PT116801B - Método e sistema para a identificação melhorada de lesões mamárias - Google Patents

Abstract

A PRESENTE INVENÇÃO ENQUADRA-SE NA ÁREA DA IMAGIOLOGIA MÉDICA, ESPECIFICAMENTE NA IMAGIOLOGIA DESTINADA À IDENTIFICAÇÃO DE LESÕES MAMÁRIAS, ASSIM IDENTIFICANDO POTENCIAIS MASSAS DE LESÃO DE CANCRO DA MAMA OU POTENCIAIS CALCIFICAÇÕES DE LESÃO DE CANCRO DA MAMA. É OBJECTO DA PRESENTE INVENÇÃO UM MÉTODO COMPUTACIONAL PARA A IDENTIFICAÇÃO MELHORADA DE LESÕES MAMÁRIAS QUE ENVOLVE A OBTENÇÃO DE IMAGENS DIGITAIS DE UMA SECÇÃO MAMÁRIA, COM PELO MENOS DUAS IMAGENS DIGITAIS OBTIDAS POR TECNOLOGIAS DE IMAGIOLOGIA DISTINTAS, SUA SEGMENTAÇÃO E CONSEQUENTE CORRELAÇÃO, PARA IDENTIFICAR UMA OU MAIS LESÕES. TAL POSSIBILITA UMA AUTOMATIZAÇÃO MELHORADA DA IDENTIFICAÇÃO DE LESÕES MAMÁRIAS.

Description

MÉTODO E SISTEMA COMPUTACIONAIS PARA A IDENTIFICAÇÃO MELHORADA DE LESÕES MAMÁRIAS

CAMPO DA INVENÇÃO

A presente invenção enquadra-se na área da imagiologia médica, especificamente na imagiologia destinada à identificação de lesões mamárias, assim identificando potenciais massas de lesão de cancro da mama ou potenciais microcalcificações de lesão de cancro da mama.

ANTECEDENTES DA INVENÇÃO cancro de mama é o cancro mais comum em mulheres em todo o mundo, com quase 1,7 milhão de novos casos diagnosticados em 2012, representando 12% dos novos cancros e 25% de todos os 166 tipos de cancro em mulheres, de acordo com o artigo The efficacy of using computer-aideddetection (cad) for detection of breast câncer ín mammography screeníng:a systematic review, Henriksen, E. et al, Acta Radiologica, 2018 .

O diagnóstico de imagens médicas é um esforço rotineiro realizado por radiologistas para ajudar a diagnosticar ou monitorizar uma condição médica. O diagnóstico por imagens médicas permite que os médicos identifiquem patologias decodificando as caracteristicas dos tecidos através do exame de caracteristicas nas imagens médicas. Desempenha um papel central na medicina moderna, em particular

- 2 na prevenção e diagnóstico de cancro, que é uma das principais causas de mortalidade em todo o mundo.

Uma triagem de cancro da mama desempenha um papel fundamental na redução da mortalidade com uma alta taxa de conveniência. 0 diagnóstico precoce de pacientes assintomáticos permite a intervenção e tratamento, reduzindo os índices de mortalidade de pacientes com cancro.

Uma forma de imagem mais amplamente utilizada para a triagem mamária é a mamografia (MG). Contudo, apresenta um alto risco de erro médico sem o uso de ultra-som (US), vulgo ecografias, ou ressonância magnética (RM) em situações de mama densa. 0 que é bastante comum. É assim difícil estabelecer uma conexão ou diagnosticar problemas apenas com uma modalidade só.

fluxo de trabalho de triagem pode assim envolver várias modalidades de imagem, incluindo MG, em ambas as vistas CranioCaudal (CG) e MedioLateral Obliqua (MLO), ultra-sons (US) e volumes de imagiologia de ressonância magnética (MRI). As taxas e custos de respostas de várias variações (ou seja, cada modalidade) têm um risco inerente de maior taxa de erro médico ao paciente e aumento de custos associados a exames desnecessários.

Os algoritmos de Deep Learníng (DL) aumentaram a qualidade do diagnóstico médico automático, com o custo de criar conjuntos de dados para treinar e testar esses métodos supervisionados de Machíne Learníng (ML) . Na sala de radiologia, as anotações de imagens médicas são uma das principais atividades dos radiologistas e a qualidade da

- 3 anotação depende da experiência do clinico e do número de casos estudados.

