Integrando ferramentas de auxílio ao diagnóstico no sistema de arquivamento e comunicação de imagens / Integrating computer-aided diagnosis tools into the picture archiving and communication system

RESUMO

OBJETIVO: Este artigo apresenta um modelo de integração de algoritmos de diagnóstico auxiliado por computador dentro do fluxo de trabalho dos sistemas de gerenciamento de imagens, desenvolvido com base em um conjunto de ferramentas computacionais de código aberto e uso livre chamado dcm4che2. MATERIAIS E MÉTODOS: O modelo de integração é composto por um servidor de processamento de imagens e por serviços de comunicação. O gerenciamento de dados segue o fluxo de trabalho definido pelo perfil de pós-processamento (PWF) do Integrating the Healthcare Enterprise (IHE) e utiliza a funcionalidade de captura secundária do DICOM. Uma aplicação para lesões difusas de pulmão foi utilizada para prova de conceito. RESULTADOS: O algoritmo de classificação de padrões apresentou acurácia de 78 por cento, com base em um método de teste de validação cruzada. A integração possibilita a visualização das imagens processadas como uma nova série dentro do estudo original. CONCLUSÃO: O modelo de integração proposto baseiase em perfis do IHE e permite o estabelecimento de procedimentos padronizados. Os princípios utilizados para integração do fluxo de trabalho são aplicáveis para qualquer tarefa não interativa de pós-processamento de imagens.

ABSTRACT

OBJECTIVE: This paper presents a model for integration of computer-aided diagnosis algorithms into the picture archiving and communication systems workflow that has been developed on the basis of the dcm4che2 open source toolkit. MATERIALS AND METHODS: The proposed integration model consists of an image processing server and communication services. The data management follows the workflow defined by the post-processing workflow profile (PWF) developed by Integrating the Healthcare Enterprise (IHE) and utilizes the DICOM secondary capture functionality. An application for diffuse lung disease has been utilized as proof of concept. RESULTS: Based on a cross validation method, the standard classification algorithm presented 78 percent accuracy. The integration enables the visualization of processed images as a new series in the original study. CONCLUSION: The proposed integration model is based on IHE profiles and allows the establishment of standardized procedures. The principles used to integrate the workflow are applicable to any non-interactive post-processing task.