Extracción de características para el análisis de imágenes de mamografías

Resumen

El cáncer de mama constituye una de las
principales causas de muerte entre mujeres, según
estadísticas publicadas por la Organización Mundial
de la Salud, en las últimas dos décadas se ha
reportado un considerable aumento de la mortalidad a escala
mundial. La mamografía ha demostrado ser el método
más eficaz para la de detección precoz del
cáncer de mama, ya que permite diagnosticar la enfermedad
en su etapa inicial. Por esta razón los Sistemas de
Diagnóstico Asistidos por Computadora (CAD) han
desempeñado un papel clave en la detección precoz
de dicha enfermedad, y de este modo ayudan a reducir la tasa de
mortalidad entre las mujeres. El trabajo de investigación
que se presenta, propone un una algoritmo que permite mejorar el
contraste de una imagen de mamografía, en la que
previamente se ha resaltado la presencia de microcalcificaciones
y/o masas, aplicando en la fase de pre-procesamiento (proceso
fundamental para eliminar aspectos de distorsión de las
imágenes) el filtro gaussiano, método usado para la
eliminación de ruidos. En la etapa de segmentación
(primera aproximación para aislar las regiones sospechosas
del resto de la imagen), se aplicó la técnica de
umbralización, en el que el pico generado en el histograma
por las regiones que contienen anomalías, es distinto al
pico por el tejido sano, y considerando que la mama presenta
niveles de intensidad de gris comprendidos entre 130 y 250
(umbral), se procede a reemplazar las intensidades de nivel de
gris inferior a 130 y superior a 250 por el color negro y
posteriormente ubicar una región de interés la cual
es incrementada sin perder la calidad de la misma con el fin de
tener una mejor apreciación de la imagen y un verdadero
positivo de una probable lesión.

Introducción

El cáncer de mama constituye una de las
principales causas de muerte entre mujeres [1]. De acuerdo con
las estadísticas publicadas, se ha convertido en un
problema de salud importante a escala mundial durante los
últimos 50 años. En la actualidad, no existen
mecanismos eficaces para prevenirlo, debido a que la causa de
origen es desconocida. Sin embargo, un diagnóstico eficaz
en su etapa inicial les brinda a las mujeres una mejor
oportunidad de recuperación completa. Por tanto, la
detección temprana del cáncer de mama juega un
papel importante en la reducción de la morbilidad y
mortalidad.

La lectura de mamografías es la primera modalidad
de técnica de detección del cáncer de mama,
debido a que es el único método de análisis
de imágenes de mamografías que consistentemente ha
demostrado disminuir las tasas de mortalidad por cáncer de
mama. La mamografía es ampliamente utilizada y es una de
las técnicas más confiables, ya que podría
detectar el cáncer de mama antes de que este aparezca
clínicamente [2].

La doble lectura de mamografías (dos
radiólogos leen las mismas mamografías) [3] ha sido
recomendada para reducir la proporción de posibles tumores
no detectados, pero la carga de trabajo y los costos asociados
son muy elevados. Sin embargo, con la introducción de los
sistemas de Diagnóstico Asistido por Computadoras
(CAD), sólo es necesario el empleo de un
radiólogo.

Los sistemas CAD, los cuales utilizan las
tecnologías informáticas en la detección de
anomalías en imágenes de mamografías y el
empleo de los resultados obtenidos por los radiólogos en
el diagnóstico [4], constituyen un papel fundamental en la
detección precoz del cáncer de mama. Durante los
últimos años, los sistemas CAD y las
técnicas relacionadas han sido objetos de estudio de
investigadores y radiólogos.

Para los investigadores existen varios temas de
interés relacionados con la detección del
cáncer y los sistemas CAD, tales como: alta
eficiencia y alta precisión en los algoritmos de
detección de lesiones patológicas (calcificaciones,
masas, distorsiones de la arquitectura y asimetrías
bilaterales). Por otra parte, los radiólogos inclinan su
atención a la efectividad obtenida por la
aplicación clínica de los sistemas
CAD.

Cáncer de
mama

Actualmente el cáncer de mama es una de las
principales causas de muerte entre las mujeres. Según la
Organización Mundial de Salud anualmente y a escala
mundial, se descubren cerca de un millón de mujeres con
cáncer de mama [5]. A pesar de ser una enfermedad
típicamente femenina, también afecta a la
población masculina en un 1% [6]. Por tanto el
entendimiento de esta realidad deja claro lo valioso y decisivo
que puede ser la detección precoz de esta enfermedad ya
que es imposible predecir su ocurrencia.

