Extracción de características para el análisis de imágenes de mamografías

Resumen

El cáncer de mama constituye una de las principales causas de muerte entre mujeres, según estadísticas publicadas por la Organización Mundial de la Salud, en las últimas dos décadas se ha reportado un considerable aumento de la mortalidad a escala mundial. La mamografía ha demostrado ser el método más eficaz para la de detección precoz del cáncer de mama, ya que permite diagnosticar la enfermedad en su etapa inicial. Por esta razón los Sistemas de Diagnóstico Asistidos por Computadora (CAD) han desempeñado un papel clave en la detección precoz de dicha enfermedad, y de este modo ayudan a reducir la tasa de mortalidad entre las mujeres. El trabajo de investigación que se presenta, propone un una algoritmo que permite mejorar el contraste de una imagen de mamografía, en la que previamente se ha resaltado la presencia de microcalcificaciones y/o masas, aplicando en la fase de pre-procesamiento (proceso fundamental para eliminar aspectos de distorsión de las imágenes) el filtro gaussiano, método usado para la eliminación de ruidos. En la etapa de segmentación (primera aproximación para aislar las regiones sospechosas del resto de la imagen), se aplicó la técnica de umbralización, en el que el pico generado en el histograma por las regiones que contienen anomalías, es distinto al pico por el tejido sano, y considerando que la mama presenta niveles de intensidad de gris comprendidos entre 130 y 250 (umbral), se procede a reemplazar las intensidades de nivel de gris inferior a 130 y superior a 250 por el color negro y posteriormente ubicar una región de interés la cual es incrementada sin perder la calidad de la misma con el fin de tener una mejor apreciación de la imagen y un verdadero positivo de una probable lesión.

Introducción

El cáncer de mama constituye una de las principales causas de muerte entre mujeres [1]. De acuerdo con las estadísticas publicadas, se ha convertido en un problema de salud importante a escala mundial durante los últimos 50 años. En la actualidad, no existen mecanismos eficaces para prevenirlo, debido a que la causa de origen es desconocida. Sin embargo, un diagnóstico eficaz en su etapa inicial les brinda a las mujeres una mejor oportunidad de recuperación completa. Por tanto, la detección temprana del cáncer de mama juega un papel importante en la reducción de la morbilidad y mortalidad.

La lectura de mamografías es la primera modalidad de técnica de detección del cáncer de mama, debido a que es el único método de análisis de imágenes de mamografías que consistentemente ha demostrado disminuir las tasas de mortalidad por cáncer de mama. La mamografía es ampliamente utilizada y es una de las técnicas más confiables, ya que podría detectar el cáncer de mama antes de que este aparezca clínicamente [2].

La doble lectura de mamografías (dos radiólogos leen las mismas mamografías) [3] ha sido recomendada para reducir la proporción de posibles tumores no detectados, pero la carga de trabajo y los costos asociados son muy elevados. Sin embargo, con la introducción de los sistemas de Diagnóstico Asistido por Computadoras (CAD), sólo es necesario el empleo de un radiólogo.

Los sistemas CAD, los cuales utilizan las tecnologías informáticas en la detección de anomalías en imágenes de mamografías y el empleo de los resultados obtenidos por los radiólogos en el diagnóstico [4], constituyen un papel fundamental en la detección precoz del cáncer de mama. Durante los últimos años, los sistemas CAD y las técnicas relacionadas han sido objetos de estudio de investigadores y radiólogos.

Para los investigadores existen varios temas de interés relacionados con la detección del cáncer y los sistemas CAD, tales como: alta eficiencia y alta precisión en los algoritmos de detección de lesiones patológicas (calcificaciones, masas, distorsiones de la arquitectura y asimetrías bilaterales). Por otra parte, los radiólogos inclinan su atención a la efectividad obtenida por la aplicación clínica de los sistemas CAD.

Cáncer de mama

Actualmente el cáncer de mama es una de las principales causas de muerte entre las mujeres. Según la Organización Mundial de Salud anualmente y a escala mundial, se descubren cerca de un millón de mujeres con cáncer de mama [5]. A pesar de ser una enfermedad típicamente femenina, también afecta a la población masculina en un 1% [6]. Por tanto el entendimiento de esta realidad deja claro lo valioso y decisivo que puede ser la detección precoz de esta enfermedad ya que es imposible predecir su ocurrencia.

