Segmentação automática de estruturas pélvicas de imagens de tomografia computadorizada para planejamento da radioterapia de câncer de próstata

Abstract

Resumo: Nos últimos anos, o aumento da incidência de casos de câncer de próstata vem se tornando um desafio para a ciência médica. Uma das modalidades de tratamento é a radioterapia de intensidade modulada, IMRT, que permite conformar o feixe de dose de radiação em imagens de duas ou três dimensões. Uma das fases do planejamento consiste na segmentação das imagens das estruturas de interesse, tais como tumores e órgãos nobres e saudáveis, que é realizada manualmente, tarefa que demanda tempo do especialista, limitando o número de planejamentos efetuados. Dessa forma, é proposto um algoritmo de segmentação automática para as estruturas de interesse da região pélvica masculina de imagens de tomografia computadorizada (TC) para o planejamento da radioterapia de câncer de próstata. Neste trabalho foram utilizadas 300 imagens de TC no padrão DICOM, que correspondem a 10 exames de pacientes. Na segmentação das estruturas de interesse, realizou-se um pré-processamento das imagens (filtragem), em seguida, aplicou-se o método de segmentação Region Growing. Para a segmentação automática da região pélvica masculina utilizando o método Region Growing é necessário a escolha dos pixels sementes, que na maioria dos casos, é realizada observando a imagem e selecionando manualmente um ponto na região de interesse que se quer segmentar. O objetivo é que esses pontos sejam escolhidos de forma automática, sem a interferência do observador. Para isso, é proposto um algoritmo de busca de pixels sementes (ABS) para a segmentação automática da região pélvica masculina, isto é, as regiões de cabeça de fêmur direita e esquerda, bexiga e reto, considerados tecidos nobres para a etapa de planejamento da radioterapia. A tese contou com o envolvimento de profissionais do Hospital Erasto Gaertner, que forneceram as imagens segmentadas manualmente dos pacientes em tratamento para que fosse realizada a comparação com a segmentação automática. Verificou-se que o algoritmo de Region Growing com lançamento automático de sementes teve um índice de similaridade médio, considerando todos os exames estudados de 81;46% para a bexiga e de 60;10% para o reto, e tempo computacional médio de 21,16 segundos. Obteve-se bons resultados confirmados pela equipe de física-médica do hospital Erasto Gaertner. Por conseguinte, a utilização de sistemas assistidos por computador torna-se necessário para superar a demora nesta etapa do planejamento da radioterapia, com uma redução significativa do tempo necessário para a segmentação. Palavras-chave: planejamento da radioterapia, segmentação de imagens, region growing, algoritmo ABS.

Abstract: In past years, prostate cancer incidence is growing, and become a challenge for medical science. Intensity modulated radiotherapy, IMRT, is one of the treatment modalities that allow a radiation dose to be conformed into two or three dimensions images. One of the planning stages consists in interest structures segmentation, such as tumors, and healthy and noble organs, which is manually performed, a task that requires specialist time, and limits the number of accomplished plannings. This way, an algorithm for automatic segmentation is proposed to identify interest structures in the male pelvic region, by using computed tomography (CT) images for prostate cancer radiotherapy planning. For this job we used 300 CT images in DICOM standard, that correspond to 10 patients exams. In interest structures segmentation, it was performed an image pre-processing (filtering), and then, it was applied a segmentation method known as Region Growing. To use Region Growing method for male pelvic region automatic segmentation, it's required to choose seed pixels, which in most cases, it's performed by observing the image, and manually selecting one point in the interest region segmentation. The goal is for these points to be chosen automatically, without the observer's interference. For this purpose, a pixels selecting algorithm (ABS) is proposed for an automatic segmentation of the male pelvic region, which covers right and left femur head regions, urinary bladder, and rectum organ, all of them considered as noble tissues for this stage of radiotherapy planning. The thesis had involvement with Hospital Erasto Gaertner staff, that provided manual segmented images from patients under treatment, in order to perform comparison against automatic segmentation. It was possible to verify that the algorithm for growing regions with automatic seed lauching had a mean index similarity, considering all studied exams of 81;46% for the bladder, and 60;10% for rectum organ, and the average computational time of 21,16 seconds. Good results were obtained, confirmed by the Medical physics team of Erasto Gaertner Hospital. Therefore, the use computer-aided systems become necessary in order to overcome the delay in this stage of planning for the radiotherapy, with a significant time reduction needed for the segmentation. Keywords: radiotherapy planning, images segmentation, region growing, ABS algorithm.