Desarrollo de software para la reconstrucción tridimensional y cuantificación automática de secuencias de ultrasonido intravascular. Experiencia inicial

Rev Esp Cardiol. 2006;59(9):879-88 879

Introducción y objetivos. La cuantificación de las imá-genes de ultrasonido intravascular (IVUS) es esencial enel campo de la cardiopatía isquémica y la cardiología in-tervencionista. El análisis manual es muy lento y costoso.Se propone un método informático para automatizar elproceso a partir de una intervención inicial mínima del es-pecialista.

Métodos. Este estudio se realizó mediante la colabora-ción de cardiólogos intervencionistas e ingenieros en bio-medicina. Se desarrolló un software en el que sólo debíaespecificarse el contorno media-adventicia de unas pocasimágenes de la secuencia. Se generó una reconstruccióntridimensional de cada secuencia sobre la que se podíanrealizar automáticamente medidas de área y volumen. Seanalizó un total de 2.300 imágenes obtenidas aleatoria-mente de secuencias de vídeo de 11 pacientes.

Resultados. El método propuesto obtuvo una mínimavariabilidad respecto al método manual de 0,08 ± 0,07(error absoluto medio ± desviación estándar normalizadorespecto al área real, esto es, por cada mm2 de área seobtiene un error de 0,08 mm2) para medidas de área devaso, 0,11 ± 0,11 (normalizado) para área de luz y 0,5 ±0,3 (normalizado respecto al volumen real) para volumende placa. Las regiones con lesión severa (< 4 mm2) sedetectaron correctamente en más del 90% de las ocasio-nes. El tiempo invertido por el especialista en las recons-trucciones fue de 10 ± 8 min (frente a 60 ± 10 min para elanálisis manual; p < 0,0001).

Conclusiones. El método informático implementadoredujo drásticamente el tiempo y el esfuerzo dedicados alanálisis de secuencias IVUS y ofreció resultados muyprometedores en la obtención automática de medidas.

Palabras clave. Ultrasonido. Placa de ateroma. Imagen.Vaso.

Desarrollo de software para la reconstrucción tridimensional y cuantificación automática de secuencias de ultrasonidointravascular. Experiencia inicialRoberto Sanza, Vicente Bodíb, Juan Sanchísb, David Moratala, Julio Núñezb, Patricia Palaub, Diego Garcíaa, José J. Rietaa, Juan M. Sanchísa, Francisco J. Chorrob y Ángel Llácerb

aGrupo de Bioingeniería, Electrónica y Telemedicina. Universidad Politécnica. Valencia. España. bServicio de Cardiología. Hospital Clínico Universitario. Valencia. España.

ARTÍCULO ORIGINAL

Este trabajo ha estado financiado por la beca RECAVA-FIS y la becaGrupos 04/042 de la Generalitat Valenciana.

Correspondencia: Dr. V. Bodí.Servicio de Cardiología. Hospital Clínic i Universitari.Avda. Blasco Ibáñez, 17. 46010 Valencia. España.Correo electrónico: [email protected]

Recibido el 14 de octubre de 2005.Aceptado para su publicación el 23 de marzo de 2006.

Development of Software for Three-DimensionalReconstruction and Automatic Quantification of Intravascular Ultrasound Images. InitialExperience

Introduction and objectives. Quantification ofintravascular ultrasound (IVUS) images is essential inischemic heart disease and interventional cardiology.Manual analysis is very slow and expensive. We describean automated computerized method of analysis thatrequires only minimal initial input from a specialist.

Methods. This study was carried out by interventionalcardiologists and biomedical engineers working in closecollaboration. We developed software in which it wasnecessary only to identify the media-adventitia boundaryin a few images taken from the whole sequence. A three-dimensional reconstruction was then generated fromeach sequence, from which measurements of areas andvolumes could be derived automatically. In total, 2300randomly selected images from video sequences of 11patients were analyzed.

Results. Results obtained using the proposed methoddiffered only minimally from those obtained with themanual method: for vessel area measurements, thevariability was 0.08 (0.07) (mean absolute error [standarddeviation] normalized to the actual value; thiscorresponds to an error of 0.08 mm2 per mm2 of vesselarea); for lumen area, 0.11 (0.11) (normalized), and forplaque volume, 0.5 (0.3) (normalized). Regions withsevere lesions (<4 mm2) were correctly identified in morethan 90% of cases. Specialist time needed for eachreconstruction was 10 (8) minutes (vs 60 [10] minutes formanual analysis; P<.0001).

Conclusions. The computerized method useddramatically reduced the time and effort needed for IVUSsequence analysis, and the automated measurementsobtained were very promising.

Key words: Ultrasound. Atherosclerotic plaque. Imaging.Blood vessel.

Full English text available from: www.revespcardiol.org

VÉASE EDITORIAL EN PÁGS. 862-4

07 ORIGINAL 7362-879-888 18/9/06 09:56 Página 879

Documento descargado de http://www.revespcardiol.org el 02/10/2006. Copia para uso personal, se prohíbe la transmisión de este documento por cualquier medio o formato.

