Inteligencia artificial explicable, una perspectiva al problema de la clasificación automática de COVID-19 mediante radiografías de tórax

RESUMEN Esta investigación pretende dilucidar, a partir del análisis de técnicas de inteligencia artificial explicables, la robustez y el nivel de generalización de los métodos de visión por computadora propuestos para identificar COVID-19 utilizando imágenes de radiografías de tórax. Asimismo, alertar a los investigadores y revisores sobre el problema del aprendizaje por atajos. En este estudio se siguen recomendaciones para identificar si los modelos de clasificación automática de COVID-19 se ven afectados por el aprendizaje por atajos. Para ello, se revisaron los artículos que utilizan métodos de inteligencia artificial explicable en dicha tarea. Se evidenció que al utilizar la imagen de radiografía de tórax completa o el cuadro delimitador de los pulmones, las regiones de la imagen que más contribuyen a la clasificación aparecen fuera de la región pulmonar, algo que no tiene sentido. Los resultados indican que, hasta ahora, los modelos existentes presentan el problema de aprendizaje por atajos, lo cual los hace inapropiados para ser usados en entornos clínicos.

ABSTRACT This research aims to elucidate, from the analysis of explainable artificial intelligence techniques, the robustness and level of generalization of the proposed computer vision methods to identify COVID-19 using chest X-ray images. Also, alert researchers and reviewers about the problem of learning by shortcuts. In this study, recommendations are followed to identify if the automatic classification models of COVID-19 are affected by shortcut learning. To do this, articles that use explainable artificial intelligence methods were reviewed. It was shown that when using the full chest X-ray image or the bounding box of the lungs, the regions of the image that contribute the most to the classification appear outside the lung region, something that does not make sense. The results indicate that, so far, the existing models present the problem of learning by shortcuts, which makes them inappropriate to be used in clinical settings.

Segmentación del hígado en imágenes de tomografía computarizada

RESUMEN Fundamento: la segmentación del hígado utilizando datos de tomografía computarizada es el primer paso para el diagnóstico de enfermedades hepáticas. Actualmente la segmentación de estructuras y órganos, basado en imágenes, que se realiza en los hospitales del país, dista de tener los niveles de precisión que se obtienen de los modernos sistemas 3D, por lo que se requiere buscar alternativas viables utilizando el PDI sobre ordenador. Objetivo: determinar una variante eficaz y eficiente desde el punto de vista computacional en condiciones de rutina hospitalaria, para la segmentación de imágenes hepáticas con fines clínicos. Métodos: se compararon dos métodos modernos de segmentación (Graph Cut y EM/MPM) aplicándolos sobre imágenes de tomografía de hígado. Se realizó un análisis evaluativo y estadístico de los resultados obtenidos en la segmentación de las imágenes a partir de los coeficientes de Dice, Vinet y Jaccard. Resultados: con el método Graph Cut, en todos los casos, se segmentó la región deseada, incluso cuando la calidad de las imágenes era baja, se observó gran similitud entre la imagen segmentada y la máscara de referencia. El nivel de detalles visuales es bueno y la reproducción de bordes permanece fiel a la máscara de referencia. La segmentación de las imágenes por el método de EM/MPM, no siempre fue satisfactoria. Conclusiones: el método de segmentación Graph Cut obtuvo mayor precisión para segmentar imágenes de hígado.

ABSTRACT Background: liver segmentation using computed tomography data is the first step for the diagnosis of liver diseases. Currently, the segmentation of structures and organs, based on images, which is carried out in the country's hospitals, is far from having the levels of precision obtained from modern 3D systems, it is necessary to search for viable alternatives using the PDI on a computer. Objective: to determine an effective and efficient variant from the computational point of view in routine hospital conditions, for the segmentation of liver images for clinical purposes. Methods: Two modern segmentation methods (Graph Cut and EM/MPM) were compared by applying them to liver tomography images. An evaluative and statistical analysis of the results obtained in the segmentation of the images from the Dice, Vinet and Jaccard coefficients was carried out. Results: with the Graph Cut method, in all cases, the desired region was segmented, even when the quality of the images was low, great similarity was observed between the segmented image and the reference mask. The level of visual detail is good, and edge reproduction remains true to the reference skin. Image segmentation by the EM/MPM method was not always satisfactory. Conclusions: the Graph Cut segmentation method obtained greater precision to segment liver images.

