Desarrollo de una herramienta de extracción del árbol coronario en una imagen angiográfica utilizando un algoritmo de seguimiento arterial  Autores: Francisco."— Transcripción de la presentación:

1 Desarrollo de una herramienta de extracción del árbol coronario en una imagen angiográfica utilizando un algoritmo de seguimiento arterial  Autores: Francisco J. Nóvoa1, Javier Pereira1, José Manuel Vázquez2, Alejandro Pazos1 y Jorge Teijeiro1 1.- Universidade da Coruña 2.- Complejo Hospitalario Universitario de A Coruña

2 Enfermedades cardiovasculares
Introducción Enfermedades cardiovasculares Conjunto de procesos que afectan al corazón y al sistema vascular. 40% de la mortalidad total en España. Causas: sedentarismo, obesidad, tabaco, dietas ricas en grasas Caso particular: enfermedades coronarias (estenosis) muertes anuales. Mejoras en los diagnósticos => mejoras en la calidad de vida. Bajo el término de enfermedades cardiovasculares se engloban un conjunto de procesos que afectan al corazón y al sistema vascular. Este tipo de enfermedades constituyen la principal causa de mortalidad en los países desarrollados. En España, por ejemplo, representan el 40% de la mortalidad total. El modo de vida de las sociedades industrializadas presenta una serie de factores de riesgo que favorecen la aparición de este tipo de enfermedades: obesidad, sedentarismo, dietas ricas en grasas, tabaco, incluso la mayor esperanza de vida aumenta las posibilidades de sufrir una enfermedad de este tipo. Un caso particular de las enfermedades cardiovasculares son la enfermedades coronarias. Éstas se producen por un estrechamiento o bloqueo de una o varias arterias coronarias, los vasos que transportan la sangre al corazón. El estrechamiento es debido a la formación de placas, por acumulación de grasas y colesterol, en la cara interna de los vasos, y es lo que se denomina estenosis. Una arteria coronaria obstruida es un problema grave, ya que estos vasos son la única ruta para que el oxígeno llegue al corazón. El estrechamiento o bloqueo de una arteria coronaria significa que los músculos cardíacos reciben menos sangre y menos oxígeno. Este déficit puede provocar una angina de pecho, y en casos más graves infarto de miocardio. En España se producen muertes anuales por enfermedades coronarias, el 11% de las defunciones totales. Por ello, cualquier mejora en las técnicas de diagnóstico tendrá un gran impacto en la calidad de vida de la población.

3 Introducción Angiografías
Exámenes de referencia para cuantificar de las lesiones arteriales. Se introduce, mediante un catéter, de un contraste en el árbol coronario y se toma una secuencia de imágenes con rayos X El experto valora la estenosis de forma visual Necesidad de una herramienta que cuantifique la gravedad Las angiografías son los exámenes de referencia para cuantificar de las lesiones arteriales, debido a que son el único método capaz de describir con precisión la anatomía coronaria. Por ello, es la técnica más utilizada para detectar obstrucciones en las arterias. Esta técnica consiste en la introducción, mediante un catéter, de un contraste en el árbol coronario. A continuación, se toman una secuencia de imágenes de la zona con rayos X, desde distintas perspectivas. Para cuantificar la gravedad de la lesión el experto observa las imágenes y, basándose se sus conocimientos y su experiencia, realiza una valoración del grado de afectación. Esta valoración, como se puede ver, es bastante subjetiva. De ahí la necesidad de herramientas que realicen algún tipo de medición sobre la imagen, y que ayuden al experto a la hora de cuantificar el daño.

