UNIVERSIDADE DE MOGI DAS CRUZES IVAN TEODORO COSTA
ALINHAMENTO PIXEL-A-PIXEL DE
MAMOGRAFIAS OBTIDAS POR DUPLA ENERGIA
Mogi das Cruzes, SP
2007
UNIVERSIDADE DE MOGI DAS CRUZES IVAN TEODORO COSTA
ALINHAMENTO PIXEL-A-PIXEL DE
MAMOGRAFIAS OBTIDAS POR DUPLA ENERGIA
Dissertação apresentada ao Programa de
Mestrado em Engenharia Biomédica da
Universidade de Mogi das Cruzes, para
obtenção do título de Mestre em Engenharia
Biomédica.
Prof. Orientador: Dr. Henrique Jesus Quintino de Oliveira
Mogi das Cruzes, SP
2007
DEDICATÓRIA
Dedico este trabalho em primeiro lugar a DEUS, criador do universo, doador de toda
sabedoria e do existir, fonte da vida e de força, que me faz seguir sempre em frente, mesmo
perante os momentos de incerteza, de desânimo, de angústia ou de tristezas.
Aos meus pais Laudeliria e Ivanir, dádiva de Deus, por me amarem e sempre
apoiaram nas decisões; por acreditarem e investirem em meus estudos, me formando
moralmente, espiritualmente e profissionalmente. Minha eterna gratidão com o amor mais
puro que um coração pode sentir!
À minha amada irmã Andrea, pelo carinho, conselhos e tantos momentos felizes
juntos.
Às minhas tias Maria, Irany e a minha avó Ida que me dedicam carinho, amor e uma
adoração também muito especiais!
Às minhas amigas Regina e Valderez pelo amor, carinho, orações e conselhos
preciosos nos momentos difíceis.
AGRADECIMENTOS
Agradeço a Deus por nos mostrar o caminho da evolução interior e permitir que
sejamos responsáveis por nossas próprias escolhas.
Ao Prof. Dr. Henrique Jesus Quintino de Oliveira, que orientou este trabalho, por
todo o inegável conhecimento e domínio da ciência, pela dedicação, paciência e ensinamento
para me formar profissionalmente, exemplo de pesquisador, professor e ser humano íntegro.
Serei eternamente grato!
Aos coordenadores do Programa de Pós-Graduação em Engenharia Biomédica da
UMC, Profª Drª Annie France Frère Slaets e Profº Dr. Jean Jacques Bonvent, pelo apoio,
carinho e dedicação.
À minha família, especialmente aos meus pais, por não medirem esforços ao dar todo
apoio e incentivo e à minha irmã por sermos cada vez mais amigos.
Aos professores da UMC: Jair, Marcelo, Márcia, Paulo, Saulo, Fumagalli, Heloisa,
Miriam, Arida, Fulvio, Mauricio, Irvaine, Kaline, Magali, Irita, Olavo, Gustavo pela
dedicação ao ensino.
Aos amigos Andréa O. Sakai, Ricardo R. Falconi, Francisco C. da Silva, Paula
Montagna, Rodrigo de Maio Almeida, companheiros, prestativos, amigos leais que nunca
mediram esforços para me ajudar e estiveram desde o início sempre presentes.
Aos amigos do NPT: Fabiane, Terezinha, Andréia M. D. L, Wagner, Terigi,
Sandrinho, Helinho, Ronald, Jack A., Bi, Flávio, William, Celso, Gabi, Rosane, Juliana,
Pauline, Jack B., Jack G., Mônica, Fernando, Sérgio G., Ana, Carla, Adriana, Cássia, Tânia,
Allysom, Ana C., Maurício, Sérgio S., Kleber, Pimenta, Alessandra, Dani, Thiago,
Fernandinho, Fabiano, Domingos, Viviane, Paulo S., Marta, Rafael, Pedro, Talie, Marcelo,
pelo apoio, companheirismo e animadíssima convivência!
A todos que direta ou indiretamente apoiaram este trabalho.
A FAEP e CNPq pelo apoio financeiro
“Se não houver frutos, valeu a beleza das flores; se não
houver flores, valeu a sombra das folhas; se não houver
folhas, valeu a intenção da semente”.
(Henfil).
RESUMO
O bom desempenho da Subtração de Imagens por Dupla-Energia (SIPDE) depende do alinhamento (ou correção de registro) dos pixels das imagens de baixa e de alta energia. Diversas metodologias de alinhamento ou correção de registro foram desenvolvidas para alinhar imagens de tórax e mama, no entanto, nenhuma destas técnicas pode ser aplicada para imagens com diferenças de brilho e contraste como é o caso das imagens usadas na SIPDE. A proposta deste trabalho é realizar o alinhamento das imagens usadas na SIPDE, respeitando a resolução usada na digitalização. O alinhamento foi realizado em duas etapas. Na primeira foi realizado um alinhamento global de posição, rotação e escala e na segunda foi feito um alinhamento pixel-a-pixel utilizando cálculos de correlação cruzada entre os pixels das duas imagens. Para testar está técnica foram simuladas 100 imagens de alta e 100 de baixa energia de 100 mamas distintas. Para cada imagem foi feita uma cópia contendo uma distorção geométrica. No total foram produzidas 7 distorções de translação, rotação, escala e combinações entre elas. Os resultados mostram que o alinhamento para distorções de translação pura pode ser realizado com perfeição, ou seja, 100% das imagens podem ser corrigidas. No caso da rotação, da escala e das combinações os resultados dependem da densidade da imagem, mas em média 50% das imagens podem ser corrigidas. Devido à uniformidade existente em algumas regiões das imagens de alta energia, principalmente em imagens de densidade 1, de acordo com o ACR BI-RADS™, ocorre duplicidade de pixels equivalentes entre as imagens, por esta razão a técnica necessita de um aprimoramento para melhorar seus resultados, especialmente em deformações que envolva escala.
Palavra chave: Alinhamento de imagens, Correção de registro, Dupla energia, Subtração de imagens, Mamografia.
ABSTRACT
The good performance of Dual-Energy Subtraction Technique (DEST) depends on the alignments (or registration correction) of the pixels of the images of high and low energy. Several alignment methodologies or registration correction were developed to align chest and mammographic images, however, none of these techniques can be applied for images with differences of brightness and contrast how is the case of the images is used in DEST. The proposal of this work is to accomplish the alignment of the images used in DEST, respecting the resolution used on digitization. The alignment was accomplished in two stages. First a global alignment of position, rotation and scale, in the second it was made an alignment pixel-to-pixel using cross-correlation calculus among the pixels of the two images. For test this technique was simulated 100 high energy images and 100 low energy images of 100 different breasts. For each image it was made a copy containing a geometric distortion. In the total were produced 7 distortions, translation, rotation, scale and combinations among them. The results show that the alignment for distortions of pure translation can be accomplished with perfection, in other words, 100% of the images can be corrected. The case of the rotation, scale and combinations depend on the density of the image, but on average of 50% of the images can be corrected. Due to the existent uniformity in some areas of the images of high energy, mainly in images of density 1, in agreement ACR BI-RADS™, it happens duplicity of equivalent pixels among the images, for this reason the technique needs to enhance to improve their results, especially in deformations that it involves scale. Key words: Alignment of images, Registration correction, Dual-Energy subtraction images, Mammography.
LISTA DE ILUSTRAÇÕES
FIGURA 1: DISTRIBUIÇÃO TÍPICA DOS TECIDOS DA MAMA, ONDE TEMOS EM: (A) TECIDOS ADIPOSOS, (B) LOBOS, (C) TECIDOS FIBROSOS, (D) ARÉOLA, (E) MAMILO, (F) NÓDULOS LINFÁTICOS E (G) MÚSCULO PEITORAL. ...................................................21
FIGURA 2: REPRESENTAÇÃO DE UMA UNIDADE DUCTO-LOBULAR TERMINAL (UDLT), FORMADA PELO DUCTO TERMINAL INTRALOBULAR E EXTRALOBULAR, O LÓBULO E OS DÚCTULOS. ..............................................................................................22
FIGURA 3: REPRESENTAÇÃO DE UM LOBO MAMÁRIO COM ESTRUTURA EM FORMA DE ÁRVORE..............................................................................................................................22
FIGURA 4: ESTE DIAGRAMA REPRESENTA OS PRINCIPAIS TIPOS DE CALCIFICAÇÕES QUE PODEM SER VISTAS EM MAMOGRAFIAS. (1) DETRITOS CALCIFICADOS NOS DUCTOS; (2) CALCIFICAÇÕES DENSAS, COM CENTRO LUCENTE, NA NECROSE GORDUROSA; (3) CALCIFICAÇÕES PRECIPITADAS NOS CISTOS PEQUENOS (LEITE DE CÁLCIO); (4) CONCREÇÕES EM LÓBULOS PEQUENOS, CISTICAMENTE DILATADOS; (5) CALCIFICAÇÕES DE BORDA NA PAREDE DE UM CISTO; (6) DEPÓSITOS INICIAIS EM UM FIBROADENOMA EM INVOLUÇÃO; (7) DEPÓSITOS GRANDES EM UM FIBROADENOMA EM INVOLUÇÃO; (8) CALCIFICAÇÕES VASCULARES; (9) CALCIFICAÇÕES CUTÂNEAS; (10) VARETAS CALCIFICADAS NA VARETA SECRETORA; (11) DEPÓSITOS PLEOMÓRFICOS NO CÂNCER INTRADUCTAL; (12) CALCIFICAÇÕES LINEARES FINAS ENCONTRADAS NO COMEDOCARCINOMA.......................................................24
FIGURA 5: IMAGENS DE MAMA COM MASSAS CALCIFICADAS GRANDES EM MULHER DE 70 ANOS, POSIÇÃO MEDIOLATERAL OBLIQUA (A) E CRANIOCALDAL EM (B) TÍPICAS DE FIBROADENOMAS EM INVOLUÇÃO CALCIFICANTES. A APARÊNCIA TEM CARACTERÍSTICAS BEM DEFINIDAS DE MODO QUE NÃO HÁ NECESSIDADE DE QUALQUER OUTRA ANÁLISE DO TECIDO. ..................................26
FIGURA 6: PAREDE DE CISTO CALCIFICADA. AS CALCIFICAÇÕES CURVILÍNEAS NA SUPERFÍCIE DESTA MASSA REDONDA PERMITEM DIAGNOSTICÁ-LA COMO UM CISTO. .................................................................................................................................26
FIGURA 7: CALCIFICAÇÕES PLEOMÓRFICAS EM UMA MASSA. ESTAS CALCIFICAÇÕES ESTÃO NO COMPONENTE INTRADUCTAL DE UM CÂNCER (SETA) QUE TEM PORÇÕES INVASIVAS E INTRADUCTAIS.......................................................................26
FIGURA 8: (A) AS CALCIFICAÇÕES PLEOMÓRFICAS EM SUA MASSA MAL DEFINIDA E IRREGULAR SÃO CARACTERÍSTICAS DE UM PROCESSO MALIGNO, COMO ESTE CÂNCER INVASIVO E INTRADUCTAL. AS CALCIFICAÇÕES RAMIFICANTES LINEARES FINAS DO COMEDOCARCINOMA MAL DIFERENCIADO (CARCINOMA DUCTAL IN SITU) SÃO BEM VISTAS NESTA RADIOGRAFIA DA PEÇA (B) EM QUE O MARCADOR REPRESENTA 1 CM. A MAMOGRAFIA PODE DEMONSTRAR AS CALCIFICAÇÕES NA MAMA QUE SÃO TÃO PEQUENAS QUANTO 150 µM. ..............27
FIGURA 9: AS CALCIFICAÇÕES VASCULARES USUALMENTE TÊM UMA APARÊNCIA TÍPICA E NÃO DEVEM CAUSAR PREOCUPAÇÃO......................................................................28
FIGURA 10: AS CALCIFICAÇÕES PLEOMÓRFICAS EM UMA DISTRIBUIÇÃO SEGMENTAR SÃO SEMPRE PREOCUPANTES, COMO NESTE COMEDOCARCINOMA MAL DIFERENCIADO..................................................................................................................28
FIGURA 11: AS CALCIFICAÇÕES EM FORMA DE VARETA, LINEARES, SÓLIDAS, REPRESENTAM VIRTUALMENTE SEMPRE UM PROCESSO BENIGNO, TAIS COMO ESTAS, QUE OCORREM POR CAUSA DE DEPÓSITOS SECRETORES. .........28
FIGURA 12: AS CALCIFICAÇÕES COM CENTROS LUCENTES GRANDES (MAIORES QUE 1 MM) SÃO SEMPRE DEVIDAS A UM PROCESSO BENIGNO, TAIS COMO ESTAS
QUE REPRESENTAM, PROVAVELMENTE NECROSE GORDUROSA OU DETRITOS CALCIFICADOS..................................................................................................................28
FIGURA 13: ESTAS CALCIFICAÇÕES (SETAS) ERAM DEVIDAS A CARCINOMA INTRADUCTAL QUE SE ESTENDIA PARA O MAMILO EM UMA PACIENTE COM DOENÇA DE PAGET. .........................................................................................................30
FIGURA 14: (A) AS CALCIFICAÇÕES QUE TEM CENTROS LUCENTES E FORMAS GEOGRÁFICAS SÃO QUASE SEMPRE CALCIFICAÇÕES CUTÂNEAS BENIGNAS, COMO VISTAS AQUI EM AMPLIAÇÃO. ...........................................................................30
FIGURA 15: A VARIAÇÃO NO TAMANHO E NA FORMA DESTAS CALCIFICAÇÕES MUITO PEQUENAS LEVOU Á BIÓPSIA E AO DIAGNÓSTICO DE CARCINOMA DUCTAL IN SITU. ....................................................................................................................................31
FIGURA 16: O CARCINOMA DUCTAL IN SITU USUALMENTE FORMA CALCIFICAÇÕES QUE SÃO HETEROGÊNEAS NO TAMANHO E NO FORMATO. (FONTE: KOPANS 2000)....32
FIGURA 17: ESCADAS DE ALUMÍNIO E LUCITE USADAS PARA AJUSTAR O POLINÔMIO DE CALIBRAÇÃO PARA A DETERMINAÇÃO DAS ESPESSURAS.....................................37
FIGURA 18: ERROS DE REGISTRO MAIS COMUNS EM IMAGENS DE TÓRAX OBTIDAS COM INTERVALO DE TEMPO. (A) EXPANSÃO PULMONAR, (B) INCLINAÇÃO LATERAL, (C) INCLINAÇÃO ANTERO-POSTERIOR E (D) ROTAÇÃO. SENDO QUE O TRAÇADO NA LINHA SUPERIOR DA FIGURA REFERE-SE À POSTURA DO PACIENTE DIANTE DO FILME E NA LINHA INFERIOR REFERE-SE AOS CONTORNOS DO PULMÃO NA IMAGEM DE RAIOS X. .................................................39
FIGURA 19: REGIÕES DE INTERESSE CORRESPONDENTES OBTIDAS DE IMAGENS REALIZADAS COM INTERVALO DE TEMPO. A REGIÃO DE INTERESSE DA IMAGEM (A) TEM SUA CORRESPONDENTE NA LINHA TRACEJADA DA IMAGEM (B). .......................................................................................................................................40
FIGURA 20: SUBTRAÇÃO DE IMAGENS COM UMA TÉCNICA DE DEFORMAÇÃO NÃO LINEAR. (A) E (B) SÃO IMAGENS DE TÓRAX DE UM MESMO PACIENTE, OBTIDAS COM INTERVALO DE TEMPO DE 12 MESES. A IMAGEM (C) É A DEFORMAÇÃO DE (A) DE MODO A FICAR ALINHADA COM A IMAGEM (B). A IMAGEM (D) É A SUBTRAÇÃO ENTRE AS IMAGENS (B) E (C). A IMAGEM (E) É A SUBTRAÇÃO DAS IMAGENS (B) E (A), SENDO QUE (A) NÃO FOI ALINHADA COM (B). .......................................................................................................................................41
FIGURA 21: (A) IMAGEM DE TÓRAX DE UM PACIENTE COM CARCINOMA CERVICAL, (B) IMAGEM DE TÓRAX, DO MESMO PACIENTE, TIRADA QUATRO MESES DEPOIS, (C) IMAGEM SUBTRAÍDA DAS IMAGENS (A) E (B) SENDO QUE A IMAGEM (A) SOFREU CORREÇÕES DE REGISTRO POR TÉCNICA DE WARPING. ........................42
FIGURA 22: DIAGRAMA ESQUEMÁTICO DA TÉCNICA DE SUBTRAÇÃO COM INTERVALO DE TEMPO USANDO UM MÉTODO DE DEFORMAÇÃO INTERATIVA................................44
FIGURA 23: (A) SUBTRAÇÃO DE IMAGEM OBTIDA COM UMA TÉCNICA DE DEFORMAÇÃO DEFINIDA POR KANO ET. AL.(1993), (B) UMA TÉCNICA DE DEFORMAÇÃO COM ANALISE DOS VETORES DE TROCA, E (C) TÉCNICA DE DEFORMAÇÃO INTERATIVA MAIS A INTERPOLAÇÃO LINEAR DOS VALORES DE TROCA..............46
FIGURA 24: RELEVÂNCIA CLÍNICA AFETADA PELAS IMAGENS SUBTRAÍDAS COM E SEM A PRESENÇA DE CÂNCER PULMONAR.............................................................................49
FIGURA 25: SURGIMENTO DE CÂNCER PULMONAR COM FIBROSE PULMONAR IDIOPÁTICA EM UM HOMEM DE 67 ANOS. (A) RADIOGRAFIA ANTERIOR COM OPACIDADE PREDOMINANTE RETICULAR E NAS COSTAS EM AMBOS OS CAMPOS PULMONARES BAIXOS. (B) RADIOGRAFIA ATUAL QUE FOI TIRADA APROXIMADAMENTE UM ANO DEPOIS. O HILO DIREITO APARECE DENSO. (C) IMAGEM DE SUBTRAÇÃO COM INTERVALO DE TEMPO QUE DEMONSTRA ANORMALIDADE NO HILO À DIREITA. ALGUMAS ANORMALIDADES NA BASE PULMONAR FORAM CLARAMENTE SUBTRAÍDAS. (D) TOMOGRAFIA COMPUTADORIZADA COM A PRESENÇA DE MASSA IRREGULAR QUE FOI CONFIRMADA COMO CÂNCER DE PULMÃO.................................................................50
FIGURA 26: HOMEM DE 47 ANOS COM PNEUMOCONIOSE. (A) RADIOGRAFIA ANTERIOR. (B) RADIOGRAFIA TIRADA COM INTERVALO DE 5 ANOS E QUE MOSTRA NÓDULOS MÚLTIPLOS. (C) IMAGEM DE SUBTRAÇÃO TEMPORAL. NÓDULOS MÚLTIPLOS EM AMBOS OS PULMÕES FORAM SUBTRAÍDOS COMPLETAMENTE, AUMENTANDO O NÍVEL DE CONFIANÇA NO DIAGNÓSTICO DE MUDANÇAS DE INTERVALO. .......................................................................................................................51
FIGURA 27: ESQUEMA GERAL DA TÉCNICA DE SUBTRAÇÃO CONTRALATERAL PARA IMAGENS DE TÓRAX PA. .................................................................................................53
FIGURA 28: EQUIPARAÇÃO DA RADIOGRAFIA DE TÓRAX ORIGINAL (A) COM UM NÓDULO NO LÓBULO SUPERIOR ESQUERDO, (B) IMAGEM DE SUBTRAÇÃO CONTRALATERAL INCLUINDO TODAS AS REGIÕES, (C) IMAGEM DE SUBTRAÇÃO CONTRALATERAL COM FUNDO UNIFORME SUPERIOR À ÁREA FORA DOS DOIS PULMÕES, (D) IMAGEM DE SUBTRAÇÃO CONTRALATERAL COM O FUNDO DO TÓRAX, QUE É A IMAGEM SOBREPOSTA COM A ÁREA FORA DOS DOIS PULMÕES. NOTE QUE O NÓDULO É ACENTUADO NA IMAGEM DE SUBTRAÇÃO CONTRALATERAL E APARECE NAS FORMAS BILATERAIS POSITIVAS E NEGATIVAS. ...............................................................................................54
FIGURA 29: DEFINIÇÃO DAS MEDIDAS DE ERROS DO ÂNGULO E LOCALIZAÇÃO RELATIVA A LINHA MÉDIA DETECTADA PARA O PADRÃO OURO...............................................55
FIGURA 30: RADIOGRAFIA DE TÓRAX COM O PADRÃO OURO (LINHA PRETA SÓLIDA) PARA A LINHA MÉDIA E LINHAS MÉDIAS DETECTADAS POR UM MÉTODO PERFIL BASE (LINHA TRACEJADA) E PELO MÉTODO BASEADO NOS LIMITES DAS COSTELAS (LINHA PONTILHADA). ........................................................................56
FIGURA 31: (A) COMPARAÇÃO DE RADIOGRAFIA DE TÓRAX DIGITAL, (B) IMAGEM DE SUBTRAÇÃO CONTRALATERAL COM ARTEFATOS DE ERRO DE REGISTRO NO PULMÃO ESQUERDO, OBTIDA COM O USO DO MÉTODO PERFIL BASE DA LINHA MÉDIA E (C) IMAGEM DE SUBTRAÇÃO MELHORADA OBTIDA PELO USO DO MÉTODO BASEADO NOS LIMITES DAS COSTELAS PELA DETECÇÃO DA LINHA MÉDIA. ....................................................................................................................58
FIGURA 32: (A) COMPARAÇÃO DE RADIOGRAFIA DE TÓRAX DIGITAL, (B) IMAGEM DE SUBTRAÇÃO CONTRALATERAL, COM ARTEFATOS DE ERRO DE REGISTRO NO PULMÃO DIREITO, OBTIDA PELA ANALISE DOS VETORES DE TROCA DAS REGIÕES CARDÍACAS E (C) IMAGEM DE SUBTRAÇÃO MELHORADA OBTIDA PELA ELIMINAÇÃO DAS REGIÕES CARDÍACAS DA ANALISE DOS VALORES DE TROCA. ...............................................................................................................................58
FIGURA 33: (A) COMPARAÇÃO DE UMA RADIOGRAFIA DE TÓRAX ORIGINAL, (B) IMAGEM DE SUBTRAÇÃO CONTRALATERAL COM ARTEFATOS DE ERRO DE REGISTRO NA PARTE SUPERIOR DO PULMÃO DIREITO OBTIDA PELO USO DE AJUSTES SIMULTÂNEOS DOS VETORES DE TROCA NO PULMÃO ESQUERDO E DIREITO E (C) IMAGEM DE SUBTRAÇÃO MELHORADA OBTIDA PELO USO DE AJUSTES SIMULTÂNEOS DOS VALORES DE TROCA NO PULMÃO ESQUERDO E DIREITO. ..59
FIGURA 34: EXEMPLOS DE IMAGENS SIMULADAS COM A PRESENÇA DOS MARCADORES NOS CANTOS. (A) IMAGEM DE MAMA SIMULADA COM 22 KVP; (B) IMAGEM DE MAMA SIMULADA COM 50 KVP.......................................................................................69