Del punto de vista biológico el cáncer de
mama tiene su origen a partir de un nódulo constituido por
diversas células que dejan de tener la capacidad de
controlar y limitar su crecimiento dividiéndose de una
forma anormal, descontrolada y a gran velocidad, desencadenando
el aparecimiento de masas celulares denominadas neoplasias
malignas. Estas células no guardan semejanzas con las de
su origen y tienen capacidad para expandirse por otras partes del
cuerpo.

El diagnóstico precoz por medio de seguimiento de
la mamografía es fundamental, pues aumenta las
hipótesis de cura, evitando que el cáncer se
multiplique y favoreciendo el pronóstico, la
recuperación y la rehabilitación del
paciente.

Se han desarrollado algunas medidas de seguimiento para
detectar el cáncer de mama, tales como: el auto-examen, el
examen clínico y las técnicas de obtención
de imágenes de la estructura interna del pecho.

• El auto-examen, es un examen de mama efectuado por
  la propia mujer. Este no sustituye el examen físico
  realizado por un profesional de la salud.

• El examen clínico, es un examen realizado por
  un profesional médico, siendo un procedimiento
  periódico que las mujeres deben someterse, esta
  periodicidad depende principalmente de la edad.

Por otra parte y con el objetivo de mejorar la
hipótesis de detección del posible tumor
principalmente en un estado donde no es palpable aún, se
emplean técnicas de obtención de la imagen del
pecho, colaborando así con un diagnóstico
más preciso y eficaz. Las principales imágenes
obtenidas son basadas en la mamografía, la resonancia
magnética y la ultra-sonografía.

A pesar de estas medidas existen limitaciones para la
detección del cáncer de mama en su estadio
inicial.

Limitaciones del
diagnóstico precoz del cáncer de
mama

La mamografía es uno de los métodos
más fiables para la temprana detección de
carcinomas. Sin embargo, es difícil para un
radiólogo proporcionar un diagnóstico preciso,
debido, principalmente a la gran variabilidad que puede darse en
la apariencia, tanto del tejido sano como del canceroso. Estudios
retrospectivos han demostrado que en los programas actuales de
screening de cáncer de mama, entre un 10% y un
25% de los tumores pasan inadvertidos a los ojos del
radiólogo [7]. Otros estudios confirman estos mismos datos
al estimar que la sensibilidad alcanzada en la detección
de tumores mediante la inspección visual de la
mamografía por parte de un radiólogo no supera el
75% [8].

Esta falta de precisión en el diagnóstico
puede atribuirse, además de a la dificultad
intrínseca de la localización de tumores, al
cansancio acumulado tras largas sesiones de exploración
radiológicas, la subjetividad en el diagnóstico, la
ocultación de las lesiones en el caso de pechos más
densos o con implantes y la inexistencia de una búsqueda
sistemática y exhaustiva.

Por otro lado existen distintos tipos de
anomalías (Microcalcificaciones, Masas circunscritas,
Masas espiculadas, Distorsiones y Asimetrías), siendo
algunas de ellas difíciles de localizar. Por ejemplo,
resulta más complicada la detección de masas que la
de microcalcificaciones, ya que las primeras pueden tener
características similares al tejido mamario normal [9]
.

A la vista de estos resultados, es interesante
desarrollar sistemas CAD que permitan realizar una
segunda lectura de la mamografía y consecuentemente,
traten de reducir, tanto el número de falsos positivos
(FPs) como el de falsos negativos (FNs). La combinación de
un sistema CAD junto con el conocimiento del experto
humano puede mejorar de manera significativa la precisión
en la detección de tumores. Algunos estudios han estimado
que la sensibilidad conseguida por el radiólogo, sin el
uso de un sistema de CAD, es del 80%, mientras que con
el sistema CAD podría alcanzar hasta el 90%
[10].

Diagnóstico del cáncer de mama
mediante la mamografía

La mamografía es un tipo específico de
imagen tratada que usa bajas dosis de un sistema de rayos X para
examinar el pecho, y es actualmente el método más
efectivo para la detección del cáncer de mama antes
de que este sea clínicamente palpable. Además
ofrece imágenes de alta calidad a partir de una dosis
pequeña de radiación y es el único
método de imagen ampliamente usado en rutinas de lectura
para el cáncer de mama [11].

