alinhamento de estruturas em imagens médicas: estudo...

Alinhamento de Estruturas em Imagens Médicas: Estudo,

Desenvolvimento e Aplicação

Frederico Lázaro JacobDissertação do Curso de Mestrado em Engenharia Biomédica

26 de Outubro de 2010

Orientador: Prof. João Manuel R. S. Tavares – FEUP/DEMecCo-orientador: Dra. Ana Mafalda Reis – Hospital Pedro Hispano

Frederico Lázaro Jacob Alinhamento de Estruturas em Imagens Médicas: Estudo, Desenvolvimento e Aplicação

Estrutura

Problemática Trabalhos relacionados Detecção de características Métricas Transformações Optimizações Algoritmos Softwares ITK Implementação Resultados Considerações finais e perspectivas futuras


Problemática

Auxiliar o diagnóstico e acompanhamento de doentes comesclerose múltipla (EM), através do alinhamento de estruturasanatómicas em imagens por Ressonância Magnética (RM), decérebros, adquiridas em instantes diferentes.

Combinar imagens médicas adquiridas em instantes de tempodistintos ou segundo circunstâncias diferentes, de forma a estudara evolução de uma patologia, consiste numa tarefa que quandoexecutada manualmente é tediosa, demorada, não repetível esujeita a erros.

Alterações ???

1º exame 2º exame


Trabalhos relacionados (1)

O alinhamento de imagens consiste em obter uma relação deconcordância entre imagens, de tal forma que as discrepânciasexistentes entre as mesmas sejam reduzidas ou eliminadas.

Passos básicos de alinhamento: Detectar características; Obter correspondência entre características ( uso de uma métrica); Estimar a transformação envolvida; Re-amostrar e transformar ( uso de uma técnica de optimização).

(Ibánez, Schroeder et al. 2005)


Trabalhos relacionados (2)

Fórmula genérica (dadas duas imagens, R e F):

Exemplo de alinhamento:

Medida de similaridade (métrica)Família das transformações

Rotação Translação Escalamento

Imagem móvel

Optimização(Brown 1992)


Detecção de características

Métodos baseados em: Características geométricas:

Intensidades:

Extrair as primitivas geométricas das imagens e depois,efectuar a sua colocação em correspondência, ou seja, obterum conjunto de primitivas emparelhadas;

Vantagem: utilizar dados extraídos das próprias imagens; Inconveniente: complexo de empregar devido à difícil

escolha das primitivas a usar.

Comparar directamente as intensidades (geralmente, níveisde cinzento dos píxeis) das imagens;

Vantagem: utilizar a totalidade da informação disponível; Inconveniente: computacionalmente complexo.


Métricas

Servem para estabelecer uma relação de proximidade entre asimagens de forma a quantificar as semelhanças entre estas. Correspondem à fase mais crítica do emparelhamento e a selecção da

métrica a usar é dependente do tipo de problema em questão.

Técnicas mais comuns nos métodos baseados em intensidades: Coeficiente de correlação: presume que em duas imagens alinhadas a

diferença entre as intensidades das mesmas é nula; Soma dos quadrados das diferenças: pressupõe que os píxeis

correspondentes às mesmas regiões nas imagens devem terintensidades semelhantes;

Informação mútua: relação estatística para definir a quantidade deinformação que uma variável possui sobre uma outra.

(Studholme, D.L.G.Hill et al. 1999)


Transformações

Usadas para definir as transformações a aplicar à imagem “móvel”de forma a ser possível “sobrepô-la” à imagem fixa.

Tipos de transformações: Rígido: Translação e rotação; A deformação é igual em toda a imagem. Não-linear:

Thin-Plate Splines – TPS; Free Form Deformation – FFD.

Podem ser bastante complexas.


Optimizações

Considera-se um critério quantitativo a ser optimizado com afinalidade das imagens alinhadas serem o mais similares possível. O alinhamento pode ser considerado como um problema de

optimização.

Estratégias de optimização usadas nos métodos baseados emintensidade: Sem gradiente: Powell; Simplex.

Com gradiente: Steepest descent; Conjugate-gradient; Quasi-Newton.

(Maes, Vandermeulen et al. 1999)


Algoritmos

Exemplos de alinhamento de imagens de doentes com EM: Rígido:

Com B-Splines hierárquicas:

Na literatura existe uma grande diversidade de algoritmos masainda apresentam muitos desafios/problemas não resolvidos, comoé o da sua utilização de forma totalmente automática e precisa.

(Rey, Subsol et al. 2002)

(Xie and Farin 2004)


Softwares

Soluções computacionais de âmbito comercial e / ou académico: SPM;

MeVisLab;

ANIMAL; TurboReg;

AIR; HAMMER; SepINRIA;

Image Registration; ITK.

…


ITK

Biblioteca composta por algoritmos e estruturas de representaçãode dados com duas principais finalidades: Segmentação; Alinhamento.

Baseia-se no controlo de um fluxo de dados, via pipeline.

Alinhamento com ITK:


Implementação

Algoritmos:

Casos clínicos estudados (alinhamento monomodal e intra-paciente):


Resultados

Alguns dos resultados obtidos após o alinhamento das imagens emestudo:

Problemas: Tempos de processamento; Intensidades muito distintas

entre as imagens; Algoritmos pouco maleáveis para

o cálculo de desalinhamentosgrandes.

A qualidade do alinhamentoobtido, tanto nos algoritmosassentes em transformaçõesrígidas como nos baseados emnão-lineares, encontra-se em deintervalos aceitáveis.


Considerações finais e Perspectivas futuras

Para resolver um problema de alinhamento, deve seleccionar-secorrectamente: A imagem “móvel”; A transformação e a métrica a usar.

Os maiores obstáculos no uso de algoritmos de alinhamento deimagens estão relacionados com os tempos de processamento ecom a dificuldade em validar os resultados obtidos.

Perspectivas de trabalho futuro: Empregar algoritmos que utilizem as características anatómicas

relevantes das estruturas presentes nas imagens a emparelhar; Testar e comparar os resultados dos algoritmos integrados no ITK com

os resultados de outras soluções computacionais existentes (SPM, …).

Factores fundamentais para a qualidadedos alinhamentos obtidos.

Agradecido pela vossa atenção.

Frederico Lázaro [email protected]

alinhamento de estruturas em imagens médicas: estudo...

Documents