Impact of different evaluation methods for diagnostic tasks in panoramic radiography / Impacto de diferentes métodos de evaluación durante el diagnóstico en la radiografía panorámica

Abstract The aim of this study was to evaluate the observers diagnostic performance in panoramic radiography using monitor, tablet, X-ray image view box, and against window daylight as a visualization method in different diagnostic tasks. Thirty panoramic radiography were assessed by three calibrated observers for each visualization method, in standardized light conditions, concerning dental caries, widened periodontal ligament space, and periapical bone defects from the four first molars; mucosal thickening and retention cysts in maxillary sinus; and stylo-hyoid ligament calcification and atheroma. A five-point confidence scale was used. The standard-reference was performed by two experienced observers. Diagnostic values using window light were significantly lower for caries and periapical bone defect and retention cyst, stylo-hyoid ligament calcification detection (p<0.05). For atheroma detection, X-ray image view box, tablet, and widow light had lower accuracy than the evaluation on the monitor (p<0.05). Observers diagnostic performances are worsened using window light as an evaluation method for panoramic radiography for dental, sinus, and calcification disorders, while the monitor was the most reliable method.

Resumen El objetivo de este estudio fue evaluar el desempeño diagnóstico de los observadores en la radiografía panorámica utilizando monitor, tablet, caja de visualización de imágenes de rayos X y contra la luz del día de la ventana como método de visualización en diferentes tareas de diagnóstico. Treinta radiografías panorámicas fueron evaluadas por tres observadores calibrados para cada método de visualización, en condiciones de luz estandarizadas, con respecto a caries dental, espacio del ligamento periodontal ensanchado y defectos óseos periapicales de los cuatro primeros molares; engrosamiento de la mucosa y quistes de retención en el seno maxilar; y calcificación y ateroma del ligamento estilohioideo. Se utilizó una escala de confianza de cinco puntos. La referencia estándar fue realizada por dos observadores experimentados. Los valores diagnósticos con luz de ventana fueron significativamente menores para caries y defecto óseo periapical y quiste de retención, detección de calcificación del ligamento estilohioideo (p <0.05). Para la detección de ateroma, la caja de visualización de imágenes de rayos X, el tablet y la luz de viuda tuvieron una precisión menor que la evaluación en el monitor (p <0.05). El rendimiento diagnóstico del observador empeora al utilizar la luz de la ventana como método de evaluación de la radiografía panorámica para los trastornos dentales, de los senos nasales y de la calcificación, mientras que el monitor fue el método más fiable.

Importancia del procesamiento de imágenes en radioterapia desde la perspectiva del análisis de riesgo

RESUMEN Fundamento: el procesamiento de imágenes es clave en la planificación de tratamientos de radioterapia con haces externos. En su ejecución pueden ocurrir errores humanos y fallos de equipos, que conllevan, entre otros efectos, a interpretaciones erróneas de imágenes diagnósticas, errores de contorneo de blancos, sobredosis a tejidos sanos o subdosis a tejidos tumorales, lo cual significa poner en riesgo a los pacientes sometidos a estas prácticas. Objetivo: caracterizar los riesgos asociados a los factores tecnológicos y humanos relacionados con el procesamiento de imágenes que pueden afectar a los pacientes sometidos a tratamientos de radioterapia con haces externos. Métodos: como base de estudio se empleó la práctica de radioterapia de intensidad modulada. Para caracterizar los iniciadores y las medidas de defensa relacionados con este procesamiento, se emplearon modelos de riesgo basados en análisis de modos y efectos de fallo y matriz de riesgo de la práctica de referencia, que fueron procesados con el software SECURE-MR-FMEA. Resultados: los análisis de sensibilidad sobre los modelos de radioterapia de intensidad modulada mostraron los efectos sobre el riesgo de los fallos asociados al procesamiento de imágenes. Conclusiones: se confirmó la importancia de aplicar el análisis de riesgo en el procesamiento de imágenes para elevar la seguridad de los pacientes durante los tratamientos de radioterapia con haces externos.

