Extracción de características para el análisis de imágenes de mamografías (página 2)

Una técnica algo más precisa
consiste en la umbralización local. En este caso el valor
de umbral se determina localmente para ventanas de menor
tamaño, en función de los niveles de gris de los
píxeles contenidos en la ventana. Una de las
técnicas más populares para la segmentación
de algunos tipos de tumor, caracterizados por presentar un nivel
de brillo superior al del tejido circundante, es la conocida como
region growing. La idea básica de este algoritmo es
determinar un conjunto de semillas en la imagen y a
continuación hacer crecer de manera iterativa dichas
semillas, mediante la adición de píxeles vecinos
cuyas características sean similares a la de la semilla.
Cuando la región deja de crecer, se compara el nivel de
intensidad medio de la misma con la intensidad de las regiones de
alrededor, para determinar si se trata de una región
sospechosa o no. Las claves para el correcto funcionamiento de
este algoritmo radican en el criterio de selección de
semillas así como en el criterio utilizado para determinar
si un píxel debe o no añadirse a la
región.

Una técnica muy similar es la
conocida como region clustering. En este caso las regiones se
buscan directamente, sin necesidad de establecer semillas
iniciales. El algoritmo de k-medias es una técnica de
agrupamiento o clustering ampliamente utilizada. Otros algoritmos
clásicos utilizados habitualmente para la
segmentación de tumores son aquellos basados en la
detección de bordes como los filtros de Sobel, Prewitt,
Laplaciano, etc.

Otra técnica ampliamente utilizada
es el emparejamiento de patrones o template matching. Esta
aproximación trata de segmentar las anomalías
buscando en la imagen patrones que guarden cierta similitud con
un conjunto de prototipos obtenidos previamente de una muestra de
entrenamiento. Cuando el tamaño de los patrones
(anomalías) a segmentar se desconoce, es necesario
disponer de un conjunto de prototipos que abarque todas las
escalas posibles, o analizar la imagen de test a distintas
escalas.

Substracción de imágenes: mediante la
substracción de imágenes se pueden localizar
diferencias entre dos imágenes médicas de un mismo
paciente tomadas en distintos momentos. Para que esta
aproximación genere resultados aceptables, es necesario
realizar un alineamiento elástico entre ambas
imágenes. Las diferencias encontradas entre una y otra
imagen serán regiones sospechosas, aunque entre estas
regiones puede haber un número importante de falsos
positivos. Es necesario, por tanto, un posterior análisis
basado en algún tipo de características, que ayude
a reducir los falsos positivos. En los casos de órganos
simétricos, como por ejemplo la mama, es posible
también buscar diferencias entre las imágenes de
cada órgano (por ejemplo mamografías del pecho
izquierdo y derecho) tomadas en la misma sesión.
Técnicas multiescala: en ocasiones el tamaño de los
tumores puede variar considerablemente. En este sentido, las
técnicas multiescala pueden facilitar la detección
de los mismos. Para ello, el método de detección
escogido se aplica a diferentes escalas y se combina, de
algún modo, el nivel de sospecha detectado en cada una de
las escalas. Por otro lado, mediante la transformación
discreta de wavelets (DWT), también es posible hacer un
análisis multiescala de la imagen.

Extracción de características y
selección

Una vez segmentada la imagen, puede ser
necesario extraer características de las distintas
regiones de interés (ROI) seleccionadas para determinar
con mayor precisión el nivel de sospecha. El espacio de
características puede ser muy grande y complejo, debido a
la gran variabilidad que puede darse tanto en el tejido sano como
en el canceroso. Sin embargo, no todas las características
obtenidas son igualmente significativas. Usar un número
excesivo de características puede incrementar la
complejidad del clasificador y degradar el rendimiento del mismo.
La extracción y selección de características
es una etapa clave para la correcta detección de tumores,
ya que el rendimiento del sistema de CAD depende más de la
optimización de la extracción y selección de
características que del método de
clasificación. Dependiendo del tipo de
características que se extraigan de la imagen, el espacio
de características puede dividirse en tres
categorías: características de intensidad,
características geométricas y
características de textura. a) Las características
de intensidad es la aproximación más simple.
Básicamente consiste en utilizar los valores de niveles de
gris de cada ROI para caracterizar la misma. Otras aproximaciones
utilizan características que representen la diferencia
entre el nivel de gris medio de la ROI y el nivel de gris medio
de los píxeles que circundan la ROI. b) Las
características geométricas o morfológicas
se basan en la forma de la ROI, calculándose a partir del
área y borde de la misma (área, perímetro,
convexidad, momentos de primer, segundo y tercer orden,
oblicuidad, etc.).