Del punto de vista biológico el cáncer de mama tiene su origen a partir de un nódulo constituido por diversas células que dejan de tener la capacidad de controlar y limitar su crecimiento dividiéndose de una forma anormal, descontrolada y a gran velocidad, desencadenando el aparecimiento de masas celulares denominadas neoplasias malignas. Estas células no guardan semejanzas con las de su origen y tienen capacidad para expandirse por otras partes del cuerpo.

El diagnóstico precoz por medio de seguimiento de la mamografía es fundamental, pues aumenta las hipótesis de cura, evitando que el cáncer se multiplique y favoreciendo el pronóstico, la recuperación y la rehabilitación del paciente.

Se han desarrollado algunas medidas de seguimiento para detectar el cáncer de mama, tales como: el auto-examen, el examen clínico y las técnicas de obtención de imágenes de la estructura interna del pecho.

• El auto-examen, es un examen de mama efectuado por la propia mujer. Este no sustituye el examen físico realizado por un profesional de la salud.

• El examen clínico, es un examen realizado por un profesional médico, siendo un procedimiento periódico que las mujeres deben someterse, esta periodicidad depende principalmente de la edad.

Por otra parte y con el objetivo de mejorar la hipótesis de detección del posible tumor principalmente en un estado donde no es palpable aún, se emplean técnicas de obtención de la imagen del pecho, colaborando así con un diagnóstico más preciso y eficaz. Las principales imágenes obtenidas son basadas en la mamografía, la resonancia magnética y la ultra-sonografía.

A pesar de estas medidas existen limitaciones para la detección del cáncer de mama en su estadio inicial.

Limitaciones del diagnóstico precoz del cáncer de mama

La mamografía es uno de los métodos más fiables para la temprana detección de carcinomas. Sin embargo, es difícil para un radiólogo proporcionar un diagnóstico preciso, debido, principalmente a la gran variabilidad que puede darse en la apariencia, tanto del tejido sano como del canceroso. Estudios retrospectivos han demostrado que en los programas actuales de screening de cáncer de mama, entre un 10% y un 25% de los tumores pasan inadvertidos a los ojos del radiólogo [7]. Otros estudios confirman estos mismos datos al estimar que la sensibilidad alcanzada en la detección de tumores mediante la inspección visual de la mamografía por parte de un radiólogo no supera el 75% [8].

Esta falta de precisión en el diagnóstico puede atribuirse, además de a la dificultad intrínseca de la localización de tumores, al cansancio acumulado tras largas sesiones de exploración radiológicas, la subjetividad en el diagnóstico, la ocultación de las lesiones en el caso de pechos más densos o con implantes y la inexistencia de una búsqueda sistemática y exhaustiva.

Por otro lado existen distintos tipos de anomalías (Microcalcificaciones, Masas circunscritas, Masas espiculadas, Distorsiones y Asimetrías), siendo algunas de ellas difíciles de localizar. Por ejemplo, resulta más complicada la detección de masas que la de microcalcificaciones, ya que las primeras pueden tener características similares al tejido mamario normal [9] .

A la vista de estos resultados, es interesante desarrollar sistemas CAD que permitan realizar una segunda lectura de la mamografía y consecuentemente, traten de reducir, tanto el número de falsos positivos (FPs) como el de falsos negativos (FNs). La combinación de un sistema CAD junto con el conocimiento del experto humano puede mejorar de manera significativa la precisión en la detección de tumores. Algunos estudios han estimado que la sensibilidad conseguida por el radiólogo, sin el uso de un sistema de CAD, es del 80%, mientras que con el sistema CAD podría alcanzar hasta el 90% [10].

Diagnóstico del cáncer de mama mediante la mamografía

La mamografía es un tipo específico de imagen tratada que usa bajas dosis de un sistema de rayos X para examinar el pecho, y es actualmente el método más efectivo para la detección del cáncer de mama antes de que este sea clínicamente palpable. Además ofrece imágenes de alta calidad a partir de una dosis pequeña de radiación y es el único método de imagen ampliamente usado en rutinas de lectura para el cáncer de mama [11].