4 Objetivos General Objetivo: Proporcionar al experto las herramientas para evaluar, usando imágenes de angiografía, el grado de afectación que sufre el árbol coronario a causa de una o más estenosis, y obtener, de esta forma, una cuantificación de la gravedad de la lesión. En colaboración con el departamento de hemodinámica del Complejo Hospitalario Universitario Juan Canalejo de La Coruña, se fijaron los objetivos de este trabajo. Los especialistas expresaron la necesidad de un sistema que les permitiese realizar estudios para el diagnóstico de estenosis coronarias. Por lo tanto, el principal objetivo de este trabajo es proporcionar al experto las herramientas para evaluar, usando imágenes de angiografía, el grado de afectación que sufre el árbol coronario a causa de una o más estenosis, y obtener, de esta forma, una cuantificación de la gravedad de la lesión.

5 Objetivos Específicos Desarrollar una herramienta que permita extraer el árbol coronario y evaluar el grado de afectación de la estenosis. Integrar la herramienta en un Sistema de Información. Posibilitar la utilización de los resultados de forma combinada con otras aplicaciones del sistema de información. Validar la aplicación con los expertos médicos sobre angiografías reales. Uso de estándares abiertos y de tecnologías portables entre plataformas. Derivados del objetivo principal se han definido los siguientes objetivos: * Desarrollar una herramienta que permita extraer el árbol coronario y evaluar el grado de afectación de la estenosis * Integrar el producto en un Sistema de Información de Imágenes Médicas desarrollado en el centro IMEDIR en colaboración con el CHU Juan Canalejo * Posibilitar la utilización de los resultados de forma combinada con otras aplicaciones del sistema de información * Validar el funcionamiento de la aplicación sobre angiografías reales con la colaboración de los expertos clínicos * Para que se integre en los sistemas informáticos existentes, es necesario el uso de estándares abiertos y de tecnologías portables entre plataformas.

6 Técnica de evaluación de la estenosis
Segmentación del árbol coronario La extracción de estructuras vasculares de imágenes angiográficas presenta una serie de dificultades que dificultan el proceso: Ruidos. Bifurcaciones. Objetos no deseados: huesos, el catéter. Necesidad de emplear conocimiento a priori acerca de las arterias: Son estructuras finas y alargadas. Son más oscuras que el fondo. Presentan bifurcaciones. Variaciones de diámetro y dirección suaves. La extracción de estructuras vasculares de imágenes angiográficas presenta una serie de dificultades que dificultan el proceso de segmentación. La presencia de ruido, bifurcaciones y otros objetos que no se quieren segmentar, como los huesos o el propio catéter, hacen que no exista un algoritmo que extraiga de forma automática todo el árbol coronario. Es necesario un algoritmo que aproveche las características morfológicas de las arterias y que utilice esta información para distinguir objetos que, analizados localmente, podrían confundirse con arterias. Son estructuras finas y alargadas Son más oscuras que el fondo Según se va recorriendo una arteria pueden presentarse bifurcaciones Las variaciones de diámetro y dirección suelen ser suaves. Un punto estenótico podría ser un caso de variación brusca de diámetro. En todo caso, siempre es posible poner unos límites.

7 Técnica de evaluación de la estenosis
Algoritmo de segmentación propuesto Se ha optado por usar un algoritmo basado en tracking arterial. Los vasos se rastrean, obteniéndose puntos de su esqueleto y su borde. Aprovecha las características de la arterias descritas anteriormente. Alta eficiencia debido a la naturaleza local de la búsqueda y a que en cada paso se aprovecha la información obtenida en el paso anterior. Interacción del usuario: Iniciar el algoritmo. Añadir o borrar segmentos de la reconstrucción del árbol obtenida. Se ha optado por usar un algoritmo basado en tracking arterial. Se trata de un proceso de en el que los vasos se rastrean, obteniéndose puntos de su esqueleto y su borde. Aprovecha las características de la arterias descritas anteriormente. Esto permite una alta eficiencia debido a la naturaleza local de la búsqueda y a que en cada paso se aprovecha la información obtenida en el paso anterior. Es necesaria la intervención del usuario para iniciar el algoritmo, ya que se le debe indicar donde debe comenzar el proceso de segmentación. Adicionalmente, puede ser necesaria su intervención a lo largo del proceso de segmentación para añadir o borrar segmentos de la reconstrucción del árbol obtenida.

