Un Algoritmo basado en Grafos para la Detección Automática de la Luz Arterial en Imágenes Ultrasonográficas

Resumen

Las enfermedades cardiovasculares se han convertido en la primera causa de fallecimientos en México y en el mundo. La medición de la íntima-media carotídea y del diámetro de la luz humeral en imágenes de ultrasonido, son la base de dos de las pruebas destacadas para el diagnóstico temprano de este tipo de enfermedades. En este trabajo se presenta una metodología completamente automática para la detección de la luz arterial en ultrasonografías, necesaria en las pruebas citadas; basada en grafos y detección de bordes. El grafo se crea con los puntos intermedios entre los bordes y, su árbol de expansión mínima, permite segmentar la luz arterial correcta, aplicando sobre las rutas internas del grafo un criterio de selección de longitud y otro de obscuridad. En 294 imágenes, se obtuvo un error promedio en la detección de la interfaz entre el lumen de la arteria humeral y la capa íntima de su pared cercana de 13.9 μm, con una desviación estándar de 12.3 μm; y, para la misma interfaz en la pared arterial lejana, de 15.4 μm, con una desviación estándar de 15.0 μm. La comparación del desempeño de nuestro algoritmo se realizó contra los resultados presentados en la literatura reciente para técnicas tanto automáticas como semi-automáticas en esta área, a las cuales supera en precisión.

Abstract

Cardiovascular diseases have become the first cause of dead in Mexico and the whole world. Intima-media thickness and brachial lumen diameter measurement in ultrasound images are the basis of two early diagnostic tests for this kind of illnesses. In this paper a methodology for automatic arterial lumen detection using ultrasound images, which is based on a graph and edge detection, is presented. The graph is created with middle points between edges and, its minimum spanning tree, is used together with decision criteria based on darkness and length, for the correct arterial lumen segmentation. In 294 images, a mean error in position detection of brachial lumen-intima interface on the near wall of 13.9 μm, with a standard deviation of 12.3 μm, was found; and, for same interface on the arterial far wall, mean error was of 15.4 μm with a standard deviation of 15.0 μm. Performance comparison of our algorithm was made against results presented in recent literature for automatic and semi-automatic techniques in this area, to whom it outperformed in accuracy.

Referencias no citadas

Amato et al., 2007, Blake and Isard, 2000, Canny, 1986, Celermajer et al., 1994, Cheng et al., 2002, Cohen, 1991, Delsanto et al., 2005, Delsanto et al., 2007, Delsanto et al., 2006, Dempster et al., 1977, Destrempes et al., 2009, Faita et al., 2008, Fischler and Bolles, 1981, Freund et al., 2000, Furberg et al., 1994, Garcia-Barreto et al., 2003, Golemati et al., 2005, Golemati et al., 2007, Golemati et al., 2004, Gutierrez et al., 2002, Hough, 1962, ISO, 2006, Joseph and Kruskal, 1956, Kass et al., 1988, Lai and Chin, 1995, Liang et al., 2000, Liguori et al., 2001, Lobregt and Viergever, 1995, Loizou and Pattichis, 2008, Loizou et al., 2007, Molinari et al., 2008, Molinari et al., 2009, Molinari et al., 2010a, Molinari et al., 2010b, Organizacion Mundial de la Salud and Enero, 2011, Penrose, 1955, Pignoli and Longo, 1988, Reid et al., 2012, Ronfard, 1994, Schmidt and Wendelhag, 1999, Secretaría, 2010, Sedgewick and Wayne, 2011, Shankar, 2003b, Shankar et al., 2003, Stein et al., 2005, Stoitsis et al., 2008, Touboul et al., 1992, Wendelhag et al., 1991, Wendelhag et al., 1997, Wendelhag et al., 1992, Wendelhag et al., 1996, Williams and Shah, 1992, Xu and Prince, 1997, Xu and Prince, 1998 and Xu et al., 2001.