Quantificação de Comprometimento Pulmonar em Radiografias de Tórax
DOI:
https://doi.org/10.29384/rbfm.2014.v8.n3.p6-9Abstract
Tuberculose (TB), causada pelo Mycobacterium tuberculosis, é uma doença infecciosa que continua sendo um problema de saúde global. A radiografia de tórax é o exame comumente realizado na avaliação da evolução da TB. Métodos de quantificação de comprometimento pulmonar são normalmente realizados em exames de tomografia computadorizada (TC). Esta quantificação é importante na avaliação da evolução e tratamento da TB e na comparação entre tratamentos distintos. No entanto, uma quantificação precisa se torna inviável pela quantidade de exames de TC necessários. A proposta deste trabalho é desenvolver uma metodologia de quantificação do comprometimento pulmonar causado pela TB através de radiografias de tórax. Desenvolveu-se um algoritmo de processamento computacional desses exames em ambiente Matlab®, criando-se uma representação 3D dos pulmões, com regiões de comprometimento dilatadas em seu interior. Fez-se também a quantificação do comprometimento pulmonar dos mesmos pacientes através de exames de TC realizados em datas próximas. As quantificações a partir dos dois métodos foram comparadas, obtendo-se forte correlação. Aplicando a estatística de Bland & Altman, todas as amostras avaliadas ficaram dentro de limites de concordância, com intervalo de confiança de 95%. Os resultados apresentaram variação média de 12,7±8,3% na comparação entre a quantificação pelos dois métodos. Os resultados sugerem a eficácia e aplicabilidade do método desenvolvido, proporcionando melhor relação risco-benefício ao paciente e custo-benefício à instituição.
Downloads
References
Baddeley A, Dean A, Dias HM, Dennis Falzon, Katherine Floyd, Inés Garcia, et al. Global Tuberculosis Report 2013. Geneva: World Health Organization; 2013.
WHO, Dolin PL, Raviglione MC, Kochi A. A Review of Current Epidemiological Data and Estimation of Future Tuberculosis Incidence and Mortality: World Health Organization1993.
Netto AR. Tuberculose: a Calamidade Negligenciada. Revista da Sociedade Brasileira de Medicina Tropical. 2002;35(1):51-8.
Xu Z, Bagci U, Kubler A, Luna B, Jain S, Bishai WR, et al. Computer-aided detection and quantification of cavitary tuberculosis from CT scans. Med Phys. 2013 Nov;40(11):113701.
Tan JH, Acharya UR, Tan C, Abraham KT, Lim CM. Computer-assisted diagnosis of tuberculosis: a first order statistical approach to chest radiograph. J Med Syst. 2012 Oct;36(5):2751-9.
Rosas IO, Yao J, Avila NA, Chow CK, Gahl WA, Gochuico BR. Automated quantification of high-resolution CT scan findings in individuals at risk for pulmonary fibrosis. Chest. 2011 Dec;140(6):1590-7.
Bloomquist A, Bosmans H, Burch A, Chevalier M, Daros K, Gennaro G, et al. IAEA Human Health Series No.17: Quality Assurance Programme for Digital Mammography. Vienna: International Atomic Energy Agency; 2011.
Pina DR, Duarte SB, Ghilardi Netto T, Morceli J. Phantom development for radiographic image optimization of chest, skull and pelvis examination for nonstandard patient. Appl Radiat Isot. 2009 Jan;67(1):61-9.
Oliveira M, Pina DR, Alvarez M, Velo A, Cavalcante R, Mendes R, et al., editors. Use of Algorithms for Semi-Automatic Quantification of Pulmonary Fibrosis and Emphysema. . World Congress on medical Physics and Biomedical Engineering; 2012; Beijing, China: IFMBE Proceedings.
Kim HG, Tashkin DP, Clements PJ, Li G, Brown MS, Elashoff R, et al. A computer-aided diagnosis system for quantitative scoring of extent of lung fibrosis in scleroderma patients. Clin Exp Rheumatol. 2010 Sep-Oct;28(5 Suppl 62):S26-35.
Kamalakannan S, Antani S, Long R, Thoma G, editors. Customized Hybrid Level Sets for Automatic Lung Segmentation in Chest X-ray Images. SPIE Medical Imaging; 2014; San Diego, CA, USA: Proceedings of SPIE
van Ginneken B, ter Haar Romeny BM. Automatic segmentation of lung fields in chest radiographs. Med Phys. 2000 Oct;27(10):2445-55.
van Ginneken B, Katsuragawa S, ter Haar Romeny BM, Doi K, Viergever MA. Automatic detection of abnormalities in chest radiographs using local texture analysis. IEEE Trans Med Imaging. 2002 Feb;21(2):139-49.
Hatipoglu ON, Osma E, Manisali M, Ucan ES, Balci P, Akkoclu A, et al. High resolution computed tomographic findings in pulmonary tuberculosis. Thorax. 1996 Apr;51(4):397-402.
Campos CA, Marchiori E, Rodrigues R. Tuberculose Pulmonar: achados na tomografia computadorizada de alta resolução do tórax em pacientes com doença em atividade comprovada bacteriologicamente. J Pneumol. 2002;28(1):23-9.
Downloads
Published
How to Cite
Issue
Section
License
The submission of original articles to the Brazilian Journal of Medical Physics implies the transfer, by the authors, of the rights of print and digital publication. Copyright for published articles remains with the author, with journal rights on first publication. Authors may only use the same results in other publications by clearly indicating this journal as the original publisher. As we are an open access journal, free use of articles in educational, scientific, non-commercial applications is allowed, as long as the source is cited.
The Brazilian Journal of Medical Physics is under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License (CC BY-NC-ND 4.0).