Inteligencia artificial: una herramienta en la imagenología para los pacientes positivos a la COVID-19 / Artificial intelligence: an imaging tool for COVID-19 positive patients

RESUMEN Introducción: la enfermedad por SARS-Cov-2 refuerza la importancia del uso de las nuevas tecnologías de la información y las comunicaciones en función del desarrollo e implementación de sistemas de inteligencia artificial que favorecen el diagnóstico. Objetivo: describir la posibilidad del uso de la inteligencia artificial como una herramienta en la imagenología para los pacientes positivos a la COVID-19. Métodos: se realizó una revisión de fuentes bibliográficas en Infomed, SciELO, PubMed y Google Académico, comprendidas en los años 2015 al 2020 con el uso de palabras claves: coronavirus, COVID-19, neumonía, radiografía e inteligencia artificial. Se seleccionaron 28 documentos por su pertinencia en el estudio. Desarrollo: la creación de sistemas de inteligencia artificial que ayuden al diagnóstico médico requiere un enfoque interprofesional de la ciencia y constituye una de las líneas de trabajo en Cuba durante la pandemia. Una condición indispensable para la introducción de la inteligencia artificial en el diagnóstico radiológico es la capacitación que deben recibir los médicos para interactuar con ella, a través de un proceso formativo que incluya una evaluación y explicación de la calidad de los datos asociada tanto al aprendizaje como a las nuevas predicciones. Conclusiones: la utilización de inteligencia artificial mejorará el rendimiento del radiólogo para distinguir la COVID-19; la integración de estas tecnologías en el flujo de trabajo clínico de rutina puede ayudar a los radiólogos a diagnosticar con precisión.

ABSTRACT Introduction: SARS-Cov-2 disease reinforces the importance of the use of new information and communication technologies based on the development and implementation of artificial intelligence systems that favor diagnosis. Objective: to describe the possibility of using artificial intelligence as a tool in imaging for COVID-19 positive patients. Methods: a review of bibliographic sources was carried out in Infomed, SciELO, PubMed and Google Scholar, from 2015 to 2020 with the use of keywords: coronavirus, COVID-19, pneumonia, radiography and artificial intelligence. 28 documents were selected for their relevance in the study. Development: the creation of artificial intelligence systems that help medical diagnosis requires an interprofessional approach to science and constitutes one of the lines of work in Cuba during the pandemic. An essential condition for the introduction of artificial intelligence in radiological diagnosis is the training that doctors must receive to interact with it, through a training process that includes an evaluation and explanation of the quality of the data associated with both learning and to new predictions. Conclusions: the use of artificial intelligence will improve the radiologist's performance to distinguish COVID-19; integrating these technologies into routine clinical workflow can help radiologists diagnose accurately.

Caracterización clínica y radiológica de pacientes positivos a la COVID-19 / Clinical and radiological characterization of COVID-19 positive patients

Introducción: Desde el surgimiento de los primeros casos en la pandemia de la COVID-19, se ha desarrollado una carrera vertiginosa en crear un espacio de investigación para el diagnóstico, tratamiento y control de la enfermedad. Objetivo: Describir las características clínicas y radiológicas de los pacientes con la COVID-19. Métodos: Se realizó un estudio descriptivo, en el período comprendido de marzo a octubre del año 2020, se estudiaron 404 pacientes de todas las edades, ingresados, con diagnóstico confirmado con PCR en tiempo real. Las variables utilizadas fueron: edad, sexo, síntomas y radiografía del tórax. Resultados: El 54,5 por ciento de los pacientes fueron del sexo femenino y entre ellos asintomáticos el 55,9 por ciento; el 36,9 por ciento tenía entre 40 a 59 años de edad, en los menores de 20 años, el 64,9 por ciento no presentó síntomas de la enfermedad al ingreso. Estuvieron asintomáticos el 53,5 por ciento; el 76,6 por ciento de las radiografías positivas correspondieron a los sintomáticos, la tos fue el síntoma más frecuente. La mayor positividad en la radiografía del tórax se encontró en los pacientes mayores de 60 años, se observó como patrón más frecuente, la opacidad en velo, de distribución periférica. Conclusiones: Predominan los pacientes asintomáticos, la positividad de las radiografías es mayor en los ancianos(AU)

