Encephalic ventricular volumetry in multislice computed tomography images in adults with normal cognitive functions / Volumetría ventricular encefálica en imágenes de tomografía computarizada multicorte en adultos con funciones cognitivas normales

Introducción: Debido a la necesidad de un diagnóstico precoz de los trastornos neurodegenerativos, se ha intentado armonizar los criterios diagnósticos mediante métodos morfométricos basados en técnicas de neuroimagen, pero aún no se han obtenido resultados concluyentes. Objetivo: Determinar el volumen ventricular debido a su amplio uso como marcador de atrofia cerebral e identificar el efecto del sexo sobre estas estructuras, según el tipo de cráneo, estimado a partir de técnicas de imagen de tomografía computarizada multicorte. Métodos: Se desarrolló un estudio observacional y descriptivo en 30 sujetos con funciones neurocognitivas y exploración neuropsiquiátrica normales, con edades comprendidas entre 45 y 54 años, a los que se les realizó una tomografía computarizada multicorte simple de cráneo. Se utilizó un método de segmentación de imágenes basado en la homogeneidad. Resultados: Los volúmenes ventriculares mostraron una correlación significativa y positiva entre ellos, excepto entre el tercer y cuarto ventrículo y el tercero y el volumen ventricular derecho. Los estadísticos del modelo lineal multivariante aplicado mostraron que sólo eran significativos en función del sexo y del tipo de cráneo. No se encontraron diferencias significativas con respecto al sexo en ningún volumen, excepto en el tercer ventrículo (p= 0,01). Lo mismo ocurrió por tipo de cráneo (p= 0,005). Conclusiones: El método de morfometría del sistema ventricular encefálico a partir de imágenes de Tomografía Computarizada / Segmentación por homogeneidad, permitió cuantificar los cambios volumétricos cerebrales asociados al envejecimiento normal y puede ser utilizado como biomarcador de la relación entre la estructura cerebral y las funciones cognitivas(AU)

Introduction: Due to the need for an early diagnosis of neurodegenerative disorders, attempts have been made to harmonize diagnostic criteria using morphometric methods based on neuroimaging techniques, but conclusive results have not yet been obtained. Objective: To determine the ventricular volume due to its wide use as a marker of cerebral atrophy and to identify the effect of sex on these structures, according to the type of skull, estimated from multislice computed tomography imaging techniques. Methods: An observational and descriptive study was developed in 30 subjects with normal neurocognitive functions and neuropsychiatric examination, aged between 45 and 54 years, who underwent a simple multislice CT scan of the skull. An image segmentation method based on homogeneity was used. Results: The ventricular volumes showed a significant and positive correlation between them, except between the third and fourth ventricles and the third and the right ventricular volume. The statistics in the multivariate linear model applied showed that they were only significant in terms of sex and type of skull. No significant differences were found regarding sex in any volume except in the third ventricle (p= 0.01). The same occurred by type of skull (p= 0.005). Conclusions: The morphometry method of the encephalic ventricular system from Computed Tomography images / Segmentation by homogeneity, allowed to quantify the cerebral volumetric changes associated with normal aging and can be used as a biomarker of the relationship between brain structure and cognitive functions(AU)

Probabilistic Multiple Sclerosis Lesion Detection using Superpixels and Markov Random Fields / Detección Probabilística de Lesiones de Esclerosis Múltiple usando Superpixeles y Campos Aleatorios de Markov

Abstract Multiple Sclerosis (MS) is the most common neurodegenerative disease among young adults. Diagnosis and monitoring of MS is performed with T2-weighted or T2 FLAIR magnetic resonance imaging, where MS lesions appear as hyperintense spots in the white matter. In recent years, multiple algorithms have been proposed to detect these lesions with varying success rates, which greatly depend on the amount of a priori information required by each algorithm, such as the use of an atlas or the involvement of an expert to guide the segmentation process. In this work, a fully automatic method that does not rely on a priori anatomical information is proposed and evaluated. The proposed algorithm is based on an over-segmentation in superpixels and their classification by means of Gauss-Markov Measure Fields (GMMF). The main advantage of the over-segmentation is that it preserves the borders between tissues, while the GMMF classifier is robust to noise and computationally efficient. The proposed segmentation is then applied in two stages: first to segment the brain region and then to detect hyperintense spots within the brain. The proposed method is evaluated with synthetic images from BrainWeb, as well as real images from MS patients. The proposed method produces competitive results with respect to other algorithms in the state of the art, without requiring user assistance nor anatomical prior information.