Existen dos tipos de sistemas de captura de
imágenes de la mamografía : mamografía
convencional (SFM) y la mamografía digital de
campo completo (FFDM). En la SFM, la imagen es
creada directamente del filme, mientras que la FFDM toma
una imagen electrónica del pecho y la almacena
directamente en un ordenador(2005). La FFDM presenta
algunas ventajas potenciales sobre la SFM, debido a que
esta última cuenta con limitaciones tales como: rango
limitado de exposición de rayos X; el contraste de la
imagen que no puede ser alterado después de que la imagen
es obtenida; la película radiográfica actúa
como detector, pantalla, y medio archivado; además el
procesamiento es lento e introduce artefactos. Todas estas
limitaciones han motivado a muchos investigadores a desarrollar
técnicas avanzadas y algoritmos para el análisis de
la mamografía digital. Por consiguiente, la FFDM
esta sobrepasando y continuará sobrepasando las
limitaciones de la SFM. Algunas ventajas de la
mamografía digital son: rango dinámico más
amplio y menos ruido introducido, mejor contraste de la imagen
que aumenta su calidad y bajas dosis de rayos X [12]. A pesar de
que la FFDM tiene varias ventajas potenciales con
respecto a la SFM tradicional, ejemplos de ensayos
clínicos muestran que, los niveles de exactitud de
diagnóstico en general, de la SFM y la
FFDM son similares cuando son aplicadas a la
detección del cáncer de mama.

Hoy en día existen dos tipos de exámenes
que se realizan utilizando las mamografías: la lectura de
la mamografía y el diagnóstico de la
mamografía. La lectura permite detectar el cáncer
de mama en pacientes asintomáticos y el diagnóstico
tiene la intención de examinar un paciente el cual ya ha
sido demostrado clínicamente que presenta anomalía.
La doble lectura de mamografías (dos radiólogos
leen la misma mamografía) [13] ha sido recomendada para
reducir la proporción de tumores no detectados, pero la
carga de trabajo y los costos asociados son muy
elevados.

Con el soporte de los sistemas CAD solo es
necesitado un radiólogo para leer la mamografía en
vez de dos. Los sistemas CAD han demostrado mejorar el
nivel de detección de cáncer en sus etapas
iniciales. Por ejemplo: En [14] se usó un sistema
CAD que mejoró la detección del
cáncer de mama con un incremento del 7,62% en el
número de verdaderos positivo, y un mínimo
incremento en el número de biopsias con resultados
benignos o malignos. También en [15] se reportó que
el uso de un sistema CAD mejoró
significativamente la detección del cáncer de mama
mediante el aumento de la sensibilidad de los radiólogos
(21,2%). A pesar de estos resultados, el rendimiento de los
actuales sistemas CAD comerciales aún necesitan
ser mejorados para satisfacer las necesidades de hospitales y
centros de salud [16].

Cáncer de
mama mediante CADs

Los sistemas CAD, los cuales integran el
diagnóstico de imágenes con PDI, RP, y
técnicas de IA pueden ser definidos como un
diagnóstico que se realizó por un radiólogo
quien usa la salida a partir del análisis computarizado de
imágenes médicas como una ¨segunda
opinión¨ en cuanto a la
detección-clasificación de lesiones con una
decisión de diagnóstico subsecuente.

Los sistemas CAD representan un recurso valioso
para los investigadores y especialistas médicos
(radiólogos) debido a la demanda de los temas de
investigación asociados y a las posibles aplicaciones
clínicas. Para los investigadores, existen varios temas
interesantes en los sistemas de diagnóstico y
detección del cáncer de mama, tales como es la alta
eficiencia, la alta precisión en los algoritmos de
detección de lesiones, incluyendo la detección de
calcificaciones y masas, la detección de la
distorsión de la arquitectura, la detección de la
asimetría bilateral, entre otras. Por otra parte los
radiólogos centran su atención en la efectividad
obtenida por la aplicación clínica de los sistemas
CAD.

Actualmente, los sistemas CAD están
divididos en dos categorías dependiendo del tipo de imagen
de mamografía: el primer grupo es basado en la
SFM, donde los filmes mamográficos son
escaneados, digitalizados, y salvados en el ordenador para un
examen adicional. El segundo grupo se basa en la FFDM,
el cual espera brindar una menor proporción de
señal-ruido, una mayor eficiencia en cuanto al tiempo de
detección, y una alta sensibilidad de contraste que el
primer tipo de mamografía. A pesar que la
tecnología FFDM se espera que sea superior a la
tecnología convencional de la SFM, los resultados
obtenidos en estudios recientes muestran que no hay diferencia en
cuanto a la exactitud en mujeres asintomáticas.

El requerimiento más importante para los sistemas
CADs es exponer claramente que la exactitud y la
eficiencia en el análisis de imágenes de
mamografías, es mejor que el método convencional.
Debido a esto, los sistemas CAD se han centrado en las
técnicas utilizadas para mejorar su desempeño en el
diagnóstico de lesiones. A pesar de los progresos
significativos en los sistemas de detección del
cáncer de mama, las técnicas involucradas para su
desarrollo son un campo de investigación amplio y
complejo, particularmente las que están encaminadas a la
detección de anomalías ambiguas en imágenes
de mamografías.