Introduction: Since the emergence of the first cases of COVID-19 pandemic, a dizzying race has developed in creating a research space for the diagnosis, treatment and control of the disease. Objective: To describe the clinical and radiological characteristics of patients with COVID-19. Methods: A descriptive study was carried out, in the period from March to October 2020, 404 patients of all ages, admitted, with confirmed diagnosis with real-time PCR, were studied. The variables used were: age, sex, symptoms and chest X-ray. Results: 54.5 percent of the patients were female and 55,9 percent of them were asymptomatic, 36,9 percent were between 40 and 59 years old, in those under 20 years 64,9 percent were not. They presented symptoms of the disease upon admission 53,5 percent were asymptomatic, 76,6 percent of the positive radiographs corresponded to the symptomatic ones, coughing was the most frequent symptom. The greatest positivity in the chest X-ray was found in patients older than 60 years, the most frequent pattern was the opacity in the peripheral distribution veil. Conclusions: Asymptomatic patients predominate, the positivity of radiographs is higher in the elderly(AU)

Methods for Reducing Metal Artifacts in Computerized Tomography / Métodos para reducir los artefactos metálicos en la tomografía computarizada

Abstract Metal artifacts are common in clinical images. Many methods for artifact reduction have been published to overcome this problem. In this work, animage smoothing method for artifact reduction (ISMAR) is proposed for image quality improvement in patients with hip prosthesis and dental fillings, which caused metal artifacts. ISMAR was evaluated and compared with three well-known methods for metal artifact reduction (linear interpolation (LI), normalized metal artifact reduction (NMAR) and frequency split metal artifact reduction (FSMAR)). The new method is based on edge-preserving smoothing via L0 Gradient Minimization filter. Image quality was evaluated by two experienced radiologists completely blinded to the information about if the image was processed or not to suppress the artifacts. They graded image quality in a five points-scale, where zero is an index of clear artifact presence, and five, a whole artifact suppression. The new method had the best results and it was statistically significant respect to the other tested methods (p < 0.05). This new method has a better performance in artifact suppression and tissue feature preservation.

Resumen Los artefactos metálicos son comunes en las imágenes clínicas. Muchos métodos para la reducción de los artefactos han sido publicados para superar este problema. En el presente trabajo, un método de suavizado de imágenes para la reducción de artefactos (ISMAR) es propuesto para mejorar la calidad de la imagen en pacientes con prótesis de cadera y empastes dentales, los cuales causaron artefactos metálicos. ISMAR fue evaluado y comparado con otros tres métodos reconocidos por su desempeño en la reducción de los artefactos metálicos (Interpolación lineal (LI), reducción de artefactos de metal normalizados (NMAR) y reducción de artefactos de metal divididos en frecuencia (FSMAR)). El nuevo método se basa en el suavizado y conservación de bordes, utilizando para ello el filtro de minimización de gradiente L0. La calidad de la imagen fue evaluada por dos radiólogos experimentados completamente ciegos a la información sobre si la imagen fue procesada o no para suprimir los artefactos. Ellos calificaron la calidad de la imagen en una escala de cinco puntos, donde el cero indica la presencia de artefactos, y el cinco, una supresión total de los artefactos. El nuevo método tuvo los mejores resultados y fue estadísticamente significativo con respecto a los otros métodos probados (p < 0.05). Este nuevo método tiene un mejor rendimiento en la supresión de artefactos y en la conservación de las características de los tejidos.

The association of dosimetric quantities from computed tomography with operational factors: basis for optimization strategies / Asociación de magnitudes dosimétricas de tomografía computarizada con factores operacionales: bases para estrategias de optimización

Abstract Clinical Computed Tomography (CT) imaging is supported by a patient - technology - observers system. Such system involves dosimetric quantities associated with image quality descriptors, where operational factors are predictors. Knowledge of quantitative association between CT dosimetric and image quality quantities with systemic factors, provides the basis to devise scanner-specific optimization strategies. Kerma indexes were measured with a pencil ionization chamber free in air C a,100 and in phantom C pmma,x (x changes into c and p for center and periphery respectively). Polymethyl Methacrylate (PMMA) standard phantoms were used (diameters of 16 and 32 cm). Several operational factors of a Siemens Sensation 64 Cardiac were considered: estimated spectrums, tube potential F 8 (80 - 140 kV), tube current x time product F 1 (40 - 350 mAs) and total collimation at isocenter F 3 (2,7 - 19,2 mm). The water equivalent radius R w , an important factor for patient Size Specific Dose Estimators (SSDE), was estimated by taking into account the spectrums in each phantom. Average pixel noise was measured from Regions of Interest (ROIs) in water phantoms with radius of 2,5; 3; 6; 8 and 11,5 cm. A linear association was found between C pmma,p and C pmma,c . A dose reduction of C pmma,c = 2 mGy per tube rotation can be obtained from data analysis (head mode), with F 1 = 50 mAs, F 3 = 19,2 mm, resulting in average pixel noise of 20 Hounsfield Units (HU). Knowledge of noise association with C pmma,c provides a straightforward tool for quantitative optimization, considering a systemic approach, which includes patient - technology - observer factors.