c) Las características de textura
pueden obtenerse a partir de técnicas muy diversas, entre
las que cabe destacar las matrices de concurrencia,
también llamadas Matrices de Dependencia de Niveles de
Gris o Space Gray Level Dependence Matrices (SGLDM), los vectores
de estadísticas de diferencia de nivel de gris (GLDS) o
las características de Run Length Statistics
(RLS).

Independientemente del tipo de
características obtenidas en primera instancia, se puede
aplicar el Análisis de Componentes Principales (PCA) para
decorrelar las distintas características y reducir su
número. En este sentido, las técnicas más
utilizadas son la selección de características por
etapas mediante el Análisis Lineal Discriminante y los
Algoritmos Genéticos.

Evaluación
del modelo

Un método ampliamente utilizado para la
comparación de clasificadores binarios en general y para
la clasificación de tumores en particular, es el
análisis mediante curvas ROC (Receiver Operating
Characteristic), en las que se muestran los verdaderos positivos
en función de los falsos positivos.

Cuando el sistema a evaluar no es puramente de
clasificación, sino de detección y
localización, en el que puede observarse más de un
tumor en la imagen, entonces el método más adecuado
para la evaluación es el basado en curvas Free-ROC (FROC).
En este caso, se muestra la relación entre los verdaderos
positivos y el número medio de falsos positivos por
imagen.

En la Tabla 1 se muestran los distintos tipos de
anomalías que pueden observarse en una mamografía y
ser indicativos de a presencia de un tumor maligno. La
ecografía permite generar una imagen a partir del eco
recibido de una secuencia de ultrasonidos. Una ventaja de la
ecografía frente a la mamografía es que, la
primera, puede tomarse prácticamente desde cualquier
ángulo. Otra gran ventaja de esta técnica radica en
que permite distinguir los quistes (tumores benignos formados por
líquido) de las masas sólidas (normalmente
nódulos cancerosos). En la mamografía, por contra,
las masas y los quistes tienen un aspecto muy
parecido.

La desventaja de la ecografía es que, aunque
ofrece un buen contraste, ofrece una resolución espacial
muy pobre.

Tabla 1. Clasificación de los distintos
tipos de anomalías observables en una mamografía
que pueden ser indicativos de la presencia de un tumor
maligno.

La biopsia consiste en tomar una muestra de tejido, para
su posterior análisis al microscopio. Este análisis
histológico permite revelar, con una fiabilidad del 100%,
si en el tejido analizado se encuentran o no células
cancerosas. Para realizar la biopsia, normalmente se recurre de
nuevo a la mamografía o a la ecografía, como ayuda
para dirigir la aguja de la biopsia a la zona del pecho
deseada.

Actualmente, no existe un método de
segmentación que alcance resultados aceptables para todo
tipo de imágenes médicas. No existen métodos
que sean generales y que puedan ser aplicados a cualquier
variedad de datos. De cualquier forma, los métodos que son
especializados para aplicaciones particulares pueden obtener
mejores resultados tomando en cuenta conocimiento a priori. Por
lo tanto, la selección de un método apropiado para
un problema de segmentación puede ser muy difícil.
Los trabajos de investigación citados anteriormente,
describen varios CADs, o métodos automatizados que se han
propuesto con el objeto de apoyar en el diagnóstico de
cáncer para ofrecer tratamientos oportunos.