Existen dos tipos de sistemas de captura de imágenes de la mamografía : mamografía convencional (SFM) y la mamografía digital de campo completo (FFDM). En la SFM, la imagen es creada directamente del filme, mientras que la FFDM toma una imagen electrónica del pecho y la almacena directamente en un ordenador(2005). La FFDM presenta algunas ventajas potenciales sobre la SFM, debido a que esta última cuenta con limitaciones tales como: rango limitado de exposición de rayos X; el contraste de la imagen que no puede ser alterado después de que la imagen es obtenida; la película radiográfica actúa como detector, pantalla, y medio archivado; además el procesamiento es lento e introduce artefactos. Todas estas limitaciones han motivado a muchos investigadores a desarrollar técnicas avanzadas y algoritmos para el análisis de la mamografía digital. Por consiguiente, la FFDM esta sobrepasando y continuará sobrepasando las limitaciones de la SFM. Algunas ventajas de la mamografía digital son: rango dinámico más amplio y menos ruido introducido, mejor contraste de la imagen que aumenta su calidad y bajas dosis de rayos X [12]. A pesar de que la FFDM tiene varias ventajas potenciales con respecto a la SFM tradicional, ejemplos de ensayos clínicos muestran que, los niveles de exactitud de diagnóstico en general, de la SFM y la FFDM son similares cuando son aplicadas a la detección del cáncer de mama.

Hoy en día existen dos tipos de exámenes que se realizan utilizando las mamografías: la lectura de la mamografía y el diagnóstico de la mamografía. La lectura permite detectar el cáncer de mama en pacientes asintomáticos y el diagnóstico tiene la intención de examinar un paciente el cual ya ha sido demostrado clínicamente que presenta anomalía. La doble lectura de mamografías (dos radiólogos leen la misma mamografía) [13] ha sido recomendada para reducir la proporción de tumores no detectados, pero la carga de trabajo y los costos asociados son muy elevados.

Con el soporte de los sistemas CAD solo es necesitado un radiólogo para leer la mamografía en vez de dos. Los sistemas CAD han demostrado mejorar el nivel de detección de cáncer en sus etapas iniciales. Por ejemplo: En [14] se usó un sistema CAD que mejoró la detección del cáncer de mama con un incremento del 7,62% en el número de verdaderos positivo, y un mínimo incremento en el número de biopsias con resultados benignos o malignos. También en [15] se reportó que el uso de un sistema CAD mejoró significativamente la detección del cáncer de mama mediante el aumento de la sensibilidad de los radiólogos (21,2%). A pesar de estos resultados, el rendimiento de los actuales sistemas CAD comerciales aún necesitan ser mejorados para satisfacer las necesidades de hospitales y centros de salud [16].

Cáncer de mama mediante CADs

Los sistemas CAD, los cuales integran el diagnóstico de imágenes con PDI, RP, y técnicas de IA pueden ser definidos como un diagnóstico que se realizó por un radiólogo quien usa la salida a partir del análisis computarizado de imágenes médicas como una ¨segunda opinión¨ en cuanto a la detección-clasificación de lesiones con una decisión de diagnóstico subsecuente.

Los sistemas CAD representan un recurso valioso para los investigadores y especialistas médicos (radiólogos) debido a la demanda de los temas de investigación asociados y a las posibles aplicaciones clínicas. Para los investigadores, existen varios temas interesantes en los sistemas de diagnóstico y detección del cáncer de mama, tales como es la alta eficiencia, la alta precisión en los algoritmos de detección de lesiones, incluyendo la detección de calcificaciones y masas, la detección de la distorsión de la arquitectura, la detección de la asimetría bilateral, entre otras. Por otra parte los radiólogos centran su atención en la efectividad obtenida por la aplicación clínica de los sistemas CAD.

Actualmente, los sistemas CAD están divididos en dos categorías dependiendo del tipo de imagen de mamografía: el primer grupo es basado en la SFM, donde los filmes mamográficos son escaneados, digitalizados, y salvados en el ordenador para un examen adicional. El segundo grupo se basa en la FFDM, el cual espera brindar una menor proporción de señal-ruido, una mayor eficiencia en cuanto al tiempo de detección, y una alta sensibilidad de contraste que el primer tipo de mamografía. A pesar que la tecnología FFDM se espera que sea superior a la tecnología convencional de la SFM, los resultados obtenidos en estudios recientes muestran que no hay diferencia en cuanto a la exactitud en mujeres asintomáticas.

El requerimiento más importante para los sistemas CADs es exponer claramente que la exactitud y la eficiencia en el análisis de imágenes de mamografías, es mejor que el método convencional. Debido a esto, los sistemas CAD se han centrado en las técnicas utilizadas para mejorar su desempeño en el diagnóstico de lesiones. A pesar de los progresos significativos en los sistemas de detección del cáncer de mama, las técnicas involucradas para su desarrollo son un campo de investigación amplio y complejo, particularmente las que están encaminadas a la detección de anomalías ambiguas en imágenes de mamografías.