Resumen La Esclerosis Múltiple (MS) es una de las enfermedades neurodegenerativas más comunes en adultos jóvenes. El diagnóstico y su monitoreo se realiza generalmente mediante imágenes de resonancia magnética T2 o T2 FLAIR, donde se observan regiones hiperintensas relacionadas a lesiones cerebrales causadas por la MS. En años recientes, múltiples algoritmos han sido propuestos para detectar estas lesiones con diferentes tasas de éxito las cuales dependen en gran medida de la cantidad de información a priori que requiere cada algoritmo, como el uso de un atlas o el involucramiento de un experto que guíe el proceso de segmentación. En este trabajo, se propone un método automático independiente de información anatómica. El algoritmo propuesto está basado en una sobresegmentación en superpixeles y su clasificación mediante un proceso de Campos Aleatorios de Markov de Medidas Gaussianas (GMMF). La principal ventaja de la sobresegmentación es que preserva bordes entre tejidos, además que tiene un costo reducido en tiempo de ejecución, mientras que el clasificador GMMF es robusto a ruido y computacionalmente eficiente. La segmentación propuesta es aplicada en dos etapas: primero para segmentar el cerebro y después para detectar las lesiones en él. El método propuesto es evaluado usando imágenes sintéticas de BrainWeb, así como también imágenes reales de pacientes con MS. Con respecto a los resultados, el método propuesto muestra un desempeño competitivo respecto a otros métodos en el estado del arte, tomando en cuenta que éste no requiere de asistencia o información a priori.

La densidad, riqueza y composición arbóreas definen parches detectados remotamente en una selva subperennifolia

Recientemente se ha abordado la delimitación de parches de vegetación a través de clasificaciones orientadas a objetos con datos multiespectrales. En esta investigación se presenta una propuesta de caracterización de selvas secundarias basada en matrices de semejanza de composición específica, estructura de la vegetación arbórea e índices de diversidad, partiendo de una clasificación orientada a objetos de imágenes multiespectrales. El área de estudio corresponde a una selva mediana subperennifolia con antecedente de aprovechamiento agrícola bajo el sistema de roza tumba y quema (Ac: hace 8-23 años), aprovechamiento forestal selectivo (Fs: hace 43-53 años), y aprovechamiento forestal selectivo e incendio forestal (Fc: hace 21-28 años). Se delinearon tres parches de vegetación de acuerdo al historial de uso, y se analizaron las diferencias entre las medias de las métricas de campo de cada parche con un análisis de varianza multivariado permutacional (P < 0.001). Con un modelo logístico multinomial se identificaron, de entre más de 20 covariables, la riqueza de especies, densidad de tallos por hectárea, y el primer eje de variación del ordenamiento NMDS de la composición específica, como los atributos de la vegetación más distintivos. El parche Fc, presenta los mayores valores en diversidad de Shannon-Wiener, riqueza de especies, y densidad de tallos mayores a 7.5 cm de diámetro. El Fs tiene los mayores promedios de biomasa, área basal y altura individual, y el Ac tiene los menores valores de todas las métricas anteriores. Las especies de mayor Índice de Valor de Importancia fueron: Ac; Bursera simaruba y Psidia psipula, Fs: Gymnanthes lucida y Manilkara zapota, Fc: G. lucida y B. simaruba.

