Desenvolvimento de API gráfico para processamento de imagens e script para segmentação automática da cabeça femoral em ambiente eclipse®
Data
2019-12-10
Autores
Silva, Bruno Assumpcao Gomes Da 
Orientadores
Paixao, Fabiano Carlos
Tipo
Dissertação de mestrado
Título da Revista
ISSN da Revista
Título de Volume
Resumo
Introduction: Cancer is the second leading cause of death globally behind cardiovascular disease, approximately 18.1 million new causes and 9.4 million deaths related in 2018. Treatment against cancer is chosen by a medical team according cancer type, affected organs, and disease stage, and it is usually composed by association between surgery, chemotherapy, and radiotherapy. Radiotherapy employs ionizing radiation, produced by linear accelerators or radioactive material seeds, aiming to kill patient’s carcinogenic cells or slows their growth by damaging their DNA. The radiation oncologist must delineate target volume and organs-at-risk to deliver a high dose on the diseased tissue while missing dose to surrounding healthy structures, maximizing the effects of the treatment and minimizing side effects. Accurate delineation of volumes is a crucial step in radiotherapy treatment, however, it is the most time-consuming task for clinicians. Several authors proposed automatic segmentation methods for those structures, although manual contouring still remain the gold-standard method among the experts. Objective: The goal of this work is to develop an auto-segmentation algorithm of the femoral head to be used by radiation oncologists within a scripting tool inside Eclipse® Treatment Planning System, software developed by Varian® for radiotherapy treatments. Methodology: A software composed by a set of routines, protocols and tools, developed in C# as a platform entirely visual for image segmentation without the need of compiling numerous algorithms individually was developed. The developed script was successful characterized using pelvic CT scan in eleven prostate patients from Sao Paulo Hospital database (n=5) and AC Camargo Cancer Center (n=6). The automatic delineation was compared with manual delineation through blind test assessed by a panel of senior oncologists (n=9) from both hospitals and quantitative measurement was obtained through similarity delineation analysis using Dice Similarity Coefficient (DSC) for three distinct femoral head parts (lesser trochanter, femoral neck, and femoral head). Results: Specialists considered that none correction was needed at 77.8% of manual delineation and 67.8% of automatic delineation. Similarity of 0.94 ± 0,07 was achieved between manual and automatic for lesser trochanter, 0.91 ± 0.07 for femoral neck and 0.86 ± 0.08 for femoral head. The results showed that the automatic delineation was reproductible in all patients and its performance was similar to manual delineation done by their own specialists. Conclusion: In conclusion, the developed script is capable of reduce the contouring time in femoral head (only 1.3 ± 0.1 seconds each patient) and shows great potential to be applied in automatic segmentation of pelvic organs-at-risk as well as other anatomical regions.
Introdução: O câncer é a segunda principal causa de mortalidade do mundo, atrás somente das doenças cardiovasculares, com aproximadamente 18,1 milhões de novos casos a cada ano e com 9,6 milhões de mortes relacionadas em 2018. O tratamento contra o câncer é escolhido pela equipe médica conforme o tipo, órgão afetado e estágio da doença e envolve, geralmente, a associação de cirurgia, quimioterapia e radioterapia. A radioterapia emprega a radiação ionizante, produzidas por aceleradores lineares ou por sementes de materiais radioativos, para eliminar as células cancerígenas do paciente. Para minimizar os efeitos colaterais e maximizar os efeitos desse tipo de tratamento, os radio-oncologistas devem delinear os órgãos de risco e o volume alvo com o objetivo de minimizar a dose nos órgãos sadios e maximizá-la sobre a região doente. Nesse sentido, o delineamento das estruturas é uma importante parte do planejamento do tratamento mas é, atualmente, a parte que mais consome tempo na radioterapia. Muitos autores propuseram métodos para o delineamento automático dessas estruturas anatômicas mas o delineamento manual realizado pelos médicos especialistas continuam sendo o método padrão ouro para essa finalidade. Objetivo: O objetivo deste trabalho é desenvolver um algoritmo de segmentação automática da cabeça femoral para ser utilizado por médicos oncologistas como um script de auto-segmentação dentro do Eclipse® Treatment Planning System, software da empresa Varian® empregado no planejamento da radioterapia. Metodologia: Um software composto por um conjunto de rotinas, protocolos