Herramienta para la detección automática de nódulos pulmonares solitarios en series de imágenes de tomografía computarizada multicorte / A tool for automated detection of solitary pulmonary nodules in series of multicut computerized tomography images

Introducción: el nódulo pulmonar solitario es uno de los problemas más frecuentes en la práctica del radiólogo, que constituye un hallazgo incidental habitual en los estudios torácicos realizados durante el ejercicio clínico diario. Objetivo: implementar un sistema de diagnóstico asistido por computadora que facilite la detección del nódulo pulmonar solitario en las series de imágenes de tomografía computarizada multicorte. Métodos: se utilizó Matlab para el desarrollo y evaluación de un conjunto de algoritmos que constituyen elementos necesarios de un sistema de diagnóstico asistido por computadora. En orden: un algoritmo para la extracción de las regiones de interés, algoritmo para la extracción de características y un algoritmo de detección de nódulo pulmonar solitario para el cual se probaron varios clasificadores. La evaluación de los algoritmos fue efectuada en base a las anotaciones realizada por especialistas a la colección de imágenes LIDC-IDRI (Lung Image Database Consortium). Resultados: el método de segmentación empleado para extracción de las regiones de interés permitió generar la adecuada división de las imágenes originales en regiones significativas. El algoritmo utilizado en la detección mostró para el conjunto de prueba además de buena exactitud (de 96,4 por ciento), un buen balance de sensibilidad (91,5 por ciento) para una tasa de 0,84 falsos positivos por imagen. Conclusiones: el trabajo de investigación y la implementación realizada se reflejan en la construcción de una interfaz gráfica en Matlab como prototipo del sistema de diagnóstico asistido por computadora, con el que se puede contribuir a detectar más fácilmente el NPS(AU)

Introduction: solitary pulmonary nodules are one of the most frequent problems in radiographic practice. They are a common incidental finding in chest studies conducted during routine clinical work. Objective: implement a computer-assisted diagnostic system facilitating detection of solitary pulmonary nodules in multicut computerized tomography image series. Methods: Matlab was used to develop and evaluate a set of algorithms constituting necessary components of a computer-assisted diagnostic system. The order was the following: an algorithm to extract regions of interest, another to extract characteristics, and another to detect solitary pulmonary nodules, for which several classifiers were tested. Evaluation of the algorithms was based on notes taken by specialists on the LIDC-IDRI (Lung Image Database Consortium) image collection. Results: the segmentation method used for extraction of regions of interest made it possible to create a suitable division of the original images into significant regions. The algorithm used for detection found that the test set exhibited good accuracy (96.4%), a good sensitivity balance (91.5%), and a 0.84 rate of false positives per image. Conclusions: the research and implementation work done is reflected in the construction of a Matlab graphic interface serving as a prototype for a computer-assisted diagnostic system which may facilitate detection of SPNs.

Análisis multicanal de un sensor no obstructivo para la detección del Síndrome de Apnea-Hipopnea del Sueño / Multichannel Analysis of an Unobtrusive Sensor for Sleep Apnea-Hypopnea Detection

Este artículo presenta un método no obstructivo para la detección del síndrome de apnea-hipopnea del sueño (SAHS). El flujo respiratorio es medido indirectamente a través de un colchón sensorizado (PBS Pressure Bed Sensor) que incluye 8 transductores de presión. Mediante la transformada de Hilbert se obtiene la amplitud instantánea de las señales respiratorias y se reduce la información a través del análisis de componentes principales (ACP). Los eventos respiratorios (ERs apneas/hipopneas) se localizan como una reducción en la amplitud instantánea resultante y se contabilizan en el índice de eventos respiratorios (IER), un índice de severidad similar al oficial apnea-hypopnea index (AHI). El PBS se analiza agrupando primero la información de pares de canales y después utilizando los 8 canales. Los IER se evalúan comparándolos con el AHI en diferentes niveles de severidad. En el diagnóstico de pacientes sanos y patológicos se obtuvo una sensibilidad, especificidad y exactitud de 92%, 100% y 96% respectivamente, utilizando la información de dos u ocho canales. Con estos resultados podemos proponer el uso del PBS como una alternativa para el diagnóstico del SAHS en ambientes fuera del hospital, ya que no requiere la presencia de un clínico especialista para su uso.

This manuscript presents an unobtrusive method for sleep apneahypopnea syndrome (SAHS) detection. The airflow is indirectly measured through a sensitive mattress (Pressure Bed sensor, PBS) that incorporates multiple pressure sensors into a bed mattress. The instantaneous amplitude of each sensor signal is calculated through Hilbert transform, and then, the information is reduced via principal component analysis. The respiratory events (ERs -apneas/hypopneas) are detected as a reduction in the resulting instantaneous amplitude and accounted in the respiratory event index (IER), which is a severity indicator similar to the offcial apnea-hypopnea index (AHI). The respiratory signals extracted from PBS are analyzed first by clustering the information coming from channel pairs, and then using the eight channels. The IER performance is compared with the AHI for different severity categories. For the diagnosis of healthy and pathological patients we obtain a sensitivity, specificity and accuracy of 92%, 100% and 96%, respectively using two or eight PBS channels. These results suggest the possibility to propose PBS as an alternative tool for SAHS diagnosis in home environment.