ABSTRACT Background: image processing is the key in planning external beam radiotherapy treatments. In its execution, human errors and equipment failures can occur, which lead, among other effects, to erroneous interpretations of diagnostic images, target contouring errors, overdose of healthy tissues or underdose of tumor tissues, which means putting patients at risk patients subjected to these practices. Objective: to characterize the risks associated with technological and human factors related to image processing that can affect patients undergoing radiotherapy treatments with external beams. Methods: intensity modulated radiotherapy was used as the basis of the study. To characterize the initiators and defense measures related to this processing, risk models were used based on analysis of failure modes and effects and the risk matrix of the reference practice, which were processed with the SECURE-MR-FMEA software. Results: the sensitivity analyzes on the intensity-modulated radiotherapy models showed the effects on the risk of failures associated with image processing. Conclusions: the importance of applying risk analysis in image processing to increase patient safety during external beam radiotherapy treatments was confirmed.

Conteo de bacterias y levaduras en imágenes digitales

RESUMEN Fundamento: en los laboratorios de microbiología, la identificación y conteo de microorganismos es un procedimiento habitual. Aunque existen en el mercado equipos que posibilitan su realización de manera automática o semiautomática, son muy costosos, por lo cual esta tarea, difícil e irritante para los ojos, la siguen realizando los expertos de manera tradicional mediante la observación de las muestras en los microscopios, con la consiguiente variabilidad entre ellos. Objetivo: proponer un nuevo método para el conteo de bacterias y levaduras en imágenes digitales, bajo diferentes magnificaciones, tomadas a bioproductos de origen microbiano obtenidos por fermentación. Métodos: el sensor empleado para la toma de imágenes de las muestras fue una cámara digital modelo HDCE-X, con un sensor CMOS de ½", con una resolución de 2592 píxeles por 1944 píxeles (5 Mp). Se emplearon dos tipos de magnificaciones: magnificación 40x (PL40, 0.65 apertura numérica and 0.17 de distancia de trabajo) y magnificación 100x (HI plan 100/1.25 con inmersión de aceite). El método propuesto se basa en técnicas de procesamiento digital de imágenes, utilizando herramientas como la detección de contornos, operaciones morfológicas y análisis estadístico, y fue desarrollado en lenguaje Python con empleo de la biblioteca OpenCV. Resultados: la detección y conteo de bacterias se logró con una exactitud y precisión aceptable, en ambos casos por encima de 0,95; no en el caso de las levaduras cuya exactitud y precisión fueron menores, alrededor de 0,78 y 0,86 respectivamente. Se proponen flujos de trabajo basados en técnicas de procesamiento digital de imágenes, fundamentalmente en detección de contornos, operaciones morfológicas y análisis estadístico. Conclusiones: el método posee una efectividad aceptable para el contexto y depende de las características que presenten las imágenes.

ABSTRACT Background: In microbiology laboratories, the identification and counting of microorganisms is a common procedure; and although there is a variety of equipment on the market that possibility to carry out these processes automatically or semi-automatically, it is usually expensive to many laboratories. These are some of the reasons why this arduous and difficult task is still performed in many laboratories by experts in the traditional way, through the observation of samples in microscope, consuming a great time and having variations in the results between experts. Objective: The present work aims to propose a new method for counting bacteria and yeasts in digital images, taken under different magnifications, of microbial bioproducts obtained by fermentation. Methods: The sensor used to take images of the samples was a digital camera model HDCE-X, with a ½" CMOS sensor, with a resolution of 2592 pixels by 1944 pixels (5 Mp). Two types of magnifications were used: 40x magnification (PL40, 0.65 numerical aperture and 0.17 working distance) and 100x magnification (HI plan 100/1.25 with oil immersion). The proposed method is based on digital image processing technics, using tools as contour detection, morphological operations and statistical analysis, and was developed in Python language using the OpenCV library. The work also presents a comparison with the results obtained using ImageJ software for the same purpose. Results: the detection and count of bacteria was achieved with an acceptable accuracy and precision, in both cases above 0.95; not in the case of yeasts whose accuracy and precision was lower, around 0.78 for accuracy and 0.86 for precision. Workflows based on digital image processing techniques are proposed, using tools as contour detection, morphological operations and statistical analysis. Conclusions: the method has an acceptable effectiveness for the context and depends on the characteristics presented by the images.

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.