FIGURA 35: EXEMPLO DOS 7 DESALINHAMENTOS PRODUZIDOS SOBRE A IMAGEM REFERÊNCIA DA FIGURA 4.1(A). OS VALORES DOS DESALINHAMENTOS FORAM ESCOLHIDOS ALEATORIAMENTE ENTRE 2 E 5% DA MENOR DIMENSÃO DA IMAGEM. .......................................................................................................................70
FIGURA 36: (A) IMAGEM DE ALTA ENERGIA; (B) IMAGEM DE BAIXA ENERGIA COM ERRO DE REGISTRO; (C) IMAGEM SUBTRAÍDA DE A COM B, ONDE SE PODE VER A ALTERAÇÃO DA ESTRUTURA DA IMAGEM DEVIDO AO ERRO DE REGISTRO DE (B) EM RELAÇÃO A (A). IMAGEM (D) É O RESULTADO DO ALINHAMENTO GLOBAL DA IMAGEM (B) PARA QUE AS MARCAS COINCIDAM COM AS DA IMAGEM (A). .......................................................................................................................71
FIGURA 37: (A) IMAGEM DE ALTA ENERGIA (REFERÊNCIA), (B) IMAGEM DE BAIXA ENERGIA COM ERRO DE REGISTRO, PRODUZIDO POR REDUÇÃO DE ESCALA, (C) IMAGEM SUBTRAÍDA DE A COM B ONDE DEVIDO A UM ERRO DE REGISTRO OCORRE UM PEQUENO DESALINHAMENTO ENTRE AS ESTRUTURAS E COMO RESULTADO A IMAGEM SUBTRAÍDA MOSTRA ALTERAÇÕES NAS ESTRUTURAS INTERNAS DA MAMA QUE PODEM COMPROMETER O CANCELAMENTO DOS TECIDOS NA SIPDE. .................................................................74
FIGURA 38: (A) IMAGEM DE ALTA ENERGIA, (B) IMAGEM DE BAIXA ENERGIA. O DETALHE A É UMA REGIÃO DE INTERESSE NA IMAGEM A E O DETALHE B É UMA REGIÃO DE BUSCA DE COORDENADAS NA IMAGEM B. O PIXEL X DA IMAGEM A É RODEADO POR UM CONJUNTO DE PIXELS CUJA CORRELAÇÃO ENTRE ELES DEVE SER ÚNICA. ASSIM A REGIÃO DE BUSCA NA IMAGEM B DEVE TER UM CONJUNTO DE PIXELS QUE APRESENTE PROPORCIONALMENTE A MESMA RELAÇÃO. DESSA FORMA O ALINHAMENTO OCORRE AJUSTANDO-SE AS COORDENADAS DO PIXEL Y DA IMAGEM B PARA AS MESMAS COORDENADAS DO PIXEL X DA IMAGEM A. ..............................................................................................75
FIGURA 39: IMAGENS ALINHADAS CORRETAMENTE. AS DO GRUPO 1 SÃO IMAGENS DO PADRÃO DE DENSIDADE 1 (PD1); AS DO GRUPO 2 SÃO PD2; AS DO GRUPO 3 SÃO PD3 E AS DO GRUPO 4 SÃO PD4. AS IMAGENS (A) SÃO DE ALTA ENERGIA (REFERÊNCIA); AS IMAGENS (B) SÃO DE BAIXA ENERGIA COM ERRO DE REGISTRO E AS IMAGENS (C) ESTÃO ALINHADAS CORRETAMENTE. CONTINUA NA PRÓXIMA PÁGINA...................................................................................78
FIGURA 40: (A) IMAGEM DE ALTA ENERGIA (REFERÊNCIA). (B) IMAGEM DE BAIXA ENERGIA COM ERRO DE REGISTRO, PRODUZIDO POR ROTAÇÃO. (C) IMAGEM ALINHADA COM A ROTAÇÃO CORRIGIDA, PORÉM COM ERRO DE POSICIONAMENTO............................................................................................................80
FIGURA 41: (A) IMAGEM DE ALTA ENERGIA (REFERÊNCIA); (B) IMAGEM DE BAIXA ENERGIA COM ERRO DE REGISTRO, PRODUZIDO PELA ASSOCIAÇÃO DE TRANSLAÇÃO COM ESCALA. (C) IMAGEM COM ERRO DE ALINHAMENTO EM UM CONJUNTO DE PIXELS ISOLADOS, PINTADOS DE VERMELHO..........................80
FIGURA 42: (A) IMAGEM DE ALTA ENERGIA (REFERÊNCIA). (B) IMAGEM DE BAIXA ENERGIA COM ERRO DE REGISTRO, PRODUZIDO PELA ASSOCIAÇÃO DE ROTAÇÃO COM ESCALA. (C) IMAGEM COM ERRO DE ALINHAMENTO, SENDO QUE A PARTE SUPERIOR DA IMAGEM FOI ALINHADA, PORÉM A PARTE INFERIOR NÃO...................................................................................................................81
LISTA DE TABELAS
TABELA 1: COMPARAÇÃO DO NÚMERO DE CASOS COM CLASSIFICAÇÃO SUBJETIVA DIFERENTES, PARA IMAGENS DE SUBTRAÇÃO OBTIDAS COM A TÉCNICA ANTERIOR E COM A NOVA TÉCNICA DE SUBTRAÇÃO INTERATIVA DE IMAGENS. ...........................................................................................................................48
TABELA 2: NÚMERO DE CASOS BENEFICIADOS E PREJUDICADOS PELA SUBTRAÇÃO DE IMAGEM TEMPORAL. (FONTE: OKASAKI ET AL. 2004)................................................49
TABELA 3: DISTRIBUIÇÃO DO NÚMERO DE RADIOGRAFIAS DE TÓRAX PARA O ESQUEMA DE CLASSIFICAÇÃO DA QUALIDADE DAS IMAGENS DE SUBTRAÇÃO CONTRALATERAL. QUE FORAM OBTIDAS DE UM ESQUEMA INICIAL ADAPTADO DIRETAMENTE DA TÉCNICA DE SUBTRAÇÃO TEMPORAL. (5: EXCELENTE, 3: ADEQUADA, 1: RUIM)............................................................................57
TABELA 4: DISTRIBUIÇÃO DO NÚMERO DE RADIOGRAFIAS DE TÓRAX AFETADAS PELA INTEGRAÇÃO SUCESSIVA DAS TRÊS TÉCNICAS NA CLASSIFICAÇÃO DA QUALIDADE DAS IMAGENS DE SUBTRAÇÃO CONTRALATERAL. (+2: MELHORADA, 0: SEM MUDANÇAS, -2: PERDA NA QUALIDADE) ...............................57
TABELA 5: VISÃO GERAL DAS TÉCNICAS DE REGISTRO MAMOGRÁFICO. ...............................65 TABELA 6: AS IMAGENS COM OS 7 TIPOS DE ERROS DE REGISTRO PASSARAM PELO
ALGORITMO DE ALINHAMENTO. OS RESULTADOS MOSTRAM AS IMAGENS QUE FORAM ALINHADAS CORRETAMENTE, AS QUE FORAM PARCIALMENTE ALINHADAS E AS QUE NÃO FORAM ALINHADAS........................................................82
LISTA DE ABREVIATURAS E SIGLAS
AP Antero Posterior
ACR American College Radiology
BI-RADS™ Breast Imaging Reporting and Data System
CR Computed Radiography
FDA Food and Drug Administration
FPI Fibrose Pulmonar Idiopática
INCA Instituto Nacional do Câncer
IRM Imagem de Ressonância Magnética
MDCT Mamografia Digital de Campo Total
MEP Mamografia com Emissão de Positron
RSR Relação Sinal Ruído
RM Ressonância Magnética
ROI Regions of Interest
SIPDE Subtração de Imagem por Dupla Energia
TC Tomografia Computadorizada
TPS Thin-Plate Spline
UDLT Unidade Ducto-Lobular Terminal
SUMÁRIO
1 INTRODUÇÃO .................................................................................................................................. 16
1.1 OBJETIVO .....................................................................................................................18
1.1.1 Objetivos específicos...............................................................................................18
1.2 ORGANIZAÇÃO DO TRABALHO .............................................................................18
2 ESTRUTURAS RELEVANTES DA ANATOMIA DA MAMA NA MAMOGRAFIA E NA SIPDE ..... 20
2.1 INTRODUÇÃO..............................................................................................................20
2.2 ANATOMIA DA MAMA..............................................................................................20
2.3 MAMOGRAFIA ............................................................................................................23
2.4 AS MICROCALCIFICAÇÕES NAS MAMOGRAFIAS..............................................24
2.5 TÉCNICA DE SUBTRAÇÃO DE IMAGEM POR DUPLA ENERGIA (SIPDE) .......32
2.5.1 Introdução á técnica da SIPDE................................................................................33
2.5.2 Decomposição de um material em dois materiais básicos ......................................34
2.6 CONSIDERAÇÕES FINAIS SOBRE A TÉCNICA DE SUBTRAÇÃO DE IMAGENS
POR DUPLA ENERGIA .....................................................................................................37
3 ESTADO DA ARTE EM ALINHAMENTO DE IMAGENS RADIOLÓGICAS ................................... 38
3.1 ALINHAMENTO NÃO LINEAR PARA SUBTRAÇÃO DE RADIOGRAFIAS DE
TÓRAX ................................................................................................................................38
3.2 TÉCNICA DE DEFORMAÇÃO PARA ALINHAMENTO INTERATIVO DE
IMAGENS DE TÓRAX.......................................................................................................43
3.2.1 Técnica de deformação interativa............................................................................45
3.2.2 Determinação dos vetores de troca..........................................................................45
3.3 TÉCNICA DE SUBTRAÇÃO CONTRALATERAL PARA RADIOGRAFIAS
DIGITAIS DE TÓRAX........................................................................................................52
3.4 REVISÃO DOS REGISTROS DE IMAGEM PARA IMAGENS DE MAMA.............59
3.4.2 Correção de registro de mamografias obtidas em diferentes modalidades .............61
3.4.2.1 Correção de registro baseado nas características...........................................61
3.4.2.2 Correção do registro baseado na intensidade .................................................62
3.4.2.3 Mamografia de raios X com imagens por ressonância magnética ..................62
3.4.2.4 Validação dos métodos de registro de mama ...................................................63
3.4.3 Conclusões sobre a revisão das técnicas de registro de imagens por raios X .........66
4 METODOLOGIA ............................................................................................................................... 67
4.1 INTRODUÇÃO..............................................................................................................67
4.2 IMAGENS DESALINHADAS ......................................................................................68
4.3 PROCEDIMENTO PARA REALIZAR O ALINHAMENTO......................................71
4.4 VALIDAÇÃO DA METODOLOGIA ...........................................................................77
5 RESULTADOS E DISCUSSÕES...................................................................................................... 78
5.1 APRESENTAÇÃO DOS RESULTADOS.....................................................................78
5.2 DISCUSSÕES ................................................................................................................83
6 CONCLUSÕES ................................................................................................................................. 84
6.1 PERSPECTIVAS PARA TRABALHOS FUTUROS....................................................84
REFERÊNCIAS BIBLIOGRÁFICAS.................................................................................................... 86
ANEXOS .............................................................................................................................................. 91
16
1 INTRODUÇÃO
No Brasil, dentre os casos de câncer diagnosticados, o câncer de mama é o que causa
maior número de óbitos entre as mulheres. De acordo com as Estimativas de Incidência de
Câncer no Brasil para 2007, o câncer de mama será o segundo mais incidente, com 48.930
casos. É relativamente raro antes dos 35 anos de idade, mas acima desta faixa etária sua
incidência cresce rápida e progressivamente INCA (2006). Se diagnosticado em fases iniciais,
o câncer de mama tem ótimas chances de cura, com probabilidade de sobrevida maior que 5
anos de até 97%. Existem maneiras de detectá-lo nas fases iniciais como o auto-exame, exame
clínico, ultrasonografia, ressonância magnética e principalmente a mamografia.
A mamografia é atualmente um dos exames mais utilizados pelos médicos para
detectar qualquer alteração nas mamas antes que a paciente ou o próprio médico possam notá-
las clinicamente ou por palpação. A mamografia é capaz de mostrar lesões muito pequenas
em fase inicial (com poucos milímetros).
A mamografia tem um papel de destaque no processo de rastreamento do câncer em
seu estágio inicial, porém sua sensibilidade pode ser afetada por fatores que dificultam a
detecção de sinais importantes de câncer. Segundo FREITAS et al. (2004) o órgão
regulamentador da saúde nos Estados Unidos Food and Drug Administration (FDA), a
mamografia pode detectar um câncer de mama até dois anos antes de ser palpável.
De acordo com SOUEN (1999), entre as alterações mamográficas, as
microcalcificações são os melhores indicadores da presença de cânceres. Estima-se que 60% a
80% dos casos de câncer tenham depósitos de cálcio, conforme relata ZHANG et al. (1996),
porém muitas destas microcalcificações são pouco visíveis na mamografia, devido ao
borramento causado pelo contraste dos tecidos moles da mama (glandular e adiposo). Um dos
tipos de microcalcificações indicadoras de malignidade, por exemplo, assemelha-se a finos
grãos de areia polvilhados e podem ocorrer em grupos ou solitárias e são difíceis de serem
detectadas nos estágios iniciais do câncer. Existem vários outros tipos de microcalcificações
que podem auxiliar no diagnóstico das lesões.
Assim sendo, é desejável melhorar a detecção das microcalcificações nas imagens
mamográficas. Uma das técnicas que pode aumentar esta detecção, minimizando o contraste
entre os tecidos moles é a Subtração de Imagens Por Dupla Energia (SIPDE), as citações a
seguir mostram como a técnica vem sendo amplamente estudada, JOHNS et al. (1983),
17
JOHNS; YAFFE (1985), JOHNS et al. (1985), AGASA et al. (1987), CHAKRABORTY;
BARNES (1989), BRETTLE; COWEN (1994), JOHNS; BEAUREGARD (1994), YIN et
al.(1994), AGASA et al. (1995), SALLEM et al.(1996), VUJOVIC et al.(1997), SANJAY-
GOPAL.,(1999), HADJIISKI et al.(2001), MARTI et al.(2001), WIRTH et al.(2002),
RICHARD et al.(2003) , PETROUDI et al.(2004).
A técnica utiliza duas imagens da mama, sendo uma mamografia convencional,
realizada entre 20 a 30 KVp e a outra feita com alta energia entre 60 a 90 KVp. São também
feitas duas imagens de um objeto de calibração composto de lucite e alumínio. Estes materiais
possuem características radiológicas parecidas com as dos tecidos da mama e por isso são
usados para ajustar os coeficientes de atenuação linear e espessuras desses tecidos.
Dessa forma as imagens são manipuladas matematicamente com base nas imagens do
objeto de calibração até que se tenham os mesmos níveis de cinza na região dos tecidos moles
e níveis diferentes na região das microcalcificações. Subtraindo as imagens equivalentes
realçamos as microcalcificações, que não possuem espessuras equivalentes em lucite ou
alumínio e dessa forma não são significativamente alteradas durante o processo de subtração
de imagem, podendo assim ser detectadas mais facilmente.
No entanto, o bom desempenho da SIPDE depende do alinhamento dos pixels da
imagem de baixa com os da imagem de alta energia. As duas imagens são realizadas em
momentos diferentes e por isso há fatores, em cada uma das aquisições e digitalizações, que
impossibilitam o alinhamento direto entre as imagens. Estes fatores podem ser: a
movimentação da paciente entre uma imagem e outra, o posicionamento do filme no cassete e
do cassete no mamógrafo e por fim o posicionamento do filme no scanner de digitalização.
Todos estes fatores afetam o alinhamento entre as imagens. Assim, devemos tomar cuidado
para garantir que uma porção dos tecidos, representada por um pixel na posição (x, y) da
imagem de baixa energia seja a mesma porção representada por outro pixel na mesma posição
(x, y) da imagem de alta energia. Qualquer desalinhamento, por menor que seja, na escala de
movimentos humanos, altera a posição das estruturas no filme. Considerando que as
dimensões dos pixels estão entre 0,05x0,05 mm2 e 0,1x0,1 mm2 e por isso desalinhamentos
maiores que 0,25mm comprometem o resultado da SIPDE, já que os tecidos comparados nas
mesmas coordenadas são distintos.
18
1.1 OBJETIVO
Pretende-se desenvolver uma técnica de alinhamento pixel-a-pixel, que permita ajustar
com precisão equivalente às dimensões do pixel, as duas imagens mamográficas antes de
iniciar o processo de Subtração de Imagens por Dupla Energia. O alinhamento deve ser
realizado em duas etapas. Na primeira faz-se um alinhamento global das imagens com auxílio
de marcações fixas no mamógrafo, que sejam visíveis no filme ou placa de aquisição digital.
Este alinhamento é feito por meio de transformadas geométricas, translação, rotação e escala.
Na segunda etapa faz-se o alinhamento fino (pixel-a-pixel) por meio de um conjunto de
algoritmos baseados em técnicas de deformação não linear (do tipo warping), de modo que os
pixels que representam cada porção de tecido tenham as mesmas coordenadas nas duas
imagens.
1.1.1 Objetivos específicos
Este novo algoritmo deve preservar as características necessárias à subtração de
imagem por dupla-energia. 1) Não pode haver qualquer alteração no valor do nível de cinza
dos pixels, exceto para a correção de escala, ou seja, as correções de brilho ou contrastes em
qualquer das imagens deve ser evitada a todo custo; 2) Os pixels que por ventura não forem
alinhados apropriadamente com outro e surgirem buracos numa das imagens devem ser
marcados de modo que na subtração eles não gerem artefatos que venham a ser confundidos
com falsos positivos.
1.2 ORGANIZAÇÃO DO TRABALHO
Neste capitulo é apresenta a contextualização e a justificativa do trabalho, bem como
os objetivos e este tópico de organização do trabalho.
19
No capitulo 2 é apresentada uma descrição anatômica da mama e uma descrição
teórica da técnica de subtração de imagens por dupla energia (SIPDE). Estes tópicos devem
servir de base no entendimento das terminologias utilizadas durante o trabalho, bem como
auxiliar nas discussões dos resultados.
No capitulo 3 é apresentada uma descrição do estado da arte do alinhamento de
imagens radiológicas, nos dando uma visão geral das técnicas de alinhamento utilizadas na
literatura, assim como a terminologia utilizada. Que deve servir como ponto de partida para o
desenvolvimento da técnica utilizada neste trabalho.
O capitulo 4 apresenta os materiais e métodos que foram utilizados para a realização
deste trabalho. São descritas as simulações de mamas e suas imagens que foram realizadas e
os desalinhamentos que foram produzidos sobre as imagens simuladas. Em seguida são
descritos os métodos de alinhamento que foram utilizados para alinhar as imagens e a forma
de validação dos resultados.
No capitulo 5 são apresentados os resultados e as discussões sobre os resultados.
Inicialmente são apresentados os resultados gerais e em seguida é feito um detalhamento dos
resultados juntamente com a discussão sobre as ocorrências considerando suas vantagens e os
pontos a serem melhorados.
Por fim, o capitulo 6 traz as conclusões sobre o trabalho e as sugestões para pesquisas
futuras visando melhorar o alinhamento de imagens de mama para ser aplicado em subtração
de imagens por dupla energia.
No anexo A é feito um detalhamento da técnica de alinhamento desenvolvida por LI et
al. (2000). Este detalhamento é mencionado no capitulo 3 e foi colocado em anexo, pois o
método adotado neste trabalho foi influenciado por está técnica.