8 Técnica de evaluación de la estenosis
Pasos para realizar la evaluación de la estenosis Preprocesado: Se aplica un filtro para suavizar la imagen y reducir ruidos. Calibrado: Se halla la equivalencia pixel/mm. Segmentación: Se extrae el árbol coronario. Score: Se calcula el porcentaje de volumen afectado por la estenosis. Esta es la secuencia de operaciones que se realiza para determinar el grado de afectación del árbol coronario: Preprocesado: Se aplica un filtro para suavizar la imagen y reducir ruidos. Calibrado: Se halla la equivalencia pixel/mm de la imagn. Segmentación: Se extrae el árbol coronario. Score: Se calcula el porcentaje de volumen afectado por la estenosis.

9 Técnica de evaluación de la estenosis
Preprocesado Se aplica un filtro de Gauss. Reducción de ruidos. Suavizado de las arterias. Antes de comenzar la segmentación de la imagen se realiza un preprocesado aplicando un filtro de Gauss. De esta manera se consigue reducir el ruido presente en la imagen y las variaciones de color que se producen a lo largo de la arteria, que podrían ser identificadas como bordes erróneamente. En las pruebas realizadas, se comprobó que la aplicación de este filtro mejoraba notablemente la precisión del algoritmo.

10 Técnica de evaluación de la estenosis
Calibrado Se deben mostrar los resultados en unidades comprensibles para el médico. Es necesario saber la equivalencia píxel/mm El médico marca dos puntos a ambos lados del catéter e introduce el diámetro en mm. La herramienta localiza el catéter, mide la distancia en píxeles entre los bordes y calcula la equivalencia. En principio no se sabe la escala a la que está la imagen. Es necesario saber la equivalencia píxel/mm, para proporcionar los datos calculados en unidades comprensibles para el médico. Para calibrar la herramienta se aprovecha que hay un elemento en la imagen que el médico sabe cuanto mide: el catéter. Para calcular la equivalencia píxel/mm, el médico debe marcar 2 puntos a ambos lados del catéter e indicar el diámetro en milímetros del mismo. La herramienta buscará el catéter entre esos 2 puntos, determinará la distancia entre sus bordes en píxeles y hallará la equivalencia píxel/mm.

11 Técnica de evaluación de la estenosis
Secuencia del algoritmo de segmentación Marcar punto inicial y dirección de avance. Buscar bordes asociados al punto inicial. Trazar circunferencia. Buscar puntos borde siguientes. Calcula nuevo punto inicial y nueva dirección de avance. Calcular el área y volumen asociados al nuevo elemento. Establecer las relaciones padre-hijo. A continuación se describe brevemente la secuencia de ejecución del algoritmo de segmentación desarrollado: El usuario marca un punto inicial P dentro de la arteria Click y una dirección de avance Click Se recorre la imagen en la perpendicular a la dirección de avance hasta encontrar dos bordes A1 y A2 Click Se recalcula el punto central inicial como el punto medio entre A1 y A2. Se traza una circunferencia de diámetro ligeramente mayor que le diámetro de la arteria con centro en P. Click Se recorre la circunferencia buscando bordes arteriales, En este caso se encuentran B1 y B2. Click Para cada pareja de bordes válida, se calcula se calcula el punto medio, aquí llamado p’, Click Se calcula la dirección de avance d’, click se calcula el área y el volumen asociados al nuevo elemento Se establecen las relaciones padre-hijo entre el elemento anterior y el nuevo. click Finalmente, se continúa el algoritmo trazando una nueva circunferencia con centro en p’.

