Herramienta para segmentación de conjuntos proporciona imágenes exactas de tumores malignos de pulmón

La técnica, llamada segmentación de conjuntos con un solo clic (SCES), utiliza un nuevo algoritmo informático desarrollado para ayudar a extraer y segmentar las características de un tumor. Este nuevo método no sólo mejora las evaluaciones para diagnóstico y pronóstico, sino que también ahorra tiempo y dinero.

Los hallazgos de los investigadores del Centro Oncológico Moffitt (Tampa, FL, EUA) y de la Universidad del Sur de Florida (Tampa, EUA) fueron publicados en la edición de marzo de 2013 de la revista Pattern Recognition. El cáncer de pulmón es el cáncer más letal tanto en hombres como en mujeres. Lograr imágenes más exactas de los tumores, en cuanto a poder extraer las características del tumor, podría mejorar la exactitud del diagnóstico y del pronóstico. “El nuevo método que hemos desarrollado mejorará la exactitud del diagnóstico y hace posible que la atención del cáncer sea más personalizada”, dijo el autor principal del estudio, Robert J. Gillies, PhD, director del departamento de imágenes y metabolismo del cáncer de Moffitt. “Mejorará nuestra capacidad para cuantificar los cambios en el cáncer y responder con el tratamiento adecuado”.

La segmentación de los tumores ha sido difícil de realizar debido a la composición diversa de las lesiones del cáncer en comparación con la de los tejidos sanos. El nuevo método de segmentación significa un gran avance frente al método manual utilizado anteriormente, de acuerdo con los investigadores. “Un método común para delimitar un tumor canceroso de pulmón es que el radiólogo o el oncólogo radioterapista dibuje manualmente los límites del tumor”, explicó el Dr. Gillies. “Este método depende del operador y tiene gran variabilidad. Un algoritmo para la delimitación de tumores del pulmón altamente exacto, reproducible y automatizado, representaría un avance significativo”.

Debido a que el proceso de la SCES es automatizado, requiere menos tiempo y esfuerzo. “Una gran ventaja de la segmentación de conjunto con un solo clic es que sólo requiere una interacción humana: el ingreso manual de la información semilla. Esto consiste en que el radiólogo u oncólogo radioterapista ubica unos puntos de inicio en la zona del tumor”, dijo el Dr. Gillies. “Con SCES, la delineación de la lesión fue exacta y coherente y la carga de trabajo en cuanto a segmentaciones de pulmón se redujo en gran medida”.

El nuevo algoritmo utiliza el anterior, por cuanto involucra el punto de siembra original para delinear un área dentro de la cual se generan automáticamente diversos puntos de siembra. La segmentación de conjuntos se puede obtener a continuación, a partir de las diferentes regiones. Según los investigadores, esta medición se puede utilizar para determinar si el tamaño del tumor está aumentando o disminuyendo, así como para describir características tales como textura y forma. “Con este método, todo lo que el radiólogo tiene que hacer es dar un clic con su ratón sobre el tumor y el programa realizará automáticamente una medición exacta”, explicó el Dr. Hall. “Demostramos además que con este método se reduce la variabilidad entre observadores, pues se tienen muchas menos interacciones con el operador que con el algoritmo original”.

Las capacidades del nuevo algoritmo fueron eficazmente evaluadas con un gran conjunto de datos de imágenes de tumores de pacientes.


Enlaces relacionados:

Moffitt Cancer Center
University of South Florida