A patente americana com número de publicação US 7,308,126 divulga uma solução representativa do estado da técnica, incluindo ecrãs de saida de um sistema de Detecção Assistida por Computador (CADe) que permitem fornecer representações precisas de áreas para exames subsequentes. Como a saida CADe não é usada durante a leitura inicial, não é realizada uma marcação até que uma determinação final seja alcançada, o que reduz o desempenho do sistema. Além disso, as regiões indicadas são mostradas no contexto de um detalhe anatómico especifico. Esta solução auxilia o técnico, outros médicos e pacientes, localizando a área exata para os exames subsequentes, no entanto não divulgando uma forma melhorada de automatizar o processo de identificação de lesões mamárias.

A patente americana com número de publicação US 8,164,039 divulga um método e um aparelho para detectar uma ou mais massas espiculadas em uma imagem usando um processador. Esta solução inclui a utilização de tecnologias de imagem médica, nomeadamente no domínio do cancro de mama, e aborda os recursos para anotações de lesões na modalidade MG em ambiente remoto. Apesar dessas vantagens, o trabalho não abrange uma estratégia de multimodalidade, pois concentra-se apenas na modalidade de mamografia e, tal como o documento anterior, não permite uma automatização da detecção, não abrangendo a geração padronizada de um conjunto de dados com anotações em imagens médicas.

Mesmo considerando as soluções do estado da técnica, a classificação, localização, deteção, segmentação e registo adequados de tumores são melhoradas ao utilizar diferentes

- 4 modalidades de imagem que contribuem para a confiabilidade do diagnóstico.

A solução da presente invenção inclui a extração eficiente de recursos de imagens de diferentes tecnologias de imagiologia, possibilitando uma automatização da identificação de lesões mamárias de forma melhorada.

SUMÁRIO DA INVENÇÃO

É assim objecto da presente invenção um método computacional para a identificação melhorada de lesões mamárias caracterizado por compreender os passos de:

a) obter uma pluralidade de imagens digitais de uma secção mamária, pelo menos duas dessas imagens sendo obtidas por tecnologias de imagiologia distintas,

b) registar uma ou mais regiões de interesse das imagens digitais de uma secção mamária, a serem identificadas,

c) segmentar as referidas secções, assim obtendo secções segmentadas,

d) correlacionar as referidas secções segmentadas das várias imagens digitais e,

e) com base na referida correlação, identificar uma ou mais lesões mamárias.

A presente solução permite assim uma extração eficiente de recursos de imagens obtidas diferentes tecnologias de imagiologia, através da segmentação de regiões de interesse de uma secção mamária, possibilitando uma automatização da identificação de lesões mamárias de forma melhorada, uma vez que as imagens obtidas por diferentes tecnologias - ou as respectivas regiões de interesse - passam a ser

- 5 correlacionáveis (passo d) através da anterior segmentação (passo c).

É igualmente objecto da presente invenção um sistema computacional para a identificação melhorada de lesões mamárias que está configurado para implementar o método da presente invenção, em qualquer um dos modos de realização do método descritos.

É igualmente objecto da presente invenção um sistema composto para a identificação melhorada de lesões mamárias que compreende o sistema computacional da presente invenção e pelo menos dois equipamentos de tecnologias de imagiologia distintas, os referidos equipamentos preferencialmente sendo de imagiologia por ressonância magnética, ultrassons e/ou mamografia.

É ainda objecto da presente invenção um meio de memória não-transitória que compreende instruções de programa executável para realizar o método da presente invenção, em qualquer um dos modos de realização do método descritos.

DESCRIÇÃO DAS FIGURAS

Figura 1 - duas imagens digitais de uma secção mamária, obtidas por imagiologia de ressonância magnética (MRI) e ultra-sons (US) .

Figura 2 - ampliação da imagem digital de ultra-sons da figura 1, com a sobreposição de uma figura geométrica que consiste num polígono, um pentágono, e que providencia suporte à segmentação.