No anexo B é feito um detalhe dos padrões de classificação de densidades do ACR BI-
RADS™. È mencionado no capitulo 5 e foi colocado em anexo, pois as imagens geradas
neste trabalho são classificadas dentro dos 4 padrões de densidade.
20
2 ESTRUTURAS RELEVANTES DA ANATOMIA DA MAMA NA MAMOGRAFIA E NA SIPDE
2.1 INTRODUÇÃO
A descrição dos modelos anatômicos da mama é essencial para a compreensão de sua
estrutura interna. Segundo KOPANS (2000) o câncer de mama é um dos tumores humanos
mais bem estudados, mas permanece mal compreendido. Felizmente o processo de ocorrência
de uma doença não tem que ser totalmente compreendido para ser tratado com sucesso. Os
estudos controlados sobre rastreamento do câncer de mama demonstraram claramente que a
história natural da doença pode ser interrompida se o processo for detectado nas fases iniciais
do desenvolvimento, com tempo suficiente para que se possa obter a cura ou uma mortalidade
tardia de muitas mulheres.
A detecção, em fases cada vez mais iniciais, permitiu uma maior difusão do uso de
terapias conservadoras com a excisão da lesão primária e radiação. Espera-se, que à medida
que as técnicas de detecção sejam refinadas, seja possível eliminar o tumor dentro da mama
com pouco dano físico aos tecidos normais (KOPANS, 2000). Sendo assim é necessário
entender adequadamente a anatomia e a constituição da mama para que se possam buscar
técnicas de detecção mais eficientes. Sendo a SPIDE uma técnica promissora, porém ainda
sem os requisitos necessários ao uso sistemático em diagnóstico.
2.2 ANATOMIA DA MAMA
Segundo DANGELO; FATTINI (2002) as mamas são anexos da pele, cujo
parênquima é constituído de glândulas cutâneas modificadas, que se especializam na
produção de leite após a gestação. Elas são situadas ventralmente aos músculos da região
peitoral (músculo peitoral maior, músculo serrátil anterior e músculo oblíquo externo), entre
as camadas superficiais e profundas da tela subcutânea.
21
A pele da mama apresenta geralmente de 0,5 a 2,0 mm de espessura. Logo abaixo da
pele encontra-se a camada superficial de fáscia que no nível da mama, divide-se em camada
superficial e profunda.
A mama é formada por tecido adiposo, glandular e fibroso, e sua estrutura interna é
composta por vasos sanguíneos, ductos lactíferos, gordura, glândulas e nervos sensoriais.
A anatomia externa da mama é composta por:
- Aréola – é uma região circular que tem entre 15 e 25 mm de diâmetro e sua pele é
mais grossa do que no resto da mama.
- Mamilo – contém terminações nervosas sensoriais e músculo liso.
A figura 1 mostra a anatomia da mama.
Figura 1: Distribuição típica dos tecidos da mama, onde temos em: (a) tecidos adiposos, (b) lobos, (c) tecidos fibrosos, (d) aréola, (e) mamilo, (f) nódulos linfáticos e (g) músculo peitoral. (fonte: DARCY; MALCOLN, 1995)
22
Segundo KOPANS (2000) a mama pode ser subdividida nas seguintes estruturas:
- Lobo: a mama contém entre 15 a 18 lobos, cada lobo tem um ducto principal que se
abre na papila;
- Unidade ducto-lobular terminal (UDLT): formada pelo ducto principal e seus
ramos, que consiste no ducto terminal extralobular e o lóbulo (figura 2).
Segundo KOPANS (2000), a unidade ducto-lobular terminal tem grande importância
porque é o local de origem de:
a) Carcinoma ductal “in situ”;
b) Carcinoma lobular “in situ”;
c) Carcinoma ductal infiltrante;
d) Carcinoma lobular infiltrante;
e) Fibroadenoma.
- Lóbulo: o ducto terminal intralobular, o ducto e ductulos são envoltos por um tecido
conjuntivo frouxo especial formando o lóbulo (figura 3).
- O ducto extralobular terminal encontra-se cercado por tecido elástico, ao contrário
do que ocorre com os dúctulos e o ducto terminal intralobular.
- O ducto terminal extralobular é revestido por células colunares enquanto o ducto
terminal intralobular contém células cubóides.
Os papilomas benignos e os tumores papilíferos malignos surgem preferencialmente
nos ductos maiores, a ectasia ductal é primariamente uma doença dos ductos;
Figura 2: Representação de uma unidade ducto-lobular terminal (UDLT), formada pelo ducto terminal intralobular e extralobular, o lóbulo e os dúctulos. (fonte: TABÁR; DEAN, 2002)
Figura 3: Representação de um lobo mamário com estrutura em forma de árvore. (fonte: TABÁR; DEAN, 2002)
23
2.3 MAMOGRAFIA
De acordo com KOPANS (2000) a razão para a execução de uma mamografia é o
rastreamento de mulheres visando à detecção do câncer de mama clinicamente oculto (de
tamanho menor e em um estágio mais precoce do que se detectado de outra maneira).
O objetivo final da mamografia por raios X é produzir imagens detalhadas das estruturas
internas da mama a fim de permitir a detecção das lesões em seus estágios iniciais. Como é
necessário detalhamento fino, o processo requer imagens com elevada resolução espacial e
elevada resolução de contraste. Sabendo que as diferenças inerentes à atenuação de raios X
(contraste tecidual) entre tecidos mamários normais e doenças são pequenas, a mamografia
requer a capacidade de realçar tais diferenças fornecendo resolução de alto contraste.
Cada componente da seqüência de obtenção da imagem influencia na qualidade e pode
ter impacto na capacidade de detecção das lesões de mama. Em última instância, a imagem é
formada pelo detector e são as exigências do detector que ditam os parâmetros de qualidade da
imagem. As combinações de écran/filme, por exemplo, requer exposições suficientes para se ter
certeza de que quando for processada a imagem resultante estará otimizada para a visualização
em um negatoscópio. Isto tem desvantagens inerentes, porque as características do filme, como
um meio de visualização, ditam as condições dos vários parâmetros da seqüência necessária à
obtenção da imagem, tais como os valores da exposição, temperatura e tempo de revelação e
concentração dos químicos. Mesmo assim há outros fatores que alteram a qualidade da imagem,
como o contraste, o borramento, os ruídos e os artefatos. Estes fatores podem influenciar-se
mutuamente.
FREITAS et al. (2004) relatam que um dos avanços recentes da mamografia é a
Mamografia Digital de Campo Total (MDCT) que foi aprovada pelo órgão norte-americano
Food and Drug Administration (FDA) em janeiro de 2000. Na mamografia digital de campo
total o detector deixa de ser o filme radiográfico e passa a ser um conjunto de sensores de
semicondutor que recebem a radiação e a transformam em sinal elétrico, que são transmitidos
a um computador.
Outros sistemas digitais de campo total, para aquisição direta, estão sendo desenvolvidos
para superar as limitações dos primeiros equipamentos digitais. As características desses
sistemas variam, a resolução espacial oscila entre 41 e 100 µm por pixel e a resolução de
contraste das imagens varia entre 10 e 14 bits por pixel. Em seu trabalho FREITAS et al. (2004)
24
concluíram que as leituras das imagens digitais no monitor da estação de trabalho e no filme
imPRESSo a laser foram equivalentes na detecção das estruturas contidas nas mamografias
digitais de campo total.
Ambas as mamografias convencionais e digitais tem resultado satisfatório para o
diagnóstico, entretanto o que se busca é melhorar a detecção das mudanças de intervalo entre
o surgimento de um câncer e sua detecção. Para isso é necessário garantir que os componentes
da seqüência de obtenção das imagens sejam realizados com precisão e os fatores que definem
e alteram a qualidade da imagem sejam minimizados antes de iniciar o processo da SIPDE.
O bom desempenho da SIPDE depende do alinhamento direto dos pixels nas imagens,
seja no écran/filme ou nos sensores digitais durante o processo de aquisição das imagens antes de
se realizar a SIPDE.
2.4 AS MICROCALCIFICAÇÕES NAS MAMOGRAFIAS
As calcificações são encontradas dentro dos ductos, ao lado e em torno dos ductos, nos
ácinos lobulares, em estruturas vasculares, no estroma interlobular, na gordura e na pele.
Dependendo de sua etiologia e localização, elas podem ser puntiformes, ramificantes,
lineares, esféricas (do tipo concha), finas, grosseiras, cilíndricas, lisas, denteadas, regulares no
tamanho e na forma ou heterogêneas (figura 4).
Figura 4: Este diagrama representa os principais tipos de calcificações que podem ser vistas em mamografias. (1) Detritos calcificados nos ductos; (2) calcificações densas, com centro lucente, na necrose gordurosa; (3) calcificações precipitadas nos cistos pequenos (leite de cálcio); (4) concreções em lóbulos pequenos, cisticamente dilatados; (5) calcificações de borda na parede de um cisto; (6) depósitos iniciais em um fibroadenoma em involução; (7) depósitos grandes em um fibroadenoma em involução; (8) calcificações vasculares; (9) calcificações cutâneas; (10) varetas calcificadas na vareta secretora; (11) depósitos pleomórficos no câncer intraductal; (12) calcificações lineares finas encontradas no comedocarcinoma. (fonte: KOPANS 2000)
25
Este diagrama representa uma descrição geral dos tipos clássicos de calcificações,
podendo haver ainda muitas variações e subtipos de transição o que evidência sua importância
diagnóstica. Embora a maioria dos tipos de calcificações não esteja ligada aos cânceres as
dúvidas na produção do diagnóstico sempre conduzem o médico a solicitar exames
complementares, como a biópsia, que além de gerar custos causa um grande desgaste
emocional na paciente.
Segundo KOPANS (2000) a mama, ao nível da resolução mamográfica é um órgão
razoavelmente estável e previsível. O tecido conjuntivo fibroso e os elementos glandulares
serão substituídos pela gordura à medida que a pessoa envelhece.
A atenuação que uma lesão produz aos raios X é uma medida útil de sua significância,
porém, a atenuação absoluta produzida por ela não pode ser determinada pela imagenologia
bidimensional, mas podem ser feitas comparações relativas.
A maioria das lesões benignas são isodensas e ligeiramente mais densa do que um
volume igual de tecido fibroglandular normal. Os cânceres de mama são frequentemente mais
atenuantes, isto provavelmente é devido à fibrose densa associada com estas lesões e, talvez,
pelo fato de que são menos comPRESSíveis do que tecidos normais ou benignos. Isto
permanece uma análise subjetiva (particularmente quando quase não há tecido fibroglandular
para comparação) e não é um critério diagnóstico absoluto. Há lesões benignas que são
altamente atenuantes e há lesões malignas que apresentam uma menor atenuação aos raios X.
Por estas razões, mecanismos mais precisos de detecção e diagnóstico são desejáveis. As
descrições a seguir tratam das calcificações associadas às lesões da mama, que são
indicadores importantes no diagnóstico.
A etiologia de uma massa frequentemente pode ser inferida por calcificações
associadas. Uma massa que contêm calcificações grandes (menores que 1 mm) com uma
aparência de pipoca é diagnosticada como fibroadenoma em involução (figuras 5(a) e 5(b))
ou, menos comumente, como um papiloma. As calcificações curvilíneas finas que delineiam a
parede de uma massa redonda ou oval quase sempre indicam um cisto benigno (figura 6). As
calcificações pleomórficas que são maiores que 0,5 mm são de interesse quando encontradas
em associação com uma massa (figura 7). Quando devidas ao câncer estas calcificações
ocorrem quase invariavelmente no componente intraductal de uma lesão mista (câncer
invasivo com um câncer intraductal associado).
26
B
Figura 5: Imagens de mama com massas calcificadas grandes em mulher de 70 anos, posição mediolateral obliqua (A) e craniocaldal em (B) típicas de fibroadenomas em involução calcificantes. A aparência tem características bem definidas de modo que não há necessidade de qualquer outra análise do tecido. (fonte: KOPANS 2000)
Figura 6: Parede de cisto calcificada. As calcificações curvilíneas na superfície desta massa redonda permitem diagnosticá-la como um cisto. (fonte: KOPANS 2000)
Figura 7: Calcificações pleomórficas em uma massa. Estas calcificações estão no componente intraductal de um câncer (seta) que tem porções invasivas e intraductais. (fonte: KOPANS 2000)
27
Alguns cânceres podem ter calcificações grandes associadas, provavelmente em
conseqüência do engolfamento de alguns depósitos benignos vizinhos, dessa forma as
calcificações associadas com uma massa devem ser julgadas como as mais preocupantes.
As calcificações puntiformes, penetrantes, irregularmente moldadas dentro de uma
massa, que são heterogêneas no tamanho e na forma ou depósitos ramificados, lineares, finos,
que preenchem o lúmem estreitado do ducto, são fortes indicadores de câncer e devem ser
encaminhadas para biópsia (figura 8 (a) e (b)).
Figura 8: (A) As calcificações pleomórficas em sua massa mal definida e irregular são características de um processo maligno, como este câncer invasivo e intraductal. As calcificações ramificantes lineares finas do comedocarcinoma mal diferenciado (carcinoma ductal in situ) são bem vistas nesta radiografia da peça (B) em que o marcador representa 1 cm. A mamografia pode demonstrar as calcificações na mama que são tão pequenas quanto 150 µm. (fonte: KOPANS 2000)
Usualmente quando estão presentes calcificações deste tipo dentro de uma lesão, a
irregularidade da própria massa é suficiente para despertar interesse, merecendo investigação
mais detalhada.
A morfologia e a distribuição de calcificações da mama podem frequentemente indicar
sua etiologia. Algumas calcificações formam-se no estroma extralobular, mas a maioria
ocorre nos lóbulos e nos ductos. Quando lobulares, elas são virtualmente sempre benignas e
usualmente em ácinos cisticamente dilatados. Os cânceres intraductais podem obstruir o ducto
e as porções centrais do tumor podem morrer por falta de oxigênio e dos nutrientes que se
difundem dentro da vasculatura periductal. As células necróticas (do comedo) podem
calcificar, produzindo um padrão linear fino característico que se ramifica com o ducto. Surge
A
B
28
dificuldade no diagnóstico quando as calcificações formam partículas aglomeradas pequenas.
Estas frequentemente não podem ser diferenciadas das coleções benignas. Exemplos destes
casos são apresentados nas figuras 9 até 12.
Figura 9: As calcificações vasculares usualmente têm uma aparência típica e não devem causar preocupação. (fonte: KOPANS 2000)
Figura 10: As calcificações pleomórficas em uma distribuição segmentar são sempre preocupantes, como neste comedocarcinoma mal diferenciado. (fonte: KOPANS 2000)
Figura 11: As calcificações em forma de vareta, lineares, sólidas, representam virtualmente sempre um processo benigno, tais como estas, que ocorrem por causa de depósitos secretores. (fonte: KOPANS 2000)
Figura 12: As calcificações com centros lucentes grandes (maiores que 1 mm) são sempre devidas a um processo benigno, tais como estas que representam, provavelmente necrose gordurosa ou detritos calcificados. (fonte: KOPANS 2000)
29
De acordo com KOPANS (2000) assim como ocorre com as massas, se as
características morfológicas das calcificações indicarem processo benigno, então não serão
necessárias análises adicionais. A maioria das calcificações tem características morfológicas
benigna, mas determinadas formas e padrões devem alertar a necessidade de uma biópsia.
Deve ser feita uma busca cuidadosa em todas as mamografias de calcificações
aglomeradas que podem anunciar um câncer de estadiamento precoce. Quando visíveis na
mamografia, às calcificações indicativas de cânceres podem ser vistas a olho nu, mas uma
lente de aumento é indispensável para ajudar a achá-las. A segmentação e evidenciação destas
microcalcificações é um dos benefícios que a SIPDE pode trazer para melhorar a precisão e o
estadiamento precoce do diagnóstico.
Com o reconhecimento de que determinados padrões de deposição de cálcio estão
associados com processos malignos tornou possível a detecção precoce de muitos cânceres. A
detecção destas calcificações aglomeradas associadas com o câncer é peculiar à mamografia e
é uma das suas funções mais importantes. Nenhuma outra técnica de imagenologia pode achar
estes depósitos minúsculos, que quando encontrados isolados podem anunciar a presença de
um câncer intraductal altamente curável ou de uma lesão infiltrativa precoce.
Não é difícil apreciar o fato de que a maioria das calcificações cutâneas projeta-se
sobre a mama em duas incidências porque somente são vistas porções finas da pele realmente
em tangente na mamografia de incidência dupla. As incidências tangenciais da pele que
contêm calcificações confirmarão a localização destas partículas.
As calcificações do mamilo ocorrem com pouca freqüência. Ocasionalmente, a
extensão clinicamente evidente do carcinoma intraductal na superfície do mamilo, conhecida
como doença de Paget, pode produzir calcificações que se estendem ao longo da rede de
ductos em um padrão de fila única (figura 13).
30
Figura 13: Estas calcificações (setas) eram devidas a carcinoma intraductal que se estendia para o mamilo em uma paciente com doença de Paget. (fonte: KOPANS 2000)
As calcificações na pele, entretanto, são extremamente comuns tendo frequentemente
lucências centrais com uma forma esférica ou poligonal (figura 14) e estão com freqüência
extensamente dispersas pela mama.
Figura 14: (A) As calcificações que tem centros lucentes e formas geográficas são quase sempre calcificações cutâneas benignas, como vistas aqui em ampliação. (fonte: KOPANS 2000)
31
O tamanho das calcificações pode variar de imperceptível a grandes depósitos
grosseiros. As calcificações com até 2,0 mm de diâmetro podem ser considerados grandes
depósitos suspeitos, mas ainda á a possibilidade de existirem pequenos depósitos suspeitos e
que tenham tamanho inferior a 2,0 mm. As calcificações que são associadas ao câncer
usualmente são menores que 0,5 mm de diâmetro.
As características morfológicas das calcificações são os elementos mais importantes
em sua análise. As formas das partículas e a heterogeneidade das formas e dos tamanhos são
frequentemente valiosos na determinação da causa provável dos depósitos. Uma melhor
compreensão do ambiente histológico e patológico microscópico onde as calcificações se
formam também auxilia na compreensão das alterações morfológicas vistas na mamografia.
As calcificações que variam no tamanho (a maioria com menos de 0,5mm) e na forma são
causas de preocupação (figura 15).
Figura 15: A variação no tamanho e na forma destas calcificações muito pequenas levou á biópsia e ao diagnóstico de carcinoma ductal in situ. (fonte: KOPANS 2000)
As calcificações associadas com o câncer de mama são variáveis na forma assim como
no tamanho. A morfologia das calcificações é muito importante na avaliação de sua
significância. Aquelas associadas com o câncer são geralmente irregulares, com formas
angulares penetrantes (figura 16). Embora haja exceções, as calcificações associadas com
câncer são raramente redondas ou lisas.
32
Figura 16: O carcinoma ductal in situ usualmente forma calcificações que são heterogêneas no tamanho e no formato. (fonte: KOPANS 2000)
A localização predominante das calcificações, seus tamanhos e formas são importantes
neste trabalho, pois uma das etapas da técnica de alinhamento requer que pixels de referência
sejam escolhidos automaticamente. O fato de os pixels escolhidos aleatoriamente poder
coincidir com os pixels de calcificações pode dificultar o alinhamento das imagens, já que o
ideal seria coincidirem com os pixels de tecidos.
2.5 TÉCNICA DE SUBTRAÇÃO DE IMAGEM POR DUPLA ENERGIA
(SIPDE)
A técnica de subtração de imagem por dupla energia (SIPDE) é utilizada como forma
de diagnóstico em muitas áreas da medicina, tais como radiografia digital [BRETTLE;
COWEN (1994), JOHNS; BEAUREGARD (1994)], tomografia computadorizada
[ALVAREZ; MACOVSKI (1976)], mamografia [JOHNS et al. (1983), JOHNS; YAFFE
(1985), JOHNS et al. (1985), AGASA et al. (1987), CHAKRABORTY; BARNES (1989),
AGASA et al. (1995)], angiografia de subtração digital e radiografia de raios X. Em
angiografia usam-se as linhas de atenuação K do Iodo, que é injetado nos vasos como
elemento de contraste para formar as imagens de alta e baixa energia. Em tomografia
computadorizada a SIPDE é usada para realçar o contraste entre tecidos moles. Em
33
mamografia a técnica tem como objetivo eliminar o contraste entre os tecidos moles (adiposo
e fibroglandular) para melhorar a detecção das microcalcificações, que são associadas às
lesões da mama, já que elas ocorrem em 60% a 80% dos casos, conforme relata ZHANG et
al. (1996).
2.5.1 Introdução á técnica da SIPDE
Para realizar o procedimento da SIPDE é necessário obter duas imagens da mama,
sendo que uma deve ser obtida com raios X de alta energia e a outra com raios X de baixa
energia (KVp). Segundo JOHNS; YAFFE (1985), os valores das KVps de alta e baixa energia
podem ser otimizados para qualquer parâmetro que se desejar. Estes autores fizeram à
otimização com relação à dose na paciente e concluíram que a imagem de baixa energia deve
ser feita na faixa diagnóstica utilizada para mamografia entre 18 a 23 KVp e a imagem de alta
energia deve ser feita entre 65 a 70 KVp.