INTRODUCCIÓN

La tecnología de ultrasonido intravascular (IVUS)apareció hace más de 30 años como ayuda en las inter-venciones endovasculares1,2. La cuantificación de lasimágenes de IVUS se ha hecho esencial en los últimosaños para el entendimiento de la fisiopatología de lacardiopatía isquémica3 y en múltiples aspectos de la car-diología intervencionista4. Sin embargo, el análisis delas secuencias de IVUS requiere todavía en la actuali-dad una importante participación del observador y,como consecuencia, una gran inversión en esfuerzohumano.

El presente estudio surge de la necesidad de herra-mientas informáticas que permitan facilitar y automa-tizar en lo posible este análisis. Los trabajos previoshan evaluado secuencias muy cortas y todavía no sehan trasladado a la práctica diaria5-9.

Nos planteamos desarrollar un método informáticoque permitiera, con mínima participación del obser-vador, una reconstrucción tridimensional de las secuen-cias de IVUS a partir de la cual fuera posible de unamanera automática y rápida cuantificar las variablesmás ampliamente utilizadas (área de vaso, área de luz,volumen de placa y severidad de la lesión). Se valora lafiabilidad de esta herramienta y su rentabilidad encuanto a ahorro de tiempo respecto al análisis manual.

MÉTODOS

Entorno del estudio

El desarrollo del método informático que se presentase realizó a partir de la colaboración entre un grupo decardiólogos intervencionistas y de ingenieros especiali-zados en biomedicina. Obviamente, los aspectos mástécnicos fueron implementados por los ingenieros, perosiempre con la supervisión y ajustándose a las necesi-dades que en cada etapa sugerían los cardiólogos.

Se utilizó para todo el proceso el paquete informáti-co MATLAB 6.5 (The Mathworks Inc., Natick, MA,Estados Unidos) y todas las mediciones se ejecutaron«off-line» en una estación de trabajo específicamentededicada al análisis de imágenes cardiológicas (HPWorkstation xw6000, Intel Xeon 2.4 GHz, 2GB RAM)por un único observador experimentado.

Las secuencias de imágenes IVUS se obtuvieroncon un equipo Clearview Ultra (Boston ScientificCorp., Natick, MA, Estados Unidos) con un catétermodelo Atlantis Plus 40 (40 MHz). La velocidad de

retirada del catéter fue de 0,5 mm/s. Inicialmente, lassecuencias de vídeo IVUS se registraron en una cintaVHS. Para digitalizar los vídeos se utilizó una tarjetaPinnacle (Avid Technology Inc., M. View, California,Estados Unidos) que generó unas secuencias AVI codi-ficadas con el códec PIM1 a una velocidad de 25 imá-genes/s y con una resolución de 352 × 288 píxeles.

Procesamiento previo de imágenes

Con el fin de reducir el ruido granular propio de lasimágenes obtenidas mediante ecos de ultrasonidos seutilizó un filtro de mediana que presenta la caracterís-tica de reducir el ruido suavizando la imagen a la vezque realza los bordes de interés10. En la figura 1 (panelsuperior) se muestra el resultado de la aplicación delfiltro sobre una imagen típica de IVUS.

Detección del contorno media-adventicia

El límite entre la capa media y la adventicia defineel área del vaso11. Se obtuvo a partir de la técnica co-nocida como contornos activos (snakes)12,13, en la queel contorno se adapta progresivamente a cada imagende la secuencia de forma automática. Sólo se debe es-pecificar de forma manual aproximada el contorno dela primera imagen de la secuencia. En las imágenesIVUS, el límite media-adventicia presenta un contrasteelevado, con lo cual el borde es relativamente sencillode detectar. En presencia de sombras debidas a la guíadel catéter o a una placa calcificada, el contorno secompleta de manera suavizada y respeta la anatomíahabitual del vaso. En la figura 1 (panel inferior) semuestra una imagen típica de IVUS con la informa-ción de bordes convenientemente detectada. En la fi-gura 2 (panel superior izquierda) se puede observar unejemplo de adaptación automática del contorno.

El principal problema que presenta este método sonlos errores debidos a los saltos bruscos en la secuenciaIVUS por los movimientos del catéter. Para prevenireste error se permitió al especialista especificar uncierto número de contornos adicionales siguiendo doscriterios: a) el primero se basó en la correlación entreimágenes sucesivas; si se detectaba una variación losuficientemente sensible como para que el contorno seadaptara de manera errónea, se sugería especificar unnuevo contorno, y b) el segundo criterio se basó en laintroducción de un contorno manual de forma periódi-ca cada cierto número de imágenes. La definición ma-nual de contornos se realizó en unos pocos minutos alinicio de la reconstrucción, mientras que el resto delproceso era totalmente automático.