Figura 3 - representação de diversos polígonos, secções excêntricas e combinações de secções excêntricas, bem como as

- 6 suas designações, que são comumente identificadas e que providenciam suporte à segmentação.

Figura 4 - representação de diversos tipos de calcificação identificada em imagens digitais de uma secção mamária, em que o tipo difuso a) apresenta cálculos aleatoriamente dispostos, o tipo regional b) apresenta cálculos próximos uns dos outros, tipicamente formando um círculo, o tipo de grupo c) apresenta uma área pequena, com poucos cálculos, o tipo Linear c) apresenta cálculos em linha e o tipo de segmento d) é semelhante ao regional, mas com uma forma mais oval, em vez de circular. Figura 5 - representação de uma lesão identificada numa região de interesse, em que a área cinza é a lesão, que é parametrizada através de um volume de forma (rectângulo que a circunda), contorno (contorno circundante da lesão) e/ou ponto de contorno de cada secção (diversos pontos de contorno). Os pontos de contorno podem ser caracterizados através de coordenadas x, y, ou, nos vários exemplos de pares de coordenadas, xl, yl; x2, y2; x3, y3; x4, y4; x5, y5; x6, y6; x7, y7; x8, y8; x9, y9. Pode ainda ser identificado o diâmetro do contorno (A) e as distâncias do contorno aos vértices do volume de forma (B, C).

DESCRIÇÃO DETALHADA DA INVENÇÃO

Os modos de relação mais gerais da presente invenção são descritos no Sumário da invenção. Tais modos de realização são de seguida detalhados, de acordo com outras configurações vantajosas e/ou preferidas da presente invenção.

Num modo preferido do método da presente invenção, a referida segmentação de regiões de imagens digitais de uma secção mamária ser realizada com recurso a uma forma geométrica, a forma geométrica consistindo preferencialmente

- 7 em um ou mais polígonos, secções excêntricas ou suas combinações.

Num aspecto inventivo do método da presente invenção referida segmentação compreender a determinação de pelo menos um parâmetro das referidas secções, esse parâmetro consistindo num volume de forma, contorno e/ou ponto de contorno de cada secção.

Num outro aspecto inventivo do método da presente invenção, a referida segmentação de cada secção compreender a determinação de um ou mais pontos associados à referida secção e, com base nessa determinação, gerar um contorno e/ou um volume de forma da secção.

Num outro aspecto inventivo do método da presente invenção, a referida correlação compreender a implementação de pelo menos um algoritmo de inteligência artificial, machíne learníng e/ou deep learníng sobre as referidas secções segmentadas.

Preferencialmente, a referida segmentação é realizada com base em pelo menos uma interacção de um utilizador. Adicionalmente, num modo de realização preferido, referida interacção de um utilizador ser obtida a partir de definição por parte do utilizador de um volume de forma, contorno, ponto de interior e/ou ponto de contorno de cada secção. Adicionalmente, num outro modo de realização preferido, a referida definição por parte de um utilizador ser obtida a partir da definição por parte de um utilizador à mão livre e ou pelo menos uma marcação de um ponto na imagem.

- 8 Num outro aspecto inventivo do método da presente invenção, a referida definição à mão livre é realizada para anotar uma secção associada a uma potencial massa de lesão de cancro da mama e a referida marcação de um ponto na imagem é realizada para anotar uma potencial microcalcificação de lesão de cancro da mama.

Preferencialmente, as referidas tecnologias de imagiologia compreendem imagiologia por mamografia, ultrassons e/ou ressonância magnética.

MODOS DE REALIZAÇÃO

São descritos de seguida modos de realização mais específicos, de implementação do método e sistemas da presente invenção.

A presente invenção opera com formatos padrão suportados por imagens médicas, incluindo as modalidades MG, US e MRI.

Essas modalidades estão tipicamente disponíveis - nos equipamentos que as obtêm - no formato padrão de Imagem Digital e Comunicação em Medicina (DICOM) e são suportadas em modalidade única pelos sistemas existentes.

Além disso, a maioria dos sistemas é de uso geral e não se adapta a domínios clínicos específicos (por exemplo, triagem de mama), não fornecendo suporte adequado aos diferentes fluxos de trabalho clínicos.