Calcificaciones

Las calcificaciones en el seno son pequeños depósitos de calcio que se forman en el seno a medida que la mujer envejece. Son comunes, y pueden ser resultado de muchas cosas distintas, tales como golpes en el seno e inflamación. No se conoce la existencia de una relación entre la cantidad de calcio en la dieta de una mujer y las calcificaciones en el seno. Las calcificaciones son demasiado pequeñas para sentirlas al tacto. Pueden ser vistas en una mamografía, donde aparecen como pequeñas manchas blancas. La mayoría de las calcificaciones no representan riesgo alguno. No obstante, a veces pueden indicar la presencia de cáncer de seno, por lo que deben ser examinadas cuidadosamente. Hay dos tipos:

• Las macrocalcificaciones casi siempre están asociadas a condiciones benignas (no cancerosas). Aparecen en las placas de mamografía como manchas grandes y redondas y no requieren de exámenes de seguimiento. A menudo son causadas por el envejecimiento.

• Las microcalcificaciones son más pequeñas y más numerosas que las macrocalcificaciones. Por lo general son benignas, pero a veces se les asocia con el cáncer. El radiólogo examinará el tamaño, la forma y el patrón de distribución de las microcalcificaciones para determinar si parecen "sospechosas". Podría ser necesario realizar más mamografías y una biopsia. Las microcalcificaciones "sospechosas" están asociadas al cáncer de seno en un 20 a 25 por ciento de los casos.

Si las calcificaciones están agrupadas de cierta manera, pueden ser un signo de cáncer. Según la cantidad, el tamaño y cómo se vean las manchitas de calcio. Las calcificaciones se diferencian entre sí de acuerdo a sus características propias, entre las que se encuentran las siguientes:

• Las calcificaciones cutáneas son en general de baja densidad y a menudo poseen un centro lúcido parecido al glóbulo rojo.

• Las calcificaciones vasculares son fácilmente reconocibles como líneas paralelas entrecortadas con un patrón tubular. En ocasiones, si sólo una pared de una arteria se encuentra calcificada, puede ser más difícil su caracterización.

• Groseras calcificaciones, con forma de "palomitas de maíz" (popcorn), se asocian a fibroadenomas en involución.

• Largas calcificaciones en vara son características de enfermedad secretora, también conocida como Mastitis a células plasmáticas, éstas surgen en patrón ductal hacia el pezón.

• Son comunes las calcificaciones de suturas en mamas operadas y luego irradiadas (es posible ver incluso los nudos).

Clásicamente se define como microcalcificación a toda aquella que mide en su diámetro máximo hasta un milímetro. Las calcificaciones redondas pueden variar en su tamaño, cuando son muy pequeñas, < 0,5 mm con márgenes bien definidos, son llamadas "puntiformes". Las calcificaciones mayores con un centro más lúcido, pueden corresponder a calcificaciones de las paredes de un quiste; si el grosor del borde es mayor pueden en general corresponder a necrosis grasa.

Es posible ver macro o microquistes lácteos en donde se manifiesta el calcio en su interior, éstos presentan una imagen más densa en el centro y se requiere para su caracterización una mamografía de perfil estricto (90 grados), en la cual esta imagen de mayor densidad podrá ser vista en la base del quiste. Las calcificaciones asociadas con patología maligna pueden aparecer solas o asociadas a distorsión del parénquima o a una masa (tumor). Las microcalcificaciones pueden estar asociadas a un carcinoma puro, con componente invasivo o predominantemente carcinoma invasor. La mayoría de los autores clasifican el grado de sospecha de las microcalcificaciones según su morfología y forma de agruparse, siendo de mayor grado de sospecha las lineales o ramificadas y las agrupadas que las dispersas. Dentro de los estudios de imagen ideales para las calcificaciones mamarias además tenemos las siguientes:

Microcalcificaciones

La mayoría de las anomalías que se presentan en la mama se pueden descubrir mediante un programa de detección precoz, y así poder tratarlas adecuadamente en una etapa previa al desarrollo de la anomalía. Su detección es difícil por el nivel de ruido existente en las imágenes, y será precisamente la identificación y clasificación de las mismas el objeto de nuestro sistema. La detección de un tumor de mama permite clasificarlos en benignos y malignos, pero resulta mucho más difícil distinguir entre una microcalcificación benigna y una maligna, lo que produce numerosas biopsias innecesarias debidas a la alta tasa de falsos positivos en los programas de prevención. Es cierto que el especialista se encuentra con dificultades a la hora de realizar un diagnóstico a partir de la mamografía y entre el 10 y el 30% de las lesiones se pasan por alto en una primera revisión.