Cada trabajo propone un método y en algunos casos
aplica diferentes técnicas para resolver el problema de
acuerdo a lo planteado.

Los métodos de segmentación que se
describen pueden ser vistos como problemas de
optimización, donde la segmentación deseada, es la
que minimiza alguna función de energía o de costo
definida para una aplicación en particular. La ventaja de
ver la segmentación como un problema de
optimización, es que define de manera precisa los aspectos
deseables de las imágenes. Es muy claro que para
diferentes aplicaciones, se necesitan diferentes
funciones.

Este trabajo de investigación tiene
como objetivo, desarrollar un algoritmo, usando extractores de
características para el análisis de imágenes
de mamografías digitales, que permitan el análisis
de los datos y seguimiento para otras etapas.

La aplicación fue desarrollada en el
lenguaje de programación MATLAB y C++, tomando como
ventaja la transportabilidad a diferentes sistemas operativos,
así como la base de datos en MYSQL.

El sistema desarrollado, se conforma de las
siguientes etapas: digitalización, preprocesamiento,
segmentación y selección y extracción de
características, para lo cual se utilizan métodos
estadísticos, teorías de fractales y diversas
técnicas con algoritmos tales como modelos de Markov,
algoritmos de lógica difusa y redes neuronales. En el
sistema automatizado, se procesa la imagen y se obtiene un
diagnóstico de preclasificación sobre ella, basado
en el histograma, tejido, operaciones (ecualizar, binarizar,
cortar, brillo, contraste, reflejo, zoom); y con la
manipulación de la imagen y agrupamiento se realiza la
detección de anomalías.

La minería de datos, aplicada al
procesamiento de imágenes ha dado buenos resultados a
través de la aplicación de redes neuronales para
las tareas de clasificación y agrupamiento
[20].

El trabajo propuesto, dirigido al sector
salud, considera que al aplicar métodos de
clasificación, utilizando la minería de datos,
puede proporcionar buenos resultados que pudieran ser de gran
utilidad en la detección de anomalías en dichas
imágenes. Además se pueden determinar estrategias
para el pre-procesamiento de la imagen, proponer que sistema
inteligente es el más apto para realizar el reconocimiento
y el método que genere un posible diagnóstico,
validarlo mediante un conjunto de datos reales, empleando las
redes neuronales para clasificar imágenes
tomográficas, detección de anormalidades contenidas
y proveer una buena clasificación. La metodología
propuesta en este trabajo, se conforma por una serie de etapas,
las cuales se describen a continuación. La primera etapa,
consiste en obtener regiones de interés (ROI) de las
imágenes de nuestra base de datos. La segunda etapa
consiste en aplicar el proceso de filtrado Quincunx, y el proceso
de filtrado Wavelet Daubechies DB4, a este último se le
aplica una umbralización suave en los detalles de
descomposición en el dominio transformado. El 70% de las
imágenes de datos, son utilizadas para este
propósito. La tercer etapa consiste en la
extracción de las características no contextuales
(intensidad de píxel) y contextuales (contraste local CI,
contraste local normalizadoCIn y magnitud de gradiente B), los
cuales forman un arreglo de características que
serán analizados. En la cuarta etapa estas
características son analizadas mediante la
combinación del método de regresión
secuencial SFS y una Red Neuronal Artificial de Regresión
General GRNN, el cual selecciona el arreglo óptimo que
modele las mejores características que sean
representativas a microcalcificaciones. En la última etapa
se realiza la segmentación a las imágenes, mediante
el algoritmo de clasificación no supervisado k-medias, en
el cual se obtienen los centros para clasificar el resto de las
imágenes de la base de datos (30%) y poder comparar
finalmente, si las imágenes segmentadas con las
características extraídas de las imágenes
procesadas con filtro Quincunx, son o no mejores respecto a las
imágenes segmentadas con las características
extraídas de imágenes procesadas con la familia de
Wavelet. Las propiedades de una descomposición Wavelet son
afectadas de manera favorable en el esquema de muestreo, es
decir, que las muestras de la señal, en el caso
bidimensional, es dividida en un número de
fases.