Utilizando uma ferramenta que implementa o método e sistemas da presente invenção, o fluxo de trabalho clínico

- 9 inclui e é melhorado por agentes automáticos pela integração de algoritmos de IA.

A presente invenção inclui adicionalmente uma nova estrutura para uma geração padronizada de um conjunto de dados com anotações de imagens médicas de massas e calcificações relativas a lesões de cancro da mama. Esta é representada pois pode ainda funcionar como uma visualização de imagens médicas usadas em um cenário clinico realista. As imagens médicas e as respectivas anotações são apresentadas em uma estratégia de multimodalidade.

Adicionalmente, a presente invenção também pode incluir novas técnicas de anotação para as imagens médicas: i) uma ferramenta de polígono à mão livre para anotar as massas de lesões de cancro de mama; e ii) uma marcação de pontos na imagem para anotar as calcificações das lesões de cancro da mama.

Com um conjunto de dados gerado usando essa nova metodologia, o fluxo de trabalho clínico integra algoritmos de IA que computam a segmentação e classificação de lesões por agentes automáticos, o que permite, ainda, reduzir os custos de assistência médica e atenuar de erros médicos, enquanto no final melhorará a assistência médica do paciente. A correlação resultante da operação de um elemento como uma IA permite melhorar a assistência médica, complementando o conhecimento clínico especializado para aumentar a velocidade e a eficiência do diagnóstico.

Anotações como as representadas na Figura 5 são particularmente úteis para extrair recursos como contornos, interseções, formas (Figura 3) e padrões de imagem (Figura 4).

- 10 Para uma correlação / classificação adequada feita por agentes automáticos, esta pode ser usada no processo de delimitação e segmentação de lesões.

Através do método da presente invenção um utilizador pode interagir com uma interface do utilizador fazendo marcações (Figura 5), que podem ser conectadas (por exemplo, com recurso à mão livre para massas) ou não (por exemplo, com recurso de marcação de pontos para calcificações), nos contornos da lesão.

Cada ponto de marcação / marcador é referenciado a um par de coordenadas x, y. As coordenadas x, y definem uma posição na imagem.

Assim, é possível medir a verdade fundamental (ground truth) da lesão, ou seja, o volume de forma (Figura 5), e fornecer essas informações aos algoritmos de que correlacionam essa informação. Além disso, permite classificar autonomamente as margens e formas das massas (Figura 3) e os padrões de distribuição das calcificações (Figura 4).

A presente invenção pode ser aplicada em i) Análise de imagens médicas; ii) diagnóstico assistido por computador (CADx); iii) rastreamento do cancro da mama; ou iv) assistentes baseados em IA de imagiologia médica.

Na Análise de imagens médicas as tecnologias são baseadas em imagens médicas, nas quais identificam anomalias e doenças com maior precisão do que os médicos. Tais ferramentas são feitas para satisfazer as métricas básicas de tumores de pequenos centros de cancro. Além disso, a compatibilidade com ferramentas comuns de análise de imagem facilita o envolvimento

-lido radiologista na curadoria de dados de imagem, incluindo anotação de imagem. Conjuntos de dados de anotações de imagem dão suporte ao desenvolvimento e evolução de aplicativos de IA para imagens médicas.

As ferramentas CADx são usadas no diagnóstico de cancro da mama, cancro do pulmão, etc. Um CADx identifica sinais anormais logo que um profissional humano falha. Essas ferramentas são feitas para fornecer soluções de saúde precisas e poderosas, projetadas por especialistas para otimizar a eficiência operacional, a confiança do clinico e os resultados dos pacientes. Com a presente invenção, é possível estender facilmente os recursos atuais para um sistema CADx.

No campo de triagem do cancro da mama, é mostrado um conjunto de ferramentas para estimar o cancro da mama. Essas ferramentas têm o objectivo de procurar sinais sobre a doença antes que uma pessoa tenha sintomas, o que a presente invenção promove. Com a presente invenção, a comunidade conseguirá isso com um método que promoverá a existência de um conjunto de dados com relevância em imagens médicas.