Las microcalcificaciones son minúsculos depósitos de calcio que aparecen como pequeños puntos blancos y brillantes en la mamografía. Pueden presentarse aisladas o en grupos. Los clúster de microcalcificaciones se definen por contener dentro de un 1cm2 de la región de interés (ROI, region of interest) al menos 5 microcalcificaciones. Las microcalcificaciones agrupadas en mamografías son un signo temprano de una lesión maligna en casi la mitad de los cánceres de mama. Su tamaño varía desde los 0.1 mm hasta 5 mm de diámetro, por tanto un radiólogo deberá analizar exhaustivamente la mamografía con lupa para poder localizar las microcalcificaciones, por tanto constituyen uno de los problemas de diagnósticos más difíciles del tratamiento de cáncer de mama. Las lesiones más frecuentes en los diagnósticos, son las microcalcificaciones, siguiendo las masas y distorsiones arquitecturales. Las microcalcificaciones son pequeñas acumulaciones de calcio entre 0.1 a 2.0 mm de ancho, y son indicadores de la presencia de cáncer de mama. Frecuentemente son usadas en el diagnóstico del carcinoma intraductal o carcinoma ductal in situ y tienen probada capacidad para detectar estados tempranos de la enfermedad. Entre el 30% y el 50% del cáncer de mama en el mundo es diagnosticado debido a la detección de microcalcificaciones [17]. Se ha descrito que el 60- 70% de los carcinomas no palpables de mama contienen microcalcificaciones. La lesión encontrada en esta mamografía son las microcalcificaciones (marcadas con círculos).

Las características más relevantes de las microcalcificaciones son:

1) Se ven como pequeños puntos más o menos brillantes en la mamografía. Está descrito que pueden tener hasta unos 0,1 mm de diámetro, con un diámetro medio de unos 0,3 mm [18]. Los objetos inferiores a 0,1 mm se ven con dificultad en la mamografía debido a la textura del fondo tisular y el ruido cuántico. 2) Se encuentran sobre un fondo inhomogéneo que refleja la textura compleja de la mama. La densidad óptica del fondo se superpone a la de las microcalcificaciones. 3) Su contraste es típicamente bajo, especialmente cuando su tamaño es pequeño (a veces cercano al ruido del fondo tisular o del grano de la película). Su variabilidad hace que no se pueda hablar de un límite absoluto inferior para su contraste. La clasificación de estas microcalcificaciones, según el sistema BI-RADS (6) divide a estas lesiones en 5 tipos:

• Tipo I: Microcalcificaciones anulares, redondeadas, de centro claro. (0% Malignidad). • Tipo II: Microcalcificaciones puntiformes regulares, redondeadas. (10% Malignidad). • Tipo III: Microcalcificaciones en polvo, muy finas, sin poder precisar su forma ni su número. (19% Malignidad).

• Tipo IV: Microcalcificaciones puntiformes irregulares, son poliédricas, como un grano de sal. (29% Malignidad).

• Tipo V: Microcalcificaciones vermiculares, son alargadas, como un árbol sin hojas. (72% Malignidad).

Además de esta clasificación, se han considerado otros factores a la hora de valorar qué tipo de microcalcificaciones son más susceptibles de corresponder a carcinomas: • Número de microcalcificaciones por cm2: Más de 20 por cm2 es más frecuente en lesiones malignas.

• Número total de microcalcificaciones: Más de 30 microcalcificaciones en total es sospechoso de malignidad.

• Irregularidad de la densidad y del tamaño: Más común en los tumores malignos. • Distribución lineal ó en ramas: Típico de tumor maligno.

Nódulo / masas

En inglés existe una terminología única, "breast masses" para referirse a lesiones ocupantes de espacio que pueden ser vistas en dos proyecciones. Mientras que a las lesiones densas que se observan en una sola proyección se las denomina densidad (en ocasiones densidad asimétrica) hasta que no se demuestre su naturaleza tridimensional. En español el término "masses" debería traducirse directamente como masas. Nódulo es una lesión de pequeño tamaño, concreta y se puede individualizar de cuanto le rodea, mientras que una masa es una lesión que posee un gran volumen. Se puede considerar como límite un tamaño superior a dos centímetros (diámetro máximo del T1 en la clasificación TNM).