Detección de luz y placa

Una vez la región del área del vaso había sido detec-tada, se discriminó el resto de la imagen y el método

880 Rev Esp Cardiol. 2006;59(9):879-88

Sanz R et al. Reconstrucción 3D y cuantificación automática de secuencias de IVUS

ABREVIATURAS

CCI: coeficiente de correlación intraclase.IC: intervalo de confianzaIVUS: ultrasonido intravascular.

07 ORIGINAL 7362-879-888 18/9/06 09:56 Página 880

Documento descargado de http://www.revespcardiol.org el 02/10/2006. Copia para uso personal, se prohíbe la transmisión de este documento por cualquier medio o formato.

se centró en su análisis para diferenciar entre catéter,luz e íntima (o placa). La zona del catéter fue fácil-mente detectable, ya que siempre ocupaba la mismaregión de la imagen. Para distinguir entre la región deluz y la placa o la íntima se utilizó un criterio de tona-lidades de gris, tras la definición previa a partir de unestudio estadístico de los tonos de gris que correspon-den a cada región14. La luz presentó tonalidades másoscuras, mientras que la placa y la íntima presentarontonalidades más claras, e incluso eran brillantes en elcaso de placa calcificada. En la figura 2 (panel infe-rior) se muestra un ejemplo de distribución de tonali-dades de gris en el área de interés de una imagenIVUS, donde la región de tonos negros hace referenciaa la zona externa al área del vaso. En la figura 2 (panelsuperior derecha) se muestra un ejemplo de detecciónde los dos contornos de interés: media-adventicia yluz. El área de placa se definió como la diferencia en-tre el área de vaso y el área de luz11.

Reconstrucción tridimensional

Tras obtener todos los contornos de la región que seiba a reconstruir, se procedió a la reconstrucción tridi-

mensional. Se utilizó la técnica de superposición decontornos, otorgando a cada imagen, es decir, a cadapar de contornos media-adventicia y luz, un espesorobtenido a partir de la velocidad de retirada del catéter(0,02 mm en este caso). Finalmente, se aplicaron lasopciones gráficas para obtener un modelado tridimen-sional adecuado. En la figura 3 se muestran algunosejemplos de reconstrucción tridimensional de arteriascon presencia de placa (panel superior) y un ejemplode toma de medidas realizada de forma automática apartir de una reconstrucción (panel inferior). La re-construcción podía ser almacenada en cualquier sopor-te informático para análisis posteriores.

Secuencias analizadas

Se estudió un total de 11 secuencias (2.300 imáge-nes en total): 8 secuencias de 250 imágenes sucesivas(equivalente a 5 mm de longitud de vaso cada una) y 3secuencias de 100 imágenes sucesivas (equivalente a 2mm de longitud de vaso cada una). Estas secuenciaspertenecían a 11 pacientes consecutivos a los que serealizó un estudio de IVUS en nuestro laboratorio. Lassecuencias se seleccionaron de manera aleatoria y to-

Sanz R et al. Reconstrucción 3D y cuantificación automática de secuencias de IVUS

Rev Esp Cardiol. 2006;59(9):879-88 881

Fig. 1. Panel superior: aplicación de unfiltro de mediana a una imagen típicaIVUS. La imagen IVUS (izquierda) pre-senta ruido granular producido por losecos de ultrasonidos no deseados. En laimagen filtrada (derecha) se reduce elruido y se realza el borde entre la túnicamedia y adventicia. Panel inferior: infor-mación de bordes de una imagen típicaIVUS. Campo de fuerzas para toda laimagen (izquierda) y zoom del mismo(derecha), donde se puede apreciar laconvergencia hacia el contorno media-adventicia.

07 ORIGINAL 7362-879-888 18/9/06 09:56 Página 881

Documento descargado de http://www.revespcardiol.org el 02/10/2006. Copia para uso personal, se prohíbe la transmisión de este documento por cualquier medio o formato.

das ellas pertenecían a arterias nativas (5 a arteria co-ronaria derecha, 5 a arteria descendente anterior, una aarteria circunfleja) no tratadas previamente con angio-plastia o stent intracoronario.

Análisis de variabilidad

Para la validación del método propuesto, el observa-dor cuantificó manualmente las 2.300 imágenes del es-tudio. Con posterioridad se compararon con las medi-das obtenidas tras la reconstrucción automática decada una de las secuencias (variabilidad «manual-au-tomático»).

En el análisis manual de cada secuencia se evalua-ron las áreas de vaso y de luz, la presencia de zonascon lesión severa15: área < 4 mm2 (en todas las imáge-nes) y el volumen de placa (de toda la secuencia), asícomo el tiempo empleado para el análisis. Estos datosse compararon con los obtenidos a partir del análisisautomático de la reconstrucción tridimensional.