Anteriormente, LEHMANN et al. (1981) demonstraram que, em geral, na escala de
energia diagnóstica o coeficiente de atenuação linear de um material arbitrário pode ser
exPRESSo em termos de dois outros materiais denominados básicos. O lucite e alumínio são
os materiais básicos utilizados para representar os tecidos da mama. Dessa forma, para uma
unidade de espessura do material arbitrário a mesma atenuação dos raios X pode ser obtida
com a combinação de certa espessura de lucite e certa espessura de alumínio para todas as
energias diagnósticas.
As mamografias são registros proporcionais aos valores dos coeficientes de absorções
(μ/ρ) aos raios X pelos tecidos moles. Usando apenas os coeficientes dos tecidos podemos
reescrever essas imagens com seus equivalentes de lucite e alumínio, de modo que o contraste
entre os tecidos moles fique igual nas duas imagens. Subtraindo uma imagem da outra
podemos cancelar o contraste entre os tecidos moles e ressaltar outros materiais (em especial
é desejado o realce das microcalcificações). Assim, o conteúdo deste capítulo traz a teoria e a
descrição dos procedimentos necessários para realizar os cálculos das imagens equivalentes.
34
2.5.2 Decomposição de um material em dois materiais básicos
ALVAREZ; MACOVSKI (1976) e LEHMANN et al. (1981) afirmam que, dentro da
faixa diagnóstica, os dois processos fundamentais da atenuação dos raios X são o efeito
fotoelétrico (μp) e o espalhamento Compton (μc). Para energias maiores que a da borda de
absorção k, o coeficiente de atenuação da massa de um material pode ser exPRESSo
aproximadamente como:
)()( EfNEZCN cgm
n
PgCP +=+≈ μμρμ
(1)
Onde: E é a energia do fóton, Ng é a densidade da massa do elétron (zNo/A), Z é o número
atômico, A é a massa atômica, No é o número de Avogrado, CP = 9,8x10-24 e fc (E) pode ser
calculado para uma energia qualquer γ como:
( ) ( ) ( )( ) ⎥
⎦
⎤⎢⎣
⎡
++
−++⎟⎟⎠
⎞⎜⎜⎝
⎛+−
+++
= 22 213121ln
2121ln1
21121)(
γγγ
γγ
γγγ
γγγ oc Cf (2)
sendo que a equação 2 é a formula Klein-Nishima com γ = E/moc2 e 22ππoo =c , mo é o resto de
energia da massa do elétron e ro é o raio do elétron clássico.
Por outro lado, LEHMANN et al. (1981), GINGOLD; HASEGAWA (1992)
demonstraram que o coeficiente de atenuação da massa (μ/ρ) para um material arbitrário ξ
pode ser exPRESSo em termos das espessuras e dos μ/ρ de dois outros materiais (α e β),
referenciados como materiais básicos, por meio da equação 3:
β
ββξ
α
ααξ
ξ
ξ
ρμ
ρμ
ρμ
aa += (3)
onde
)(/)( nng
nng ZZNZZNa βααβξξαξ −−= (4a)
35
)Z(ZN)Z(ZN=a nα
nβgβ
nα
nξgξβξ −− / (4b)
Assim, a decomposição de um material em dois materiais básicos, segundo o
coeficiente de atenuação da massa, é matematicamente equivalente à decomposição dos
efeitos fotoelétrico/Compton. Fisicamente, αξa e βξa na equação (3) representam as frações
de massa dos materiais básicos α e β, que são requeridos para dar a mesma atenuação que
uma unidade de espessura do material ξ.
O cálculo dos materiais básicos da equação (3) pode ser adaptado para determinar a
quantidade de um material ξ (desconhecido) em um sistema com duas componentes. Assim,
podemos calcular a integral de linha do coeficiente de atenuação da linear de ξ ao longo de
uma trajetória que atravessa uma amostra deste material. Com isso, podemos fazer uma
decomposição em dois materiais conhecidos (α e β) como segue: (JOHNS et al. 1983).
dsaads ξ
ξβ
ξβξ
ξα
ξαξξ
ξ
ξ ρρμ
ρμ
ρρμ
∫∫ ⎟⎟
⎠
⎞
⎜⎜
⎝
⎛+= (5)
que é equivalente a:
⎟⎟⎠
⎞⎜⎜⎝
⎛+⎟⎟
⎠
⎞⎜⎜⎝
⎛=∫
β
ββ
α
ααξ ρ
μρμ
μ AAds (6)
Fisicamente, Aα e Aβ representam as espessuras dos materiais básicos α e β que juntos
produzem a mesma atenuação que a espessura do material ξ em uma trajetória da projeção do
raio X. Em princípio, quaisquer dois materiais distintos podem ser usados como α e β. O
alumínio e o lucite foram escolhidos como materiais básicos devido às suas características
radiológicas serem similares aos tecidos moles da mama (fibroglandular e adiposo) e
microcalcificações (JOHNS et al. 1983).
Na implementação prática da decomposição de um material em dois materiais básicos
de dupla energia, Aα e Aβ são relatados pelas medidas de intensidades IB e IA usando dois
espectros de energia SB(E) e SA(E), onde:
36
( ) ∫⎥⎥⎦
⎤
⎢⎢⎣
⎡⎟⎟⎠
⎞⎜⎜⎝
⎛−⎟⎟
⎠
⎞⎜⎜⎝
⎛−= dE
EA
EAESAAI BB
β
ββ
α
ααβα ρ
μρ
μ )()(exp)(, (7a)
( ) ∫⎥⎥⎦
⎤
⎢⎢⎣
⎡⎟⎟⎠
⎞⎜⎜⎝
⎛−⎟⎟
⎠
⎞⎜⎜⎝
⎛−= dE
EA
EAESAAI AA
β
ββ
α
ααβα ρ
μρ
μ )()(exp)(, (7b)
A medida de calibração relata o par de dados de baixa e alta energia (ln[IB], ln[IA]) em
uma única forma para especificar a combinação das espessuras dos materiais básicos (Aα e
Aβ). Isto gera duas tabelas de consulta do log de intensidade como uma função das espessuras
de ambos os materiais básicos que são gerados por um objeto de calibração, que no
experimento de JOHNS et al. (1983) consiste de duas escadas, uma de lucite, com 11 passos e
outra de alumínio, com 6 passos, posicionadas em ângulo reto entre si. A imagem deste objeto
de calibração gera uma combinação de 84 níveis de cinza. IB e IA foram obtidas para cada uma
das 84 combinações. As escadas estão esquematizadas na figura 17. Esta relação pode ser
invertida, dada às espessuras como uma função dos logs de intensidades, que então é ajustada
para as funções analíticas. O polinômio de calibração da seguinte forma tem sido largamente
usado para estas equações inversas de dupla energia.
[ ] [ ] [ ]214131211 lnlnln BAB IkIkIkkA +++=α [ ] [ ] [ ]ABA IIkIk lnlnln 162
15 ++ (8a)
[ ] [ ] [ ]224232221 lnlnln BAB IkIkIkkA +++=β [ ] [ ] [ ]ABA IIkIk lnlnln 262
25 ++ (8b)
Os coeficientes kij são determinados por rotinas de cálculo numérico (least square)
encontradas no PRESS et al. (2002), para assim determinar as espessuras equivalentes dos
materiais básicos. A descrição completa deste processo foi detalhada por, LEHMANN et al.
(1981) que propôs um procedimento geométrico, denominado plano de bases, para encontrar
a melhor condição de cancelamento do contraste dos tecidos moles.
37
Raios X
Escada de Lucite Escada de
Alumínio
Figura 17: Escadas de alumínio e lucite usadas para ajustar o polinômio de calibração para a determinação das espessuras. (fonte: LEHMANN et al. 1981)
2.6 CONSIDERAÇÕES FINAIS SOBRE A TÉCNICA DE SUBTRAÇÃO DE IMAGENS POR DUPLA ENERGIA
Os trabalhos que usam a SIPDE foram aplicados desde a detecção de
microcalcificações até as medidas de espessuras de placas calcificadas nas paredes arteriais.
No entanto, todos esbarraram em imprecisões e ressalvas que limitaram o desempenho final
da SIPDE. JOHNS; YAFFE (1985) acreditaram que melhorando a precisão dos valores dos
coeficientes teriam um melhor desempenho. AGASA et al. (1995) acreditavam que as
imprecisões ocorreram devido a movimentação do paciente. Moreau et al. (1994) e
GINGOLD; HASEGAWA (1992) atribuíram as imprecisões aos coeficientes. BRETTLE;
COWEN (1994) alegaram que o ruído das imagens somou-se na imagem final, mas não
trataram da natureza deste ruído. JOHNS; BEAUREGARD (1994) incorporaram a radiação
espalhada aos cálculos, porém a técnica não mostrou um bom desempenho. Dentre estes
problemas, o alinhamento, entre as imagens de alta e baixa energia, com certeza representa
uma contribuição relevante ao baixo desempenho da técnica. Pequenas variações no
posicionamento dos pixels são equivalentes a realizar a subtração entre duas imagens de
mamas diferentes, pois estando desalinhados é como se a comparação ocorresse entre duas
estruturas diferentes.
38
3 ESTADO DA ARTE EM ALINHAMENTO DE IMAGENS RADIOLÓGICAS
Na prática clínica, os radiologistas costumam equiparar as radiografias de um mesmo
paciente como forma de auxiliar na identificação das anormalidades e determinar a sua
significância clínica. Trabalhos como o de KANO et al. (1993) relatam que as técnicas de
subtração de imagem digital podem produzir uma melhora na qualidade da imagem para
visualização das estruturas da mama e melhorar a detecção de mudanças de intervalo nas
imagens radiográficas. Segundo OKASAKI et al. (2004) a técnica de subtração com intervalo
de tempo em radiografias de tórax é útil na detecção de nódulos pulmonares e nas mudanças
de intervalo de doenças pulmonares. KAKEDA et al. (2002) relatam que a técnica de
subtração com imagens obtidas num intervalo de tempo é útil para melhorar a exatidão da
detecção de nódulos pulmonares periféricos. Contudo, clínicas de radiografia, geralmente, não
conseguem reproduzir o posicionamento do paciente, a projeção dos raios X, a inspiração e a
pulsação cardíaca. Por isso, é necessário utilizar uma técnica apropriada de correção do
registro de imagem antes de realizar a Subtração de Imagem.
Para realizar a subtração de imagens obtidas com um intervalo de tempo é necessário
realizar antes uma correção espacial do registro, ou alinhamento entre as imagens. O
alinhamento significa posicionar a mesma estrutura anatômica presente nas duas imagens nas
mesmas coordenadas espaciais. As técnicas de alinhamento normalmente necessitam
manipular as duas imagens, que chamaremos de imagem corrente e imagem anterior.
3.1 ALINHAMENTO NÃO LINEAR PARA SUBTRAÇÃO DE
RADIOGRAFIAS DE TÓRAX
De acordo com KANO et al. (1993) foi desenvolvida uma técnica de subtração de
imagens digitais automatizada para radiografias de tórax tiradas com intervalo de tempo de 5
e 9 meses entre a imagem corrente e a imagem anterior. A finalidade da técnica é auxiliar os
39
radiologistas na detecção de mudanças de intervalo nas imagens radiográficas e na exatidão
do diagnóstico.
As imagens digitais de tórax utilizadas no estudo de KANO et al. (1993) foram
obtidas por digitalização convencional das radiografias em matrizes de 2000x2000 pixels e
com resolução de contraste de cinza de 10 bits.
Na técnica proposta por KANO et al. (1993) as imagens digitalizadas foram sub-
amostradas em matrizes de 500x500 pixels com um tamanho efetivo do pixel de 0,7x0,7mm2.
Uma correção de densidade não linear foi realizada para ajustar a densidade e o contraste das
duas imagens digitalizadas. Foram estudados 59 pares de radiografias de tórax que foram
selecionadas aleatoriamente e classificadas as causas dos erros de registro em 4 tipos, como
mostra a figura 18.
Figura 18: Erros de registro mais comuns em imagens de tórax obtidas com intervalo de tempo. (a) expansão pulmonar, (b) inclinação lateral, (c) inclinação Antero-posterior e (d) rotação. Sendo que o traçado na linha superior da figura refere-se à postura do paciente diante do filme e na linha inferior refere-se aos contornos do pulmão na imagem de raios X. (fonte: KANO et al. 1993)
Alguns casos tinham a combinação de dois tipos de erros de registro, mas 86% dos
casos estudados se enquadravam em apenas um dos 4 tipos apresentados na figura 18. O fato
de as radiografias serem projeções bidimensionais de objetos tridimensionais também
dificulta o processo de registro, por isso é necessária uma distorção não linear (Warping) em
uma das imagens em relação à outra para obter melhor precisão no processo de subtração da
imagem.
Para realizar o processo de subtração foram selecionadas regiões de interesse (ROI)
nas duas imagens do pulmão. As regiões de interesse correspondentes das duas imagens são
equiparadas para que se realize o alinhamento necessário, como mostra a figura 19.
40
Figura 19: Regiões de interesse correspondentes obtidas de imagens realizadas com intervalo de tempo. A região de interesse da imagem (a) tem sua correspondente na linha tracejada da imagem (b). (fonte: KANO et al. 1993)
A subtração da imagem foi obtida pela diferença entre a imagem corrente deformada
(warped) e a imagem anterior. Subtrai-se a imagem corrente deformada da imagem anterior e
adiciona-se certo valor de offset para cada pixel a fim de mostrar a imagem somente com
valores positivos dos pixels. Depois o contraste foi aumentado para um valor de 1,6 usando a
técnica windowing.
As figuras 20(a) e 20(b) mostram um par de imagens de tórax originais sem uma
mudança de intervalo significativa, com 12 meses entre a imagem a e b. A imagem da figura
20(a) foi deformada não linearmente (técnica de warping) gerando a imagem 20(c). A
imagem 20(d) é a subtração resultante da imagem 20(b) com 20(c). Na imagem 20(d), as
estruturas anatômicas normais como costelas e veias foram removidas e toda a região
pulmonar é vista relativamente uniforme por causa do registro adequado.
Essa conveniência da subtração não ocorre na outra imagem subtraída, mostrada na
figura 20(e), que foi obtida pela subtração das imagens das figuras 20(a) com 20(b), ou seja,
sem aplicar a correção não linear. A figura 20(e) apresenta artefatos significantes devido a
erros de equiparação entre as estruturas anatômicas normais. O resultado indica claramente a
necessidade de uma técnica de alinhamento não linear para melhorar o registro das imagens
de tórax obtidas com intervalo de tempo.
41
Figura 20: Subtração de imagens com uma técnica de deformação não linear. (a) e (b) são imagens de tórax de um mesmo paciente, obtidas com intervalo de tempo de 12 meses. A imagem (c) é a deformação de (a) de modo a ficar alinhada com a imagem (b). A imagem (d) é a subtração entre as imagens (b) e (c). A imagem (e) é a subtração das imagens (b) e (a), sendo que (a) não foi alinhada com (b). (fonte: KANO et al. 1993)
42
O método foi testado em 46 pares de imagens de tórax que consistiam em 42 pares
com mudanças de intervalo devido a várias anormalidades como expansão pulmonar,
inclinação lateral, inclinação Antero-posterior e rotação, e 4 pares sem mudanças de intervalo.
As radiografias originais foram selecionadas por um radiologista de tórax. Os casos
selecionados continham os 4 tipos de erros de registro mostrados na figura 18 e as
radiografias com severos erros de registro foram excluídas.
As figuras 21(a) e (b) mostram um par de imagens de tórax com mudanças de
intervalo e a imagem subtraída figura 21(c). Na imagem subtraída observa-se o espaço de
infiltração de ar no lóbulo direito superior e os três nódulos metastáticos discretos ficaram
mais evidentes. O artefato branco horizontal abaixo do pulmão esquerdo indica uma mudança
no nível do diafragma.
Figura 21: (a) imagem de tórax de um paciente com carcinoma cervical, (b) imagem de tórax, do mesmo paciente, tirada quatro meses depois, (c) imagem subtraída das imagens (a) e (b) sendo que a imagem (a) sofreu correções de registro por técnica de warping. (fonte: KANO et al. 1993)
43
KANO et al. (1993) viram que a técnica de subtração de imagem digital de
radiografias de tórax tiradas com intervalo de tempo foi apresentada baseada em uma técnica
de registro de imagem automatizado usando uma deformação geométrica não linear antes da
subtração, e concluíram que a técnica foi eficaz na melhora da detecção dos vários tipos de
mudanças de intervalo. Acredita-se que esta técnica possa ser desenvolvida junto a um novo
esquema de diagnóstico auxiliado por computador na radiografia de tórax, desde que não haja
severos erros de registro.
3.2 TÉCNICA DE DEFORMAÇÃO PARA ALINHAMENTO
INTERATIVO DE IMAGENS DE TÓRAX
O trabalho de ISHIDA et al. (1998) apresenta outra técnica de subtração de imagens,
obtidas com intervalo de tempo, para auxiliar os radiologistas na detecção das mudanças de
intervalo nas radiografias de tórax. Embora o desempenho global da técnica de subtração
desenvolvida por KANO et. al. (1993) seja relativamente bom, severos erros de registro,
principalmente devido à inclinação Antero-posterior (AP) e/ou rotação, são observados em
muitos casos. Para reduzir estes erros, tentou-se melhorar esta técnica de subtração
adicionando-se um componente de interatividade durante a subtração das imagens.
O algoritmo de subtração foi melhorado por uma técnica de equiparação de imagens
que é baseada na correlação cruzada de um par de imagens de baixa resolução com
borramento para determinar a exatidão dos valores de troca. Porém, ainda são observados em
muitos casos erros de registro causados por falhas de equiparação local da imagem.
No esquema de subtração de imagens com intervalo de tempo utilizado anteriormente
a inclinação lateral causada pela variação da posição da paciente entre a radiografia corrente e
a radiografia anterior foi corrigida com o uso de uma técnica de rotação de imagem. Além
disso, foi aplicada uma técnica de equiparação da imagem corrente baseada na correlação
cruzada de imagens de baixa resolução com borramento para determinar os valores de troca
entre as duas imagens, que correspondia às trocas das coordenadas (x,y) de uma imagem em
relação a outra.
44
A figura 22 mostra o esquema criado por ISHIDA et al (1998) para subtração usando a
técnica de deformação interativa.
Figura 22: Diagrama esquemático da técnica de subtração com intervalo de tempo usando um método de deformação interativa. (fonte: ISHIDA et al. 1998)
Para a equiparação local, foi selecionada uma matriz de 32x32 pixels na região de
interesse da imagem anterior e uma matriz de 64x64 pixels na área de busca da região de
interesse da imagem corrente. O número de pares de regiões de interesse foi
aproximadamente 300 por caso. Os valores de troca ∆x e ∆y foram determinados para todos
os pares de regiões de interesse selecionadas usando a técnica de correlação cruzada para
achar as melhores áreas de equiparação na área de busca das regiões de interesse.
Para selecionar um vetor de troca qualquer, para a região de interesse, foi aplicada
uma análise do histograma do vetor escolhido equiparando-o com vetores do mesmo tamanho
na mesma região de interesse da outra imagem, até encontrar o que melhor se ajustasse.
Assim foram determinados pixel-a-pixel os valores de troca do vetor selecionado usando uma
técnica de ajuste de superfície com uma função polinomial.
Para reduzir alguns artefatos produzidos por erros de registro que ocorrem na primeira
subtração foi aplicada uma segunda técnica de deformação sobre a primeira imagem
deformada e só então foi realizada a subtração com a imagem corrente do paciente. Um
exemplo comparando as três maneiras de subtração apresentado por ISHIDA et al. (1998)
pode ser visto na figura 23.
45
3.2.1 Técnica de deformação interativa
Depois que a imagem corrente sofre a primeira deformação, o alinhamento fino
(warping) se torna mais fácil porque a diferença entre a imagem corrente e a imagem anterior
se torna relativamente pequena. A técnica de deformação de imagem pode ser sucessivamente
aplicada na imagem original (corrente) até que se obtenha um alinhamento apropriado e a
qualidade desejada da imagem subtraída seja obtida. No estudo de ISHIDA et al. (1998) a
técnica de deformação de imagem foi aplicada até três vezes sucessivas. A qualidade da
subtração de imagem poderia ser melhorada com a aplicação de outras deformações na
imagem, mas o tempo computacional desse processo começa a ficar relativamente longo.
Dessa forma foram realizadas duas deformações interativas de imagem, como padrão para a
equiparação local da imagem.
3.2.2 Determinação dos vetores de troca
A imagem corrente deformada e a imagem anterior são utilizadas em uma segunda
deformação de imagem. Os vetores de troca são determinados usando a técnica de correlação
cruzada para todas as regiões de interesse selecionadas na imagem corrente deformada e na
imagem anterior. Aplica-se uma matriz pequena (45x45 pixels) para cada área de busca da
região de interesse, devido aos erros de registro não serem geralmente muito grandes depois
de a primeira imagem ser deformada. Os vetores finais de troca de todas as coordenadas (x,y)
em todos os campos pulmonares são obtidos por uma técnica de interpolação linear em vez da
técnica de ajuste de superfície com funções polinomiais, desde que a técnica de interpolação
linear tenha tendência a reduzir os artefatos e os erros de registro.
As figuras 23(a) e 23(b) mostram imagens de subtração com intervalo de tempo com o
esquema anterior (KANO et. al. 1993) sem e com a análise dos vetores de troca,
respectivamente. Na figura 23(c) a subtração foi realizada usando o cálculo sucessivo dos
vetores de troca, conforme desenvolvimento de ISHIDA et al. (1998).