Figura 1. Descriptores BI-RADS en Nódulos

Según el sistema BI-RADS™, la descripción mamográfica de los nódulos se realiza en función de tres descriptores: Forma (descriptor principal), Contorno y Densidad respecto al parénquima circundante (descriptores secundarios o modificadores) (ver Figura 1). La forma de un nódulo puede describirse como redonda, oval, lobular o irregular. Los márgenes de un nódulo modifican la forma de éste y se clasifican como circunscritos, microlobulados, ocultos, mal definidos y especulados. Los márgenes circunscritos o bien definidos están delimitados por una brusca transición de la densidad respecto al tejido de alrededor. El contorno puede distinguirse con facilidad y no sugiere invasión. Los márgenes microlobulados constan de pequeñas ondulaciones que se repiten en todo el contorno del nódulo. Los márgenes ocultos (en ocasiones mal traducidos del inglés "obscured" como oscuros u oscurecidos) están fundidos con el tejido supra o subyacente, de manera que no se identifican con claridad.

Los márgenes mal definidos presentan diverso grado de transición con el tejido que los rodea, de forma que el contorno del nódulo no se distingue con facilidad, no existen densidades superpuestas y su presencia sugiere posible infiltración de la lesión. Los márgenes espiculados presentan líneas rectas que se irradian desde el nódulo. Las masas ocurren en áreas densas de los tejidos del seno, desarrollándose desde el epitelio y tejido conectivo. En algunos casos presentan márgenes suavizados o similitudes de intensidad con respecto al tejido normal. Por lo tanto, estos signos son considerados los más difíciles de interpretar. La interpretación depende del criterio y nivel de experiencia del radiólogo, con una variabilidad inter-observador bastante alta, comparada con la detección de otro tipo de anormalidades.

La densidad de un nódulo se refiere a la atenuación de los rayos X respecto a un volumen similar de parénquima mamario. Se clasifica como alta densidad, igual densidad (isodensa), baja densidad o con centro lucente. La mayoría de los nódulos correspondientes a cáncer son de igual o más densidad que el parénquima. Los nódulos con centro lucente, contienen grasa y son siempre benignos.

Los nódulos redondos, ovales o levemente lobulados con márgenes bien definidos o relativamente bien definidos tienen una alta probabilidad de ser benignos. Esta probabilidad disminuye conforme el margen de la lesión es más indefinido o, en el caso de lesiones con márgenes lobulados, conforme aumenta el número de lobulaciones [19].

La gran mayoría de las lesiones con contornos lisos y forma redondeada u ovoide son quistes o fibroadenomas. La ecografía es el método más habitual de diagnóstico diferencial entre ambos.

Regiones de interés

Definimos una región de interés (ROI) como una región cuadrada establecida sobre una imagen de mamografía. Cada región de interés (ROI) se identifica mediante las coordenadas de su píxel central. El tamaño de la ROI coincide con el tamaño de la ventana de características Tw. Para obtener las características de una región de interés (ROI) se utiliza una ventana de vecindad (o ventana de características), la cual se sitúa en el píxel de la ROI. A partir de la información contenida en dicha ventana de vecindad, se extraen las características de la región de interés (ROI). Cuando la ventana de características es excesivamente pequeña en relación al tamaño del tumor, la precisión del clasificador es menor. En estas condiciones, las características obtenidas representan regiones muy locales. Dado que un tumor, analizado a este nivel de detalle, presenta un aspecto bastante homogéneo, con unas características muy similares a las que pueden encontrarse a nivel local en el tejido sano, parece lógico pensar que este tipo de representación limita la capacidad discriminatoria entre un tipo de tejido y otro. Cuando la ventana de características es ligeramente menor que el tamaño del tumor, es posible recoger características del tumor que lo diferencian del tejido sano.

Detección de lesiones

La detección precoz del cáncer de mama depende de la capacidad que tenga el radiólogo de identificar lesiones sutiles y de pequeño tamaño, que sólo son visibles si la imagen es de buena calidad. Las imágenes de mamografía, presentan características muy particulares que llevan a los radiólogos a identificar las lesiones por cáncer de mama, más sin embargo el uso de técnicas radiológicas, y las diversidades de lesiones mamográficas, pueden confundir en ocasiones a los expertos en sus interpretaciones (ver figura 2).

