1 RAPORT ŞTIINŢIFIC ŞI TEHNIC Etapa III (Ianuarie-Decembrie 2016) Titlu proiect: INFRASTRUCTURA DE SUPORT PENTRU DIAGNOSTIC IMAGISTIC INTELIGENT Contractul de finanțare nr: 209/2014 Director: Prof. Univ. Dr. Cristin Constantin Vere REZUMAT ETAPĂ: A doua etapă a proiectului – Construirea modulelor de analiza si reconstructie – s-a întins pe 12 luni (ianuarie‐decembrie 2016) şi a inclus sase activități: Includere pacienti, investigatii si monitorizare (activitatea 3.1), Dezvoltarea modelului ANN (activitatea 3.2), Clasificare leziuni (activitatea 3.3), Sistemul INDISIO (activitatea 3.4), Diseminare (activitatea 3.5) și Depunere patent (activitatea 3.6). În cadrul primei activități (activitatea 3.1), unitatea coordonatoare și partenerul medical SCJU Craiova au continuat includerea în studiu a pacienților, acestora fiindu-le administrate VCE. A fost dezvoltat modulul de inteligență artificială bazat pe rețele neuronale (ANN), conform activității 3.2. Clasificatorul lezional (activitatea 3.3) a fost dezvoltat în colaborare cu Aptus Software SRL, partenerul comercial, care a folosit imaginile obținute în urma investigațiilor pentru antrenarea sistemului ANN. Din interacțiunea celor două, combinate cu interfața grafică și baza de date complexă deja dezvoltate, a fost creat sistemul INDISIO într-o primă iterație, conform activității 3.4. Au fost astfel obținute livrabilele corespunzătoare etapei: baza de date securizata cu filmele WCE, clasificatorul ANN, modul procesare forma, analizor software WCE și aplicatia INDISIO (beta). Rezultatele au fost diseminate (activitatea 3.5) prin publicarea unei monografii într-o editură internațională și a unui articol într-o revistă indexată ISI. A fost trimis către OSIM o cerere de acordare a unui brevet de invenție, conform activității 3.6. A3.1 Includere pacienți, investigații si monitorizare De la ultima raportare, au mai fost inclusi in studiu 17 pacienti. Toti cei 17 pacienti, ca si ceilalti 9 pacienti care au primit VCE au corespuns criteriilor de includere anterior stabilite. Patologia suspectata a fost reprezentata de: hemoragii gastro-intestinale obscure, oculte sau evidente; anemie feriprivă de cauză necunoscută; suspectarea bolii Crohn a intestinului subțire; colita nedeterminată; complicații refractare sau recurente ale tratamentului medicamentos anti-inflamator nesteroidian; polipi în sindroame de polipoză; suspectarea unor tumori ale intestinului subțire. Caracteristicile celor nouă pacienți selectați pentru investigație sunt prezentate în tabelul de mai jos. Nr. Varsta Simptomatologie Diagnostic de trimitere Rezultat VCE 1. 67 Dureri in etajul abdominal inferior Tranzit intestinal incetinit (1 scaun la 2-3 zile) Meteorism abdominal Inapetenta Neoplasm sigmoidian operat Reflux biliar in cantitate moderata la niv. Stomacului 2. 45 Dureri abdominale difuze Greata Ameteli Hiperplazie nodulara limfoida a intestinului subtire Angiodisplazie la niv. duodenului proximal Multiple formatiuni nodulare submucoase la niv. jejunal si ileal
23
Embed
RAPORT ŞTIINŢIFIC ŞI TEHNIC Etapa III (Ianuarie-Decembrie ... INDISIO Etapa III (2016).pdf · 3 15. 58 Astenie fizica Fatigabilitate Ameteli rectoragii Anemie feripriva severa
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
1
RAPORT ŞTIINŢIFIC ŞI TEHNIC
Etapa III (Ianuarie-Decembrie 2016)
Titlu proiect: INFRASTRUCTURA DE SUPORT PENTRU DIAGNOSTIC IMAGISTIC INTELIGENT
Contractul de finanțare nr: 209/2014
Director: Prof. Univ. Dr. Cristin Constantin Vere
REZUMAT ETAPĂ:
A doua etapă a proiectului – Construirea modulelor de analiza si reconstructie – s-a întins
pe 12 luni (ianuarie‐decembrie 2016) şi a inclus sase activități: Includere pacienti, investigatii si
monitorizare (activitatea 3.1), Dezvoltarea modelului ANN (activitatea 3.2), Clasificare leziuni
(activitatea 3.3), Sistemul INDISIO (activitatea 3.4), Diseminare (activitatea 3.5) și Depunere patent
(activitatea 3.6).
În cadrul primei activități (activitatea 3.1), unitatea coordonatoare și partenerul medical SCJU
Craiova au continuat includerea în studiu a pacienților, acestora fiindu-le administrate VCE. A fost
dezvoltat modulul de inteligență artificială bazat pe rețele neuronale (ANN), conform activității 3.2.