46
Figura 23: (a) Subtração de imagem obtida com uma técnica de deformação definida por KANO et. al.(1993), (b) uma técnica de deformação com analise dos vetores de troca, e (c) técnica de deformação interativa mais a interpolação linear dos valores de troca. (fonte: ISHIDA et al. 1998)
A qualidade das imagens subtraídas obtidas pelo cálculo sucessivo dos vetores de
troca tem uma melhora significativa. A figura 23(c) mostra uma imagem subtraída obtida com
a aplicação sucessiva da segunda técnica de deformação de imagem. Segundo ISHIDA et al.
(1998) os erros de registro para as costelas na imagem subtraída foram reduzidos
substancialmente pelo uso sucessivo da segunda técnica de deformação de imagem.
A avaliação da qualidade das imagens subraídas obtidas com a técnica proposta por
KANO et. al. (1993) e com a proposta por ISHIDA et al. (1998) foi feita por dois
radiologistas e dois físicos. Qualitativamente eles relataram uma mudança relativa na
qualidade das imagens subtraídas, a favor da técnica proposta por ISHIDA et al. (1998),
47
comparando as imagens resultantes de cada técnica. Quantitativamente foi usada uma
classificação subjetiva de 1 a 5 para retratar a qualidade da nova técnica de subtração de
imagem. Os critérios foram: 5 para uma melhora evidente, 4 para melhora razoável, 3 sem
mudanças, 2 pequena perda de alinhamento e 1 para uma grande perda de alinhamento.
A base de dados utilizada incluía 181 pares de imagens de tórax, todos os casos têm o
intervalo de um ano entre a imagem corrente e a imagem anterior. O tamanho do pixel foi de
0,20x0,20 mm2 e a resolução de contraste foi de 10 bits (1024 níveis de cinza).
Na fase inicial do estudo de ISHIDA et al. (1998) os 181 pares de radiografias de
tórax foram examinados com a técnica de subtração de imagem de tórax utilizada por KANO
et. al. (1993) incluindo uma técnica de equiparação da imagem corrente. Dos 181 casos
examinados, 142 mostraram qualidade adequada, boa ou excelente. Já os 39 casos que
restaram apresentavam erro de registro parcial ou total principalmente devido à inclinação AP
e/ou correção de rotação insuficiente. Para estes 39 casos o método desenvolvido por ISHIDA
et al. (1998) mostrou-se muito mais adequado.
Usando o método de avaliação subjetiva descrito acima, foi avaliada a qualidade das
181 imagens de subtração obtidas com o esquema de subtração com intervalo de tempo
anterior e com o esquema de subtração interativa independentemente. O resultado da
avaliação subjetiva em termos de números é mostrado na tabela 1.
48
Tabela 1: Comparação do número de casos com classificação subjetiva diferentes, para imagens de subtração obtidas com a técnica anterior e com a nova técnica de subtração interativa de imagens. (fonte: ISHIDA et al. 1998)
1 2 3 4 5
AdequadaTécnica anterior 24 15 72 55 15
(13,2%) (8,3%) (39,8%) (30,4%) (8,3%)Técnica nova 1 3 14 102 61
(0,6%) (1,7%) (7,7%) (56,4%) (33,7%)
Inadequada Excelente
Classificação subjetiva
As imagens classificadas de 1 a 2 podem ser consideradas como ruins ou inadequadas,
e devem ser melhoradas para uso clínico. As imagens de subtração classificadas como 3, 4 e 5
são boas imagens subtraídas, que devem ser adequadas para uso clínico.
O número de imagens de subtração adequadas aumentou de 78,5% para 97,7% com a
nova técnica. Segundo ISHIDA et al. (1998) o desempenho da técnica de subtração com
intervalo de tempo aumentou substancialmente com o uso da técnica de deformação de
imagem interativa.
OKASAKI et al. (2004) fez uso da técnica de subtração proposta por ISHIDA et al.
(1998) com alteração de dois parâmetros: as janelas de sub-amostragem 586x586 pixels e
técnica de exposição usando tensão constante de 100 KVp. Os demais parâmetros foram
mantidos idênticos. Neste trabalho os autores realizaram um procedimento de analise de
imagem para avaliar a viabilidade da subtração na eficácia do diagnóstico.
Múltiplas imagens anteriores foram avaliadas por dois radiologistas certificados que
determinaram as imagens com melhor equiparação, ou seja, que mostraram o menor erro de
registro. Além disso, doze observadores, sendo seis assistentes radiologistas e seis
radiologistas residentes com 1 a 3 anos de experiência, participaram do estudo avaliando a
presença e a ausência de câncer pulmonar nas radiografias de tórax com e sem as imagens
subtraídas com intervalo de tempo.
O número de casos beneficiados e prejudicados pelo uso das imagens subtraídas é
mostrado na figura 24.
49
Figura 24: Relevância clínica afetada pelas imagens subtraídas com e sem a presença de câncer pulmonar. (fonte: OKASAKI et al. 2004)
O número de casos beneficiados foi maior do que o número de casos prejudicados.
Devido à presença e ausência de câncer de pulmão, muitos observadores acharam que a
subtração com intervalo de tempo pode ser benéfica em casos com câncer de pulmão. O
número total de casos beneficiados foi de 72 (20%) entre 360 observações como mostra a
tabela 2. Quarenta e um (22,8%) tinham câncer de pulmão (exemplo na figura 25) e 31
(17,2%) não tinham câncer de pulmão (exemplo na figura 26).
Tabela 2: número de casos beneficiados e prejudicados pela subtração de imagem temporal. (fonte: OKASAKI et al. 2004)
Com câncer pulmão Sem câncer pulmão Total
Casos benefifiadosPneumoconiose 2/36 (5,6%) 15/60 (25,0%) 17/96 (17,7%)FBI 19/72 (26,4%) 10/60 (16,7%) 29/132 (22,0%)Eenfisema pulmonar 20/72 (27,8%) 6/60 (10,0%) 26/132 (19,7%)Total 41/180 (22,8%) 31/180 (17,2%) 72/360 (20,0%)Casos prejudicadosPneumoconiose 0/36 (0,0%) 2/60 (3,3%) 2/96 (2,1%)FBI 2/72 (2,8%) 3/60 (5,0%) 5/132 (3,8%)Eenfisema pulmonar 2/72 (2,8%) 2/60 (3,3%) 4/132 (3,0%)Total 4/180 (2,2%) 7/180 (3,9%) 11/360 (3,1%)
50
Figura 25: Surgimento de câncer pulmonar com fibrose pulmonar idiopática em um homem de 67 anos. (a) Radiografia anterior com opacidade predominante reticular e nas costas em ambos os campos pulmonares baixos. (b) Radiografia atual que foi tirada aproximadamente um ano depois. O hilo direito aparece denso. (c) Imagem de subtração com intervalo de tempo que demonstra anormalidade no hilo à direita. Algumas anormalidades na base pulmonar foram claramente subtraídas. (d) Tomografia Computadorizada com a presença de massa irregular que foi confirmada como câncer de pulmão. (fonte: OKASAKI et al. 2004)
51
Figura 26: Homem de 47 anos com pneumoconiose. (a) Radiografia anterior. (b) Radiografia tirada com intervalo de 5 anos e que mostra nódulos múltiplos. (c) Imagem de subtração temporal. Nódulos múltiplos em ambos os pulmões foram subtraídos completamente, aumentando o nível de confiança no diagnóstico de mudanças de intervalo. (fonte: OKASAKI et al. 2004)
OKASAKI et al. (2004) relatam que a técnica de subtração com intervalo de tempo
pode ajudar na detecção de novas lesões em radiografias de tórax aumentando a detecção das
mudanças de intervalo. A técnica pode ser útil na detecção do surgimento de lesões
pulmonares pré-existentes devido ao contraste da sobreposição das opacidades anormais, se
52
não alteradas, podem ser eliminadas. Em casos com câncer, mudanças positivas foram
evidenciadas com o uso das imagens subtraídas, porque a subtração com intervalo de tempo
não só realçou as formas das mudanças, mas também suas densidades.
Em conclusão, a técnica de subtração com intervalo de tempo pode melhorar a
precisão do diagnóstico do surgimento de câncer de pulmão em doenças de pulmão difusas. O
câncer de pulmão é evidenciado devido às mudanças no fundo pulmonar serem facilmente
removidas, e dessa forma comprovou-se que a técnica de subtração com intervalo de tempo
proporcionou uma melhora no diagnostico de doenças de pulmão difusas.
3.3 TÉCNICA DE SUBTRAÇÃO CONTRALATERAL PARA
RADIOGRAFIAS DIGITAIS DE TÓRAX
LI et al. (2000), desenvolveram uma técnica de alinhamento e subtração contralateral
(imagem do pulmão esquerdo em relação ao direito) baseada em uma única radiografia de
tórax Antero-posterior (AP). Devido às estruturas das costelas serem geralmente simétricas, as
imagens de tórax periférico direito são geralmente semelhantes às do esquerdo. Portanto, a
imagem para subtração contralateral pode ser obtida pela subtração de uma imagem espelho
reverso da imagem original da radiografia de tórax.
Esta técnica apresenta certa semelhança com a técnica de subtração com intervalo de
tempo. A técnica de subtração contralateral pode cancelar a maioria das estruturas
esqueléticas simétricas e melhorar as opacidades assimétricas. Por outro lado, contrariamente
à técnica de subtração com intervalo de tempo, que depende de duas imagens distintas, a
imagem de subtração contralateral pode ser obtida sempre que uma imagem de tórax antero-
posterior estiver disponível.
No trabalho de LI et al. (2000), foram selecionadas 100 radiografias dentre 247
imagens de tórax. Das 100 imagens foram separadas 50 normais e 50 anormais com nódulos
pulmonares isolados. As imagens foram digitalizadas com pixels de 0,175 mm2, numa matriz
de 2048x2048 e 12 bits de escala de cinza. Porém, desde a proposta do trabalho foram
detectadas lesões relativamente grandes sobrepostas com as costelas, então o tamanho da
matriz foi reduzido para 512x512 por sub-amostragem dos dados da imagem original, isto
53
significa reduzir a resolução espacial para pixels de 0,7mm2. A resolução de contraste foi
reduzida para 10 bits.
O esquema geral da técnica de subtração contralateral é mostrado na figura 27.
Primeiro, para uma imagem de tórax AP, a inclinação lateral, que pode ser causada pelo
posicionamento inadequado do paciente é corrigida com uma técnica de rotação da imagem.
A imagem rotacionada é invertida lateralmente de modo a produzir uma imagem espelho
reversa. A imagem espelho é alinhada com a imagem original pelo uso da técnica de
correlação cruzada baseada numa técnica de deformação não linear para fazer a equiparação
das costelas periféricas da imagem espelho com a imagem original.
Figura 27: esquema geral da técnica de subtração contralateral para imagens de tórax PA. (fonte: LI et al. 2000)
Finalmente a imagem espelho deformada é subtraída da imagem original pela
derivação da imagem de subtração contralateral por três técnicas que são: (1) técnica de
detecção da linha média, (2) exclusão do mediastino e regiões cardíacas e (3) ajuste dos
vetores de troca nos dois pulmões. Um detalhamento destas técnicas é apresentado no anexo
A.
A imagem de subtração contralateral é obtida pela subtração da imagem reversa
deformada da imagem original. Para melhorar o contraste da imagem subtraída para um nível
apropriado, pode-se multiplicar o valor dos pixels da imagem subtraída por um fator que varia
de 1,5 a 2,0. No entanto, um fator de 1,0 foi aplicado a fim de avaliar a imagem subtraída
visando à equiparação das opacidades anormais da imagem subtraída com a imagem original.
54
A imagem de tórax antero-posterior (AP) fora da área pulmonar pode ser mostrada
para manter a aparência geral do fundo do tórax incluindo o mediastino e as áreas cardíacas
como mostra a figura 28(d). Muitos radiologistas preferem visualizar as imagens de subtração
contralateral mostrada na figura 28(d).
Figura 28: Equiparação da radiografia de tórax original (a) com um nódulo no lóbulo superior esquerdo, (b) imagem de subtração contralateral incluindo todas as regiões, (c) imagem de subtração contralateral com fundo uniforme superior à área fora dos dois pulmões, (d) imagem de subtração contralateral com o fundo do tórax, que é a imagem sobreposta com a área fora dos dois pulmões. Note que o nódulo é acentuado na imagem de subtração contralateral e aparece nas formas bilaterais positivas e negativas. (fonte: LI et al. 2000)
A exatidão da detecção da linha média é avaliada pela determinação dos erros no
ângulo e localização da linha média comparada com o padrão de ouro. A figura 30 mostra a
definição para os erros de ângulo e localização da linha média detectada. O erro entre a linha
média detectada e o padrão ouro é definido pelo ângulo entre a orientação da linha média
detectada e o padrão ouro, como mostra o gráfico da figura 29.
55
Figura 29: Definição das medidas de erros do ângulo e localização relativa a linha média detectada para o padrão ouro. (fonte: LI et al. 2000)
Os erros de localização são definidos pela distância horizontal da linha média
detectada no padrão ouro e a posição vertical do ponto médio entre os dois finais e o padrão
ouro.
A figura 30 mostra uma radiografia de tórax com o padrão ouro (linha sólida) e linhas
médias detectadas por um método perfil base (linha tracejada) e o método baseado nos limites
das costelas (linha pontilhada). A detecção dos limites das costelas é mostrada por linhas
curvas. Deve-se notar que a linha média obtida pelo método baseado nos limites das costelas é
muito semelhante ao do padrão ouro. Considerando que a linha média obtida pelo método
perfil base é angulada e completamente diferente do padrão ouro, provavelmente devido ao
efeito da região cardíaca.
56
Figura 30: Radiografia de tórax com o padrão ouro (linha preta sólida) para a linha média e linhas médias detectadas por um método perfil base (linha tracejada) e pelo método baseado nos limites das costelas (linha pontilhada). (fonte: LI et al. 2000)
LI et al. (2000) acreditavam que a técnica tinha potencial para ajudar os radiologistas
na detecção de opacidades pulmonares súbitas.
Na fase inicial do estudo foram examinados 100 casos de radiografia de tórax com o
esquema de subtração contralateral inicial sem o uso das três técnicas chave: (1) técnica de
detecção da linha média baseada no método de correção da inclinação lateral, (2) exclusão do
mediastino e regiões cardíacas e (3) ajuste dos vetores de troca nos dois pulmões.
A tabela 3 mostra que 73% dos casos são adequados, bons ou de excelente qualidade,
os 27% remanescentes tinham muitos erros de registro. Muitos dos casos com erro de registro
podem ser melhorados com a utilização das três técnicas chave.
A primeira técnica chave consiste na melhoria do método de detecção da linha média
baseado nos limites das costelas, que visa corrigir a inclinação lateral do tórax em radiografias
de tórax. A primeira coluna da tabela 4 mostra o ganho obtido com a aplicação desta técnica.
Ela pode melhorar consideravelmente as imagens de subtração contralateral, especialmente os
casos que tiveram inicialmente uma avaliação ruim ou inadequada, como mostrado na coluna
(b) da tabela 3. A figura 31 mostra um caso onde a imagem subtraída é claramente melhorada
com o uso do novo método de detecção da linha média.
A segunda técnica é a eliminação da região do mediastino e regiões cardíacas para
análise dos valores de troca. Ela é equivalente à aplicação da técnica de subtração
contralateral nas áreas do pulmão. Esta melhora nas imagens de subtração contralateral é
57
indicada na segunda coluna (b) da tabela 4, e a classificação da melhora na qualidade da
imagem está listada na terceira coluna (c) da tabela 3. A figura 32 mostra as imagens de
subtração melhoradas com o uso da segunda técnica.
A terceira técnica consiste na separação dos ajustes dos vetores de troca no pulmão
esquerdo e direito respectivamente. A última coluna das tabelas 3 e 4 são mostras as melhorias
obtidas com essas técnicas e a classificação das imagens de subtração respectivamente.
Tabela 3: Distribuição do número de radiografias de tórax para o esquema de classificação da qualidade das imagens de subtração contralateral. Que foram obtidas de um esquema inicial adaptado diretamente da técnica de subtração temporal. (5: excelente, 3: adequada, 1: ruim). (fonte: LI et al. 2000)
Classificação (a) Técnica inicial (b) Correção da inclinação lateral
(c) Exclusão das regiões cardíacas
(d) Ajustes nos dois pulmões
5 3 7 12 154 35 33 35 363 35 48 42 402 22 11 10 81 5 1 1 1
Tabela 4: Distribuição do número de radiografias de tórax afetadas pela integração sucessiva das três técnicas na classificação da qualidade das imagens de subtração contralateral. (+2: melhorada, 0: sem mudanças, -2: perda na qualidade) (fonte: LI et al. 2000)
Classificação (b) Correção da inclinação lateral
(c) Exclusão das regiões cardíacas
(d) Ajustes nos dois pulmões
2 9 2 0
1 18 16 10
0 62 75 89
-1 11 7 1
-2 0 0 0
Com a utilização das três técnicas chave, 91% dos 100 casos foram classificados e
tiveram o valor de 3 ou superior. As figuras 33(b) e 33(c) mostram a comparação de imagens
de subtração contralateral obtidas com e sem a separação.
58
Figura 31: (a) Comparação de radiografia de tórax digital, (b) imagem de subtração contralateral com artefatos de erro de registro no pulmão esquerdo, obtida com o uso do método perfil base da linha média e (c) imagem de subtração melhorada obtida pelo uso do método baseado nos limites das costelas pela detecção da linha média. (fonte: LI et al. 2000)
Figura 32: (a) Comparação de radiografia de tórax digital, (b) imagem de subtração contralateral, com artefatos de erro de registro no pulmão direito, obtida pela analise dos vetores de troca das regiões cardíacas e (c) imagem de subtração melhorada obtida pela eliminação das regiões cardíacas da analise dos valores de troca. (fonte: LI et al. 2000)
59
Figura 33: (a) Comparação de uma radiografia de tórax original, (b) imagem de subtração contralateral com artefatos de erro de registro na parte superior do pulmão direito obtida pelo uso de ajustes simultâneos dos vetores de troca no pulmão esquerdo e direito e (c) imagem de subtração melhorada obtida pelo uso de ajustes simultâneos dos valores de troca no pulmão esquerdo e direito. (fonte: LI et al. 2000)
3.4 REVISÃO DOS REGISTROS DE IMAGEM PARA IMAGENS DE
MAMA
O trabalho de GUO et al.(2005) apresenta uma visão geral do estado da arte atual em
técnicas de registro de imagem de mama. Embora o objetivo principal do trabalho de revisão
realizado por GUO et al.(2005) seja a correção do registro, incluindo a fusão de diferentes
60
modalidades de imagens, um ponto comum dos trabalhos revisados é o alinhamento, tema
deste trabalho.
GUO et al.(2005) classificaram os métodos de acordo com as modalidades envolvidas
no processo de registro. A mamografia é a principal ferramenta utilizada para a detecção e
diagnóstico de câncer de mama, e atualmente é a única modalidade com exibição em filme.
Porém, a mamografia de raios X é limitada em especificidade e sensibilidade, e
aproximadamente 10% de todos os cânceres são mal observados, ou mal examinados nas
mamografias de raios X, especialmente em mamas densas. Isto conduziu os pesquisadores a
investigarem modalidades alternativas de registro de imagem de mama, Imagem por
Ressonância Magnética (IRM), Ultra-som, Tomografia Computadorizada (TC), etc.
Adicionalmente GUO et al. (2005) diz que as diferentes modalidades de imagens de
mama trazem informações complementares e podem ser usadas favoravelmente para
estabelecer um diagnóstico ou auxiliar na terapia clínica. Mamografia de raios X continua
sendo a técnica líder em imagens de mama. Outras tecnologias, incluindo Ultra-som e RM,
têm somado valores ao diagnóstico e devem potencialmente ser usadas em seleção e modos
de diagnóstico. O desempenho da detecção ideal pode finalmente depender da modalidade da
imagem, porque nenhuma tecnologia de imagem pode detectar todas as lesões significativas.
Pesquisadores têm trabalhado em uma multi-modalidade de registro de imagem de mama e
desenvolvido um sistema de co-registro para aquisição da imagem multi-modal.
O registro da imagem tem um papel crítico na mamografia. Na fusão da mamografia
de raios X com outras modalidades de imagem as informações complementares podem ser
combinadas para auxiliar os radiologistas no diagnóstico do câncer de mama. Isso é um pré-
requisito para alinhar imagens tiradas em diferentes intervalos de tempo, usando diferentes
modalidades de imagem em seções diferentes da mama.
Por outro lado, GUO et al.(2005) diz que a falta de homogeneidade, as diferentes
propriedades dos tecidos moles da mama, além das mudanças dos tecidos com o tempo, a
posição da mama e as condições das imagens fazem da correção do registro das imagens da
mama uma tarefa difícil. A seguir é apresentado um review feito por GUO et al.(2005) que
trata amplamente do registro de imagens mamográficas em várias modalidades e utilizando
diversas técnicas e abordagens.
De acordo com GUO et al. (2005) as técnicas de registro podem ser divididas em duas
categorias principais, uma baseada nas características e outra baseada na intensidade.