La variabilidad «intramanual» se calculó mediantela cuantificación de una secuencia de 100 imágenes 2veces de manera manual (por un mismo observador y

con un tiempo de separación de aproximadamente unmes entre las 2 mediciones). La variabilidad «intraau-tomática» (variabilidad del método desarrollado) secalculó cuantificando 2 veces de forma automática di-cha secuencia (definiendo contornos diferentes). Enambos casos se definió la primera medida como están-dar y se evaluó el error para la segunda. También seobtuvo la variabilidad normalizada (en mm2/mm2).

Análisis estadístico

Las variables continuas se expresaron como media± desviación estándar. Las variables dicotómicas seexpresaron como porcentajes. La correlación entrevariables continuas se analizó mediante el coeficien-te de correlación intraclase (CCI). Se valoró la varia-bilidad entre métodos (manual respecto al automáti-co) mediante gráficos de Bland-Altman. Estasgráficas se utilizan para comparar dos técnicas demedición, manual y automática en este caso. Se re-presenta en el eje de las ordenadas el error obtenidopara cada par de medidas (manual-automática) y enel eje de las abscisas la media de dicho par de medi-

882 Rev Esp Cardiol. 2006;59(9):879-88

Sanz R et al. Reconstrucción 3D y cuantificación automática de secuencias de IVUS

Placa

0 10 20 30 40 50 60 70 80 90 100 110 120 130Tonalidades de gris

5

4

3

2

1

0

× 104 Distribución de grises en el vaso

Píxe

les

de la

imag

en

Fig. 2. Panel superior: adaptación auto-mática del contorno media-adventicia.Panel central: distribución de la infor-mación de grises en una imagen típicade IVUS. El rango de tonalidades puedevariar entre 0 (negro) y 255 (blanco).En rojo se indica la región donde la in-tensidad es suficiente como para esti-mar presencia de placa. Panel inferior:detección de los contornos de interéspara una imagen típica de IVUS en pre-sencia de placa calcificada. En rojo elcontorno media-adventicia y en amari-llo el contorno asociado a la luz.

07 ORIGINAL 7362-879-888 18/9/06 09:56 Página 882

Documento descargado de http://www.revespcardiol.org el 02/10/2006. Copia para uso personal, se prohíbe la transmisión de este documento por cualquier medio o formato.

das. Se consideraron significativos los valores de p <0,05. Para todos los análisis se utilizó el paquete es-tadístico SPSS 11.0 (SPSS Inc, Chicago, Ill, EstadosUnidos).

RESULTADOS

Variabilidad interna del método manual y del método automático

En la tabla 1 se muestran los valores obtenidos parala variabilidad interna en el método manual y el méto-do automático respecto al área de luz, el área de vaso yel volumen de placa.

A continuación se describe la variabilidad del méto-do automático propuesto respecto al método de medi-da manual para medidas de áreas, el cálculo de volú-

menes, el análisis de la severidad de la lesión y el cos-te temporal.

Medidas de áreas

En la figura 4 se representan las gráficas de Bland-Altman con los resultados obtenidos para las medidasde área del vaso (panel superior) y área de la luz (pa-nel inferior) en las 2.300 imágenes cuantificadas. Sedetectó un error medio del método automático respec-to al manual de 1,2 ± 1,3 mm2 (0,08 ± 0,07 normaliza-do respecto al área real, esto es, por cada mm2 de árease obtiene un error de 0,08 mm2) en la medida del áreade vaso y de 1,6 ± 2,2 mm2 (0,11 ± 0,11 normalizado)en la medida del área de luz.

En 9 de las 11 secuencias (82%), el error medio delmétodo automático respecto al manual para cuantifi-

Sanz R et al. Reconstrucción 3D y cuantificación automática de secuencias de IVUS

Rev Esp Cardiol. 2006;59(9):879-88 883

FFiigg.. 33.. Panel superior: ejemplos de re-construcción de secciones de arteriasde 5 mm de longitud. En rojo se mues-tra el contorno media-adventicia y enblanco, el contorno asociado a la luz.Panel inferior: ejemplo de toma auto-mática de áreas realizada de forma au-tomática.

07 ORIGINAL 7362-879-888 18/9/06 09:56 Página 883

Documento descargado de http://www.revespcardiol.org el 02/10/2006. Copia para uso personal, se prohíbe la transmisión de este documento por cualquier medio o formato.

884 Rev Esp Cardiol. 2006;59(9):879-88

Sanz R et al. Reconstrucción 3D y cuantificación automática de secuencias de IVUS

TABLA 1. Variabilidad interna obtenida respecto al área de vaso, área de luz y volumen de placa por unobservador experimentado en la medida manual y automática

Valores reales

Áreas (mm2) Volúmenes (mm3)

Vaso Luz Vaso Luz Placa

Intramanual 0,33 ± 0,24 0,56 ± 0,47 0,2 ± 0,1 0,6 ± 0,4 0,82 ± 0,58Intraautomática 0,53 ± 0,36 0,39 ± 0,43 1,02 ± 0,7 0,68 ± 0,48 0,36 ± 0,25

Valores normalizados

Áreas (mm2/mm2) Volúmenes (mm3/mm3)

Vaso Luz Vaso Luz Placa

Intramanual 0,02 ± 0,01 0,05 ± 0,04 0,03 ± 0,02 0,007 ± 0,005 0,08 ± 0,06Intraautomática 0,04 ± 0,03 0,05 ± 0,05 0,04 ± 0,04 0,04 ± 0,04 0,06 ± 0,04

Valores expresados como error absoluto medio ± desviación estándar.

