Texture mapping delle radiografie del torace (COVID-19 vs normale e altre patologie polmonari)

Articolo disponibile anche su ZeroTalk Italia++

In un articolo che avevo redatto un po’ di tempo fa avevo mostrato come fosse possibile usare il local texture mapping per distinguere alla TC i pazienti affetti da polmonite COVID-19 correlata da quelli affetti da altre patologie polmonari con simile aspetto radiologico. L’articolo di oggi è l’annunciato seguito di questo lavoro fatto sulle semplici radiografie. L’indagine radiografica standard è poco sensibile e specifica nella diagnosi di COVID-19, tuttavia in questo lavoro vedremo come il local texture mapping potrebbe cambiare le carte in tavola fornendo uno strumento utile alla diagnostica di questa malattia, semplice, non invasivo ed economico. L’uso di queste mappe è inoltre infinitamente più semplice dei software di Intelligenza Artificiale (IA) studiati da numerosi gruppi di ricerca (Bouchareb et al. 2021 per una delle tante review sull’argomento) e non richiede hardware molto potente per essere implementato

La nuova macchina di cui ora dispongo mi ha consentito di elaborare centinaia di immagini in poco tempo. Tutto il database verrà reso come al solito disponibile su Galactichan non appena ne risolveremo i problemi di connettività dovuti alla carenza di tracker.

Un altro dato da poco acquisito in un altro recente lavoro garantisce che è molto probabile una correlazione dei dati qui ottenuti (da immagini in formato .PNG prese da Radiopaedia.org, tutte in licenza Creative Commons) con quelli ricavabili studiando immagini in formato DICOM, al momento non disponibili.

Materiali e metodi:

Da Radiopaedia.org sono state scaricate 104 immagini radiografiche del torace di pazienti affetti da polmonite COVID-19 correlata. Queste immagini sono state elaborate quindi con il software LifeX in modo da ottenere mappe della GLCM dissimilarità, entropia, contrasto, energia ed omogeneità con i seguenti parametri: numero di livelli di grigio: 64, range da 0 a 256 e dimensioni del kernel pari a 7 pixel. La stessa cosa è stata fatta recuperando anche 28 immagini radiografiche normali e:

  • 2 immagini di polmonite da Influenza A
  • 4 immagini di polmonite da Mycoplasma
  • 16 immagini di polmonite da Pneumocystis
  • 4 immagini di polmonite organizzata criptogenetica
  • 7 immagini di proteinosi alveolare
  • 31 immagini di sarcoidosi

Le immagini così elaborate sono state quindi confrontate visivamente per la ricerca di “pattern” tipici di ogni malattia. Lavorando da solo ed a causa della bassa numerosità di alcuni sample per alcune patologie non mi è possibile eseguire uno studio “in cieco” rispetto alla diagnosi, di conseguenza in questo articolo mi limiterò a descrivere cosa ho trovato senza cercare di spicciolare numeri che inevitabilmente non sarebbero obbiettivi…lasciando magari ad altri questo compito 🙂

Interpretazione delle mappe:

Tutte le immagini mostrate seguono il seguente ordine dall’alto in basso e da sinistra a destra: dissimilarità – entropia- contrasto-energia-omogeneita-radiografia input

Esame radiologico normale:

La trama broncovascolare è di norma limitata agli ili alla GLCM entropia. La GLCM energia appare di media intensità a livello distale, al GLCM contrasto spesso non si vede nulla, alla GLCM dissimilarità spesso si vede poco. La GLCM energia modicamente intensa a livello polmonare distalmente agli ili è tipica dell’RX normale (è l’indicatore che più spesso si altera in presenza di patologia in modo evidente). La GLCM entropia è invece più utile nella diagnosi differenziale, come descritto sotto.

COVID-19:

Quadro simile al normale nei casi lievi ma caratterizzato da graduale perdita di contrasto alla mappa della GLCM energia (il polmone presenta globale diminuzione di questo indicatore) e da incremento dell’intensità degli ili alla mappa della GLCM entropia con evoluzione in direzione distale a margini sfumati (aspetto definibile “a matassa” dove sembra che dagli ili dipartano dei fili che man mano si assottigliano). Nelle forme più gravi la malattia interessa l’intero parenchima, che presenterà valori modicamente incrementati di GLCM entropia in toto. Nei casi più severi si osserva segnale anche alle mappe di GLCM dissimilarità e contrasto. Esami eseguiti in condizioni subottimali (al letto, bassa dose, vistosi elementi radiopachi nel campo di acquisizione come gioielli o elettrodi per ECG) così come immagini scaricate in bassa risoluzione o con elementi disegnati peggiorano la qualità dell’elaborazione e rendono l’interpretazione dei dati difficoltosa. Il rapporto segnale/fondo è tendenzialmente conservato.

Influenza A:

Disponibile un solo paziente (quindi è impossibile generalizzare questi dati), in cui si evidenzia modico incremento della GLCM entropia in tutto l’ambito polmonare senza aspetto “a matassa” e con rapporto segnale/fondo nettamente incrementato rispetto alla norma.

Micoplasma:

Sono disponibili immagini di due soli pazienti in cui si nota riduzione del rapporto segnale/fondo e modesta grossolana estensione (non aspetto “a matassa”) della trama broncovascolare a partire dagli ili, che presenta anche modico incremento dei valori di GLCM entropia.

Pneumocystis:

Globale incremento della GLCM entropia con distribuzione molto disomogenea.

Polmonite organizzata criptogenetica:

Sono disponibili solo 4 immagini in cui si nota netto incremento della trama broncovascolare a partenza dalla parete mediastinica (non solo dagli ili) in direzione laterale con tendenza a sfumare (aspetto che si potrebbe definire “a muschio”).

Proteinosi alveolare:

Modico e modestamente disomogeneo incremento della GLCM entropia a carico di tutto l’ambito polmonare a partenza dagli ili con trama broncovascolare poco riconoscibile e incrementato rapporto segnale/fondo.

Sarcoidosi:

Grossolano incremento in dimensione ed in intensità della trama broncovascolare alla GLCM entropia con risparmio del restante parenchima, visibile alla GLCM energia come modicamente intenso in modo simile al polmone normale.

Sarcoidosi (evoluzione fibrocistica):

L’evoluzione fibrocistica della malattia è caratterizzata da segnale alla GLCM entropia incrementato a carico del parenchima in toto con inversione del rapporto segnale/fondo rispetto al quadro di normalità.

BIBLIOGRAFIA:

Bouchareb et al. 2021 Artificial intelligence-driven assessment of radiological images for COVID-19

Rispondi

Inserisci i tuoi dati qui sotto o clicca su un'icona per effettuare l'accesso:

Logo di WordPress.com

Stai commentando usando il tuo account WordPress.com. Chiudi sessione /  Modifica )

Google photo

Stai commentando usando il tuo account Google. Chiudi sessione /  Modifica )

Foto Twitter

Stai commentando usando il tuo account Twitter. Chiudi sessione /  Modifica )

Foto di Facebook

Stai commentando usando il tuo account Facebook. Chiudi sessione /  Modifica )

Connessione a %s...