e ferramentas foi desenvolvido em C# como uma plataforma inteiramente visual para segmentação de imagem sem a necessidade de compilar numerosos algoritmos. O script desenvolvido foi caracterizado com sucesso em imagens de CT de pélvis de 11 pacientes com câncer de próstata obtidos do banco de imagens do Hospital São Paulo (n=5) e AC Camargo Cancer Center (n=6). O delineamento automático foi comparado com o delineamento manual através de teste cego avaliado por um painel de radio-oncologistas seniores (n=9) de ambos os hospitais e a avaliação quantitativa foi obtida através da análise de similaridade dos delineamentos usando o Dice Similarity Coefficient (DSC) para três partes distintas da cabeça femoral (trocânter menor, pescoço femoral e cabeça do fêmur). Resultados: Os médicos especialistas consideraram que nenhuma correção foi necessária em 77,8% do delineamento manual e 67,8% do delineamento automático. Uma similaridade de 0,94 ± 0.07 foi obtida entre o delineamento manual e automático para o trocânter menor, 0,91 ± 0.07 para o pescoço femoral e 0,86 ± 0.08 para a cabeça femoral. Os resultados mostraram que o delineamento automático foi reprodutível em todos os pacientes e sua performance foi similar ao delineamento manual realizado pelos próprios especialistas. Conclusões: Em conclusão, o script desenvolvido é capaz de reduzir o tempo de delineamento da cabeça femoral (somente 1,3 ± 0.1 segundos por paciente) e mostra grande potencial para ser empregado na segmentação automática dos órgãos de risco da pélvis ou de outras regiões anatômicas do corpo.
Introdução: O câncer é a segunda principal causa de mortalidade do mundo, atrás somente das doenças cardiovasculares, com aproximadamente 18,1 milhões de novos casos a cada ano e com 9,6 milhões de mortes relacionadas em 2018. O tratamento contra o câncer é escolhido pela equipe médica conforme o tipo, órgão afetado e estágio da doença e envolve, geralmente, a associação de cirurgia, quimioterapia e radioterapia. A radioterapia emprega a radiação ionizante, produzidas por aceleradores lineares ou por sementes de materiais radioativos, para eliminar as células cancerígenas do paciente. Para minimizar os efeitos colaterais e maximizar os efeitos desse tipo de tratamento, os radio-oncologistas devem delinear os órgãos de risco e o volume alvo com o objetivo de minimizar a dose nos órgãos sadios e maximizá-la sobre a região doente. Nesse sentido, o delineamento das estruturas é uma importante parte do planejamento do tratamento mas é, atualmente, a parte que mais consome tempo na radioterapia. Muitos autores propuseram métodos para o delineamento automático dessas estruturas anatômicas mas o delineamento manual realizado pelos médicos especialistas continuam sendo o método padrão ouro para essa finalidade. Objetivo: O objetivo deste trabalho é desenvolver um algoritmo de segmentação automática da cabeça femoral para ser utilizado por médicos oncologistas como um script de auto-segmentação dentro do Eclipse® Treatment Planning System, software da empresa Varian® empregado no planejamento da radioterapia. Metodologia: Um software composto por um conjunto de rotinas, protocolos e ferramentas foi desenvolvido em C# como uma plataforma inteiramente visual para segmentação de imagem sem a necessidade de compilar numerosos algoritmos. O script desenvolvido foi caracterizado com sucesso em imagens de CT de pélvis de 11 pacientes com câncer de próstata obtidos do banco de imagens do Hospital São Paulo (n=5) e AC Camargo Cancer Center (n=6). O delineamento automático foi comparado com o delineamento manual através de teste cego avaliado por um painel de radio-oncologistas seniores (n=9) de ambos os hospitais e a avaliação quantitativa foi obtida através da análise de similaridade dos delineamentos usando o Dice Similarity Coefficient (DSC) para três partes distintas da cabeça femoral (trocânter menor, pescoço femoral e cabeça do fêmur). Resultados: Os médicos especialistas consideraram que nenhuma correção foi necessária em 77,8% do delineamento manual e 67,8% do delineamento automático. Uma similaridade de 0,94 ± 0.07 foi obtida entre o delineamento manual e automático para o trocânter menor, 0,91 ± 0.07 para o pescoço femoral e 0,86 ± 0.08 para a cabeça femoral. Os resultados mostraram que o delineamento automático foi reprodutível em todos os pacientes e sua performance foi similar ao delineamento manual realizado pelos próprios especialistas. Conclusões: Em conclusão, o script desenvolvido é capaz de reduzir o tempo de delineamento da cabeça femoral (somente 1,3 ± 0.1 segundos por paciente) e mostra grande potencial para ser empregado na segmentação automática dos órgãos de risco da pélvis ou de outras regiões anatômicas do corpo.