Figura 2. Localización de las lesiones de la mama

La mayor parte de los errores que se producen en la detección y caracterización de lesiones en mamografía son debidas al uso de una técnica radiológica inadecuada, a la alta densidad de la mama explorada o a un error u omisión en la lectura de la mamografía. En un estudio realizado al respecto se vio que de las lesiones cancerosas no diagnosticadas aproximadamente el 43% de ellas fueron pasadas por alto, el 52% se debió a un error en la interpretación de la lesión y aproximadamente el 5% a que la técnica no era adecuada.

Los falsos negativos (cánceres no detectados) que se producen en la mamografía de "screening" se deben a fallos en la percepción de lesiones que obedecen a:

1) La necesidad de ver un elevado número de imágenes.

2) La estructura compleja de la mama.

3) La naturaleza sutil de las lesiones debidas a cáncer precoz.

4) La fatiga y/o distracción del radiólogo.

El fallo en la percepción puede disminuirse con un segundo lector que revise las imágenes, esto es conocido como sistema de doble lectura.

Aprendizaje automatizado

El sistema aprende a detectar automáticamente las lesiones encontradas en cada imagen de mamografía por medio de un método denominado filtro gaussiano en el que se eliminan aspectos de distorsión de la imagen y aplicando enseguida la técnica de umbralización, en el que el pico generado en el histograma por las regiones sospechosas o con anomalía, son distintas del pico por el tejido sano. En la etapa de aprendizaje, el sistema por si sólo realizará la clasificación de las imágenes analizadas, en este sentido se propone como un trabajo futuro.

Técnicas automatizadas para la detección del cáncer de mama

El problema del diagnóstico de cáncer de mama, enmarca grandes dificultades, ya que los resultados obtenidos de las técnicas utilizadas, a la fecha han generado incertidumbre e interpretaciones inciertas. Las técnicas utilizadas que se han venido realizado con el fin de apoyar la detección del cáncer de mama, se mencionan desde la autoexploración hasta los CADs

Autoexploración y Examen clínico

La autoexploración mamaria, es una técnica que permite detectar lesiones por la paciente o el médico, basado en la observación y palpación que se hace en las mamas. En un alto porcentaje, son las mujeres quienes detectan los nódulos que indican una alteración mamaria, esta herramienta es de poca utilidad, ya que no detecta lesiones tempranas. Biopsia Una vez detectado el tumor mediante una o varias de las técnicas mencionadas, se debe realizar una biopsia para confirmar el diagnóstico. Existen varios tipos de biopsias según la técnica que se emplea.

Antecedentes La principal causa de mortalidad a nivel mundial, es por el cáncer, se le atribuyen 7.9 millones de defunciones ocurridas en 2007. La Organización Mundial de la Salud (OMS), estima que alrededor de 84 millones de personas morirán a causa de esta enfermedad entre 2005 y 2015.

En 2006, de cada 100 egresos hospitalarios de mujeres, 20 fueron por cáncer de mama, 13 por cáncer en el cuello del útero y 12 por leucemia. El cáncer en 2007 representó la tercera causa de muertes entre las mujeres con 35303 defunciones (15.4%), mientras que en los hombres fue la cuarta con 33509 muertes (11.8%).

El sistema de ayuda al diagnóstico propuesto se evalúa mediante el uso de curvas FROC. En ellas se muestra el porcentaje de tumores que el sistema es capaz de detectar (verdaderos positivos) en función del número medio de errores de falso positivo cometidos por imagen. Los resultados obtenidos se comparan con otros resultados publicados con anterioridad por otros autores que emplearon la misma base de datos como Oporto, Martínez y Montero.

Detección de regiones sospechosas

Para poder definir regiones sospechosas a partir del mapa de sospecha es necesario:

• Establecer un umbral que permita decidir si un píxel se considera que tiene una .alta sospecha tumoral.

• Establecer un criterio de vecindad que permita agrupar píxeles sospechosos en regiones sospechosas.

• Establecer el nivel de sospecha de la región completa en función del nivel de sospecha individual de los píxeles que la forman.

Módulo de preprocesamiento

Su función es, básicamente, realzar y acondicionar el patrón de interés respecto del resto de la señal. En el caso particular de que la señal de entrada represente una imagen, serán operaciones habituales de esta etapa el escalado, cuantificación, filtrado, modificaciones del histograma, transformaciones geométricas, operaciones morfológicas, eliminación de ruido y segmentación.