La imagen de la primera fase es reconstruida por medio
de la diferencia de la salida del filtro de actualización
y del promedio de los coeficientes Wavelet. Entonces e la imagen
reconstruida de la primera fase es filtrada con el filtro de
predicción cuya salida es agregada a los coeficientes de
detalle Wavelet resultantes de la imagen de la segunda fase. La
imagen reconstruida se obtiene simplemente uniendo ambas
fases.

La segmentación Quincunx ligeramente mejor en
comparativa con la imagen segmentada Wavelet, también
obtiene un mejor número de características que
representa mejor a las microcalcificaciones, así como un
bajo número de clases necesarias para la
segmentación.

El filtrado Quincunx es una mejora al filtrado Wavelet
convencional, debido a que obtiene diferentes propiedades de
orientación bajo una descomposición Wavelet. Las
características de una imagen que no pueden ser detectadas
mediante los detalles horizontales, detalles verticales y
detalles diagonales, pueden ser detectadas mediante el empleo de
Wavelets no separables como el enrejado Quincunx, el cual ofrece
una solución a este problema. Los coeficientes Wavelet de
detalles, están dominados por el ruido, mientas que los
coeficientes de aproximaciones, proveen más
información de la señal que del ruido.

Las mamografías correctamente clasificadas,
consideraron algunos criterios como las categorías de
acuerdo a la información y posteriormente evaluar el grado
de acierto. Con esto, se busca disminuir el número de
falsos positivos.

Algunas aplicaciones utilizadas en este trabajo, para la
clasificación de imágenes médicas son el FP
Image (8), el cual fue usado en la visualización de
imágenes y la conversión de estas en otros
formatos, el ImageMagick (9), permite la conversión a
otros formatos y transformaciones de las imágenes, el
software ImageJ (10), que permite visualizar, editar, analizar,
procesar, guardar e imprimir imágenes, Soporta stacks, una
serie de imágenes que comparten una ventana simple,
permite también el cálculo de estadísticas,
crea histogramas, permite el procesamiento y está
diseñado con arquitectura abierta que provee
extensibilidad a través de plugins, que permiten resolver
problemas de tratamiento y análisis de imágenes; y
el Weka (11), que contempla algoritmos que pueden ser aplicados
directamente a una base de datos o llamada desde su propio
código Java. WEKA contiene herramientas de datos:
pre-procesamiento, clasificación, regresión,
agrupación, normas de asociación, y la
visualización. También es bien adecuado para el
desarrollo de nuevos sistemas de aprendizaje
automático.

La herramienta radiográfica BI-RADS fue usada
como un sistema de control de calidad durante los reportes e
interpretaciones de mamografías, haciendo una
evaluación numérica de categorías (clase 0,
clase I, clase II, clase III, clase IV, clase V y clase VI) para
la interpretación por el radiólogo. Con lo
qué, la aplicación presenta un reporte
radiográfico uniforme y más preciso para que pueda
ser interpretado por los médicos especializados. La
información clasificada en categorías, respecto al
análisis de las imágenes, presentan una base de
datos en la que el resultado obtenido puede precisar el
diagnóstico del cáncer de mama, además
será de mucho apoyo a los médicos especialista en
el sector salud minimizar los falsos positivos.

Las imágenes de mamografía para este
proyecto de investigación fueron tomadas de The
Mammographic Image Analysis Society (MIAS). La base de datos
contiene 322 imágenes de las cuales 25 contienen
microcalcificaciones, 13 son malignas y 12 son benignas. Varios
trabajos relacionados han usado en sus pruebas esta base de datos
[21].

Referencias
Bibliográficas

• 1. (2005). "Digital vs. Film
  Mammography in the Digital Mammographic Imaging Screening
  Trial (DMIST): Questions and Answers." from
  http://www.cancer.gov/cancertopics/factsheet/DMISTQandA.