Resumen La tomografía computarizada (TC) clínica se basa en un sistema paciente - tecnología - observador. Dicho sistema incluye magnitudes dosimétricas asociadas a descriptores de calidad, donde los factores operacionales son predictores. Conocer la asociación cuantitativa entre magnitudes dosimétricas y de calidad de imagen con factores sistémicos, provee la base para concebir estrategias de optimización específicas por tomógrafo. Se midieron índices de kerma en aire C a,100 y en maniquí C pmma,x (x cambia a c y p para centro y periferia respectivamente) con una cámara de ionización tipo lápiz. Se utilizaron maniquíes de Polimetil Metacrilato (PMMA) con diámetros de 16 y 32 cm. Se consideraron factores operacionales de un equipo Siemens Sensation 64 Cardiac: espectros estimados, tensión del tubo F 8 (80 - 140 kV), producto corriente x tiempo de exposición F 1 (40 - 350 mAs) y colimación total en isocentro F 3 (2,7 - 19,2 mm). El radio agua-equivalente R w es un factor importante para Estimadores de Dosis Específicos del paciente (SSDE), se estimó teniendo en cuenta el espectro en cada maniquí. El ruido promedio de píxel se midió en regiones de interés (ROIs) de imágenes de maniquíes de agua con radios de 2,5; 3; 6; 8 y 11,5 cm. Se encontró una asociación lineal entre C pmma,p y C pmma,c . Se describe una reducción de dosis a C pmma,c = 2 mGy por rotación del tubo mediante el análisis de datos (modo cabeza), con F 1 = 50 mAs, F 3 = 19,2 mm, resultando en un ruido promedio de píxel de 20 Unidades Hounsfield (UH).

Reducción de ruido en imágenes planares de medicina nuclear con empleo de la transformada Wavelet / Denoising of nuclear medicine images using Wavelet transform

En Medicina Nuclear es altamente utilizado el diagnóstico asistido por imágenes. Sin embargo, particularmente las imágenes de gammagrafía planar pueden ser proclives a problemas de baja detectabilidad de lesiones pequeñas por estar contaminadas con ruido, fenómeno que se acentúa por la imposibilidad de aumentar la dosis del radiofármaco o el tiempo de exposición del paciente por encima de ciertos niveles. El presente artículo, describe un algoritmo de reducción del ruido aleatorio gaussiano por medio de la Transformada Wavelet. Se comparan los resultados obtenidos a partir de un conjunto de filtros diseñados por esta vía con el objetivo de seleccionar aquellos que brinden los mejores resultados, a partir de la evaluación de métricas cuantitativas de la calidad de imagen.

Diagnosis using images is widely used in Nuclear Medicine. However, in the case of planar images some problems can appear related to low detectability of small lesions, due to noise contamination. This phenomenon is emphasized because of the impossibility of increasing the radiopharmaceutical dose or the exposure time above the established levels. An algorithm to reduce the random Gaussian noise in planar images using the Wavelet Transform is described in this paper. Results are compared among a set of filters designed by this procedure, in order to select those that offer the best images considering the evaluation of the image quality through quantitative metrics.

