medigraphic.com
ISSN 1684-1859 (Impreso)

2015, Número 1

<< Anterior Siguiente >>

Revista Cubana de Informática Médica 2015; 7 (1)


Algoritmo para la identificación de nódulos pulmonares solitarios en imágenes de tomografía de tórax

Rivero CA, Rivera SY, Borges GY, Naranjo GY

Idioma: Español
Referencias bibliográficas: 39
Paginas: 73-88
Archivo PDF: 182.90 Kb.


RESUMEN

La identificación del cáncer de pulmón en fases iniciales ha sido en los últimos años una tarea priorizada de la comunidad científica. Esta enfermedad representa la primera causa de muerte en el varón y la tercera después del cáncer de colon y mama en la mujer. La realización de estudios imagenológicos contribuye a la detección temprana de esta enfermedad. El elevado volumen de imágenes generado por los equipos médicos provoca la revisión de mucha información para emitir un diagnóstico médico. Con frecuencia se requiere la valoración de varios especialistas para llegar a un diagnóstico acertado, retardando el proceso de atención al paciente.
En la presente investigación se exponen los resultados obtenidos al desarrollar un algoritmo utilizando métodos de procesamiento de imágenes, para la identificación de nódulos pulmonares solitarios. La utilización de sistemas que dirigen la atención de los especialistas a regiones candidatas en la imagen, proporcionando una segunda opinión en la interpretación de los resultados, pudiera mejorar la consistencia y agilizar el proceso de diagnóstico. Los resultados arrojados por el algoritmo desarrollado fueron contrastados con las anotaciones realizadas en imágenes publicadas en The Lung Image Database Consortium Image Collection (LIDC-IDRI) y se obtuvo un 77.78 % de acierto en la detección de nódulos pulmonares solitarios.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Montaño LM. Imagenología y detectores en medicina. Cinvestav [Internet] 2007 [citado 2014 Feb 4];26:16-23. Disponible en: http://www.cinvestav.mx/Portals/0/SiteDocs/Sec_Difusion /RevistaCinvestav/enero-marzo2007/imagenologia.pdf

  2. Romero A. Principios de la Tomografía Computarizada. Fed Enseñ CCOO Andal. 2009 [citado 2014 Feb 4];4. Disponible en: http://www.feandalucia.ccoo.es/indcontei.aspx?d=3398&s=5&ind=177

  3. Corbo DN. Tomografía Axial Computada. Urug Fac Med E Ing Univ Repúb Orient Urug. 2004.

  4. Passariello G. Imágenes Médicas. Adquisición, Análisis, Procesamiento e Interpretación [Internet]. 1a ed. Equinoccio; 1995 [citado 2014 Feb 4]. Disponible en: http://www.researchgate.net/publication/233728000_Imgenes_Mdicas_Adquisicin_anlisis_procesamiento_e_interpretacin

  5. Martínez Á. Bases Teóricas, Digitalización y Análisis de Imágenes. Manual de Telepatología [Internet] [citado 2014 Feb 6] p.11-6. Disponible en: https://www.seap.es/c/document_library/get_file?uuid=531cceca-9c9f-4f58-8855-3229e8307924&groupId=10157

  6. Ordoñez CA. FORMATOS DE IMAGEN DIGITAL. Rev Digit Univ [Internet] 2005 [citado 2014 May 13];5(7). Disponible en: http://www.revista.unam.mx/vol.6/num5/art50/may_art50.pdf

  7. Mugarra CF, Chavarría M. La Radiología Digital: Adquisición de imágenes [Internet]. Universidad de Valencia, España; 2003 [citado 2014 May 8]. Disponible en: http://www.conganat.org/SEIS/is/is45/IS45_33.pdf

  8. Radiodiagnóstico digital oral. Relación entre La Radiología Convencional Y La Radiología Digital [Internet]. [citado 2014 Feb 5]. Disponible en: http://www.radiodiagnosticodigitaloral.com/joomla/index.php?option=com_content&view=article&id=90:relacion-entre-la-radiologia-convencional-y-la-radiologia-digital&catid=47:modulo-1&Itemid=76

  9. Barbieri PG, Flores GJ, Escribano BM. Actualización en radiología dental. Radiología convencional Vs digital. Radiol Conv Vs Digit 2006 [citado 2014 May 25];22(2). Disponible en: http://scielo.isciii.es/scielo.php?pid=s0213-12852006000200005&script=sci_arttext

  10. Ramírez JC, Arboleda C, McCollough CH. Tomografía computarizada por rayos X: fundamentos y actualidad. Rev Ing Bioméd 2008 [citado 2014 May 25];2(4):16-7. Disponible en: http://scholar.google.com/citations?view_op=view_citation&hl=es&user=Y_8d7PsAAAAJ&citation_for_view=Y_8d7PsAAAAJ:Zph67rFs4hoC