Bland-Altman. Áreas de vaso

1086420

–2–4–6–8

–100 5 10 15 20 25 30

Área manual + área automática2

Área

man

ual-á

rea

auto

mát

ica

Error medioError medio ± 2 DE

Error absoluto medio = 1,2 ± 2,6

Bland-Altman. Áreas de luz

20

15

10

5

0

–5

–10

–15

–20

Área

man

ual-á

rea

auto

mát

ica

0 5 10 15 20 25

Área manual + área automática2

Error medioError medio ± 2 DE

Error absoluto medio = 1,2 ± 2,6

FFiigg.. 44.. Panel superior: gráfica deBland-Altman con las medidas obte-nidas en los métodos manual y auto-mático para el área del vaso. Panelinferior: gráfica de Bland-Altman conlas medidas obtenidas en los méto-dos manual y automático para el áreade la luz. DE: desviación estándar.

07 ORIGINAL 7362-879-888 18/9/06 09:56 Página 884

Documento descargado de http://www.revespcardiol.org el 02/10/2006. Copia para uso personal, se prohíbe la transmisión de este documento por cualquier medio o formato.

car las áreas de vaso y de luz fue < 1 mm2 (0,86 ±0,86 mm2 para el vaso y 0,77 ± 0,71 mm2 para la luz)y sólo en 2 de las 11 secuencias (18%) el error fue > 2mm2 (2,56 ± 1,69 mm2 para el vaso y 3,75 ± 3,43mm2 para la luz). En estas 2 secuencias se detectaronsaltos de imagen frecuentes debido al movimiento delcatéter y amplias zonas de sombra debido a la presen-cia de placa calcificada; al repetir la reconstruccióntridimensional de estos casos con una mayor defini-ción de puntos intermedios por parte del observador,el error en estas dos secuencias se redujo a menos de1 mm2, tanto para el área del vaso como para el áreade la luz.

Respecto al coeficiente de correlación intraclase(CCI) empleado para medir el grado de concordanciaentre las áreas medidas manual y automáticamente, seobtuvo para áreas de vaso un valor de 0,97 (intervalode confianza [IC] del 95%, 0,96-0,97) y para áreas deluz un valor de 0,90 (IC del 95%, 0,89-0,91).

Sanz R et al. Reconstrucción 3D y cuantificación automática de secuencias de IVUS

Rev Esp Cardiol. 2006;59(9):879-88 885

En la figura 5 se muestra la estrecha correlación en-tre las medidas obtenidas con los métodos manual yautomático. Los escasos puntos con mayor dispersiónen los gráficos de regresión y de Bland-Altman corres-ponden a zonas con saltos bruscos del catéter o am-plias zonas de sombra en las dos secuencias comenta-das previamente.

Severidad de la lesión

De las 11 secuencias analizadas, 3 de ellas presenta-ron zonas con áreas de luz < 4 mm2, según la mediciónmanual realizada por un observador experimentado. Elmétodo automático detectó la presencia de lesiones se-veras en los 3 casos. De las 240 imágenes (10,4% deltotal de imágenes analizadas) en las que la mediciónmanual detectó un área de luz < 4 mm2, el métodoautomático mostró una precisión del 91% (218 de las240) para identificarlas. En el resto de las imágenes,

Comparación área del vaso manual frente a automática

Comparación área de luz manual frente a automática

30

25

20

15

10

5

0

Área

def

inid

a tra

zada

man

ualm

ente

0 5 10 15 20 25 30

Área definida automáticamente

25

20

15

10

5

0

Área

de

luz

traza

da m

anua

lmen

te

0 5 10 15 20 25 30

Área de luz detectada automáticamente

y = 0,8774 × +0,837r = 0,95

n = 2.300

y = 0,6806 × +2,5297r = 0,844n = 2.300

FFiigg.. 55.. Panel superior: gráfica de re-gresión con las medidas de área delvaso obtenidas en el método manualfrente a las obtenidas en el métodoautomático. Panel inferior: compara-ción de las medidas de área de la luzobtenidas en el método manual fren-te a las obtenidas en el método auto-mático.

07 ORIGINAL 7362-879-888 18/9/06 09:56 Página 885

Documento descargado de http://www.revespcardiol.org el 02/10/2006. Copia para uso personal, se prohíbe la transmisión de este documento por cualquier medio o formato.

donde la medición manual no detectó área de luz < 4mm2, el método automático presentó una precisión del99,4% (2.047 de 2.060).

