RESUMEN
A Medicina Nuclear, como especialidade de obtenção de imagens médicas é um dos principais procedimentos utilizados hoje nos centros de saúde, tendo como grande vantagem a capacidade de analisar o comportamento metabólico do paciente. Este projeto está baseado em imagens médicas obtidas através da modalidade PET (Positron Emission Tomography). Para isso, foi desenvolvida uma estrutura de processamento de imagens tridimensionais PET, constituída por etapas sucessivas que se iniciam com a obtenção das imagens padrões (gold standard), sendo utilizados para este fim volumes simulados do Ventrículo Esquerdo do Coração criadas como parte do projeto, assim como phantoms gerados com o software NCAT-4D. A seguir, nos volumes simulados é introduzido ruído Poisson que é o ruído característico das imagens PET. Na sequência é executada uma etapa de pré-processamento, utilizando alguns filtros 3D tais como o filtro da mediana, o filtro da Gaussiana ponderada e o filtro Anscombe/Wiener. Posteriormente é aplicada a etapa de segmentação, processo baseado na teoria de Conectividade Fuzzy sendo implementadas quatro diferentes abordagens 3D: Algoritmo Genérico, LIFO, kTetaFOEMS e Pesos Dinâmicos. Finalmente, um procedimento de avaliação conformado por três parâmetros (Verdadeiro Positivo, Falso Positivo e Máxima Distância) foi utilizado para mensurar o nível de eficiência e precisão do processo. Constatou-se que o par Filtro - Segmentador constituído pelo filtro Anscombe/Wiener junto com o segmentador Fuzzy baseado em Pesos Dinâmicos proporcionou os melhores resultados, com taxas de VP e FP na ordem de 98,49 ± 0,27% e 2,19 ± 0,19%, respectivamente, para o caso do volume do Ventrículo Esquerdo simulado. Com o conjunto de escolhas feitas ao longo da estrutura de processamento, encerrou-se o projeto analisando um número reduzido de volumes pertencentes a um exame PET real, obtendo-se a quantificação dos volumes.
The Nuclear medicine, as a specialty to obtain medical images is very important, and it has became one of the main procedures utilized in Health Care Centers to analyze the metabolic behavior of the patient. This project was based on medical images obtained by the PET modality (Positron Emission Tomography). Thus, we developed a framework for processing Nuclear Medicine three-dimensional images of the PET modality, which is composed of consecutive steps that start with the generation of standard images (gold standard) by using simulated images of the Left Ventricular Heart, such as phantoms obtained from the NCAT-4D software. Then, Poisson quantum noise was introduced into the whole volume to simulate the characteristic noises in PET images. Subsequently, the pre-processing step was executed by using specific 3D filters, such as the median filter, the weighted Gaussian filter, and the Anscombe/Wiener filter. Then the segmentation process, which is based on the Fuzzy Connectedness theory, was implemented. For that purpose four different 3D approaches were implemented: Generic, LIFO, kTetaFOEMS, and Dynamic Weight algorithm. Finally, an assessment procedure was used as a measurement tool to quantify three parameters (True Positive, False Positive and Maximum Distance) that determined the level of efficiency and precision of our process. It was found that the pair filter - segmenter formed by the Anscombe/Wiener filter together with the Fuzzy segmenter based on Dynamic Weights provided the best results, with VP and FP rates of 98.49 ± 0.27% and 2.19 ± 0.19%, respectively, for the simulation of the Left Ventricular volume. Along with the set of choices made during the processing structure, the project was finished with the analysis of a small number of volumes that belonged to a real PET test, thus the quantification of the volumes was obtained.
RESUMEN
OBJETIVO: Este artigo apresenta um modelo de integração de algoritmos de diagnóstico auxiliado por computador dentro do fluxo de trabalho dos sistemas de gerenciamento de imagens, desenvolvido com base em um conjunto de ferramentas computacionais de código aberto e uso livre chamado dcm4che2. MATERIAIS E MÉTODOS: O modelo de integração é composto por um servidor de processamento de imagens e por serviços de comunicação. O gerenciamento de dados segue o fluxo de trabalho definido pelo perfil de pós-processamento (PWF) do Integrating the Healthcare Enterprise (IHE) e utiliza a funcionalidade de captura secundária do DICOM. Uma aplicação para lesões difusas de pulmão foi utilizada para prova de conceito. RESULTADOS: O algoritmo de classificação de padrões apresentou acurácia de 78 por cento, com base em um método de teste de validação cruzada. A integração possibilita a visualização das imagens processadas como uma nova série dentro do estudo original. CONCLUSÃO: O modelo de integração proposto baseiase em perfis do IHE e permite o estabelecimento de procedimentos padronizados. Os princípios utilizados para integração do fluxo de trabalho são aplicáveis para qualquer tarefa não interativa de pós-processamento de imagens.
OBJECTIVE: This paper presents a model for integration of computer-aided diagnosis algorithms into the picture archiving and communication systems workflow that has been developed on the basis of the dcm4che2 open source toolkit. MATERIALS AND METHODS: The proposed integration model consists of an image processing server and communication services. The data management follows the workflow defined by the post-processing workflow profile (PWF) developed by Integrating the Healthcare Enterprise (IHE) and utilizes the DICOM secondary capture functionality. An application for diffuse lung disease has been utilized as proof of concept. RESULTS: Based on a cross validation method, the standard classification algorithm presented 78 percent accuracy. The integration enables the visualization of processed images as a new series in the original study. CONCLUSION: The proposed integration model is based on IHE profiles and allows the establishment of standardized procedures. The principles used to integrate the workflow are applicable to any non-interactive post-processing task.