  11. Llobet R, Pérez JC, Paredes R. Técnicas Reconocimiento de Formas Aplicadas al Diagnóstico de Cáncer Asistido por Ordenador. Rev E Salud [Internet] 2006 [citado 2014 Feb 10];2(6). Disponible en: http://www.revistaesalud.com/index.php/revistaesalud/article/view/110

  12. Armato III SG, Giger ML, MacMahon H. Automated detection of lung nodules in CT scans: Preliminary results. Am Assoc Phys Med 2001 [citado 2014 Feb 10];28:1552. Disponible en: http://www.ncbi.nlm.nih.gov/pubmed/11548926

  13. Microsoft. Visual C# resources [Internet] 2014 [citado 2014 May 25]. Disponible en: http://msdn.microsoft.com/en-us/vstudio/hh341490.aspx

  14. Microsoft. Visual Studio [Internet] 2014 [citado 2014 May 25]. Disponible en: http://www.visualstudio.com/

  15. GNU Operating System. EmguCV [Internet] 2014 [citado 2014 May 25]. Disponible en: http://www.emgu.com/wiki/index.php/Main_Page

  16. Bradski G, Kaehler A. Computer Vision with the OpenCV Library [Internet]. United States of America; 2008 [citado 2014 May 26]. Disponible en: http://www.cs.haifa.ac.il/dkeren/ip/OReilly-LearningOpenCV.pdf

  17. Souto M, Tahoces PG, Suárez JJ, Lado MJ, Remy M, Remy J, et al. Detección automática de nódulos pulmonares en tomografía computarizada. Un estudio preliminar*. Radiología 2008 [citado 2014 May 25];50(5):387-92. Disponible en: http://www.elsevier.es/ct-revista-radiologia-119-articulo-deteccion-automatica-nodulos-pulmonares-tomografia-13127633

  18. Ejaz N, Javed S, Sajid Z. Implementation of Computer Aided Diagnosis System for Lung Cancer Detection. Lect Notes Softw Eng 2013 [citado 2014 May 25];1(4):364-9. Disponible en: www.lnse.org/papers/78-VC020.pdf

  19. Sánchez M, Vallés AE. Framework CALIB. Procesos de lectura, procesamiento y visualización de imágenes médicas. Ciudad de La Habana: Universidad de las Ciencias Informáticas, Facultad 7; 2010.

  20. Mainieri JA, Brenes A. Cáncer de Pulmón. Asoc Costarric Neumol Cir Tórax 2003 [citado 2014 May 25];45(1). Disponible en: http://www.scielo.sa.cr/scielo.php?script=sci_arttext&pid=S0001-60022003000500006&lng=en&nrm=iso&tlng=es

  21. Suárez JJ. Desarrollo de un sistema de diagnóstico asistido por computador para detección de nódulos pulmonares en tomografía computarizada multicorte. [PhD]. [Santiago de Compostela]; 2009.

  22. Costa DM, Prado Y, Lozano JL, Plasencia CC, Riesgo Cosme Y de la C. Principales aspectos clinicoepidemiológicos del cáncer de pulmón. MEDISAN 2011 [citado 2014 May 25];15(8). Disponible en: http://scielo.sld.cu/scielo.php?pid=S1029-30192011000800008&script=sci_arttext

  23. Young Kim H, Mog Shim Y, Soo Lee K, Han J, A Yi C, Kyung Kim Y. Persistent Pulmonary Nodular Ground-Glass Opacity at Thin-Section CT: Histopathologic Comparisons. Radiology 2007 [citado 2014 May 25];245(1). Disponible en: http://pubs.rsna.org/doi/full/10.1148/radiol.2451061682

  24. Erasmus JJ, Connolly JE, MacAdams HP, Roggli VL. Solitary Pulmonary Nodules: Part I. Morphologic Evaluation for Differentiation of Benign and Malingnant Lesions. RadioGraphics 2000 [citado 2014 May 26];20(1):43-58. Disponible en: http://pubs.rsna.org/doi/10.1148/radiographics.20.1.g00ja0343?url_ver=Z39.88-2003&rfr_id=ori:rid:crossref.org&rfr_dat=cr_pub%3dpubmed

  25. Winer H. The Solitary Pulmonary Nodule. Radiology. 2006 [citado 2014 May 26];239(1):34-49. Disponible en: http://pubs.rsna.org/doi/10.1148/radiol.2391050343?url_ver=Z39.88-2003&rfr_id=ori:rid:crossref.org&rfr_dat=cr_pub%3dpubmed