• 2. (2008). "Sociedad Americana del
  Cáncer." from http://www.cancer.org/.

• 3. A Jain and D. Zongker. (1997).
  "Feature selection: evaluation, application, and small sample
  performance."

• 4. Althuis, M. D., J. M. Dozier,
  et al. (2005). "Global trends in breast cancer incidence and
  mortality 1973-1997." Int. J. Epidemiol. 34(2):
  405-412.

• 5. Ayres, F. and R. Rangayyan
  (2007). "Reduction of false positives in the detection of
  architectural distortion in mammograms by using a
  geometrically constrained phase portrait model."
  International Journal of Computer Assisted Radiology and
  Surgery 1(6): 361-369.

• 6. Ayres, F. J. and R. M.
  Rangayvan (2005). "Characterization of architectural
  distortion in mammograms." Engineering in Medicine and
  Biology Magazine, IEEE 24(1): 59-67.

• 7. Baker JA, K. P., Lo JY, Floyd
  CE Jr (1996). "Artificial neural network: improving the
  quality of breast biopsy recommendations." Radiology 198(1):
  131-135.

• 8. Ball, J. E. and L. M. Bruce (2007). Digital
  Mammogram Spiculated Mass Detection and Spicule Segmentation
  using Level Sets. Engineering in Medicine and Biology
  Society, 2007. EMBS 2007. 29th Annual International
  Conference of the IEEE.

• 9. Bellotti, R., F. De Carlo, et al. (2006). "A
  completely automated CAD system for mass detection in a large
  mammographic database." Medical physics 33(8):
  3066-3075.

• 10. Bezares, F. G. (1990). "Analisis Factorial
  por Componentes Principales."

• 11. Borgen, P., G. Wong, et al. (1992). Current
  management of male breast cancer. a review of 104
  cases.

• 12. Brem, R. F., J. Baum, et al. (2003).
  "Improvement in Sensitivity of Screening Mammography with
  Computer-Aided Detection: A Multiinstitutional Trial." Am. J.
  Roentgenol. 181(3): 687-693.

• 13. Brown, J., S. Bryan, et al. (1996).
  "Mammography screening: an incremental cost effectiveness
  analysis of double versus single reading of mammograms." BMJ
  (Clinical research ed.) 312(7034): 809-812.

• 14. Caputo, B., E. La Torre, et al. (2002). "A
  new kernel method for microcalcification detection: Spin
  Glass-Markov Random Fields." Studies in health technology and
  informatics 90: 30-34.

• 15. Ciatto, S., N. Houssami, et al. (2007).
  "Computer-Aided Screening Mammography." N Engl J Med 357(1):
  83-85.

• 16. Chan, H., Sahiner B, et al. (1998).
  "Computerized analysis of mammographic microcalcifications in
  morphological and texture feature spaces." Med Phys 25(10):
  2007-2019.

• 17. Cheng, H., X.Shi, et al. (2005).
  "Approaches for automated detection and classification of
  masses in mammograms." Pattern Recognition.

• 18. Cheng, H. D. and H. Xu (2002). "A novel
  fuzzy logic approach to mammogram contrast enhancement."
  Information Sciences 148(1): 167-184.

• 19. Christoyianni, I., E. Dermatas, et al.
  (2000). Fast detection of masses in computer-aided
  mammography, IEEE Signal Process.

• 20. Dhawan, A. P., Y. Chitre, et al. (1996).
  "Analysis of mammographic microcalcifications using
  gray-level image structure features." Medical Imaging, IEEE
  Transactions on 15(3): 246-259.

• 21. Díaz, S. A. O. (2004).
  "Detección Automática de Agrupamientos de
  Microcalcificaciones en Mamografías
  Digitalizadas."

Autor:

Ing. Alejandro Díaz
Sotolongo,

Departamento de Computación,
Facultad de Ingeniería, Universidad de Ciego de
Ávila, Cuba.