61
3.4.2 Correção de registro de mamografias obtidas em diferentes
modalidades
3.4.2.1 Correção de registro baseado nas características
Na literatura, aproximações foram descritas para registro mamográfico e técnicas para
achar pontos de controle correspondentes em pares de mamografias. Alguns trabalhos foram
feitos para corrigir o registro de pares de mamografias com intervalo de tempo. SALLEM et
al.(1996) propuseram uma técnica de registro mamográfico baseada na identificação manual
de pontos de controle. VUJOVIC et al. (1997) primeiro determinaram vários pontos de
controle independentes, nas mamografias correntes e nas anteriores, baseados nos pontos de
interseção de estruturas anatômicas proeminentes das mamas, depois uma correspondência
entre esses pontos de controle foi estabelecida baseada em uma busca em torno da vizinhança
local de cada ponto de controle de interesse. MARTI et al. (2001) propuseram um método
baseado em um estabelecimento automático de correspondências entre estruturas lineares.
PETROUDI et al. (2004) construíram um diretório texton para ajudar na localização dos
pontos de controle. WIRTH et al. (2002) apresentaram um método baseado em informações
mútuas para determinar os pontos de controle nos pares de mamografia. Os pares de pontos de
controle extraídos estavam em associação com uma função de base radial (BOOKSTEIN
1989) para produzir uma transformação não-rígida total. YIN et al. (1994) desenvolveram
uma técnica automatizada para alinhamento de imagens de mama bilaterais, onde um método
de equiparação por mínimos quadrados foi usado.
Em contraste com os estudos anteriores, quando toda a área da mama é registrada,
SANJAY-GOPAL et al. (1999) desenvolveram uma técnica de registro automatizado para
identificar lesões correspondentes em pares de mamografias com intervalo de tempo e
HADJIISKI et al. (2001) melhoraram esta técnica de registro local incluindo um passo de
alinhamento local.
62
3.4.2.2 Correção do registro baseado na intensidade
ENGELAND et al. (2003) formularam uma técnica de correção do registro por um
conjunto de informações mútuas fazendo o alinhamento do mamilo, da massa central dos
tecidos da mama e dos pontos de controle determinados automaticamente no contorno da
mama e do músculo peitoral. Já RICHARD et al. (2003) descreveram um método de
aproximação que combina as características baseada na intensidade em um mesmo modelo
matemático, usando condições de contorno livres. BAKI et al. (2004) modificaram a técnica
de registro de RICHARD et al. (2003) levando em conta uma possível mudança de contraste
para avaliar a eficiência da compressão. Sua motivação foi corrigir automaticamente
mamografias que sofreram variações de compressão da mama.
3.4.2.3 Mamografia de raios X com imagens por ressonância magnética
Dentre os trabalhos revisados por GUO et al. (2005) visando a composição de imagens
multi-modais somente os que fazem referência a raios X e ressonância magnética (RM)
apresentaram interesse para este trabalho.
RUITER et al. (2003) apresentaram um método automatizado para correção
automática do registro de mamografias de raios X e RM de mamas usando um modelo
biomecânico de uma mama baseado em uma técnica de elementos finitos. Um método de
alinhamento foi desenvolvido, onde um volume de RM deformado usando um modelamento
foi diretamente equiparado com a mamografia de raios X do mesmo indivíduo usando o
método de elementos finitos. Esta técnica de correção de registro foi utilizada para recuperar a
posição de uma lesão na imagem por RM com a informação da posição da lesão na
mamografia de raios X.
63
3.4.2.4 Validação dos métodos de registro de mama
De acordo com GUO et al. (2005) a validação da exatidão dos métodos de registro é
uma tarefa difícil. Metodologias desenvolvidas para medir a exatidão de algoritmos de
correção de registro de órgão não rígidos (ou flácidos, como a mama) ainda continuam sendo
campos de pesquisa. Na literatura, a inspeção visual, subtração de imagem e a distância
euclidiana entre os centros das regiões de interesse geralmente são usados para validar
métodos de correção de registro de imagem de mama.
A avaliação visual é geralmente feita por radiologistas. Nos métodos de correção de
registro de mamografias desenvolvido por VUJOVIC et al. (1997), o desempenho do
algoritmo foi avaliado por três observadores. WIRT et al. (2002), RICHARD et al. (2003) e
YIN et al. (1994) usaram a subtração de imagens para avaliar o desempenho de suas
estratégias de correção do registro de mamografias de raios X. SANJAY-GOPAL et al. (1999)
relataram que a região central identificada por suas técnicas de correção de registro de
imagem regional tem uma distância média de 2.81 mm do centro das regiões identificadas por
radiologistas. Eles também usaram um número de casos onde a região central estava dentro da
fronteira limite fixada pelos radiologistas como uma medida para avaliar a precisão do
registro. ENGELAND et al. (2003) mediram o desempenho dos métodos de registro
mamográficos pela equiparação da distância entre o centro de massas de anotações de
imagens anteriores e correntes, antes e depois do registro. No estudo de RUITER et al. (2003)
a avaliação do registro com seis séries de dados de clínicas resultou em um deslocamento
médio do centro das lesões de 4,3mm (desvio padrão de 1 mm) como prognóstico da posição
da lesão em mamografias de raios X e em uma distância média do centro de 2,9 mm (desvio
padrão de 1,7 mm) estimado da posição da lesão em volumes de RM.
Os estudos com fantomas são importantes para estimar a exatidão do registro. Um
pequeno número de pesquisadores relata estudos com fantomas no registro de imagens de
mama. BAKI et al. (2004) quantificaram o desempenho do registro pela média do espaço
deslocado no conjunto de pontos de confiança selecionados nas bordas e ao longo do fantoma.
ELBAKRI et al. (2004) construíram um fantoma para um sistema de integração de
mamografia digital de campo total com ultra-som. A precisão do co-registro pode ser medida
pela grande quantidade de dados obtidos com o fantoma. SURI et al. (2005) usaram a
64
distância entre os centros de gravidade das lesões segmentadas nas imagens de fantoma de
mama para avaliar a exatidão do registro.
De acordo com GUO et al. (2005) recentemente as estratégias que têm sido
desenvolvidas combinam as duas características, por exemplo, uma técnica baseada na
intensidade foi utilizada para localizar os pontos de controle, ou condições de contorno foram
utilizadas para otimizar as condições de energia baseado na intensidade. A primeira foi
classificada como uma estratégia baseada nas características e a segunda foi categorizada
como uma estratégia baseada na intensidade. Na tabela 5 é apresentado um resumo dos
trabalhos que tratam da correção de registro de mamografias com a técnicas e abordagens
utilizadas.
65
Tabela 5: Visão geral das técnicas de registro mamográfico. (fonte: GUO et al.2005)
ReferênciaCaracteristicas
usadas no registro
Registro do objetoMétodo de
transformação
Método de medição da semelhança usado no
registroMétodo de otimização Método de
validação Técnicas usadas
Yin et al.,(1994) Pontos de controle
BilateralToda a mama Rígida
Subtração de imagem, Subtração de imagem, Distância euclidiana
Mínima Subtração de iamgem Segmentação pro regiões da mama
Quadrático Borda da mama e mamilo localizados pelos pontos de controle
Sanjay-Gopal.,(1999)Pontos de controle; Região
Intervalo de tempoRegião de interesse
Total: Rígida Total: MI Simplex Distância
euclidianaAlinhamento total em toda a mama
Hadjiiski et al.,(2001) Ajuste local Local: Correlação Equiparação local na região da lesão
Vujovic et al.,(1997) Pontos de controle
Intervalo de tempoToda a mama N/A Multipla escolha Exhaust Inspeção
visualPontos de controle
para a região correspondente
Richard et al.,(2003) Limites; Intensidade
BilateralIntervalo de tempoRegião de interesse
Não Rígida Função energia Gradiente Subtração de imagem
Segmentação dos limites; Condição limite
Decaimento Minimização da intensidade baseada na energia; algoritmo multigrade
Petroudi et al.,(2004)Pontos de controle; TEXTON
BilateralIntervalo de tempo
Toda a mamaNão Rígida N/A N/A Distância
euclidiana
Pontos de controle ao longo do contorno para iniciar transformação
afimRegião; Limites Textons para registro não rígido
Sallem et al.,(1996) Pontos de controle
Intervalo de tempoToda a mama Ajuste local Distância N/A Inspeção
visualPontos de controle selecionados
manualmente
Marti et al.,(2001) Pontos de controle
Intervalo de tempoToda a mama Não Rígida Distância da matriz N/A Distância
euclidiana
1º alinhamento total;Segmentação para os pontos de
controle;
Wirth et al.,(2002)Intensidade;
Pontos de controle
BilateralIntervalo de tempo
Toda a mamaNão Rígida Normalizar MI Simplex Subtração
de imagem
Alinhamento total; alinhamento da sub-imagem; centros de massa como
pontos de controle;
66
3.4.3 Conclusões sobre a revisão das técnicas de registro de imagens por
raios X
GUO et al. (2005) declaram que estavam olhando à frente quando trataram das inter-
modalidades de registro de mamografias de raios X com outras modalidades, que permite
correlações simultâneas das estruturas visíveis em uma ou ambas as modalidades e que isso
pode melhorar a confiança do diagnóstico em relação ao uso de apenas uma das modalidades.
A mamografia digital e os sistemas de co-registro estão em desenvolvimento.
O foco dos algoritmos de correção de registro de mama tem apontado para os pontos
de controle baseados em técnicas semi-automatizadas e para técnicas automatizadas mais
sofisticadas baseadas na intensidade, que usam todo o conteúdo da imagem. Desenvolvidas
para pré e pós-contraste mamográfico a técnica de correção de registro que usa uma
deformação com forma livre, proposto por RUECKERT et al. (1999) tem provado ser um
bom ajuste para um registro não rígido, e pode ser adaptada para corrigir o registro de
imagem de mama de inter-modalidade. Técnicas híbridas de correção de registro integrando
características de imagem de mama (pontos de controle, estruturas lineares, limites das
mamas etc.) e a informação da intensidade têm demonstrado ser uma tendência. A validação
das técnicas de correção de registro de mama continua sendo um tópico de pesquisa. A
inspeção visual pelo radiologista e a distância entre características geométricas permanecerão
os métodos principais de validação.
O registro de imagem de mama permanece um desafio devido às propriedades não
rígidas da própria mama, o movimento da mama e a compressão durante a aquisição da
imagem, assim como a especificidade de cada modalidade.
67
4 METODOLOGIA
4.1 INTRODUÇÃO
Os métodos de correção de registro, para as diversas categorias de imagens, prevêem
que as imagens coletadas sejam as mais semelhantes possíveis, ou seja, é desejável que os
órgãos tenham posições coincidentes e que tenham sido utilizadas as mesmas técnicas de
exposição e revelação. Mesmo assim, antes de realizar o alinhamento das imagens são feitas
correções de brilho e contraste para que a equiparação seja realizada com melhor eficácia. Já
no que se refere à Subtração de Imagens por Dupla Energia até o momento não foram
desenvolvidos sistemas de correção de registros das imagens, possivelmente por dois motivos:
a) por ser ainda objeto de pesquisa e não fazer parte da rotina ambulatorial as imagens
utilizadas na maioria dos trabalhos são de fantomas, portanto são coletadas idealmente e,
neste caso a correção de registro não é necessária. b) As imagens obtidas por dupla-energia
não podem sofrer correções de brilho e contraste, pois isso descaracteriza a SIPDE, já que as
diferenças de brilho e contraste retratam a aquisição por dupla-energia, sendo assim nenhum
dos métodos existentes podem ser usados para esta categoria de imagens. Além disso, nos
trabalhos encontrados na literatura os pesquisadores têm desenvolvido técnicas de
alinhamento de imagens (correção de registro) cujos algoritmos realizam o alinhamento por
regiões de interesse (que está definido neste trabalho como global). Este alinhamento serve
somente para facilitar a análise visual e fazer comparações de tamanhos, que são realizados
pelo médico especialista e não por um algoritmo. Na proposta deste trabalho o alinhamento
não pode ser para regiões de interesse, mas deve ser para cada pixel da imagem, por isso
deve-se respeitar uma precisão mínima que depende da resolução espacial usada na
digitalização da imagem.
Diversos fatores são fontes de desalinhamento entre as imagens de alta e baixa
energia. Alguns destes fatores são dependentes do método de aquisição das imagens. No caso
das imagens coletadas em filme em duas exposições tem-se, por exemplo, a inspiração e a
pulsação cardíaca da paciente, assim como a variação do tamanho da fonte de raios X em
função da energia que produzem pequenas alterações de posição. A colocação do filme no
cassete, o posicionamento do cassete no mamógrafo, a troca dos cassetes entre as aquisições e
o posicionamento das radiografias no scanner para a digitalização são fatores que produzem
68
grandes alterações no alinhamento das imagens. No caso das imagens coletadas diretamente
por equipamento digital existem, no mínimo, as pequenas alterações de posição.
Neste trabalho são consideradas imagens com pixels de 100x100µm2, para que sejam
registradas microcalcificações que possuem cerca de 200 µm de diâmetro. Por esta razão,
todos os fatores apresentados interferem no alinhamento das imagens e dificulta o realce de
informações clinicamente relevantes, pelo processo de subtração por dupla energia.
4.2 IMAGENS DESALINHADAS
O principal problema em garantir que o alinhamento das imagens reais está correto é a
verificação, ou seja, uma vez realizado o alinhamento da imagem não há como garantir que as
estruturas estejam alinhadas pixel-a-pixel. Por esta razão, o software foi desenvolvido,
primeiro, para alinhar imagens cujos desalinhamentos sejam bem conhecidos. Sendo assim,
um software que simula mamas e suas imagens radiográficas foi utilizado para produzir as
imagens de alta e baixa energia (OLIVEIRA; SAKAI 2002). Estas imagens foram simuladas
com resolução de contraste de 8 bits ou 256 níveis de cinza. Devido à metodologia utilizada
na simulação estas imagens são produzidas com alinhamento perfeito, dessa forma os
desalinhamentos desejados foram realizados com valores bem determinados.
Sobre as imagens simuladas de alta e baixa energia foram produzidos desalinhamentos
por meio de distorções geométricas conhecidas tais como rotação, translação e mudança de
escala, ou seja, foi feita uma copia de cada imagem com uma dessas distorções e depois com
combinações das distorções. O procedimento para realizar os desalinhamentos conhecidos foi
realizado da seguinte maneira:
- Foram simuladas 100 mamas virtuais, sendo 25 em cada um dos quatro padrões de
densidades descritos nos documentos do ACR BI-RADS™. (Um detalhamento dos padrões é
apresentado no anexo A). Para cada uma das mamas foram feitas duas imagens, sendo uma
em 22 KVp e outra em 50 KVp, gerando assim 100 imagens em baixa e 100 em alta energia,
respectivamente. Cada uma dessas imagens recebeu 4 marcadores, um em cada canto,
conforme mostra a figura 34. Em cada imagem os marcadores foram colocados sempre nas
mesmas coordenadas. De acordo com a proposta deste trabalho deve haver marcadores
colocados sobre a mesa do mamógrafo para que estes representem uma referência absoluta
69
visando facilitar o alinhamento global, por isso esses marcadores foram inseridos nas
imagens.
- Além dos marcadores, as imagens originais também receberam bordas adicionais,
preenchidas com a cor preta (cor de fundo das radiografias), assim os desalinhamentos
produzidos não deixou partes da imagem da mama fora das dimensões das imagem.
Figura 34: Exemplos de imagens simuladas com a presença dos marcadores nos cantos. (a) Imagem de mama simulada com 22 KVp; (b) Imagem de mama simulada com 50 KVp. (fonte: Do autor)
- Sobre cada uma das imagens de alta e baixa energia foram aplicadas 7 distorções
com valores escolhidos aleatoriamente entre 2 e 5% da menor dimensão da imagem. As
distorções foram translação, rotação, escala e combinações dessas distorções, translação com
rotação, translação com escala, rotação com escala e translação com rotação e com escala,
formando assim 7 distorções bem determinadas. A figura 35 mostra as 7 distorções
produzidas sobre a imagem 34(a).
(a) (b)
70
Figura 35: Exemplo dos 7 desalinhamentos produzidos sobre a imagem referência da figura 4.1(a). Os valores dos desalinhamentos foram escolhidos aleatoriamente entre 2 e 5% da menor dimensão da imagem. (fonte: Do autor)
Translação Rotação Escala Translação/Rotação
Translação/Escala Rotação/Escala Translação/Rotação/Escala
71
4.3 PROCEDIMENTO PARA REALIZAR O ALINHAMENTO
4.3.1 Alinhamento global das imagens
Até se chegar ao alinhamento pixel-a-pixel entre as imagens é necessário passar por
várias etapas. A primeira etapa foi produzir um alinhamento global que permite corrigir as
grandes distorções. Usando-se as marcações colocadas sobre a mesa do mamógrafo e que
aparecem nos cantos das imagens fez-se o ajuste em translação, rotação e escala, de modo que
as marcações coincidam em todas as imagens. Desse modo, os maiores desalinhamentos
causados, principalmente pela colocação do filme no cassete, a colocação do cassete na mesa
do mamógrafo e a colocação do filme no scanner puderam ser bastante minimizadas.
Este alinhamento consiste em detectar as marcas nos cantos das imagens, encontrar o
centro de cada marca, comparar as distâncias e coordenadas entre as marcas de cada imagem
e gerar um offset em uma das imagens de modo que o centro das marcas tenham a mesma
coordenada em cada imagem. As figuras 36(A), 36(B) e 36(D) mostram um esquema do
resultado deste procedimento. A figura 36(C) mostra as diferenças entre as imagens das
figuras 36(A) e 36(B) que foram causadas pelo erro de registro.
Figura 36: (A) Imagem de alta energia; (B) Imagem de baixa energia com erro de registro; (C) Imagem subtraída de A com B, onde se pode ver a alteração da estrutura da imagem devido ao erro de registro de (B) em relação a (A). Imagem (D) é o resultado do alinhamento global da imagem (B) para que as marcas coincidam com as da imagem (A). (fonte: Do autor)
72
Atenção especial foi dada quando eram detectadas diferenças de escala. Quando
existem desalinhamentos causados por diferenças de posição (translação) ou por rotações as
informações contidas nas duas imagens são as mesmas, apenas estão em posições diferentes.
Já quando o desalinhamento é causado por diferenças de escala às informações contidas nas
duas imagens não são necessariamente as mesmas, pois a falta de uma certa quantidade de
pixels em qualquer das direções significa que as informações referentes a estes pixels foi
redistribuída aos demais. Sendo assim, quando se detectou mudanças de escala a imagem
maior foi reduzida até atingir o tamanho da menor. O valor de cinza dos pixels que foram
suprimidos foi redistribuído entre os vizinhos próximos proporcionalmente ao valor de cada
pixel. Explicando melhor este procedimento com um exemplo, tem-se: Se numa linha com
100 pixels fosse feita uma redução de 5%, ou seja, retirados 5 pixels o procedimento é retirar
um pixel a cada 20. Assim, o nível de cinza do pixel retirado foi distribuído
proporcionalmente entre os 19 restantes de modo que a soma dos níveis de cinza dos 19 fosse
igual à soma dos níveis de cinza dos 20 iniciais.
Este procedimento de ajuste da escala não é o algoritmo convencional, porém ele foi
adotado neste trabalho, por ser o que produz a menor alteração nos níveis de cinza da
imagem. Em todo o processo de alinhamento utilizado neste trabalho o ajuste global da escala
é o único que altera os níveis de cinza dos pixels das imagens. No alinhamento de imagens
visando a SIPDE o ideal seria não alterar os níveis de cinza dos pixels, mas em se tratando de
escala a simples redução na quantidade de pixels das linhas e/ou das colunas não traduz
exatamente a redução de escala em uma imagem real. Simplesmente reduzir a quantidade de
pixel é equivalente a desaparecer com uma pequena porção dos tecidos, o que não ocorre de
fato. Na prática uma redução na escala da imagem é equivalente a uma compressão dos
tecidos, sendo assim optou-se por remover os pixels necessários à redução da imagem e
distribuir seu nível de cinza entre os demais.
Os alinhamentos em translação e rotação são bem conhecidos e podem ser realizados
por várias ferramentas de processamento de imagens. Por isso usou-se o GIMP versão 2.2
(software de uso livre) para realizar o alinhamento global referente à translação e à rotação.
No caso do alinhamento global em escala foi incorporada uma rotina no software de
alinhamento com o procedimento descrito acima.
Essa etapa do alinhamento corrige distorções causadas por diferenças no
posicionamento do cassete e/ou do filme, mas não corrige distorções causadas por
movimentação e/ou rotação das estruturas mamárias. O desalinhamento produzido por
movimentação das estruturas mamárias que podem ser devidos à pulsação cardíaca,
73
respiração ou qualquer movimentação da paciente entre uma imagem e outra não podem ser
corrigidos com este procedimento inicial. Esse tipo de distorção é não linear e o alinhamento
requer outro tipo de técnica, que será descrita a seguir.
4.3.2 Alinhamento pixel-a-pixel das imagens
Para realizar esta etapa do alinhamento deve-se considerar que a correção da distorção
entre imagens do mesmo órgão, como é feito para imagens do pulmão, por exemplo, não leva
em conta o fato de essas imagens serem produzidas com técnicas de exposição diferentes. No
caso do pulmão as imagens normalmente são produzidas com a mesma técnica de exposição
(90 KVp, por exemplo) enquanto que as imagens de mama para subtração por dupla energia
são produzidas, por exemplo, em 25 KVp e 70 KVp. Essa diferença na técnica de exposição
produz imagens com grandes diferenças de brilho e contraste, por isso fazer a equiparação das
imagens pixel-a-pixel requer um método de comparação das estruturas diferente dos que
foram usados até o momento. Isso ocorre porque o pixel que representa uma porção da
estrutura numa imagem tem nível de cinza muito diferente do pixel que representa a mesma
porção da estrutura na outra imagem.