Na área dos assistentes baseados em IA de imagiologia médica, os aplicativos médicos são projetados para otimizar a produtividade e acelerar o trabalho com todo um conjunto de ferramentas de diagnóstico por imagem para todo tipo de estudo de modalidade em uma estação de trabalho. A partir dessas ferramentas, a IA é capaz de interagir perfeitamente com os utilizadores via texto, agilizar as informações necessárias nos pontos de atendimento relevantes ou fornecer suporte à decisão clínica com aparelhos de leitura. A presente invenção aumenta essa funcionalidade oferecendo a, por exemplo, radiologistas, uma relevância de dados mais alta.

- 12 Como será evidente a um perito na especialidade, a presente invenção não deverá estar limitada aos modos de realização descritos no presente documento, sendo possíveis diversas alterações que se mantêm no âmbito da presente invenção.

Evidentemente, os modos preferenciais acima apresentados são combináveis, nas diferentes formas possíveis, evitando-se aqui a repetição de todas essas combinações.

Claims (12)

1. Método computacional para a identificação melhorada de lesões mamárias que compreende os passos de:

a) obter uma pluralidade de imagens digitais de uma secção mamária, pelo menos duas dessas imagens sendo obtidas por tecnologias de imagiologia distintas,

b) registar uma ou mais regiões de interesse das imagens digitais de uma secção mamária, a serem identificadas,

c) segmentar as referidas regiões de interesse, assim obtendo regiões segmentadas,

d) correlacionar as referidas regiões segmentadas das várias imagens digitais e,

e) com base na referida correlação, identificar uma ou mais lesões mamárias, caracterizado por a referida segmentação de regiões de imagens digitais de uma secção mamária ser realizada com recurso a uma forma geométrica, a referida segmentação compreender a determinação de pelo menos um parâmetro das referidas regiões de interesse, esse parâmetro consistindo num volume de forma, contorno e/ou ponto de contorno de cada região.

2. Método de acordo com a reivindicação anterior caracterizado por a forma geométrica consistir em um ou mais polígonos, secções excêntricas ou suas combinações.

3. Método de acordo com qualquer uma das reivindicações anteriores caracterizado por a referida

- 2 segmentação de cada região de interesse compreender a determinação de um ou mais pontos associados à referida região e, com base nessa determinação, gerar um contorno e/ou um volume de forma da região.

4. Método de acordo com qualquer uma das reivindicações anteriores caracterizado por a referida correlação compreender a implementação de pelo menos um algoritmo de inteligência artificial, machíne learníng e/ou deep learníng sobre as referidas secções segmentadas.

5. Método de acordo com qualquer uma das reivindicações anteriores caracterizado por a referida segmentação ser realizada com base em pelo menos uma interação de um utilizador.

6. Método de acordo com a reivindicação anterior caracterizado por a referida interacção de um utilizador ser obtida a partir de definição por parte do utilizador de um volume de forma, contorno, ponto de interior e/ou ponto de contorno de cada região.

7. Método de acordo caracterizado por a referida utilizador ser obtida a partir utilizador à mão livre e ou pelo na imagem.

com a reivindicação anterior definição por parte de um da definição por parte de um menos uma marcação de um ponto

8. Método de acordo com a reivindicação anterior caracterizado por a referida definição à mão livre ser realizada para anotar uma secção associada a uma potencial massa de lesão de cancro da mama e a referida marcação de um

- 3 ponto na imagem ser realizada para anotar uma potencial calcificação de lesão de cancro da mama.

9. Método de acordo com qualquer uma das reivindicações anteriores caracterizado por as referidas tecnologias de imagiologia compreenderem imagiologia por mamografia, ultrassons e/ou ressonância magnética.

10. Sistema computacional para a identificação melhorada de lesões mamárias caracterizado por estar configurado para implementar o método de qualquer uma das reivindicações anteriores.

11. Sistema composto para a identificação melhorada de lesões mamárias caracterizado por compreender o sistema computacional da reivindicação anterior e pelo menos dois equipamentos de tecnologias de imagiologia distintas, os referidos equipamentos preferencialmente sendo de imagiologia por mamografia, ultrassons e/ou ressonância magnética.

12. Meio de memória não-transitória caracterizado por compreender instruções de programa executável para realizar o método de qualquer uma das reivindicações 1-9.