Clasificatorul lezional (activitatea 3.3) a fost dezvoltat în colaborare cu Aptus Software SRL, partenerul
comercial, care a folosit imaginile obținute în urma investigațiilor pentru antrenarea sistemului ANN.
Din interacțiunea celor două, combinate cu interfața grafică și baza de date complexă deja dezvoltate, a
fost creat sistemul INDISIO într-o primă iterație, conform activității 3.4.
Au fost astfel obținute livrabilele corespunzătoare etapei: baza de date securizata cu filmele
WCE, clasificatorul ANN, modul procesare forma, analizor software WCE și aplicatia INDISIO (beta).
Rezultatele au fost diseminate (activitatea 3.5) prin publicarea unei monografii într-o editură
internațională și a unui articol într-o revistă indexată ISI. A fost trimis către OSIM o cerere de acordare
a unui brevet de invenție, conform activității 3.6.
A3.1 Includere pacienți, investigații si monitorizare
De la ultima raportare, au mai fost inclusi in studiu 17 pacienti. Toti cei 17 pacienti, ca si ceilalti 9
pacienti care au primit VCE au corespuns criteriilor de includere anterior stabilite. Patologia suspectata
a fost reprezentata de:
hemoragii gastro-intestinale obscure, oculte sau evidente;
anemie feriprivă de cauză necunoscută;
suspectarea bolii Crohn a intestinului subțire;
colita nedeterminată;
complicații refractare sau recurente ale tratamentului medicamentos anti-inflamator nesteroidian;
polipi în sindroame de polipoză;
suspectarea unor tumori ale intestinului subțire.
Caracteristicile celor nouă pacienți selectați pentru investigație sunt prezentate în tabelul de mai jos.
Nr. Varsta Simptomatologie Diagnostic de trimitere Rezultat VCE
1. 67 Dureri in etajul abdominal
inferior
Tranzit intestinal incetinit
(1 scaun la 2-3 zile)
Meteorism abdominal
Inapetenta
Neoplasm sigmoidian
operat
Reflux biliar in
cantitate moderata la
niv. Stomacului
2. 45 Dureri abdominale difuze
Greata
Ameteli
Hiperplazie nodulara
limfoida a intestinului
subtire
Angiodisplazie la niv.
duodenului proximal
Multiple formatiuni
nodulare submucoase
la niv. jejunal si ileal
2
3. 43 Dureri epigastrice
Meteorism abdominal
Scadere ponderala
Sindrom de scadere
ponderala
Telangiectazie la niv.
duodenului proximal
4. 80 Durere la niv.
hipocondrului drept
Scadere ponderala
Astenie fizica
Sindrom anemic Angiodisplazie
duodenala
Polip jejunal pediculat
5. 80 Scadere ponderala
Inapetenta
Astenie fizica
Anemie feripriva Petesii jejunale
6. 52 Astenie fizica
Ameteli
Anemie hipocroma
microcitara
Fara leziuni la niv.
intestinului subtire
7. 74 Dureri in etajul abdominal
inferior
Tranzit intestinal accelerat
(3-4 scaune/zi)
Meteorism abdominal
Inapetenta
Sindrom anemic Zona de eritem la
nivel jejunal fara urme
de sangerare
Mucoasa modificata
cu pierderea
arhitecturii normale,
cu multiple zone
hiperemice si urme de
sangerare la nivelul
ileonului terminal
8. 71 Dureri abdominale difuze
Rectoragii
Ameteli
Astenie fizica marcata
Anemie feripriva Ulceratie superficiala
la nivelul duodenului
proximal, la nivel
jejunal si la niv.
Ileonului distal
9. 35 Scaune diareice
Meteorism abdominal
Scadere ponderala
Sindrom de scadere
ponderala
Angiectazie la niv.
Duodenului distal
10. 74 Incetinirea tranzitului
intestinal
Dureri abdominale difuze
Scadere ponderala
Inapetenta
Sindrom anemic Fara leziuni la niv.
Intestinului subtire
11. 72 Scadere ponderala
Inapetenta
Dureri in fosa iliaca stanga
Alternanta diaree-
constipatie
Sindrom anemic Urme de sangerare la
niv. stomacului
12. 53 Dureri in epigastru si la
niv. Hipocondrului drept
Astenie fizica
Anemie feripriva Formatiune protruziva
cu mucoasa de
acoperire usor
hiperemica dupa valva
ileo-cecala
13. 19 Rectoragii
Astenie fizica
Hemoragie digestiva
inferioara
Anemie feripriva
Fara leziuni la niv.