12 Técnica de evaluación de la estenosis
En esta captura se puede ver como se realiza la segmentación utilizando las platillas circulares para encontrar los bordes arteriales. Se continúa buscando hasta que no se encuentra una pareja de puntos borde válida

13 Técnica de evaluación de la estenosis
Cálculo de la derivada Para buscar los bordes cuando se recorre la circunferencia, se ha realizado una adaptación del operador de Prewitt para matrices unidimensionales. Se considera la matriz como un array unidimensional y se convoluciona con la máscara G. Para cada punto, se obtiene una cuantificación de la variación de color entre sus vecinos. Valores negativos indican que la imagen se oscurece, positivos que se aclara. Para buscar los bordes cuando se recorre la circunferencia se ha realizado una adaptación del operador de Prewitt para matrices bidimensionales. El operador de Prewitt consta de 2 matrices 3x3 que son aplicadas sobre la imagen y que sirven para detectar la presencia de bordes en dirección tanto horizontal como vertical, y combina esta información en una sola medida. En este caso, se analiza la circunferencia considerándola como un array unidimensional. Para ello, se convoluciona la circunferencia con la máscara G. Con lo que se obtiene, para cada punto, una cuantificación de la variación de color entre sus vecinos. Valores negativos indican que la imagen se oscurece, positivos que se aclara.

14 Técnica de evaluación de la estenosis
Búsqueda de las parejas de puntos borde Se calcula la primera derivada del color de la circunferencia Se eliminan los valores por debajo del umbral Se eliminan rachas Asociar cada punto donde se oscurezca la imagen con el siguiente, donde se aclara. Eliminar parejas de puntos demasiado cercanos o lejanos Se eliminan las parejas en la dirección incorrecta Una vez trazada la circunferencia, se recorre para buscar bordes arteriales. Primero se calcula la derivada convolucionando la máscara con la circunferencia. En la figura se ve una gráfica de la derivada del color de la circunferencia del ejemplo anterior. Las dos zonas más oscuras se corresponden con los trozos de circunferencia que atraviesan la arteria. Las líneas horizontales azules serían los umbrales por debajo de los cuales no se considera la variación de color suficiente para ser considerada borde. Lo primero que se hace es eliminar todos los valores de la derivada cuyo valor absoluto sea menor que el umbral. Click. Ahora se eliminan las rachas. Una racha es una serie continua de valores positivos o negativos. Para cada racha, se selecciona el valor más alto, en valor absoluto. Click. Ahora lo que nos queda son parejas de puntos, en el dibujo unidos por líneas rojas, candidatas a ser marcadas como bordes. Se asocia cada punto donde se oscurezca la imagen (se entra en la arteria) con el siguiente, donde se aclara (se sale de la arteria). Para cada pareja se comprueba a distancia entre ambos puntos, y si es demasiado grande o demasiado pequeña, la pareja se descarta. También se descartan las parejas que estén en una dirección incorrecta.

15 Técnica de evaluación de la estenosis
Eliminación de parejas en la dirección incorrecta Típicamente se encontrará más de una pareja de puntos borde válidos. Se acepta la nueva pareja si el ángulo α que forman la dirección de avance del nuevo elemento y la dirección del elemento actual cumple: Lo normal es encontrar, además de la pareja de puntos buscada en la dirección deseada, otra pareja en la dirección opuesta, como se ve en la figura. Una de las características de las arterias es que los cambios de dirección se producen suavemente. Como la distancia entre un punto y el siguiente es muy pequeña, si la dirección de avance del nuevo elemento forma una ángulo de más de 90 grados con respecto a la dirección de avance del elemento actual, se puede descartar. En la figura se descartaría el punto A, ya que el ángulo a2 es mayor que ∏/2.

