Avaliação da qualidade de imagens de equipamentos de ultrassom modo B / Image quality evaluation of B-mode ultrasound equipment

Este trabalho teve por objetivo o desenvolvimento e avaliação da eficácia de um protocolo de controle de qualidade de imagens geradas por equipamentos de ultrassom operando no modo B, que fosse de fácil implementação e que utilizasse um único objeto de testes. O protocolo proposto foi avaliado em 25 equipamentos de ultrassom utilizados em medicina obstétrica, ginecologia e clínica médica, selecionados em várias clínicas e hospitais de Curitiba, Brasil. Somente modelos de equipamentos que suportavam os três tipos padrões de transdutores (convexo, linear e endocavitário) foram incluídos nos testes. No entanto, em alguns dos equipamentos, nem todos os transdutores estavam disponíveis, totalizando 72 transdutores avaliados durante os testes. Um objeto de testes de uso geral foi utilizado para avaliar os seguintes parâmetros: resoluções laterais e axiais, profundidade de visualização e exatidão das distâncias medidas, entre outras. O protocolo foi implementado em duas partes: uma envolvendo a inspeção física do equipamento/monitor e outra para avaliação dos transdutores. Entre os resultados obtidos, pode-se destacar a efetividade e simplicidade do protocolo proposto, o qual é completamente baseado em um único objeto de testes. Considerando as normas e relatórios técnicos utilizados, para aproximadamente 86% dos transdutores avaliados, falhas foram detectadas em um ou mais indicadores de qualidade de imagem. Os resultados obtidos estão de acordo com outros estudos realizados no Brasil, mostrando que um grande número de equipamentos utilizados diariamente em clínicas e hospitais apresenta um ou mais parâmetros fora dos limites estabelecidos em normas técnicas, tornando difícil o diagnóstico médico e, consequentemente, submetendo o paciente a riscos.

This study aims the development of a quality control protocol of images generated by B-mode ultrasound equipment, being of simple implementation and making use of a single phantom, as well as the evaluation of the proposed protocol effectiveness. The proposed protocol was evaluated on 25 ultrasound equipment used in obstetric medicine, gynaecology and medical clinic, selected from several clinics and hospitals of Curitiba, Brazil. Only systems with three standard transducers (convex, linear and endocavitary types) should be selected, however for some units not all of them were available, thus a total of 72 transducers were tested. A general purpose phantom was used to evaluate the following parameters: lateral and axial resolution, deepness of visualization and accuracy between distances, among others. The protocol was implemented in two parts: one involving the physical inspection of the equipment/monitor and another for the transducers evaluation. Among the results obtained, one is highlighted by the effectiveness and simplicity of the proposed protocol, which is completely based on a single phantom. Considering the utilized standards and technical reports, for approximately 86% of the evaluated transducers, some kind of failure or problem was detected in one or more image quality indicators. The results, inaccordance to those obtained by other authors in Brazil, showed that agreat number of equipment used daily in clinics and hospitals present one or more parameters out of the standards, making the medical diagnosis difficult and consequently submitting the patient to risks.

Linear versus non-linear noninvasive temperature prediction in a homogeneous medium subjected to physiotherapeutic ultrasound / Comparação entre predição linear e não linear não-invasiva de temperatura num meio homogêneo sujeito a ultra-som de terapia

The lack of accurate time-spatial temperature estimators/predictors conditions the safe application of thermal therapies, such as hyperthermia. In this paper, a comparison between a linear and a non-linear class of models for non-invasive temperature prediction in a homogeneous medium, subjected to ultrasound at physiotherapeutic levels is presented. The linear models used were autoregressive with exogenous inputs (ARX) and the non-linear models were radial basis functions neural networks (RBFNN). In order to create and validate the models, an experiment was build to extract in vitro ultrasound RF-lines, as well as its correspondent temperature values. Then, features were extracted from the measured RF-lines and the models were trained and validated. For both the models, the best-fitted structures were selected using the multi-objective genetic algorithm (MOGA), given the enormous number of possible structures. The best RBFNN model presented a maximum absolute predictive error in the validation set five times less than the value presented by the best ARX model. In this work, the best RBFNN reached a maximum absolute error of 0.42 ºC, which is bellow the value pointed as a borderline between an appropriate and an undesired temperature estimator, which is 0.5 ºC. The average error was one order of magnitude less in the RBFNN case, and a less biased estimation was met. In addition, the best RBFNN needed less environmental information(inputs), given the capacity to non-linearly relate the information. The results obtained are encouraging, considering that coherent results should be obtained in a time-spatial modelling schema using RBFNN models.

A falta de estimadores de temperatura espaço-temporais que sejam precisos impede a aplicação segura das terapias térmicas, como por exemplo a hipertermia. Neste artigo é apresentada uma comparação entre uma classe de modelos lineares e uma classe de modelos não lineares, na predição não invasiva de temperatura num meio homogêneo, quando o mesmo é aquecido por ultra-som em níveis usados em fisioterapia. Os modelos lineares considerados foram do tipo auto-regressivo com entradas exógenas (ARX); a nível não-linear foram considerados redes neuronais RBF (RBFNN). Para treinar e validar os modelos foram recolhidas os ecos provenientes do meio, bem como os correspondentes valores de temperatura. Após a colheita de informação, foram extraídas características dos ecos medidos e posteriormente os modelos foram treinados e validados. Para ambas as classes de modelos, as melhores estruturas foram seleccionadas usando um algoritmo genético multi-objectivo (MOGA), devido ao número elevado de estruturas possíveis. O melhor modelo RBFNN apresentou um erro máximo absoluto cinco vezes inferior ao erro máximo absoluto apresentado pelo melhor modelo ARX. Neste trabalho, o melhor modelo RBFNN apresentou um erro máximo absolutode 0,42 ºC, valor este que é inferior ao limite (0,5 ºC) apresentado como sendo a fronteira entre um estimador desejado e um estimador indesejado. O erro médio cometido pelo melhor modelo neuronal é uma ordem de grandeza inferior ao erro médio apresentado pelo melhor modelo linear, obtendo-se deste modo uma estimação menos enviesada no caso das redes neuronais, com menos informação do ambiente (menos entradas) devido ao processamento não-linear dos dados de entrada. Os resultados obtidos são encorajadores, apontando no sentido de se obter bons resultados numa estimação espaço-temporal.