Calcificaciones

Las calcificaciones
en el seno son pequeños depósitos de calcio que se
forman en el seno a medida que la mujer envejece. Son comunes, y
pueden ser resultado de muchas cosas distintas, tales como golpes
en el seno e inflamación. No se conoce la existencia de
una relación entre la cantidad de calcio en la dieta de
una mujer y las calcificaciones en el seno. Las calcificaciones
son demasiado pequeñas para sentirlas al tacto. Pueden ser
vistas en una mamografía, donde aparecen como
pequeñas manchas blancas. La mayoría de las
calcificaciones no representan riesgo alguno. No obstante, a
veces pueden indicar la presencia de cáncer de seno, por
lo que deben ser examinadas cuidadosamente. Hay dos
tipos:

• Las macrocalcificaciones casi siempre están
  asociadas a condiciones benignas (no cancerosas). Aparecen en
  las placas de mamografía como manchas grandes y
  redondas y no requieren de exámenes de seguimiento. A
  menudo son causadas por el envejecimiento.

• Las microcalcificaciones son más
  pequeñas y más numerosas que las
  macrocalcificaciones. Por lo general son benignas, pero a
  veces se les asocia con el cáncer. El radiólogo
  examinará el tamaño, la forma y el
  patrón de distribución de las
  microcalcificaciones para determinar si parecen
  "sospechosas". Podría ser necesario realizar
  más mamografías y una biopsia. Las
  microcalcificaciones "sospechosas" están asociadas al
  cáncer de seno en un 20 a 25 por ciento de los
  casos.

Si las calcificaciones están agrupadas de cierta
manera, pueden ser un signo de cáncer. Según la
cantidad, el tamaño y cómo se vean las manchitas de
calcio. Las calcificaciones se diferencian entre sí de
acuerdo a sus características propias, entre las que se
encuentran las siguientes:

• Las calcificaciones cutáneas son en
general de baja densidad y a menudo poseen un centro
lúcido parecido al glóbulo rojo.

• Las calcificaciones vasculares son
fácilmente reconocibles como líneas paralelas
entrecortadas con un patrón tubular. En ocasiones, si
sólo una pared de una arteria se encuentra calcificada,
puede ser más difícil su
caracterización.

• Groseras calcificaciones, con forma de "palomitas
de maíz" (popcorn), se asocian a fibroadenomas en
involución.

• Largas calcificaciones en vara son
características de enfermedad secretora, también
conocida como Mastitis a células plasmáticas,
éstas surgen en patrón ductal hacia el
pezón.

• Son comunes las calcificaciones de suturas en
mamas operadas y luego irradiadas (es posible ver incluso los
nudos).

Clásicamente se define como
microcalcificación a toda aquella que mide en su
diámetro máximo hasta un milímetro. Las
calcificaciones redondas pueden variar en su tamaño,
cuando son muy pequeñas, < 0,5 mm con márgenes
bien definidos, son llamadas "puntiformes". Las calcificaciones
mayores con un centro más lúcido, pueden
corresponder a calcificaciones de las paredes de un quiste; si el
grosor del borde es mayor pueden en general corresponder a
necrosis grasa.

Es posible ver macro o microquistes lácteos en
donde se manifiesta el calcio en su interior, éstos
presentan una imagen más densa en el centro y se requiere
para su caracterización una mamografía de perfil
estricto (90 grados), en la cual esta imagen de mayor densidad
podrá ser vista en la base del quiste. Las calcificaciones
asociadas con patología maligna pueden aparecer solas o
asociadas a distorsión del parénquima o a una masa
(tumor). Las microcalcificaciones pueden estar asociadas a un
carcinoma puro, con componente invasivo o predominantemente
carcinoma invasor. La mayoría de los autores clasifican el
grado de sospecha de las microcalcificaciones según su
morfología y forma de agruparse, siendo de mayor grado de
sospecha las lineales o ramificadas y las agrupadas que las
dispersas. Dentro de los estudios de imagen ideales para las
calcificaciones mamarias además tenemos las
siguientes:

Microcalcificaciones

La mayoría
de las anomalías que se presentan en la mama se pueden
descubrir mediante un programa de detección precoz, y
así poder tratarlas adecuadamente en una etapa previa al
desarrollo de la anomalía. Su detección es
difícil por el nivel de ruido existente en las
imágenes, y será precisamente la
identificación y clasificación de las mismas el
objeto de nuestro sistema. La detección de un tumor de
mama permite clasificarlos en benignos y malignos, pero resulta
mucho más difícil distinguir entre una
microcalcificación benigna y una maligna, lo que produce
numerosas biopsias innecesarias debidas a la alta tasa de falsos
positivos en los programas de prevención. Es cierto que el
especialista se encuentra con dificultades a la hora de realizar
un diagnóstico a partir de la mamografía y entre el
10 y el 30% de las lesiones se pasan por alto en una primera
revisión.