Cálculo de volúmenes

En la tabla 2 se muestran los resultados obtenidospara las 8 secuencias de 250 imágenes con los méto-dos manual y automático para el cálculo del volumende vaso, volumen de luz y volumen de placa. El errormedio obtenido en el cálculo de volúmenes por el mé-todo automático respecto al manual fue de 4,9 ± 5,2mm3 para vaso (0,06 ± 0,05 normalizando respecto alvolumen real, es decir, un error de 0,06 mm3 por cadamm3), 7 ± 8,9 mm3 para luz (0,09 ± 0,08, normaliza-do) y 5,4 ± 3,9 mm3 para placa (0,5 ± 0,3, normali-zado).

Análisis temporal

Para el análisis manual, el promedio de tiempo parala medición de una secuencia de 250 imágenes fue de60 ± 10 min. Para el método automático propuesto, eltiempo medio necesario invertido por el operador fuede 10 ± 8 min (p < 0,0001 respecto al análisis ma-nual).

DISCUSIÓN

Hemos presentado nuestra experiencia inicial en lareconstrucción tridimensional y cuantificación auto-mática de secuencias de IVUS de casos reales por me-dio de un método informático desarrollado conjunta-mente por un grupo de cardiólogos intervencionistas yde ingenieros especializados en biomedicina. Los re-sultados sugieren que el método implementado es fia-ble, con escasa variabilidad respecto a la valoraciónmanual de un observador experimentado, y destaca laexactitud en la detección de áreas de vaso y de luz

886 Rev Esp Cardiol. 2006;59(9):879-88

Sanz R et al. Reconstrucción 3D y cuantificación automática de secuencias de IVUS

(error normalizado del orden de 0,1) y en el cálculo devolúmenes (error normalizado < 0,1 para volúmenesde vaso y de luz). Este tipo de herramientas informáti-cas puede permitir en un futuro cercano el ahorro deun tiempo y esfuerzo humano considerables.

Durante los últimos años, el IVUS se ha convertidoen una técnica fundamental no sólo en la práctica dia-ria16, sino también en diferentes campos de la investi-gación dentro del ámbito de la cardiopatía isquémica3

y la cardiología intervencionista4. Aspectos tales comoel estudio de la placa inestable, la fisiopatología delsíndrome coronario agudo o los procesos de reesteno-sis postangioplastia o post-stent, con todas las implica-ciones que de ello se derivan, se han ido comprendien-do gracias en buena parte a la aportación del IVUS.

En la práctica diaria de las intervenciones en un la-boratorio de hemodinámica, la toma de decisiones hade ser rápida y, en este sentido, la información que sele solicita al IVUS es sencilla: severidad de una lesión,longitud, estimación grosera de la composición de laplaca, etc. Todos estos datos se cuantifican de maneramuy rápida por medio del software básico incluido enlos equipos de IVUS. Lógicamente, en este escenariono son necesarios ni recomendables los análisis exhaustivos y costosos de toda la secuencia registrada.Incluso, en los análisis «off-line» actuales se suelenmedir unas pocas imágenes manualmente, en interva-los de 0,5-1 mm, para así poder estimar los volúme-nes, con lo que se sacrifica algo de precisión pero seobtienen medidas aceptables de una manera rápida.

Sin embargo, en el campo de la investigación se requiere la cuantificación de secuencias de miles deimágenes para una detallada valoración en múlti-ples niveles del volumen de placa, área de luz y devaso, composición de la placa, etc. En la mayoría de los grupos y laboratorios centrales dedicados a estecampo, las mediciones suelen llevarse a cabo gracias ala inversión en recursos humanos (cardiólogos, técni-cos, becarios). La disponibilidad de una cuantificación

TABLA 2. Volúmenes de vaso, luz y placa para secuencias de 250 imágenes para el método manual y el métodoautomático

Secuencia Volumen del vaso (mm3) Volumen de la luz (mm3) Volumen de placa (mm3)

Manual Automático Manual Automático Manual Automático

1 57,9643 53,3395 46,001 45,597 11,9633 7,74252 29,0876 27,1627 27,0968 24,4285 1,9908 2,73423 88,25 82,3285 69,544 59,9651 18,706 22,36344 57,8156 57,663 51,6989 46,3735 6,1167 11,28985 117,6011 103,201 103,1075 74,9079 14,4937 28,29316 79,0413 79,2642 71,2408 69,3627 7,8005 9,90157 83,3949 84,8124 76,9448 71,5143 6,4501 13,29818 71,3472 60,5278 50,8679 47,3241 20,4793 13,2037Error medio (mm3) 4,9 ± 5,2 7 ± 8,9 5,4 ± 3,9Error medio normalizado (mm3/mm3) 0,06 ± 0,05 0,09 ± 0,08 0,5 ± 0,3

Valores expresados como error absoluto medio ± desviación estándar.