Módulo de obtención de características

La obtención de características incluye los procesos de extracción, selección y reducción de características. El objetivo de esta etapa es encontrar el conjunto de características que mejor representa el objeto de entrada, esto es, que minimice las diferencias intraclase y maximice las diferencias interclase. La obtención de características es la parte menos sistemática del proceso y tiene una gran dependencia del tipo de tarea a realizar. Se han considerado tres tareas en el proceso de obtención de características: la extracción, que hace referencia a la transformación de la señal del dominio primario a un dominio más adecuado para tratar el problema; la selección, con la que se escogen aquellas características que aportan información valiosa para la identificación del objeto, desechando la información no discriminante o redundante; y la reducción del número de características, que contribuirá a reducir el coste computacional.

Aproximaciones a la detección de tumores en imágenes médicas

A continuación se muestran las distintas fases que se abordan habitualmente durante la implementación de un sistema de ayuda al diagnóstico de cáncer. 

Figura 3. Fases que se abordan habitualmente durante la implementación de un sistema de ayuda al diagnóstico de cáncer.

Etapas en el diseño de un sistema de ayuda al diagnóstico de cáncer por ordenador a partir de imágenes médicas

Todo sistema de CAD comienza con la digitalización de la imagen adquirida (rayos X, ecografía, RMN, entre otras), tras lo cual es habitual realizar un preproceso que ayude a eliminar ruido de la misma y, especialmente, a mejorar el contraste y realzar las regiones de la imagen de mayor interés. A continuación, en la fase de segmentación, se detectan y localizan las regiones sospechosas, lo que define las llamadas Regiones de Interés o ROIs. No debe confundirse esta segmentación con el término de igual nombre que habitualmente se utiliza en el reconocimiento de formas y procesamiento de imágenes. En este caso la segmentación es una primera aproximación para aislar las regiones sospechosas de lo que claramente corresponde a tejido normal. En la siguiente fase, se extraen y seleccionan las características de las ROIs obtenidas en la fase anterior, para posteriormente proceder a su clasificación, otorgando a cada región de interés (ROI) un score o nivel de sospecha. Finalmente, es necesario emplear técnicas que permitan evaluar los resultados obtenidos, de manera que éstos puedan ser comparados de un modo objetivo. A continuación se explica con mayor detalle cada una de estas fases. Preprocesamiento La finalidad principal del preproceso es aumentar las diferencias entre las anomalías y el tejido sano. Los métodos más utilizados en este sentido son:

a) La modificación global del histograma. Esto se consigue mediante distintas aproximaciones como son la ecualización del histograma (EH), la EH multipico donde el histograma se particiona en función de los picos que contenga, ecualizándose cada partición de forma independiente y la expansión del histograma de modo que este abarque todo el rango de valores posibles.

b) El procesamiento local, en el que se aplican técnicas muy diversas en ventanas locales de la imagen (por ejemplo regiones de interés (ROI)) orientadas a resaltar las posibles anomalías que se encuentren en dichas ventanas locales.

c) El procesamiento multiescala, basado habitualmente en el uso de. Para ello la imagen digital se transforma mediante el uso de wavelets y se modifican los coeficientes para realzar las anomalías. Finalmente se aplica la transformación inversa del wavelet para devolver la imagen a su dominio original.

Segmentación La fase de segmentación trata de aislar las regiones sospechosas (regiones de interés (ROI)) del resto de la imagen. Este proceso determinará la sensibilidad del sistema, esto es, su capacidad para detectar correctamente el tejido canceroso. La segmentación debería aislar el mayor número posible de anomalías, aunque entre las regiones de interés (ROI) se encuentren regiones correspondientes a tejido sano (falsos positivos). Los falsos positivos deberán ser eliminados en una fase posterior. Atendiendo a su naturaleza, las aproximaciones a la segmentación pueden dividirse en tres grupos: técnicas clásicas, substracción de imágenes bilaterales y técnicas multiescala. a) Técnicas clásicas: la técnica clásica más sencilla es la umbralización global. b) Su funcionamiento se basa en que el pico generado en el histograma por las regiones que contienen anomalías es distinto del pico generado por el tejido sano. Esta técnica, sin embargo, no tiene gran precisión en la detección de regiones de interés (ROI), por lo que la salida generada por esta umbralización se utiliza normalmente como entrada de algún otro proceso posterior.