  26. Oporto S. Detection of Microcalcification in Digital Mammograms by Improved-MMGW Segmentation Algorithm. Am Coll Radiol. 2013 [citado 2014 May 26];10. Disponible en: http://www.sciencedirect.com/science/journal/15461440/10/10

  27. Carrillo de Gea JM, García G. DETECCIÓN DE NORMALIDAD Y ANORMALIDAD EN RADIOGRAFÍAS DE TÓRAX USANDO LBP [Internet]. Universidad de Murcia; 2008 [citado 2014 Jun 16]. Disponible en: http://dis.um.es/ ginesgm/files/inv/pfc-jmcg/pfc-jmcg.pdf

  28. Sluimer I, Schilham A, Prokop M, Ginneken B van. Computer Analysis of Computed Tomography Scans of the Lung: A Survey. IEEE Trans Med IMAGING. 2006 [citado 2014 Jun 16];25(4). Disponible en: http://www.researchgate.net/publication/7172159_Computer_analysis_of_computed_tomography_scans_of_the_lung_a_survey

  29. Meza P, Gutreiman K, Núñez S. NÓDULO PULMONAR SOLITARIO. Rev MEDICA COSTA RICA Centroam. 2007 [citado 2014 Jun 16];155-9. Disponible en: http://www.binasss.sa.cr/revistas/rmcc/CONTENIDOS.htm

  30. Organización Mundial de la Salud (OMS). Cáncer [En línea]. 2013 [citado 2014 Feb 22]. Disponible en: http://www.who.int/mediacentre/factsheets/fs297/es/

  31. Blázquez B, Varela R. DIAGNOSIS DECISION SUPPORT SYSTEMS. Leganés, España?: Departamento de Teoría de la Señal y Comunicaciones, Universidad Carlos III de Madrid; 2010.

  32. DIRECCIÓN DE REGISTROS MÉDICOS Y ESTADÍSTICAS DE SALUD. ANUARIO ESTADÍSTICO DE SALUD 2013 [Internet]. La Habana: MINISTERIO DE SALUD PÚBLICA; 2014 [citado 2014 Feb 22]. Disponible en: http://www.sld.cu/servicios/estadisticas/

  33. Gurcan MN, Sahiner B, Petrick N, Chan HP, Kazerooni EA, Cascade PN, et al. Lung nodule detection on thoracic computed tomography images: Preliminary evaluation of a computer-aided diagnosis system. Med Phys 2002 [citado 2014 Feb 22];29. Disponible en: http://scitation.aip.org/content/aapm/journal/medphys/29/1

  34. Zhao B, Gamsu G, Ginsberg MS, Jiang L, Schwartz LH. Automatic detection of small lung nodules on CT utilizing a local density maximum algorithm. J Appl Clin Med Phys 2003 [citado 2014 Feb 22];4(3):248-60. Disponible en: http://www.unboundmedicine.com/medline/journal/Journal_of_applied_clinical_medical_physics?start=990&next=true

  35. Bae KT, Kim JS, Na YH, Gi Kim K, Kim JH. Pulmonary Nodules: Automated Detection on CT Images with Morphologic Matching Algorithm- Preliminary Results1. Radiology 2005 [citado 2014 Feb 22];236:286-94. Disponible en: http://pubs.rsna.org/doi/abs/10.1148/radiol.2361041286

  36. Retico A, Delogu P, Fantacci M, Gori I, Preite A. Lung nodule detection in low-dose and thin-slice computed tomography. 2008 [citado 2014 Feb 22];38:525-34. Disponible en: http://www.computersinbiologyandmedicine.com/article/S0010-4825%2808%2900020-6/abstract

  37. Bellotti R, DE Carlo F, Gargano G, Tangano S, Cascio D, Catanzaritti E, et al. A CAD system for modele detecction in low-dose lung CTs based on region growing and new active contour model. Med Phys. 2007 [citado 2014 Feb 22]; 34(12):4901-10. Disponible en: http://www.researchgate.net/publication/5654351_A_CAD_system_for_nodule_detection_in_low-dose_lung_CTs_based_on_region_growing_and_a_new_active_contour_model

  38. Ejaz N, Javed S, Sajid Z. Implementation of Computer Aided Diagnosis System for Lung Cancer Detection. Lect Notes Softw Eng 2013 [citado 2014 Feb 22];1(4):364-9. Disponible en: www.lnse.org/papers/78-VC020.pdf

  39. Hernández RA, Coello Z. El Proceso de Investigación Científica. Ciudad de La Habana: Editorial Universitaria; 2011.




2020     |     www.medigraphic.com