Las microcalcificaciones son
minúsculos depósitos de calcio que aparecen como
pequeños puntos blancos y brillantes en la
mamografía. Pueden presentarse aisladas o en grupos. Los
clúster de microcalcificaciones se definen por contener
dentro de un 1cm2 de la región de interés (ROI,
region of interest) al menos 5 microcalcificaciones. Las
microcalcificaciones agrupadas en mamografías son un signo
temprano de una lesión maligna en casi la mitad de los
cánceres de mama. Su tamaño varía desde los
0.1 mm hasta 5 mm de diámetro, por tanto un
radiólogo deberá analizar exhaustivamente la
mamografía con lupa para poder localizar las
microcalcificaciones, por tanto constituyen uno de los problemas
de diagnósticos más difíciles del
tratamiento de cáncer de mama. Las lesiones más
frecuentes en los diagnósticos, son las
microcalcificaciones, siguiendo las masas y distorsiones
arquitecturales. Las microcalcificaciones son pequeñas
acumulaciones de calcio entre 0.1 a 2.0 mm de ancho, y son
indicadores de la presencia de cáncer de mama.
Frecuentemente son usadas en el diagnóstico del carcinoma
intraductal o carcinoma ductal in situ y tienen probada capacidad
para detectar estados tempranos de la enfermedad. Entre el 30% y
el 50% del cáncer de mama en el mundo es diagnosticado
debido a la detección de microcalcificaciones [17]. Se ha
descrito que el 60- 70% de los carcinomas no palpables de mama
contienen microcalcificaciones. La lesión encontrada en
esta mamografía son las microcalcificaciones (marcadas con
círculos).

Las características más
relevantes de las microcalcificaciones son:

1) Se ven como pequeños puntos
más o menos brillantes en la mamografía.
Está descrito que pueden tener hasta unos 0,1 mm de
diámetro, con un diámetro medio de unos 0,3 mm
[18]. Los objetos inferiores a 0,1 mm se ven con dificultad en la
mamografía debido a la textura del fondo tisular y el
ruido cuántico. 2) Se encuentran sobre un fondo
inhomogéneo que refleja la textura compleja de la mama. La
densidad óptica del fondo se superpone a la de las
microcalcificaciones. 3) Su contraste es típicamente bajo,
especialmente cuando su tamaño es pequeño (a veces
cercano al ruido del fondo tisular o del grano de la
película). Su variabilidad hace que no se pueda hablar de
un límite absoluto inferior para su contraste. La
clasificación de estas microcalcificaciones, según
el sistema BI-RADS (6) divide a estas lesiones en 5
tipos:

• Tipo I: Microcalcificaciones
anulares, redondeadas, de centro claro. (0% Malignidad). •
Tipo II: Microcalcificaciones puntiformes regulares, redondeadas.
(10% Malignidad). • Tipo III: Microcalcificaciones en polvo,
muy finas, sin poder precisar su forma ni su número. (19%
Malignidad).

• Tipo IV: Microcalcificaciones
puntiformes irregulares, son poliédricas, como un grano de
sal. (29% Malignidad).

• Tipo V: Microcalcificaciones
vermiculares, son alargadas, como un árbol sin hojas. (72%
Malignidad).

Además de esta clasificación,
se han considerado otros factores a la hora de valorar qué
tipo de microcalcificaciones son más susceptibles de
corresponder a carcinomas: • Número de
microcalcificaciones por cm2: Más de 20 por cm2 es
más frecuente en lesiones malignas.

• Número total de
microcalcificaciones: Más de 30 microcalcificaciones en
total es sospechoso de malignidad.

• Irregularidad de la densidad y del
tamaño: Más común en los tumores malignos.
• Distribución lineal ó en ramas:
Típico de tumor maligno.

Nódulo /
masas

En inglés existe una terminología
única, "breast masses" para referirse a lesiones ocupantes
de espacio que pueden ser vistas en dos proyecciones. Mientras
que a las lesiones densas que se observan en una sola
proyección se las denomina densidad (en ocasiones densidad
asimétrica) hasta que no se demuestre su naturaleza
tridimensional. En español el término "masses"
debería traducirse directamente como masas. Nódulo
es una lesión de pequeño tamaño, concreta y
se puede individualizar de cuanto le rodea, mientras que una masa
es una lesión que posee un gran volumen. Se puede
considerar como límite un tamaño superior a dos
centímetros (diámetro máximo del T1 en la
clasificación TNM).

