Anar al contingut (clic a Intro)
UdG Home UdG Home
Tancar
Menú

Anàlisi de variacions del teixit glandular en mamografies i MRI

Tesi doctoral d'Eloy García Marcos: "Glandular tissue pattern analysis through multimodal MRI-Mammography registration". Direcció: Dr. Joan Martí Bonmatí i Dr. Arnau Oliver Malagelada. Departament d'Arquitectura i Tecnologia de Computadors

El càncer de mama és el tipus de càncer més comú entre les dones de tot el món, es calcula que una de cada vuit en desenvoluparà al llarg de la seva vida. La mamografia és la principal modalitat d'imatge utilitzada en el cribratge i el diagnòstic de càncer de mama, però els seus resultats en pits densos mostren una sensitivitat decreixent en la detecció de malalties. Diversos estudis han demostrat que la combinació de diferents modalitats d'imatge mèdica, com ara la mamografia i la ressonància magnètica (MRI), comporta un diagnòstic més precís i, per tant, un tractament més efectiu de la malaltia. No obstant això, i a causa de les diferències tant en la física subjacent a cada modalitat com en la diferent posició del pacient durant l'adquisició, la fusió de la informació entre les dues modalitats segueix sent un repte. L'objectiu d'aquesta tesi és doble: per una banda avaluar la similitud de la informació entre la mamografia de raigs X i la ressonància magnètica i, d'altra banda, proposar nous algoritmes de registre que serveixin per a correlacionar la posició espacial en les dues modalitats d'imatge.
La tesi comença amb l'exploració detallada de l'estat de l'art dels mètodes de registre proposats a la literatura, centrant-nos en aquelles tècniques basades en models biomecànics d'elements finits específics per pacient. El problema abraça la construcció del model biomecànic de la mama a partir de la ressonància magnètica, la simulació de la deformació que pateix la mama durant l'adquisició mamogràfica, la simulació dels rajos X travessant la mama fins a obtenir la imatge (pseudo-mamografia) i els mètodes de registre posteriors per tal de millorar la similitud entre la imatge real i la simulada.
A continuació s'ha dissenyat i realitzat una anàlisi per tal d'avaluar la similitud del teixit glandular mamari entre dues mamografies d'una pacient adquirides en un breu interval de temps. Aquest fet ens permet avaluar quin efecte té la compressió del pit sobre el patró parenquimal. Aquesta anàlisi monomodal ens serveix de base per a la posterior anàlisi multimodal del parènquima visualitzat a la MRI i a la mamografia. A tal fi, s'ha desenvolupat un framework completament automàtic que registra els mapes de densitat obtinguts a partir d'una mamografia amb els obtinguts a partir de la MRI del mateix pacient. Aquest framework utilitza un nou model biomecànic pacient-específic per a simular la compressió produïda durant la mamografia. A més a més, es proposa una nova metodologia per a projectar el teixit dens directament des de la MRI, evitant la pèrdua d'informació que es pot produir en deformar la imatge. L'estudi demostra una gran similitud entre la informació continguda en la mamografia i la MRI així com en la distribució espacial del teixit glandular de les dues modalitats.
Durant l'avaluació del framework anterior es va avaluar l'error de la localització del registre entre landmarks (lesions) visibles tant a la mamografia com a la MRI. El problema en 2D és relativament senzill, i consisteix a projectar directament la posició d'aquesta lesió sobre la mamografia i calcular la distància entre ells. En canvi, el problema invers, localitzar la posició 3D de la lesió dins la MRI, requereix mètodes complexos i costosos per tal de desfer la inherent compressió del model biomecànic. Aquest fet, ha portat a proposar una nova metodologia, ràpida i eficient, per tal de localitzar la posició 3D d'una lesió. Utilitzant una metodologia similar a la proposta per projectar el teixit dens des de la MRI, es pot realitzar un back-projection directament des de les mamografies que permet localitzar la trajectòria del raig en el nostre model original, evitant simular la descompressió del pit. Per accelerar el procés s'ha proposat a més, un algorisme que subdivideix els raigs i que permet reduir-ne l'espai de cerca fins a sis-centes vegades comparat amb una cerca punt a punt. Gràcies a aquest fet, el temps emprat en calcular la intersecció ronda els 8 ms podent ser aplicable en la pràctica clínica com una aplicació en temps real. A més, els errors de registre mesurat són propers a 1 cm, millors que els anteriorment proposats.
Per concloure, s'ha proposat l'ús del gradient del teixit dens per al registre multimodal entre les imatges de mamografia i MRI. Així, s'han proposat dues aproximacions diferents del problema. La primera utilitza l'acumulació de la derivada direccional del gradient del teixit visible a la MRI obtenint un valor escalar, comparable amb el mòdul dels gradients obtinguts a la mamografia. La segona, acumula el gradients del teixit a la MRI considerant cada direcció independentment, produint un vector que pot ser comparat amb les derivades direccionals obtingudes a la mamografia. Els resultats mostren una clara millora utilitzant el registre per valors escalars del gradient respecte a els mètodes tradicionals basats en intensitats.
En definitiva, aquesta tesi ajudarà a radiòlegs i metges a comprendre les petites variacions del teixit glandular que poden ser clarament visibles en una modalitat però no en l'altra. A més, l'avaluació de la informació pot orientar els investigadors cap a segmentacions més precises que tinguin en compte l'efecte parcial en els voxels de MRI, així com la millora del registre entre les dues modalitats d'imatge, no només per mètodes basats en intensitats sinó considerant també informació addicional com ara el gradient. Els mètodes implementats inclouen propostes per a desenvolupar aplicacions en temps reals i amb intervals de temps acceptables en la pràctica clínica diària.

Lectura de la tesi: 05/04/2018, Sala d'Actes de l'Escola Politècnica Superior IV

Notícies relacionades

Escull quins tipus de galetes acceptes que el web de la Universitat de Girona pugui guardar en el teu navegador.

Les imprescindibles per facilitar la vostra connexió. No hi ha opció d'inhabilitar-les, atès que són les necessàries pel funcionament del lloc web.

Permeten recordar les vostres opcions (per exemple llengua o regió des de la qual accediu), per tal de proporcionar-vos serveis avançats.

Proporcionen informació estadística i permeten millorar els serveis. Utilitzem cookies de Google Analytics que podeu desactivar instal·lant-vos aquest plugin.

Per a oferir continguts publicitaris relacionats amb els interessos de l'usuari, bé directament, bé per mitjà de tercers (“adservers”). Cal activar-les si vols veure els vídeos de Youtube incrustats en el web de la Universitat de Girona.