Algoritmo para la disminución de falsos positivos en la identificación de nódulos pulmonares solitarios en imágenes de tomografía de tórax

Abstract

La comunidad internacional ha realizado un esfuerzo para dar solución a la identificación del cáncer de pulmón en fases tempranas de la enfermedad, a partir del análisis de imágenes médicas. Para ello se han desarrollado sistemas de diagnóstico asistido por computador para la identificación de nódulos pulmonares solitarios en imágenes de tomografía de tórax. Dichos sistemas proporcionan a los radiólogos una segunda opinión en la interpretación de los resultados diagnósticos. En la presente investigación se exponen los resultados obtenidos con el desarrollo de la fase de identificación de un sistema de diagnóstico asistido por ordenador, utilizando para ello métodos de segmentación de imágenes. Para la obtención de la región pulmonar se utilizan técnicas de umbralización y componentes conexas. Para la inclusión de los nódulos periféricos se hace uso de la técnica rolling-ball. Con el objetivo de determinar las estructuras candidatas a ser nódulos pulmonares solitarios se utilizó la técnica de agrupamiento K-Means y con el objetivo de disminuir falsos positivos se utilizaron criterios de tamaño, circularidad y gradiente. Para el desarrollo del algoritmo se utilizó como Entorno de Desarrollo Integrado Visual Studio 2015 y como lenguaje de programación C# 4.0. Se obtuvieron resultados de sensibilidad de un 83% y un promedio de 4,75 falsos positivos por imagen médica analizada, al utilizar imágenes previamente diagnosticadas, obtenidas de la base de datos internacional The Lung Image Database Consortium Image Collection.