Figura 1. Descriptores BI-RADS en
Nódulos

Según el sistema BI-RADS™, la
descripción mamográfica de los nódulos se
realiza en función de tres descriptores: Forma (descriptor
principal), Contorno y Densidad respecto al parénquima
circundante (descriptores secundarios o modificadores) (ver
Figura 1). La forma de un nódulo puede describirse como
redonda, oval, lobular o irregular. Los márgenes de un
nódulo modifican la forma de éste y se clasifican
como circunscritos, microlobulados, ocultos, mal definidos y
especulados. Los márgenes circunscritos o bien definidos
están delimitados por una brusca transición de la
densidad respecto al tejido de alrededor. El contorno puede
distinguirse con facilidad y no sugiere invasión. Los
márgenes microlobulados constan de pequeñas
ondulaciones que se repiten en todo el contorno del
nódulo. Los márgenes ocultos (en ocasiones mal
traducidos del inglés "obscured" como oscuros u
oscurecidos) están fundidos con el tejido supra o
subyacente, de manera que no se identifican con
claridad.

Los márgenes mal definidos presentan
diverso grado de transición con el tejido que los rodea,
de forma que el contorno del nódulo no se distingue con
facilidad, no existen densidades superpuestas y su presencia
sugiere posible infiltración de la lesión. Los
márgenes espiculados presentan líneas rectas que se
irradian desde el nódulo. Las masas ocurren en
áreas densas de los tejidos del seno,
desarrollándose desde el epitelio y tejido conectivo. En
algunos casos presentan márgenes suavizados o similitudes
de intensidad con respecto al tejido normal. Por lo tanto, estos
signos son considerados los más difíciles de
interpretar. La interpretación depende del criterio y
nivel de experiencia del radiólogo, con una variabilidad
inter-observador bastante alta, comparada con la detección
de otro tipo de anormalidades.

La densidad de un nódulo se refiere
a la atenuación de los rayos X respecto a un volumen
similar de parénquima mamario. Se clasifica como alta
densidad, igual densidad (isodensa), baja densidad o con centro
lucente. La mayoría de los nódulos correspondientes
a cáncer son de igual o más densidad que el
parénquima. Los nódulos con centro lucente,
contienen grasa y son siempre benignos.

Los nódulos redondos, ovales o
levemente lobulados con márgenes bien definidos o
relativamente bien definidos tienen una alta probabilidad de ser
benignos. Esta probabilidad disminuye conforme el margen de la
lesión es más indefinido o, en el caso de lesiones
con márgenes lobulados, conforme aumenta el número
de lobulaciones [19].

La gran mayoría de las lesiones con contornos
lisos y forma redondeada u ovoide son quistes o fibroadenomas. La
ecografía es el método más habitual de
diagnóstico diferencial entre ambos.

Regiones de
interés

Definimos una región de interés (ROI)
como una región cuadrada establecida sobre una imagen de
mamografía. Cada región de interés (ROI) se
identifica mediante las coordenadas de su píxel central.
El tamaño de la ROI coincide con el tamaño de la
ventana de características Tw. Para obtener las
características de una región de interés
(ROI) se utiliza una ventana de vecindad (o ventana de
características), la cual se sitúa en el
píxel de la ROI. A partir de la información
contenida en dicha ventana de vecindad, se extraen las
características de la región de interés
(ROI). Cuando la ventana de características es
excesivamente pequeña en relación al tamaño
del tumor, la precisión del clasificador es menor. En
estas condiciones, las características obtenidas
representan regiones muy locales. Dado que un tumor, analizado a
este nivel de detalle, presenta un aspecto bastante
homogéneo, con unas características muy similares a
las que pueden encontrarse a nivel local en el tejido sano,
parece lógico pensar que este tipo de
representación limita la capacidad discriminatoria entre
un tipo de tejido y otro. Cuando la ventana de
características es ligeramente menor que el tamaño
del tumor, es posible recoger características del tumor
que lo diferencian del tejido sano.

Detección de
lesiones

La detección precoz del cáncer de mama
depende de la capacidad que tenga el radiólogo de
identificar lesiones sutiles y de pequeño tamaño,
que sólo son visibles si la imagen es de buena calidad.
Las imágenes de mamografía, presentan
características muy particulares que llevan a los
radiólogos a identificar las lesiones por cáncer de
mama, más sin embargo el uso de técnicas
radiológicas, y las diversidades de lesiones
mamográficas, pueden confundir en ocasiones a los expertos
en sus interpretaciones (ver figura 2).