16 Técnica de evaluación de la estenosis
Cálculo del área asociada p se rechazará si a3 > a1 o a3 > a2 Según se van añadiendo elementos nuevos a la reconstrucción del árbol coronario, el algoritmo va construyendo una máscara de píxeles de las arterias. En la figura el área buscada se encuentra comprendida entre los bordes asociados al punto p y los 2 nuevos bordes encontrados A y B. Para buscar los puntos que pertenecen a la máscara, primero se etiquetan los vértices con la notación de los puntos cardinales. A continuación se delimita la zona de búsqueda usando las coordenadas máximas y mínimas de los 4 puntos (cuadrado azul). Finalmente, se utilizan los vértices SO y NE, en combinación con sus vértices adyacentes para determinar qué puntos de la zona de búsqueda pertenecen a la máscara. En la figura se muestra la comprobación usando el vértice SO, siendo la mecánica similar para el vértice NE. Supongamos que estamos comprobando si el punto p se encuentra dentro de la máscara. Primero se calcula los vectores v1, v2 y v3 y los ángulos que forman respecto al eje horizontal, a1, a2 y a3. Si el ángulo asociado al punto p , v3, es menor que a1, a mayor que a2, p sería descartado. En este caso, en un principio no sería rechazado. Ahora se realizaría una comprobación similar usando el vértice NE. Si p tampoco fuese descartado, pasaría a formar parte de la máscara.

17 Técnica de evaluación de la estenosis
Construcción circunferencia Se trabaja con imágenes discretas. No se puede aplicar directamente la ecuación de la circunferencia. Es necesario rellenar los huecos para trabajar con píxeles contiguos. Dado un punto central (a, b) y un radio c, para construir la circunferencia se obtienen los valores de y para el intervalo de x [a-c, a+c] para la ecuación indicada en la iamgen. Este sería el resultado de calcular una circunferencia centrada en (0,0) con radio=4. Para poder trabajar con ella, hay que buscar el píxel más cercano para cada uno de los puntos calculados. Click El problema de esta situación es que al hacer la derivada para buscar los bordes arteriales, algunos de los puntos no están contiguos Click Para solucionarlo, el algoritmo desarrollado cada vez que genera un punto nuevo, comprueba que no está a más de un píxel de distancia del último generado. Si la distancia es mayor, genera los píxeles intermedios necesarios y continúa.

18 Técnica de evaluación de la estenosis
Casos particulares del proceso de rastreo Bifurcaciones Se encuentra más de una pareja de puntos válida Se continúa e rastreo por todos los caminos No se encuentran más parejas válidas Se incrementa el tamaño de la plantilla hasta un límite Cuando el algoritmo se detiene es posible Seguir añadiendo nuevas ramas Borrar ramas del árbol obtenido Durante el proceso de segmentación se pueden no siempre se encuentra una sola pareja de puntos borde válidos, si no que se pueden dar las siguientes situaciones: * Se encuentra más de una pareja de puntos válida: Se produce cuando se alcanza una bifurcación. En este caso, se continúa e rastreo por todos los caminos posibles. * No se encuentran más parejas válidas: Puede ocurrir que el algoritmo se detenga antes de llegar al final de la arteria. Por ello, cuando no encuentra por donde continuar, incrementa poco a poco el tamaño de la plantilla, dentro de un límite, para intentar continuar el rastreo. * En todo caso, cuando ni aún así encuentra por donde seguir, el usuario puede indicarle que continúe explorando nuevas zonas, que serán añadidas a la reconstrucción realizada hasta ese momento. También se da la posibilidad de realizar borrados, para eliminar segmentos no deseados.

19 Técnica de evaluación de la estenosis
Condiciones de parada No se encuentran más puntos válidos Se llegó al borde de la imagen Se encontró alguna pareja válida pero: Los puntos borde están demasiado cerca o lejos Variación de color excesiva entre el punto central actual y el siguiente. Esto se produce, por ejemplo, cuando la plantilla atraviesa una arteria paralela como en la figura. Variación excesiva de diámetro o de dirección Zona explorada con anterioridad Los motivos por los que se puede detener el rastreo son los siguientes: * No se encuentran más puntos válidos * Se llegó al borde de la imagen * Se encontró alguna pareja válida pero: + Los puntos borde del nuevo elemento están demasiado cerca o demasiado lejos + Se produce una variación de color excesiva a lo largo de la recta que une el punto central actual y el siguiente. Esto se produce, por ejemplo, cuando la plantilla atraviesa una arteria paralela como en la figura. + Se detecta una variación excesiva de diámetro o de dirección del nuevo elemento respecto al actual. + Se ha alcanzado una zona explorada con anterioridad