Fundamentos físicos de calidad de imagen en medicina nuclear: métodos para su valoración / Physical factors which characterize image quality in Nuclear Medicine

El presente artículo realiza una descripción físico-matemática de los principales factores físicos que caracterizan la calidad de la imagen en Medicina Nuclear, así como una descripción conceptual de la degradación que sufre la información proveniente del objeto debido al sistema de imagen (cámara gamma). Seguidamente se realiza una presentación crítica de algunos métodos cualitativos y cuantitativos de valoración de la calidad de la imagen, colaterales al tradicional control de calidad del equipamiento, como son el análisis ROC, las Técnicas de Clustering y el Análisis Discriminante. Dentro de estas dos últimas, se analizan los principales factores que determinan la calidad de la imagen y cómo los mismos se traducen en cambios en los valores cuantitativos de las principales variables físicas que la caracterizan. Se realiza además una comparación entre los métodos, resaltando su utilidad para monitorear calidad de imagen, así como sus principales ventajas y desventajas.

Activity optimization method for nuclear medicine planar studies based on discriminant analysis: a comparison with ROC Curve

A method for optimizing the administered activity in Static Nuclear Medicine Studies is validated by comparison with ROC curve. Discriminant analysis of image quality is the applied statistical technique. The constructed linear function owns as dependent parameters, the differentiated levels of image quality obtained by observer's criterion. The percentage of cases correctly classified is analyzed. The minimum value of the administered activity, which permit good image quality, can be proposed from the best results of the parameters selected by the function. The method was tested using planar images from a Jaszczak phantom, acquired under four activities (1088 MBq, 962 MBq, 740 MBq and 562 MBq). Two of the six measured Background-to-Signal ratios (S/B) were the parameters able to construct the function with high correlation respect to the expert criterion. The value of 740 MBq was the optimum after method application. The results were coincident with the application of ROC-analysis.

Administered activity optimization in renal scintigraphy with DMSA - 99mTc

A method, which consists in constructing a discriminant function of the image quality is proposed. The dependent parameter is referred image quality by expert criterion. The function is able to select which of the measured parameters determine the referred image quality. The minimum activity to permit good image quality can be proposed as optimum among a group of tested activities. The method was tested in 36 patients underwent to DMSA-99mTc scintigraphy. They were divided into 3 groups of 12 patients each. Each group was monitored by a different acquisition protocol and for two activities (72 MBq and 133 MBq). The measured parameters were: the age, sex and weight of the patients, the labeling yield (LY), the acquisition time and some Signal-to-Background ratios. The constructed function could classify 91.7 percent of the cases correctly. The ratios Right Kidney/Bladder, Left Kidney/Bladder, LY and Right Kidney/Liver were the determinant parameters. 72 MBq-700 kcounts was selected as the optimal combination to obtain good image quality

Administered activity optimization in skeletal scanning using MDP labeled 99Tcm

The objective of this study was to determine the minimum activity of the MDP labeled 99Tcm which is able to produce both, good image quality in the gamma camera and better radiological protection for the patient. Four samples of 18 patients were taken. A different protocol was applied to each sample. Each sample was divided into 3 groups of 6 patients each. The activity applied to each group was 293 MBq, 430 MBq and 598 MBq. Each study had 5 images to be assessed by expert criterion: Left Side Skull, Fore Thorax, Dorsal-cervix Column, Dorsal-lumbar Column and Rear Pelvis. The Number and Rate of Counts, the Signal/Background (S/B) ratio and the patient's sizes were taken as variables for analysis. S/B ratio was the only parameter able to construct a discriminant function of the image quality. Significant difference between the image quality with 598 MBq and 430 MBq (p=0,03) were not detected. The value of 430 MBq is enough to achieve good image quality with Protocol 4 for all the images except for the skull

Evaluación de la protección radiológica en un módulo de medicina nuclear de un hospital cubano / Evaluation of radiological protection in a department of nuclear medicine of a Cuban hospital

Se aplicó una encuesta en el módulo de medicina nuclear de un hospital cubano, que abordaba la problemática de la protección radiológica en éste, como punto de partida para mejorarla. La encuesta se confeccionó con 10 temáticas referentes a los aspectos relacionados con la protección del paciente, el trabajador expuesto a las radiaciones ionizantes y el público. Se recogieron 203 respuestas entre el personal médico, trabajadores expuestos del departamento, responsable de protección radiológica y pacientes. El conjunto de respuestas no respondía a una ley de distribución por lo cual se escogió, para el procesamiento de la muestra seleccionada dentro de la población de respuestas, un método no paramétrico (método de Van Der Varden). Se obtuvo como resultado que no existía una diferencia significativa entre las respuestas afirmativas y negativas, de donde se deduce la necesidad de aplicación de un Programa de Mejoras a la Protección Radiológica en este módulo de medicina nuclear