A figura 37 mostra a subtração entre uma imagem de baixa energia (figura 37(A)) e
uma imagem de alta energia (figura 37(B)) que está desalinhada em relação à imagem da
figura 37(A). Caso elas estivessem alinhadas a imagem da figura 37(C) deveria ser
completamente uniforme.
74
Figura 37: (A) Imagem de alta energia (referência), (B) imagem de baixa energia com erro de registro, produzido por redução de escala, (C) Imagem subtraída de A com B onde devido a um erro de registro ocorre um pequeno desalinhamento entre as estruturas e como resultado a imagem subtraída mostra alterações nas estruturas internas da mama que podem comprometer o cancelamento dos tecidos na SIPDE. (fonte: Do autor)
Uma maneira de minimizar esses erros de registro é utilizar técnicas de processamento
do tipo warping, que é um método de distorção não linear da imagem para determinar
correspondências de coordenadas entre as estruturas bidimensionais representadas em outra
imagem, fazendo com que o alinhamento seja feito em pequenas regiões. A figura 38 mostra
um esquema dessa técnica de deformação não linear. O detalhamento da técnica vem a seguir.
A B C
75
Figura 38: (A) imagem de alta energia, (B) Imagem de baixa energia. O detalhe A é uma região de interesse na imagem A e o detalhe B é uma região de busca de coordenadas na imagem B. O pixel X da imagem A é rodeado por um conjunto de pixels cuja correlação entre eles deve ser única. Assim a região de busca na imagem B deve ter um conjunto de pixels que apresente proporcionalmente a mesma relação. Dessa forma o alinhamento ocorre ajustando-se as coordenadas do pixel Y da imagem B para as mesmas coordenadas do pixel X da imagem A. (fonte: Do autor)
4.3.2.1 Definição e escolha das regiões de busca
Considerando que o alinhamento global tenha suprimido os grandes desalinhamentos
entre as imagens espera-se que no alinhamento fino (pixel-a-pixel) os pixels equivalentes
estejam em coordenadas próximas. Sendo assim, cada Pixel (i) da imagem de Alta energia
(PiA) deve ter um Pixel Equivalente (k) na imagem de Baixa energia (PEkB) dentro de uma
pequena região de busca (RB). As regiões de busca são matrizes (janelas) limitadas a no
máximo 50x50 pixels na imagem de baixa energia, sendo que são até ± 25 pixels ao redor da
coordenada do pixel PiA da imagem de alta energia. Os pixels equivalentes poderiam ser
procurados em toda a imagem de baixa energia, mas as regiões de busca têm por finalidade
minimizar o tempo de processamento (na busca pelo pixel equivalente) e, principalmente,
diminuir a probabilidade de que sejam encontrados vários candidatos ao pixel equivalente na
76
imagem de baixa energia. A idéia de vários candidatos ao pixel equivalente será tratada no
próximo item.
O tamanho real de cada região de busca é calculado como sendo o dobro do offset que
ocorre para o primeiro pixel válido da imagem da mama na imagem de alta com seu
equivalente na imagem de baixa. Caso este offset seja maior que 25x25 um novo alinhamento
global deve ser realizado.
4.3.2.2 Encontrando o pixel equivalente na região de busca
Para encontrar o pixel equivalente (PEkB) na região de busca da imagem de baixa usa-
se os 9 elementos da matriz 3x3 que tenha o pixel PiA no centro. Calcula-se a correlação
desta matriz com todas as matrizes 3x3 da região de busca, pois se espera que o pixel PiA
juntamente com seus vizinhos formem uma combinação única na região de busca. O esquema
da figura 38 exemplifica estas matrizes. Espera-se ainda que esta combinação seja
proporcional nas imagens de alta e baixa energia. Sendo assim a correlação entre as duas
matrizes que tenham o PiA e o PEkB no centro deve ter valor próximo de 1. Dessa forma para
encontrar o PEkB basta calcular todas as correlações de todas as matrizes 3x3 de RB com a
matriz 3x3 da imagem de alta que tem PiA. Em seguida encontra-se o maior valor entre as
correlações e o pixel central da matriz que gerou esta correlação é o PEkB. A diferença entre
as coordenadas de PiA e PEkB é o valor de offset que permite alinhar a imagem de alta com a
de baixa. A correlação entre as matrizes é calculada de acordo com a equação 9.
Equação 9
Onde: r é a correlação entre as séries X(i) e Y(i) mx e my são as médias aritméticas de cada uma das séries
Porém, um problema que pode ocorrer é que as imagens de alta energia possuem
varias regiões uniformes. O calculo da correlação para estas regiões pode resultar em vários
valores iguais, o que significa ter vários candidatos ao PEkB. Neste caso não há um critério
automático que permita decidir sobre qual dos candidatos deve-se optar. Para minimizar a
77
possibilidade de ocorrência destes vários candidatos o que pode ser feito é diminuir o máximo
possível o tamanho da RB. Sendo assim as dimensões da RB são calculadas para cada par de
imagem que se fará o alinhamento.
4.4 VALIDAÇÃO DA METODOLOGIA
As imagens que foram simuladas possuem a região da mama em níveis de cinza e
todos os pixels que não pertencem a tecidos mamários são pretos (nível de cinza 0). Para
validar os resultados do alinhamento todas as imagens de referência, ou seja, as 100 imagens
de alta energia sem qualquer das deformações, tem seu primeiro pixel diferente de 0 na
mesma coordenada. Dessa forma, para verificar se o algoritmo realizou apropriadamente o
alinhamento verifica-se inicialmente se o primeiro pixel diferente de 0, da imagem alinhada,
esta na coordenada esperada. Esta verificação pode ser feita automaticamente, porém para
confirmar definitivamente se o alinhamento foi correto outras verificações foram realizadas
visualmente. Verificou-se então, se as imagens alinhadas apresentavam rotação e se aquelas
com diferença de escala foram ajustadas ao tamanho. Uma subtração simples entre a imagem
referência e a imagem alinhada também revela rapidamente se houve alinhamento apropriado.
Estes casos estão apresentados nos resultados.
78
5 RESULTADOS E DISCUSSÕES
5.1 APRESENTAÇÃO DOS RESULTADOS
As imagens que passaram pelo algoritmo de alinhamento apresentaram basicamente
três categorias de resultados: 1) Imagens que foram alinhadas como o esperado; 2) Imagens
que tiveram os offsets determinados e que foram alinhadas, porém não na posição esperada,
ou com regiões da imagem não alinhadas; 3) Imagens que não puderam ser alinhadas, ou seja,
o algoritmo não pode determinar os offsets de alinhamento. No primeiro caso em que as
imagens foram alinhadas corretamente, ou seja, todos os pixels da imagem tiveram seus
equivalentes encontrados e colocados nas coordenadas corretas. Na figura 39 são
apresentados 4 exemplos dessas imagens. Cada exemplo é de um dos 4 padrões de densidade
do ACR BI-RADS™. No segundo caso as imagens foram parcialmente alinhadas e por isso
foram consideradas ruins, pois o alinhamento não saiu como o esperado. Nas figuras 40, 41 e
42 são apresentados os três exemplos típicos das imagens do caso 2. No terceiro caso o
algoritmo não apresentou resultados em forma de imagem, mas emitiu uma mensagem
dizendo que as imagens não podem ser alinhadas.
Em cada um dos exemplos é apresentada a imagem referência (A) de alta energia, a
imagem deformada (B) de baixa energia e a imagem resultante do alinhamento.
Figura 39: Imagens alinhadas corretamente. As do grupo 1 são imagens do padrão de densidade 1 (PD1); as do grupo 2 são PD2; as do grupo 3 são PD3 e as do grupo 4 são PD4. As imagens (A) são de alta energia (referência); as imagens (B) são de baixa energia com erro de registro e as imagens (C) estão alinhadas corretamente. Continua na próxima página... (fonte: Do autor)
1A 1B 1C
79
2A 2B 2C
3A 3B 3C
4A 4B 4C
Figura 39: Imagens alinhadas corretamente. As do grupo 1 são imagens do padrão de densidade 1 (PD1); as do grupo 2 são PD2; as do grupo 3 são PD3 e as do grupo 4 são PD4. As imagens (A) são de alta energia (referência); as imagens (B) são de baixa energia com erro de registro e as imagens (C) estão alinhadas corretamente. (fonte: Do autor)
80
Figura 40: (A) Imagem de alta energia (referência). (B) imagem de baixa energia com erro de registro, produzido por rotação. (C) Imagem alinhada com a rotação corrigida, porém com erro de posicionamento. (fonte: Do autor)
Figura 41: (A) Imagem de alta energia (referência); (B) imagem de baixa energia com erro de registro, produzido pela associação de translação com escala. (C) Imagem com erro de alinhamento em um conjunto de pixels isolados, pintados de vermelho. (fonte: Do autor)
A B C
A B C
81
A B C
Figura 42: (A) Imagem de alta energia (referência). (B) imagem de baixa energia com erro de registro, produzido pela associação de rotação com escala. (C) Imagem com erro de alinhamento, sendo que a parte superior da imagem foi alinhada, porém a parte inferior não. (fonte: Do autor)
As imagens que foram alinhadas corretamente apresentam algumas características
peculiares. Elas foram encontradas devido às imagens que não foram alinhadas corretamente,
ou seja, para encontrar as razões que impediram o alinhamento foi necessário diferenciar as
características daquelas que foram alinhadas corretamente. As imagens alinhadas
corretamente praticamente não apresentam regiões de uniformidade e quando apresentam são
regiões grandes (maiores que 7x7 pixels) que pouco interfere no alinhamento. Por esta razão
os de pixels que não tinham seus equivalentes determinados pela correlação puderam ser
determinados com base no offset dos vizinhos. Os casos de alteração de registro por rotação
que funcionaram corretamente têm seus offsets sempre com o mesmo sinal, ou seja, sempre
positivo ou sempre negativo ao longo da imagem. As imagens em que houve alteração do
sinal do offset (seja em X ou Y) tiveram somente parte da imagem alinhada corretamente,
como é o caso da figura 42. As imagens com erros de registros provocados por mudança de
escala foram as que apresentaram a menor quantidade de alinhamentos corretos. Neste caso as
características que diferenciam as imagens alinhadas corretamente das que não foram
alinhadas corretamente não puderam ser completamente determinadas. De maneira geral após
a terceira ou quarta linhas eliminadas na imagem reduzida o alinhamento passa a ficar
comprometido, porém nem sempre o comprometimento do alinhamento ocorre da mesma
maneira.
82
Do total de 700 imagens desalinhadas 54% foram totalmente alinhados, 44% foram
parcialmente alinhadas e apenas 2% não puderam ser alinhadas. Como pode ser observado na
tabela 39 o alinhamento de imagens que sofreram apenas deslocamento (translação) é
realizado com 100% de eficiência. O pior caso de alinhamento ocorre com as imagens que
envolvem exclusivamente mudanças de escala, com 26% de alinhamentos corretos e 71% de
alinhamentos parciais. O alinhamento não é possível em no máximo 3% dos casos.
Resultados um pouco mais detalhados são apresentados na tabela 6 onde constam
todos os grupos de imagens com as respectivas deformações e as quantidades de imagens que
foram obtidas em cada um dos três grupos citados anteriormente.
Tabela 6: As imagens com os 7 tipos de erros de registro passaram pelo algoritmo de alinhamento. Os resultados mostram as imagens que foram alinhadas corretamente, as que foram parcialmente alinhadas e as que não foram alinhadas. (fonte: Do autor)
Erro de Regist. Translação Rotação Escala Translação
EscalaTranslação
RotaçãoRotaçãoEscala
TranslaçãoRotaçãoEscala
Totalmente alinhadas
100% 71% 26% 32% 58% 43% 47%
Parcialmente alinhadas
0 26% 71% 64% 38% 56% 51%
Sem alinhamento
0 3% 3% 4% 4% 1% 2%
Da tabela 6 pode-se observar que as imagens que tiveram o desalinhamento provocado
por translação pura puderam ser alinhadas completamente. As que tiveram o desalinhamento
provocado por rotação pura foram alinhadas completamente em 71% dos casos. E das que
tiveram o desalinhamento provocado por escala pura apenas 26% foi alinhada corretamente.
Sempre que a escala aparece nos desalinhamentos sua influência é grande e por isso os casos
de alinhamentos corretos são menores. Além disso, analisando as imagens que não foram
corretamente alinhadas as que envolvem a escala são as que apresentam maior dificuldade de
uma correção futura no algoritmo de alinhamento, pois não foram encontradas rotinas
complementares que poderão resolver completamente esses casos. Já nos casos em que a
escala não aparece a correção poderá ser feita com a inserção de rotinas complementares bem
definidas, conforme descrito no item 6.1 (perspectivas futuras do trabalho).
83
5.2 DISCUSSÕES
Há diversos fatores que dificultam o alinhamento de imagens de mama, especialmente
neste caso em que as imagens a serem alinhadas foram obtidas com diferentes energias
(KVps) e por conseqüência diferentes níveis de brilho e contraste e que por sua vez não
podem ser corrigidos. As imagens que são obtidas em alta energia são mais uniformes e
tendem a apresentar pequenas regiões com níveis de cinza muito próximos, ou seja, apresenta
baixa resolução de contraste entre os tecidos moles. As imagens utilizadas neste trabalho
foram realizadas com resolução de contrastes máxima de 256 níveis de cinza. Quando as
imagens são feitas com alta energia essa resolução de contraste cai, pois devido à maior
capacidade de penetração dos raios X de alta energia fica mais difícil obter contraste entre os
tecidos moles. A queda na resolução de contraste também é dependente da densidade
mamária. Para mamas com os padrões de densidade 1 e 4 do ACR BI-RADS™ (Anexo B),
que apresentam grande quantidade de tecido adiposo e grande quantidade de tecido glandular,
respectivamente, a tendência é que suas imagens apresentem grandes áreas de uniformidade e
justamente nessas imagens a dificuldade de alinhamento foi maior. Durante o processo de
alinhamento as áreas de uniformidade resultam na ocorrência de mais de um pixel equivalente
entre as imagens de alta e baixa energia e a decisão sobre qual dos pixels deve-se escolher não
é direta. Neste caso deve-se levantar um conjunto de exceções, que leva em conta o sinal do
offset em X e Y e o tipo de desalinhamento que está sendo corrigido (translação, rotação ou
escala). Porém, o algoritmo de alinhamento não faz a detecção do tipo de desalinhamento para
corrigi-lo, a correção é feita calculando-se os offsets entre o pixel da imagem referência e seu
equivalente na imagem desalinhada. Para corrigir estes problemas uma nova abordagem
deverá ser adotada, especialmente nos casos em que há mudanças de escala.
GUO et al. (2005) conclui em seu trabalho que o alinhamento ou a correção de
registro de imagens de mama é complexo. Cabe acrescentar que nem todos os casos de
desalinhamento poderão ser resolvidos sem que novos dados (pixels) sejam inseridos nas
imagens por meio de interpolação. O método de alinhamento, especialmente se as imagens
possuem diferenças de brilho e contraste, devem tratar um conjunto de exceções, tais como as
regiões de uniformidade em imagem isodensas, o tamanho variável da região de busca e
especialmente o que fazer com os pixels que não tem seus equivalentes encontrados. A
melhoria dos algoritmos de alinhamento ou correção do registro de imagens que tenha
diferenças de brilho e contraste aumentará a complexidade dos algoritmos de alinhamento.
84
6 CONCLUSÕES
Por se tratar da primeira tentativa destinada ao alinhamento de imagens com
diferenças de brilho e contraste este trabalho é bem sucedido, pois a maioria das imagens foi
alinhada corretamente. E a maioria dos casos em que o alinhamento foi deficitário pode ser
corrigida por meio de rotinas complementares às do algoritmo proposto. Sendo assim este
trabalho apresenta uma contribuição aos métodos de alinhamento de imagens ou correção do
registro. Outras contribuições motivadas por este trabalho poderão ser dadas em pesquisas
futuras.
Os casos de desalinhamento por alterações de posição (translação) tiveram sucesso
absoluto, ou seja, todas as imagens foram completamente alinhadas. Os casos em que a
rotação produziu o desalinhamento também tiveram a maioria das imagens alinhadas
corretamente e neste caso as dificuldades existentes podem ser corrigidas em pesquisa futura.
A situação mais problemática ocorreu com as imagens que sofreram desalinhamentos por
alterações de escala. Neste caso as características ou parâmetros que dificultaram o
alinhamento não puderam ser determinados satisfatoriamente. Uma investigação adicional se
faz necessária para sanar esta dificuldade. Uma premissa adotada no inicio deste trabalho, que
foi a de não alterar níveis de cinza dos pixels das imagens que estavam sendo alinhadas pode
ter dificultado o alinhamento das imagens com variações de escala. No entanto, se esta
premissa for quebrada para resolver os casos de imagens desalinhadas por variações de escala
uma investigação adicional deve ser feita sobre as conseqüências desse alinhamento sobre a
subtração de imagens por dupla energia. Caso as imagens alinhadas apresentem melhor
resultado que as desalinhadas, mesmo com alteração dos níveis de cinza o método de
alinhamento representará uma contribuição.
Outra questão a ser tratada é a uniformidade em regiões de imagens de alta energia.
Pode-se estimar que se as energias a serem utilizadas no processo de subtração forem obtidas
com energias maiores que 60 KVp o processo de alinhamento poderá não ser eficiente e
consequentemente o resultado da subtração continuará apresentando as mesmas dificuldades
atuais. Sendo assim sugere-se que uma investigação adicional seja feita sobre a maior energia
que pode ser utilizada em subtração de imagens por dupla energia sem que o resultado final
seja comprometido.
6.1 PERSPECTIVAS PARA TRABALHOS FUTUROS
85
As regiões de uniformidade devem receber um tratamento diferenciado durante o
processo de alinhamento. Assim que o pixel i da imagem de alta energia (PiA) entra no
algoritmo para que seu equivalente seja encontrado deve-se inserir rotinas que detectem e
tratem os casos de regiões uniformes, com a finalidade de evitar múltiplos candidatos a pixels
equivalentes.
Outra investigação que pode ser realizada é a alteração da resolução de contraste das
imagens simuladas de 8 para 10 ou 12 bits. Esta alteração pode diminuir as regiões de
uniformidade e consequentemente o índice de imagens com deficiências no alinhamento. No
entanto, há de se lembrar que esta alteração aumenta substancialmente o tempo de
processamento, tanto no processo de simulação quanto no processo de alinhamento. Isto
implica na necessidade de maior capacidade de processamento.
O calculo das correlações usando os vizinhos próximos do PiA, em matriz 3x3, produz
valores com maior resolução, que permitem encontrar os pixels equivalentes com maior
segurança, especialmente se um dos desalinhamentos ocorreu pela rotação de uma das
imagens, no entanto, quando ocorrem regiões com uniformidade o uso de uma matriz 5x5
com o PiA no centro pode facilitar o encontro do pixel equivalente. Esta é uma alternativa que
vale a pena ser investigada.
Nos diversos casos em que o alinhamento é parcial, ou seja, quando os pixels
equivalentes são encontrados, mas não são posicionados como o esperado pode-se inserir uma
rotina de conferência automático do alinhamento. Caso esta situação seja encontrada aplica-se
novamente o algoritmo de alinhamento considerando que neste caso resta somente um
desalinhamento por translação. Como os resultados para correção do alinhamento para
translação foram 100% eficientes o novo alinhamento pode tornar este alinhamento correto.
As imagens com desalinhamentos produzidos por alterações de escala merecem
atenção especial, pois são os casos em que as características que dificultam o alinhamento não
puderam ser bem determinadas. Neste caso em particular talvez seja interessante usar imagens
reais, com variações de escala, ao invés de imagens simuladas, pois os algoritmos que
produzem variações não o fazem de acordo com a ocorrência real, sendo assim um algoritmo
que alinhe imagens simuladas pode não funcionar corretamente com imagens reais.
