Desarrollo de un sistema de diagnóstico asistido por computador para detección de nódulos pulmonares en tomografía computarizada multicorte

• Autores: Jorge Juan Suárez Cuenca
• Directores de la Tesis: Miguel Souto Bayarri (dir. tes.) , Juan José Vidal Carreira (dir. tes.) , Pablo García Tahoces (dir. tes.)
• Lectura: En la Universidade de Santiago de Compostela ( España ) en 2009
• Idioma: español
• Tribunal Calificador de la Tesis: Carlos Hernández (presid.) , José Martín Carreira Villamor (secret.) , Jordi Freixenet Bosch (voc.) , María José Lado Touriño (voc.) , Julio Esclarín Monreal (voc.)
• Enlaces
  • Tesis en acceso abierto en: MINERVA
• Resumen

  • El cáncer de pulmón es la causa más frecuente de mortalidad por cáncer en el mundo, Un estadiaje adecuado es fundamental para seleccionar el tratamiento: la detección precoz, cuando aún está en la fase de nódulo pulmonar, permitiría una intervención terapéutica más temprana, lo que traería consigo un pronóstico más favorable para el paciente.

    A la hora de diagnosticar un cáncer, se realiza entre otras, alguna prueba de imagen, como podrían ser una radiografía, un TAC, o una resonancia magnética. Con estas pruebas es posible detectar zonas con alta sospecha tumoral, cuyo diagnóstico debe confirmase generalmente mediante realización de una biopsia. Sin embargo, estas imágenes no son fáciles de interpretar, y en ocasiones, al médico o especialista encargado de analizarlas, puede escapársele algún tumor (falso negativo). Una posibilidad para mejorar el diagnóstico y disminuir el número de falsos negativos consiste en utilizar una doble o triple lectura del caso, siendo éste analizado por varios especialistas en diversas lecturas conjuntas o independientes.

    La tomografía computarizada multicorte (TCMC) permite detectar un alto porcentaje de nódulos pulmonares (posibles cánceres), más que la radiografía simple de tórax. Sin embargo, la gran cantidad de imágenes resultantes que origina la TC genera un problema de información excesiva, y fatiga para el radiólogo.

    Durante estos últimos años, ha habido mucho interés en desarrollar algoritmos de diagnóstico asistido por ordenador, aplicados a la detección precoz de distintos tipos de cáncer, entre ellos, el de pulmón, tanto en radiografía simple como en tomografía computarizada. El propósito del diagnóstico asistido por ordenador, o computer-aided diagnosis (CAD), es llamar la atención del radiólogo señalando opacidades sospechosas en las imágenes, que podrían representar cáncer. El sistema de CAD serviría en este caso como una segunda opinión para que el radiólogo pudiera tenerla en cuenta, mejorando así la capacidad diagnóstica del especialista. De estamanera, los métodos computarizados para la detección automática de nódulos pulmonares se convierten en una posibilidad muy atractiva.

    En esta tesis se detalla el trabajo realizado en el desarrollo de un sistema de CAD dedicado a la detección, y localización de nódulos pulmonares (posible cáncer de pulmón) en imágenes de TC helicoidal multicorte. Se presentan y evalúan diversas técnicas de visión por computador y reconocimiento de formas, orientadas a la detección de tumores en imagen médica, con el objetivo de diseñar sistemas CAD que permitan una mejora diagnóstica. El trabajo se ha centrado en la detección de nódulos pulmonares en imágenes de TC multicorte. Se han diseñado diversos métodos de segmentación, o extracción de características, basados en crecimiento de regiones, umbralizaciones adaptativas, niveles de gris, análisis morfológico, y de gradientes. En la etapa de clasificación se ha utilizado un clasificador múltiple basado en análisis lineal discriminante (LDA). La evaluación sobre el rendimiento del sistema se ha analizado, como es común en este tipo de estudios, mediante las curvas FROC (Free-response Receiver Operating Characteristic) realizando para ello un análisis de la sensibilidad, y del número de falsos positivos.

    El desarrollo de sistemas de detección de cáncer de pulmón asistida por ordenador es una tarea en la que surgen múltiples complicaciones, y es actualmente tema de numerosas investigaciones. A pesar de las dificultades que han ido surgiendo, se han obtenido resultados que demuestran que es posible encontrar características dentro de las imágenes útiles para determinar la localización de lesiones.