07 ORIGINAL 7362-879-888 18/9/06 09:56 Página 886

Documento descargado de http://www.revespcardiol.org el 02/10/2006. Copia para uso personal, se prohíbe la transmisión de este documento por cualquier medio o formato.

automática fiable permitiría disminuir los esfuerzosdedicados a esta labor y derivar los recursos haciaotros aspectos.

Los intentos realizados hasta la actualidad en estetipo de métodos informáticos5-9 no se han trasladadotodavía de forma generalizada a la práctica diaria. Sibien los resultados son prometedores, la validación engeneral se ha efectuado con secuencias de muy pocasimágenes2,8,9, probablemente por la dificultad para lareconstrucción cuando se trata de secuencias más lar-gas debido a factores tales como la dificultad para lacorrecta identificación de bordes o las oscilaciones dela imagen por el movimiento del catéter.

En el presente estudio se muestra una serie muy am-plia de 2.300 imágenes cuantificadas de manera auto-mática y su correspondencia con los resultados deriva-dos de la medición manual por un observadorexperimentado. En 8 de las secuencias se realizaronreconstrucciones de 250 imágenes consecutivas (5mm), una extensión que, aunque todavía corta, es máslarga que en series precedentes2,8,9. Los resultados ob-tenidos sugieren que:

1. El método implementado permite una reconstruc-ción fiable de las secuencias de IVUS con una variabi-lidad respecto a la medición manual muy escasa en lagran mayoría de las ocasiones. Sólo detectamos erro-res significativos en unos pocos puntos de dos de lassecuencias (como queda reflejado en las gráficas deregresión y de Bland-Altman). Estos errores fueronmotivados por múltiples saltos bruscos del catéter ypor la aparición de amplias zonas de sombra. En cual-quier caso, estas secuencias son fácilmente identifica-bles al principio de la reconstrucción y pueden solu-cionarse añadiendo más puntos intermedios (por losdos métodos propuestos en nuestro estudio) o, en ca-sos extremos, se puede recurrir a la cuantificación ma-nual. Además, se puede apreciar en las gráficas deBland-Altman que la mayor dispersión está asociadacon tamaños de vaso mayores, con lo cual supone unapenalización que, aunque se refleja en los valores de lamedia y la desviación estándar, a efectos clínicos sepuede considerar aceptable, como se puede observaren los resultados obtenidos al normalizar el error.

2. Se logró una reducción muy significativa en eltiempo y el esfuerzo invertidos por el observador encada caso. El método automático sólo requirió introdu-cir manualmente el contorno media-adventicia de laprimera imagen y de unas pocas imágenes intermedias(algo que se completó en pocos minutos al inicio de lareconstrucción). Por su parte, la medición manual pre-cisó la delimitación de la media-adventicia y de la luzen cada imagen (500 contornos en una secuencia de250 imágenes, muchos más en secuencias más largas).Aparte, la reconstrucción tridimensional automáticapermite un sencillo almacenaje de la información quees recuperable en cualquier momento de manera inme-

Sanz R et al. Reconstrucción 3D y cuantificación automática de secuencias de IVUS

Rev Esp Cardiol. 2006;59(9):879-88 887

diata y con una «agradable» presentación, por lo quees posible obtener multitud de datos (volúmenes, áre-as, longitudes de placa, vaso o luz de toda la secuenciao de sólo una parte de ésta que seleccionemos, zonascon área de vaso o luz menores de un umbral que seespecifique, etc.). La recuperación de esta informaciónde manera manual es obviamente mucho menos diná-mica y supone de nuevo un consumo de tiempo en unalabor no siempre gratificante.

Limitaciones

Las secuencias analizadas son mayores que en estu-dios previos, pero todavía cortas para una aplicacióninmediata del método propuesto en la práctica diaria.No se han presentado secuencias previamente tratadascon stent; en cualquier caso, no parece que este factorsuponga una limitación para las reconstrucciones auto-máticas. Respecto a la identificación de la composiciónde la placa, parece que la señal de radiofrecuenciaaporta más información que la imagen de vídeo17,18; sinembargo, la experiencia inicial de nuestro grupo para laidentificación automática de la composición de la placaen función de la escala de intensidades13 (que puedequedar implementada dentro de la reconstrucción tridi-mensional) sugiere una buena correlación con la inter-pretación visual de un observador experimentado.

CONCLUSIONES

El presente estudio refleja la necesidad de colabora-ción entre cardiólogos y bioingenieros en el campo dela imagen cardiovascular. El método informático pre-sentado supone un avance más en la reconstrucción ycuantificación automática de la imagen de IVUS, paralo cual la limitación deriva más de la calidad de laimagen ecográfica ofrecida que de los modelos de re-construcción y cuantificación. En un futuro cercano,herramientas como la presentada o muy parecidas per-mitirán reducir al mínimo el tiempo y el esfuerzo hu-mano invertidos en la tediosa labor de la cuantifica-ción manual.