Figura 2. Localización de
las lesiones de la mama

La mayor parte de los errores que se producen en la
detección y caracterización de lesiones en
mamografía son debidas al uso de una técnica
radiológica inadecuada, a la alta densidad de la mama
explorada o a un error u omisión en la lectura de la
mamografía. En un estudio realizado al respecto se vio que
de las lesiones cancerosas no diagnosticadas aproximadamente el
43% de ellas fueron pasadas por alto, el 52% se debió a un
error en la interpretación de la lesión y
aproximadamente el 5% a que la técnica no era
adecuada.

Los falsos negativos (cánceres no detectados) que
se producen en la mamografía de "screening" se deben a
fallos en la percepción de lesiones que obedecen
a:

1) La necesidad de ver un elevado número de
imágenes.

2) La estructura compleja de la mama.

3) La naturaleza sutil de las lesiones debidas a
cáncer precoz.

4) La fatiga y/o distracción del
radiólogo.

El fallo en la percepción puede disminuirse con
un segundo lector que revise las imágenes, esto es
conocido como sistema de doble lectura.

Aprendizaje
automatizado

El sistema aprende a detectar automáticamente las
lesiones encontradas en cada imagen de mamografía por
medio de un método denominado filtro gaussiano en el que
se eliminan aspectos de distorsión de la imagen y
aplicando enseguida la técnica de umbralización, en
el que el pico generado en el histograma por las regiones
sospechosas o con anomalía, son distintas del pico por el
tejido sano. En la etapa de aprendizaje, el sistema por si
sólo realizará la clasificación de las
imágenes analizadas, en este sentido se propone como un
trabajo futuro.

Técnicas automatizadas para la
detección del cáncer de mama

El problema del diagnóstico de cáncer de
mama, enmarca grandes dificultades, ya que los resultados
obtenidos de las técnicas utilizadas, a la fecha han
generado incertidumbre e interpretaciones inciertas. Las
técnicas utilizadas que se han venido realizado con el fin
de apoyar la detección del cáncer de mama, se
mencionan desde la autoexploración hasta los
CADs

Autoexploración y Examen
clínico

La autoexploración mamaria, es una
técnica que permite detectar lesiones por la paciente o el
médico, basado en la observación y palpación
que se hace en las mamas. En un alto porcentaje, son las mujeres
quienes detectan los nódulos que indican una
alteración mamaria, esta herramienta es de poca utilidad,
ya que no detecta lesiones tempranas. Biopsia Una vez
detectado el tumor mediante una o varias de las técnicas
mencionadas, se debe realizar una biopsia para confirmar el
diagnóstico. Existen varios tipos de biopsias según
la técnica que se emplea.

Antecedentes La principal causa de
mortalidad a nivel mundial, es por el cáncer, se le
atribuyen 7.9 millones de defunciones ocurridas en 2007. La
Organización Mundial de la Salud (OMS), estima que
alrededor de 84 millones de personas morirán a causa de
esta enfermedad entre 2005 y 2015.

En 2006, de cada 100 egresos hospitalarios
de mujeres, 20 fueron por cáncer de mama, 13 por
cáncer en el cuello del útero y 12 por leucemia. El
cáncer en 2007 representó la tercera causa de
muertes entre las mujeres con 35303 defunciones (15.4%), mientras
que en los hombres fue la cuarta con 33509 muertes
(11.8%).

El sistema de ayuda al diagnóstico propuesto se
evalúa mediante el uso de curvas FROC. En ellas se muestra
el porcentaje de tumores que el sistema es capaz de detectar
(verdaderos positivos) en función del número medio
de errores de falso positivo cometidos por imagen. Los resultados
obtenidos se comparan con otros resultados publicados con
anterioridad por otros autores que emplearon la misma base de
datos como Oporto, Martínez y Montero.

Detección
de regiones sospechosas

Para poder definir regiones sospechosas a partir del
mapa de sospecha es necesario:

• Establecer un umbral que permita decidir si un
  píxel se considera que tiene una .alta sospecha
  tumoral.

• Establecer un criterio de vecindad que permita
  agrupar píxeles sospechosos en regiones
  sospechosas.

• Establecer el nivel de sospecha de la región
  completa en función del nivel de sospecha individual
  de los píxeles que la forman.

Módulo de preprocesamiento

Su función es, básicamente, realzar y
acondicionar el patrón de interés respecto del
resto de la señal. En el caso particular de que la
señal de entrada represente una imagen, serán
operaciones habituales de esta etapa el escalado,
cuantificación, filtrado, modificaciones del histograma,
transformaciones geométricas, operaciones
morfológicas, eliminación de ruido y
segmentación.

