Resumen de Polyp Localization and Segmentation in Colonoscopy Images by Means of a Model of Appearance for Polyps
El càncer de còlon és la quarta causa més comuna de mort per càncer en el món, havent al voltant de 143.460 nous casos el 2012, segons dades de l’American Cancer Society. La taxa de mortalitat d’aquest càncer depèn de l’etapa en què sigui detectat, decreixent des de taxes majors del 95% en les primeres etapes a taxes inferiors al 35% en les etapes quarta i cinquena, la qual cosa demostra la necessitat d’una exploració preco¸c del còlon. Durant l’exploració, el metge busca creixements adenomatosos, que es coneixen sota el nom de pòlips, per tal d’esbrinar el seu nivell de desenvolupament. Hi ha diverses tècniques per a l’exloració del còlon, però la colonoscòpia és considerada encara avui com estàndard de facto, encara que presenta alguns inconvenients com una elevada taxa de errors. La nostra contribució està enquadrada dins del camp de sistemes intel·ligents per a la colonoscòpia [13] i té com a objectiu el desenvolupament de mètodes de localització i segmentació de pòlips basant-se en models d’aparen¸ca. Definim la localització de pòlips com el mètode pel qual donada una imatge d’entrada es proporciona com a sortida una altra imatge on es assenyalen les àrees de la imatge on és més probable trobar un pòlip. Per altra banda, la segmentació té com a objectiu definir la regió concreta de la imatge on es troba el pòlip. Per tal de desenvolupar ambdós mètodes s’ha comen¸cat desenvolupant un model d’aparen¸ca per a pòlips, el qual defineix un pòlip com una estructura limitada per valls en la imatge de escala de gris. La novetat de la nostra contribució rau en el fet que incloem en el nostre model altres elements de l’escena endoluminal, com els reflexos especulars o els gots sanguinis, que demostren tenir un impacte en el rendiment global dels nostres mètodes i en elements derivats del procés de formació de la imatge com l’interlacing. Tenint això en compte, definim una imatge de profunditat de valls que integra la sortida del detector de valls amb un gradient morfològic, afegint-hi els altres elements de l’escena endoluminal. Per desenvolupar el nostre mètode de localització de pòlips capturem la informació de la imatge de profunditat de valls amb la finalitat de crear mapes d’energia. Per obtenir la segmentació del pòlip també fem servir aquests mapes de energia per guiar el procés. Els nostres mètodes arriben resultats prometedors tant en localització com a segmentació de pòlips. Per a validar la metodologia emprada, presentem un experiment que compara el nostre mètode amb observacions fetes per metges obtingudes mitjan ¸cant un dispositiu de eye-tracking. Els resultats mostren que el rendiment de la contribució d’aquesta Tesi és comparable a l’obtingut a partir de les observacions dels metges, la qual cosa indica el potencial de la nostra proposta en futurs sistemes intel·ligents de colonoscòpia.