BIBLIOGRAFÍA

1. Lee J, White R. Basics of intravascular ultrasound: an essentialtool for the endovascular surgeon. Semin Vascular Surg.2004;17:110-8.

2. Klingensmith J, Shekhar R, Vince D. Evaluation of three-dimen-sional segmentation algorithms for the identification of luminaland medial-adventitia borders in intravascular ultrasound Images.IEEE Transactions on Medical Imaging. 2000;19:996-1011.

3. Fernández C, Bardají JL, Concha M, Cordo JC, Cosín J, MagriñáJ, et al. Guías de práctica clínica de la Sociedad Española de Car-diología en la angina estable. Rev Esp Cardiol. 2000;53:967-96.

4. Espulgas E, Alfonso F, Alonso J, Asín E, Elizaga J, Iñiguez A, etal. Guías de práctica clínica de la Sociedad Española de Cardiolo-gía en cardiología intervencionista: angioplastia coronaria y otrastécnicas. Rev Esp Cardiol. 2000;53:218-40.

07 ORIGINAL 7362-879-888 18/9/06 09:56 Página 887

Documento descargado de http://www.revespcardiol.org el 02/10/2006. Copia para uso personal, se prohíbe la transmisión de este documento por cualquier medio o formato.

5. Gil D, Radeva P, Saludes J, Mauri J. Automatic segmentation ofartery wall in coronary IVUS images: a probabilistic approach.IEEE Proceedings of Computers in Cardiology. 2000;27:687-90.

6. Luo Z, Wang Y, Wang W. Estimating coronary artery lumen areawith optimatization-based contour detection. IEEE Transactionson Medical Imaging. 2003;22:564-6.

7. Sonka M, Zhang X, Siebes M, Bissing M, DeJong S, Collins S, etal. Segmentation of intravascular ultrasound images: a knowled-ge-based approach. IEEE Transactions on Medical Imaging.1995;14:719-32.

8. Plissiti M, Fotiadis D, Michalis L, Bozios G. An automated met-hod for lumen and media-adventitia border detection in a sequen-ce of IVUS frames. IEEE Transactions on Information Techno-logy in Biomedicine. 2004;8:131-41.

9. Zhu H, Liang Y, Friedman M. IVUS image segmentation basedon contrast. Proceedings of SPIE. 2002;4684:1727-33.

10. Jain A. Fundamentals of digital image processing. EnglewoodCliffs: Prentice-Hall; 1989. p. 243-89.

11. Elízaga J, Botas J, Soriano J. Image interpretation. Basic diagnosticconcepts. Normal morphology and patterns of disease. En: AlfonsoF, Botas J, editores. Intracoronary diagnostic techniques. Aravaca:McGraw-Hill/Interamericana de España SAU; 2003. p. 77-90.

12. Xu C, Prince JL. Snakes, shapes and gradient vector flow. IEEETransactions Image Processing. 1998;7:359-69.

13. Kass M, Witkin A, Terzopoulos D. Snakes: active contour mo-dels. International J Computer Vision. 1988;1:321-31.

14. Sanz R, Moratal D, García D, Bodí V, Rieta J, Vayá C, et al. He-rramienta basada en la reconstrucción 3D de secuencias de IVUSpara la ayuda en el diagnóstico (abstract). XX Simposium Nacio-nal de la Unión Científica Internacional de Radio (URSI) 2005. p.200.

15. Alfonso F. Intravascular ultrasound assessment of lesion severity:from anatomy to physiology. En Alfonso F, Botas J, editores. In-tracoronary diagnostic techniques. Aravaca: McGraw-Hill/Intera-mericana de España SAU; 2003. p. 149-70.

16. López R, Moreu J, Fernández F, Hernández R. Registro españolde hemodinámica y cardiología intervencionista. XIII informeoficial de la Sección de Hemodinámica y Cardiología Interven-cionista de la Sociedad Española de Cardiología (1990-2003).Rev Esp Cardiol. 2004;57:1076-89.

17. Stähr P, Höfflinghaus T, Voigtländer T, Courtney B, Victor A,Otto M, et al. Discrimination of early/intermediate and advan-ced/complicated coronary plaque types by radiofrequency intra-vascular ultrasound analysis. Am J Cardiol. 2002;90:19-23.

18. McLeod A, Watson R, Anderson T, Inglis S, Newby D, Northrid-ge D, et al. Classification of arterial plaque by spectral analysis inremodelled human atherosclerotic coronary arteries. UltrasoundMed Biol. 2004;30:55-9.

888 Rev Esp Cardiol. 2006;59(9):879-88

Sanz R et al. Reconstrucción 3D y cuantificación automática de secuencias de IVUS

07 ORIGINAL 7362-879-888 18/9/06 09:56 Página 888

Documento descargado de http://www.revespcardiol.org el 02/10/2006. Copia para uso personal, se prohíbe la transmisión de este documento por cualquier medio o formato.