20 Técnica de evaluación de la estenosis
Cálculo del score El objetivo de este paso es calcular el volumen de árbol coronario afectado por la estenosis y calcular el porcentaje del total que supone. El usuario marca los límites de la zona afectada Usando las relaciones padre-hijo, calculadas en el apartado anterior, el algoritmo determina qué segmentos arteriales se encuentran afectados. Utilizando la máscara y los segmentos volumétricos, se calculan el volumen y el área total del árbol coronario, y los afectados por la estenosis. El objetivo de este paso es calcular el volumen de árbol coronario afectado por la estenosis y calcular el porcentaje del total que supone. Para ello, el usuario debe marcar el punto donde comienza la zona afectada. Además, podrá marcar otro punto para indicar al algoritmo que no considere como afectada el tramo de árbol más allá de ese punto. En la figura se puede ver la arteria segmentada. Se ha pintado de color azul el tramo final afectado por la estenosis. Usando las relaciones padre-hijo, calculadas en el apartado anterior, el algoritmo determina qué segmentos arteriales se encuentran afectados. Utilizando la máscara y los segmentos volumétricos, se calculan el volumen y el área total del árbol coronario, y los afectados por la estenosis

21 Secure Medical Imaging Information System (SMIIS)
Integración Secure Medical Imaging Information System (SMIIS) En cuanto a las tecnologías y la arquitectura usada en el desarrollo aplicación , ésta se ha integrado en un sistema con una arquitectura multicapa basada en el patrón arquitectónico Modelo-Vista-Controlador. Se trata de un sistema de acceso seguro a imágenes médicas, el SMIIS, desarrollado en el centro IMEDIR, cuya arquitectura se puede ver en la imagen. Para la ejecución de la aplicación se ha desarrollado un applet,, donde se mostrará la imagen y las opciones de procesado. EL applet se integra dentro del sistema Visor, que es el que le permite interactuar con el servidor de aplicaciones. A través del sistema visor la herramienta obtiene las imágenes médicas procedentes de la base de datos e interactúa con las otra herramientas del sistema.

22 Conclusiones Reconstrucciones del árbol arterial satisfactorias
A través de las pruebas realizadas, se ha comprobado que la calidad de la imagen es crítica para la eficiencia del algoritmo. El uso de un filtro de preprocesado mejora notablemente los resultados. Se han implementado varios mecanismos para que el usuario pueda afinar la segmentación: parámetros de configuración, borrados y la posibilidad de añadir nuevos segmentos. Bajo coste computacional En general, el algoritmo proporcionó reconstrucciones del árbol arterial bastante ajustadas a la imagen real. A través de las pruebas realizadas, se ha comprobado que la calidad de la imagen es crítica para la eficiencia del algoritmo. El uso de un filtro de preprocesado para suavizar la imagen ayuda mucho en la reducción de ruidos, reduciendo los errores en la segmentación Para solventar las dificultades derivadas de este tipo de imágenes , se han implementado varios mecanismos para que el usuario pueda afinar la segmentación: parámetros de configuración, borrados y la posibilidad de añadir nuevos segmentos. Una vez marcados los puntos estenóticos, ya sólo hay que recorrer el árbol teniendo en cuenta las relaciones padre-hijo y sumando los volúmenes asociados a cada nodo. Por ello, el coste computacional en este paso es bajo. Además, el uso de operadores locales para la segmentación minimiza el número de cálculos innecesarios.