86
REFERÊNCIAS BIBLIOGRÁFICAS AGASA, T.; CHIYASU, S.; MASTUDA, S.; MASTUURA, H.; KATO, H.; ISHIDA, M.; KOMAK, T. Breast imaging: Dual-energy projection radiography with digital radiography Radiology, v. 164, p. 869-870, 1987. AGASA, T.; MASUZAWA, C.; YOSHIDA, A.; MATSUURA, H. Dual-energy subtraction mammography Journal of Digital Imaging, v. 8, n. 1, Suppl1, p. 70-73, feb 1995. ALVAREZ, R.E., MACOVSKI, A. Energy-selective Reconstructions in X-ray Computerized Tomography Phys in Med and Biol, v. 21, n. 5, p. 733-744, 1976 BAKI, P. R.; RICHARD, F.; MAIDMENT, A. D. A. Effect of breast comPRESSion on registration of successive mammograms. Digital Mammography, IWDM 2004, Chapel Hill, NC, Jun. 2004, Springer Verlag. BOOKSTEIN, F.L. Principal warps: Thin-plate splines and the decomposition of deformations, IEEE Trans. Patt. Anal. Machine Intell, vol. 11, no. 6, pp. 567–585, 1989. BRETTLE, D.S.; COWEN, A.R. Dual-energy digital mammography utilizing stimulated phosphor computed radiography Phys. Med Biol, v. 39, n. 11, p. 1989-2004, nov 1994. CHAKRABORTY, D.P.; BARNES, G.T. An energy sensitive cassette for dual-energy mammography Med. Phys, v. 16, n. 1, p. 7-13, 1989. DANGELO, J. G. ; FATTINI, C. A. Anatomia humana básica. 2. ed. São Paulo: Atheneu, 2003. DARCY, V. S.; MALCOLN, C. P. Hormonal manipulation to prevent breast cancer. Scientific American, v. 2, n. 4, p. 66, 1995. ELBAKRI, I.; ENTREKIN, R. ; COAD, C.; DANIELSON, T.; JANER, R. Integrated full-field digital mammography and 3D breast ultrasound system. AAPM 46th Annual Meeting, Pittsburgh, PA, Jul. 2004. ENGELAND, S.; SNOEREN, P.; HENDRIKS, J.; KARSSEMEIJER, N. A comparison of methods for mammogram registration. IEEE Trans. Medical Imaging, vol. 22, no. 11, pp. 1436–1444, 2003.
87
FREITAS, A. G. Interpretação de mamografia digital de campo total: comparação da detecção nas leituras em filme e na estação de trabalho. Imagem, v. 26, n. 1, p. 1-10, 2004. GINGOLD, E.L.; HASEGAWA, B.H. Systematic bias in basis material decomposition applied to quantitative dual-energy x-ray imaging Med. Phys, v. 19, n.1, p. 25-33, jan-feb 1992. GUO, Y,; SURI, J.; SivaramaKrishna, R. Image Registration for Breast Imaging: A Review. Proceedings of the 2005 IEEE – Engineering in Medicine and Biology 27th Annual Conference – Shangai, China, September 1-4, 2005 HADJIISKI, L.; CHAN, H.; SAHINER, B.; PETRICK, N.; HELVIE, M. A. Automated registration of breast lesions in temporal pairs of mammograms for interval change analysis-local affine transformation for improved localization. Med. Phys, vol. 28, no. 6, pp. 1070–1079, 2001. ISHIDA, T.; ASHIZAWA, K.; ENGELMANN, R.; KATSURAGAWA, S.; MACMAHON, H.; DOI, K. Application of temporal subtraction for detection of interval change in chest radiographs: Improvement of subtraction images using automated initial image matching. J. Dig. Imaging, v. 12, p. 77–86, 1998. JOHNS, P.C.; BEAUREGAR, R.M. Incorporation of scattered radiation into dual-energy radiologic theory and application to mammography Med. Phys, v .21, n. 9, p. 1455-1462, 1994. JOHNS, P.C.; DROST, D.J.; YAFFE, M.J.; FENSTER, A. Dual energy mammography: Initial experimental results. Med. Phys, v. 12, n. 3, p. 297-304, 1985. JOHNS, P.C.; YAFFE, M.J.; FENSTER, A. Dual energy mammography imaging Proc, Soc, Photo-Opt. Instrum. Eng, v. 419, p. 201-208, 1983. JOHNS, P.C.; YAFFE, M.J. Theoretical optimization of x-ray imaging with application to mammography Med. Phys., v. 12, n. 3, p.:289-296, 1985. KAKEDA S, NAKAMURA K, KAMADA K, et al. Improved detection of lung nodules by using a temporal subtraction technique. Radiology, 2002, 224:145–151.
88
KANO, A.; DOI, K.; MACMAHON, H.; HASSELL, D. D.; GIGER,M. L. Digital image subtraction of temporally sequential chest images for detection of interval change. Med. Phys, v. 21, p. 453–461, 1993. KOPANS, D. B. Imagem da mama. Tradução de Mauro Bertuol. 2ª ed. Rio de Janeiro: MEDSI Ed. Médica Científica Ltda; Philadelphia: Raven Publishers, 2000.
LEHMANN, L.A.; ALVAREZ, R.E.; MACOVSKI, A.; BRODY, W.R.; PELC, H.J.; RIEDERER, S.J. HALL, A.L. Generalized image combination in dual KVp digital radiography Med. Phys, v. 8, n. 5, p. 659-667, 1981. LI, Q ; KATSURAGAWA, S ; ISHIDA, T ; YOSHIDA, H ; TSUKUDA, S ; MACMAHON, H ; DOI, K. Contralateral subtraction: A novel technique for detection of asymmetric abnormalities on digital chest radiographs. Medical Physics, January 2000 vol. 27, Issue 1, pp. 47-55 MARTI, R.; Zwiggelaar, R.; Rubin, C. M. E. Automatic mammographic registration: Towards the detection of abnormalities, detection of linear structures in mammographic images. Medical Image Understanding Analysis, ’01, 2001. MOREAU, M.; HOLDSWORTH, D.W.; FENSTER, A. Dual-energy x-ray imaging technique for in-vitro tissue composition measurement Med. Phys, v. 21, n.11, p. 1807-1815, nov 1994. OKAZAKI, O. H.; NAKAMURA, K.; WATANABE, H.; MATSUKI, Y.; UOZUMI, T.; KAKEDA, S.; KAMADA, K.; ODA, N.; NAKATA, H.; KATSURAGAWA, S.; DOI, K. Improved detection of lung cancer arising in diffuse lung diseases on chest radiographs using temporal subtraction. Acad Radiol 2004; 11:498–505 OLIVEIRA, H. J. Q.; SAKAI, A. O. Computer Simulation of Breast Tissues and Their Radiological Images, In: 2nd European Medical and Biological Engineering conference EMBEC'02, Proceedings of the International Federation for Medical and Biological Engineering. Graz: Druckerei Agath, v.2, p.1268 – 1269, Viena-Austria, 2002.
OREL, S. G.; KAY, N.; REYNOLDS, C; SULLIVAN, D. C. BI-RADS categorization as a predictor of malignancy. Radiology, v. 211, p. 845-850, 1999.
PETROUDI, S.; BRADY, M. Textons, contours and regions for improved mammogram registration. Digital Mammography, IWDM 2004, Chapel Hill, NC, Jun. 2004, Springer Verlag.
89
PRESS, W.H.; VETTERLING, W.T.; TEUKOLSKY, S.A.; FLANNERY, B.P. Numerical Recipes in C++. Cambridge U.P., Cambridge, 2002. QUADROS, L. G. A. Classificação BI-RADS™ para laudos de mamografia, Revista Brasileira de Mastologia, v. 13, n. 4, p. 147, 2003.
RICHARD, F.; COHEN, L. D. A new image registration technique with free boundary constraints: application to mammography. Computer Vision and Image Understanding, vol. 89, pp. 66–196, 2003. RUECKERT, D.; SONODA, L.I.; HAYES, C.; HILL, D.L.G.; LEACH, M.O.; HAWKES, D.J. Nonrigid registration using free-form deformations: Application to breast MR images. IEEE Trans. Med. Imag, vol. 18, no. 8, pp. 712–721, 1999. RUITER, N.V. Registration of X-ray Mammograms and MR-Volumes of the Female Breast based on Simulated Mammographic Deformation. Ph.D. thesis, University of Mannheim, Germany, 2003. SANJAY-GOPAL, S.; CHAN, H. P.; WILSON, T.; HELVIE, M.; PETRICK, N.; SAHINER, B. A regional registration technique for automated interval change analysis of breast lesions on mammograms. Med. Phys, vol. 26, no. 12, pp. 2669–79, 1999. SALLEM, M.; BOWYER, K. Detecting abnormal densities in mammograms by comparison with previous screenings. Digital Mammogrphy’ 96, Doi, K.; Giger, M.L.; Nishikawa, R.M.; Schmidt, R.A. Eds. Elsevier, 1996. SHENG, P. Y. Sistematização do laudo mamográfico. Jornal do médico - boletim bimestral do Centro de Estudos e Pesquisas da Sociedade Beneficente de Senhoras do Hospital Sírio-Libanês, nº 25, São Paulo, jan./fev. 2003. Disponível em: <http://200.189.176.244 /pdf/jornaldomedico/012003.pdf>. Acesso em: 19 ago. 2005. SOUEN, J. Lesões precoces no câncer de mama: Diagnóstico e conduta - Revista da Sociedade Brasileira de Cancerologia, Ano II, No 07, 3o Trimestre, 1999. SURI, J. S.; GUO, Y.; COAD, C.; DANIELSON, T.; JANER, R. Image quality assessment via segmentation of breast lesion in X-ray and ultrasound phantom images from fischer’s FFDMUS system. Technology in Cancer Research & Treatment, vol. 4, no. 1, pp. 83–92, 2005.
90
TABAR, L.; DEAN, P. B. Atlas de mamografia. 3. ed. revista, ampliada e atualizada – 2002 Rio de Janeiro: Revinter Ltda, 2002.
VUJOVIC, N.; BRZAKOVIC, D. Establishing the correspondence between control points in pairs of mammographic images. IEEE Trans. Medical Imaging, vol. 6, no. 10, pp. 1388–99, 1997. WIRTH, M. A.; NARHAN, J.; Gray, D. Nonrigid mammogram registration using mutual information. SPIE: Medical Imaging: Image Processing, San Diego, CA, Feb. 2002, vol. 4684. YIN, F.; GIGER, M.; DOI, K.; VYBORNY,C.; SCHMIDT, R. A. Computerized detection of masses in digital mammograms: Automated alignment of breast images and its effect on bilateral-subtraction technique. Med. Phys, vol. 21, no. 3, pp. 445–452, 1994. ZHANG, W.; DOI, K.; GIGER, M.L.; NISHIKAWA, R.M.; SCHIMIDT, R.A. An improved shift-invariant neural network for computerized detection of clustered microcalcifications in digital mammograms Med. Phys, v. 23, n. 4, p. 595-601, apr. 1996.
92
No sistema BI-RADS™ o laudo deve descrever primeiramente o padrão de
densidade radiológica das mamas, definida pela atenuação dos raios X, que é acompanhada
pela descrição dos tipos de tecidos que compõem a mama. Segundo o Colégio Americano de
Radiologia (ACR) espera-se que na lesão a atenuação seja igual ou maior que a do tecido
fibroglandular da mama. A densidade é importante nos cânceres de mama que tem massa
visível, podendo ser parecidas quando tiverem alta densidade. Raramente nos cânceres de
mama a densidade diminui, porém não é impossível. Os cânceres de mama dificilmente são
encontrados em tecidos adiposos. A classificação das mamas em relação à densidade e seus
respectivos tipos de tecidos apresentam as características descritas abaixo:
- Padrão (1): Radiolucente (mamas quase totalmente gordurosas (figura B1));
- Padrão (2): Densidade baixa (mamas com densidades fibroglandulares esparsas (figura
B2));
- Padrão (3): Densidade igual (mamas heterogeneamente densas (figura B3));
- Padrão (4): Densidade alta (mamas extremamente densas (figura B4));
Conforme QUADROS (2003) após a descrição da densidade deve-se descrever os
nódulos existentes (detalhando forma, margens e densidade), calcificações e outros achados.
Para concluir o laudo deve-se relatar a categoria de diagnóstico final que vai de 0 a 6 e propor
Figura B2 – Mama com densidade baixa. (fonte: MIAS, 2004)
Figura B3 – Mama com densidade igual. (fonte: MIAS, 2004)
Figura B4 – Mama com densidade alta. (fonte: MIAS, 2004)
Figura B1 – Mama
radiolucente. (fonte: MIAS, 2004)
93
a conduta médica. As categorias de diagnóstico 1, 2 e 3 são consideradas resultados benignos,
embora na categoria de diagnóstico 3 indica-se controle rigoroso e eventualmente biópsia. No
caso de não ocorrer alteração após 24 ou 36 meses de seguimento dos casos classificados
como categoria de diagnóstico BI-RADS™ 3, a categoria de diagnóstico passa a ser 2.
Mamas densas sem outras alterações devem ser classificadas na categoria de diagnóstico 1; na
categoria de diagnóstico 0, recomendando ultra-sonografia, deve ser reservada para os casos
nos quais são observados nódulos ou densidades assimétricas; as mamas com achados
altamente suspeitos para a malignidade são classificadas na categoria de diagnóstico 5,
recomendanda-se biópsia. A classificação é utilizada também para avaliar a precisão da
mamografia no diagnóstico do câncer de mama.
Segundo OREL, et al. (1999) o padrão BI-RADS™ foi criado para padronizar a
terminologia das informações mamográficas (relatórios), a avaliação dos achados e as
recomendações das ações a serem tomadas. Além disso, ele também fornece uma boa medida
de predição de malignância.
Conforme SHENG (2003) atualmente o padrão de classificação de densidades do
ACR BI-RADS™ tem grande aceitação entre os médicos. Isto é devido a seu bom
desempenho na padronização do laudo mamográfico. Por isso, decidiu-se por desenvolver na
simulação os controles para o padrão de classificação de densidades do ACR BI-RADS™.
95
a) Correção da inclinação lateral
A inclinação lateral do tórax é um problema potencial para a realização da técnica de
subtração contralateral se a linha média do tórax está levemente inclinada em relação à
direção vertical. Dessa forma, a diferença nos ângulos da linha média na imagem de tórax
original será dobrada na imagem de tórax reversa. Isso pode vir a gerar um sério erro de
registro e resultar em uma imagem de subtração ruim. Por essa razão é necessário corrigir a
inclinação lateral antes de aplicar a técnica de subtração. O problema foi resolvido com a
rotação e a translação da linha média do tórax para a linha central da imagem de tórax
original.
No passado, foi utilizado um método de detecção da linha média perfil-base que
detecta os picos dos perfis horizontais correspondentes aos pontos médios horizontais entre os
dois pulmões. O método de detecção da linha média perfil-base tem sido aplicado em vários
esquemas de diagnóstico auxiliado por computador, com resultados relativamente
satisfatórios. De qualquer modo LI et al. (2000) relatam que o método de detecção da linha
media não é suficiente para a exatidão da técnica de subtração contralateral proposta. Por
exemplo, a detecção da linha média geralmente é afetada pela silhueta cardíaca, que resulta
em uma angulação incorreta da linha média. Então foi desenvolvido um novo método de
detecção da linha média, como descrito abaixo.
b) Detecção da linha média baseada no limite das costelas
Primeiro as regiões de interesse (ROIs) são selecionadas automaticamente ao longo
das extremidades das costelas. Os valores dos pixels em cada ROI são calculados ao longo da
direção vertical, que da origem a um perfil horizontal de uma dimensão. Para cada perfil o
primeiro e o segundo valor mínimo na segunda derivada são analisados para determinar o
ponto limite. Esses pontos limites são ajustados por um polinômio de terceira ordem para
fornecer as extremidades das costelas. Uma vez que os limites das costelas são encontrados,
as localizações horizontais médias das extremidades das costelas esquerda e direita são
determinadas e então ajustadas por linha reta que permitirá deduzir a linha média.
96
O método de detecção das extremidades das costelas é conceitualmente semelhante ao
método de detecção da linha média anterior devido a ambos os métodos detectarem as
extremidades ou picos para analisar os perfis e ajustar algumas funções. Porém, os resultados
da descoberta de extremidades são mais seguros que os resultados da detecção da linha média
devido ao contraste das extremidades das costelas serem geralmente muito maior.
Devido à propriedade quase simétrica das extremidades das costelas em ambos os
lados do pulmão, a maioria dos pontos médios (ou locais comuns) sustenta-se sobre uma linha
reta e ao ajustar estes pontos sobre a linha pode-se produzir a linha média esperada.
Em outras palavras, LI et al. (2000) determinaram uma linha reta para dividir o tórax
em duas partes aproximadamente simétricas e iguais. Devido aos pontos médios serem
derivados de uma média das regiões horizontais das extremidades esquerda e direita das
costelas, a variação dos erros destes pontos médios é a metade do valor na detecção das
extremidades das costelas, que contribuem para uma alta precisão da detecção da linha média.
c) Determinação do padrão ouro para a linha média
Para avaliar a exatidão da detecção da linha média, dados precisos sobre a linha média
em imagens de tórax PA são necessários. LI et al. (2000) obtiveram um “padrão de ouro”
baseado num julgamento subjetivo. Inicialmente foi assumido que a linha média pode ser
representada por uma linha reta. Para cada uma das 100 radiografias de tórax, três
radiologistas independentemente indicaram, com o mouse, o inicio e o fim da linha média
sobre as imagens na tela do computador. A média dos pontos de cada extremidade, definidos
pelos três radiologistas, determinou as extremidades da linha média do padrão de ouro para
cada caso.
d) Deformação não-linear da imagem espelho reversa
A imagem espelho reversa é obtida pela inversão da imagem original depois que a
inclinação lateral é corrigida. Essa imagem espelho reverso é deformada e então subtraída da
imagem original para produzir a imagem de subtração contralateral. A técnica de deformação
97
não linear da imagem, detalhada por KANO et. al. (1993) foi usada com sucesso neste
procedimento.
Foi aplicada a mesma técnica de deformação de imagem com a essência do esquema
de subtração contralateral. Porém, várias modificações foram feitas na técnica de deformação
de imagens aplicadas à técnica de subtração contralateral. A técnica de deformação de
imagem não linear inclui quatro passos, isto é, equiparação total geral inicial, equiparação
local detalhada das costelas periféricas, determinação dos vetores de troca e conversão das
coordenadas.
Antes da técnica de equiparação de imagem local, a técnica de equiparação geral, que
já foi aplicada na técnica de subtração temporal é usada para alinhar e aproximar a área
pulmonar na imagem espelho reversa com a imagem original. Para realizar a equiparação da
imagem local das costelas periféricas no pulmão esquerdo e direito, é necessário selecionar
um grande número de ROIs na imagem original e áreas de buscas da imagem reversa. As
ROIs e as áreas de busca correspondentes são automaticamente localizadas dentro das regiões
pulmonares da imagem original e da imagem reversa, respectivamente, da mesma maneira
como são localizados na técnica de subtração temporal. Uma vez que as ROIs e as áreas de
busca são determinadas, uma técnica de correlação cruzada é aplicada para realizar a
equiparação local da imagem para determinar os vetores de troca ∆x e ∆y nas duas direções
ortogonais. Os valores de troca indicam a troca das coordenadas do centro de uma área de
busca na imagem espelho reverso, e proporciona a melhor equiparação da ROI com a área
correspondente igual na área de busca.
e) Critério de avaliação da técnica.
Para avaliação subjetiva da qualidade da imagem de subtração contralateral, dois
radiologistas aplicaram uma classificação de 5 pontos que foi usada previamente para
avaliação da imagem de subtração com intervalo de tempo, usando a seguinte classificação:
1 (Muito fraca): A maioria das costelas não é registrada e aparece em todos os espaços
intercostais;
2 (Fraca): A maioria das costelas não é bem registrada e aparece em metade dos
espaços intercostais;
98
3 (Adequada): A maioria das costelas é bem registrada com pequenos erros de
registro;
4 (Boa): A maioria das costelas é registrada quase completamente com pequenos erros
de registro;
5 (Excelente): Todas as costelas são perfeitamente registradas.
Embora marcas vasculares possam contribuir para os erros de registro o sistema de
contagem foi baseado somente no registro das costelas, porque as costelas são relativamente
grandes e um dos principais fatores que afetam a qualidade da imagem subtraída. Outro
método de avaliação também foi usado para examinar as mudanças na qualidade das imagens
subtraídas, isso foi necessário devido ao uso das técnicas chaves. O sistema de classificação
vai de –2 a +2 como é mostrado abaixo:
+2: claramente melhorada;
+1: moderadamente melhorada;
0: sem mudança;
-1: deterioração moderada;
-2: clara deterioração.
Livros Grátis( http://www.livrosgratis.com.br )
Milhares de Livros para Download: Baixar livros de AdministraçãoBaixar livros de AgronomiaBaixar livros de ArquiteturaBaixar livros de ArtesBaixar livros de AstronomiaBaixar livros de Biologia GeralBaixar livros de Ciência da ComputaçãoBaixar livros de Ciência da InformaçãoBaixar livros de Ciência PolíticaBaixar livros de Ciências da SaúdeBaixar livros de ComunicaçãoBaixar livros do Conselho Nacional de Educação - CNEBaixar livros de Defesa civilBaixar livros de DireitoBaixar livros de Direitos humanosBaixar livros de EconomiaBaixar livros de Economia DomésticaBaixar livros de EducaçãoBaixar livros de Educação - TrânsitoBaixar livros de Educação FísicaBaixar livros de Engenharia AeroespacialBaixar livros de FarmáciaBaixar livros de FilosofiaBaixar livros de FísicaBaixar livros de GeociênciasBaixar livros de GeografiaBaixar livros de HistóriaBaixar livros de Línguas
Baixar livros de LiteraturaBaixar livros de Literatura de CordelBaixar livros de Literatura InfantilBaixar livros de MatemáticaBaixar livros de MedicinaBaixar livros de Medicina VeterináriaBaixar livros de Meio AmbienteBaixar livros de MeteorologiaBaixar Monografias e TCCBaixar livros MultidisciplinarBaixar livros de MúsicaBaixar livros de PsicologiaBaixar livros de QuímicaBaixar livros de Saúde ColetivaBaixar livros de Serviço SocialBaixar livros de SociologiaBaixar livros de TeologiaBaixar livros de TrabalhoBaixar livros de Turismo