A proposal for characterizing habitat of forests, obtained from an object-oriented classification of RapidEye multiespectral imagery, based on dissimilarity matrices of vegetation structure, species diversity and composition is presented. The study area is a forested landscape mosaic after slash and burn agriculture (Ac: 8-23 years ago), selective logging (Fs: 43-53 years ago), and selective logging and forest fire (Fc: 21-28 years ago). The site is located in the central part of Quintana Roo, México, where three vegetation patches were delineated according to remotely sensed multiespectral imagery. Mean differences between vegetation structure properties of each vegetation patch were obtained through a permutational multivariate analysis of variance (P < 0.001). Species richness, stem density per hectare, and the axis-1 scores of the non-metric multidimensional scaling ordination of specific composition were identified as the vegetation attributes more relevant to differentiate the vegetation patches by a multinomial logistic model. Fc vegetation patch is characterized by the greatest mean values on Shannon-Wiener index, species richness, and stem density. The Fs has the greatest mean values of canopy height, basal area, and biomass at 80 percentile, and the Ac vegetation patch has the lowest values of all mentioned metrics. The species with the greatest relative importance value were: Ac: Bursera simaruba and Psidia psipula, Fs: Gymnanthes lucida and Manilkara zapota, Fc: G. lucida and B. simaruba. The uncertainty associated with the metrics assessed by vegetation patch was smaller than the uncertainty of the whole area, because of the efficient variability aggregation of the field data. We conclude that multiespectral information is a reliable tool for distinguishing vegetation patches with specific features, as stem density, specific composition, and species richness.

Sistema de Apoyo para la Cuantificación Semiautomática de Fibrosis Pulmonar en Imágenes de TAC / Support System for Semiautomatic Quantification of Pulmonary Fibrosis in CT Images

Resumen: En este trabajo se presenta un método para calcular los niveles de fibrosis pulmonar en imágenes de tomografía axial computarizada. Se utilizó un algoritmo de segmentación semiautomática basado en el método de Chan-Vese. El método mostró similitudes de forma cualitativa en la región de la fibrosis con respecto al experto clínico. Sin embargo es necesario validar los resultados con una base de datos mayor. El método propuesto aproxima un porcentaje de fibrosis de forma fácil para apoyar su implementación en la práctica clínica minimizando la subjetividad del experto médico y generando una estimación cuantitativa de la región de fibrosis.

Abstract: A method to estimate the pulmonary fibrosis in computed tomography (CT) imaging is presented. A semi-automatic segmentation algorithm based on the Chan-Vese method was used. The proposed method shows a similar fibrosis región with respect to clinical expert. However, the results need to be validated in a bigger data base. The proposed method approximates a fibrosis percentage that allows to achieve this procedure easily in order to support its implementation in the clinical practice minimizing the clinical expert subjectivity and generating a quantitative estimation of fibrosis region.

FAST AND ACCURATE COMPUTATION OF THE EUCLIDEAN DISTANCE TRANSFORM IN MEDICAL IMAGING ANALYSIS SOFTWARE

Fast and accurate computation of the Euclidean distance map transformation is presented using the python programming language in conjunction with the vtk and itk toolkits. Two algorithms are compared on the basis of their efficiency and computational speed; Saitho algorithm and Danielsson's four-points Sequential Euclidean Distance (4SED). An algorithm is used to compute a scalar distance map from a 3D data set or volume, which can be used to extract specific distance values. The performance time for the Saitho computation speed was less than the Danielsson's 4SED computation allowing a faster calculation of the Euclidean distance map. A software analysis application was implemented using the Saitho algorithm for the computation of the scalar distance maps; it also included an underlying segmentation method to allow the computation of Euclidean distance maps on micro-CT images of segmented bone structures. In the future, this application could be used in conjunction with other image processing software applications of bone analysis.

Se implementó una aplicación utilizando el lenguaje de programación Phyton y las librerías ITK y VTK para un cálculo rápido y preciso de la transformada Euclidiana de distancia. Se compararon dos algoritmos, el propuesto por Saitho y el algoritmo de Danielsson en la versión four-points Sequencial Euclidean distance (4SED). Se evaluó la precisión y la velocidad computacional de ambos algoritmos, encontrando que la versión propuesta por Saitho es más rápida. Se implementó una aplicación de software para el cálculo de la transformada Euclidiana de distancia, incluyendo herramientas para la segmentacion de imágenes de micro-CT de estructuras óseas. A futuro esta aplicación puede ser usada en conjunto con otros software para análisis de imágenes en el procesamiento de estructuras oseas.