Módulo de obtención de
características

La obtención de
características incluye los procesos de extracción,
selección y reducción de características. El
objetivo de esta etapa es encontrar el conjunto de
características que mejor representa el objeto de entrada,
esto es, que minimice las diferencias intraclase y maximice las
diferencias interclase. La obtención de
características es la parte menos sistemática del
proceso y tiene una gran dependencia del tipo de tarea a
realizar. Se han considerado tres tareas en el proceso de
obtención de características: la extracción,
que hace referencia a la transformación de la señal
del dominio primario a un dominio más adecuado para tratar
el problema; la selección, con la que se escogen aquellas
características que aportan información valiosa
para la identificación del objeto, desechando la
información no discriminante o redundante; y la
reducción del número de características, que
contribuirá a reducir el coste computacional.

Aproximaciones a la detección de tumores en
imágenes médicas

A continuación se muestran las distintas fases
que se abordan habitualmente durante la implementación de
un sistema de ayuda al diagnóstico de
cáncer. 

Figura 3. Fases que se abordan
habitualmente durante la implementación de un sistema de
ayuda al diagnóstico de cáncer.

Etapas en el
diseño de un sistema de ayuda al diagnóstico de
cáncer por ordenador a partir de imágenes
médicas

Todo sistema de CAD comienza con la
digitalización de la imagen adquirida (rayos X,
ecografía, RMN, entre otras), tras lo cual es habitual
realizar un preproceso que ayude a eliminar ruido de la misma y,
especialmente, a mejorar el contraste y realzar las regiones de
la imagen de mayor interés. A continuación, en la
fase de segmentación, se detectan y localizan las regiones
sospechosas, lo que define las llamadas Regiones de
Interés o ROIs. No debe confundirse esta
segmentación con el término de igual nombre que
habitualmente se utiliza en el reconocimiento de formas y
procesamiento de imágenes. En este caso la
segmentación es una primera aproximación para
aislar las regiones sospechosas de lo que claramente corresponde
a tejido normal. En la siguiente fase, se extraen y seleccionan
las características de las ROIs obtenidas en la fase
anterior, para posteriormente proceder a su clasificación,
otorgando a cada región de interés (ROI) un score o
nivel de sospecha. Finalmente, es necesario emplear
técnicas que permitan evaluar los resultados obtenidos, de
manera que éstos puedan ser comparados de un modo
objetivo. A continuación se explica con mayor detalle cada
una de estas fases. Preprocesamiento La finalidad
principal del preproceso es aumentar las diferencias entre las
anomalías y el tejido sano. Los métodos más
utilizados en este sentido son:

a) La modificación global del histograma. Esto se
consigue mediante distintas aproximaciones como son la
ecualización del histograma (EH), la EH multipico donde el
histograma se particiona en función de los picos que
contenga, ecualizándose cada partición de forma
independiente y la expansión del histograma de modo que
este abarque todo el rango de valores posibles.

b) El procesamiento local, en el que se aplican
técnicas muy diversas en ventanas locales de la imagen
(por ejemplo regiones de interés (ROI)) orientadas a
resaltar las posibles anomalías que se encuentren en
dichas ventanas locales.

c) El procesamiento multiescala, basado habitualmente en
el uso de. Para ello la imagen digital se transforma mediante el
uso de wavelets y se modifican los coeficientes para realzar las
anomalías. Finalmente se aplica la transformación
inversa del wavelet para devolver la imagen a su dominio
original.

Segmentación La fase de
segmentación trata de aislar las regiones sospechosas
(regiones de interés (ROI)) del resto de la imagen. Este
proceso determinará la sensibilidad del sistema, esto es,
su capacidad para detectar correctamente el tejido canceroso. La
segmentación debería aislar el mayor número
posible de anomalías, aunque entre las regiones de
interés (ROI) se encuentren regiones correspondientes a
tejido sano (falsos positivos). Los falsos positivos
deberán ser eliminados en una fase posterior. Atendiendo a
su naturaleza, las aproximaciones a la segmentación pueden
dividirse en tres grupos: técnicas clásicas,
substracción de imágenes bilaterales y
técnicas multiescala. a) Técnicas clásicas:
la técnica clásica más sencilla es la
umbralización global. b) Su funcionamiento se basa en que
el pico generado en el histograma por las regiones que contienen
anomalías es distinto del pico generado por el tejido
sano. Esta técnica, sin embargo, no tiene gran
precisión en la detección de regiones de
interés (ROI), por lo que la salida generada por esta
umbralización se utiliza normalmente como entrada de
algún otro proceso posterior.