Intestinului subtire
14. 24 Astenie fizica marcata
Ameteli
Cefalee
Scaune melenice
Sindrom anemic Telangiectazie
3
15. 58 Astenie fizica
Fatigabilitate
Ameteli
rectoragii
Anemie feripriva severa Angiodisplazii
colonice
16. 63 Scaune diareice cu mucus
Scadere ponderala
Meteorism abdominal
Sindrom de scadere
ponderala
Fara leziuni la nivelul
intestinului subtire
17. 69 Ameteli
Astenie fizica
Dureri epigastrice
Meteorism abdominal
Inapetenta
hematochezie
Anemie feripriva Angiodisplazii
jejunale
18. 78 Rectoragii
Tranzit intestinal incetinit
Inapetenta
Scadere ponderala
Sindrom anemic Fara leziuni la nivelul
intestinului subtire
19. 58 Durere epigastrica
Inapetenta
Astenie fizica
ameteli
Anemie microcitara
hipocroma
Fara leziuni la nivelul
intestinului subtire
20. 86 Astenie fizica
Ameteli
Anemie feripriva Angiodisplazie la niv.
Jejunului proximal
Diverticul ileal
21. 58 Ameteli
Astenie fizica marcata
Scadere ponderala
inapetenta
Anemie feripriva severa Diverticuloza colonica
22. 62 Astenie fizica marcata
Tranzit intestinal incetinit
Dureri in etajul abdominal
inferior
Anemie feripriva Fara leziuni la nivelul
intestinului subtire
23. 66 Astenie fizica marcata
Ameteli
Scadere ponderala
inapetenta
Sindrom anemic sever Angiodisplazii
gastrice, intestinale si
colonice
24. 43 Astenie fizica marcata
Ameteli
Meteorism abdominal
Anemie feripriva Fara leziuni la nivelul
intestinului subtire
25. 44 Ameteli
Astenie fizica
Cefalee
Dureri la niv. HD
Anemie feripriva Petesii la niv.
Duodenal si ileal
Polip semipediculat
ileal
Posibil polip sesil
colon
Zona de hiperemie
colon
Formatiune tumorala
colon/rest alimentar
26. 77 hematochezie Sindrom anemic sever Hemoragie digestiva
cu sediu ileal
4
Inainte de administrarea VCE, toti pacientii au fost investigati prin tehnicile conventionale de
evaluare, respectiv endoscopie digestiva superioara si inferioara, acestea fiind neconcludente pentru
patologia suspectata. De asemenea, toti pacientii au primit un formular de consimțământ informat
(Anexa 1). Nici un pacient dintre cei care au primit VCE nu a avut efecte adverse sau complicatii.
Cele mai frecvente simptome intalnite la pacientii inclusi in lotul de cercetare sunt reprezentate de:
dureri abdominale;
tulburari ale tranzitului intestinal;
meteorism abdominal;
inapetenta;
scadere ponderala;
ameteli;
astenie fizica;
rectoragii.
Cea mai frecventa patologie intalnita la pacientii care au primit VCE a fost reprezentata de
telangiectazii, acestea fiind urmate de polipi si diverticuli, un singur pacient a avut hemoragie ileala, iar
8 pacienti nu au avut nici o patologie a intestinului subtire.
Nu au fost înregistrate dificultăți tehnice, iar calitatea înregistrărilor a fost apreciată ca fiind
bună de către personalul medical implicat în stabilirea diagnosticului. Pacienții vor fi monitorizați în
continuare la intervale de 3 luni, pe parcursul primului an.
Am folosit sistemul computerizat pentru a se genera rezultate folosind aplicația INDISIO.
A3.2 Dezvoltarea modelului ANN
Schema generală a unei reţele neuronale artificiale
Metoda de clasificare bazată pe reţele neuronale este consacrată în teoria recunoaşterii formelor,
întrucât se inspiră din modul de învăţare specific uman. O reţea neuronală artificială este caracterizată
prin existenţa a cel puţin două niveluri ( un nivel de intrare şi un nivel de ieşire), caz în care această reţea
simplificată poartă denumirea de perceptron. Totuşi, pentru a mări expresivitatea reţelei, trebuie luat în
considerare şi un al treilea nivel, numit „ascuns”, caz în care arhitectura devine cea a unui perceptron
multininvel (se pot implementa unul sau mai multe niveluri ascunse).Metoda de clasificare bazată pe
reţele neuronale depăşeşte ca şi performanţă şi putere de expresie alte metode clasice, precum metoda
bayesiană de recunoaştere, sau metoda bazată pe discriminanţi liniari, care limiteaza abordarea la cazul
unui set de date ce respecta distributia normala sau care pot fi separate printr-un plan liniar. Astfel,
conform celor afirmate de Kolmogorov, orice funcţie f se poate exprima prin intermediul unei reţele
wkj
wji
……… ym-1 ym
y3 y2 y1
……….
.
……….
x1 x2 xn
Hidden ascuns (j)
Nivel intrare (i)
Nivel ieşire (k)
zr z2 z1
Bias unit
wj0
5
neuronale cu trei niveluri, având un număr suficient de mare de unităţi ascunse. Există două operaţii de
bază care se pot realiza în legatură cu o reţea neuronală, cărora le corespund algoritmi specifici:
Operaţia de clasificare, Feedforward: reţeaua fiind antrenată, deci cunoscându-se valorile ponderilor
w, dându-se valori cunoscute x la intrare, se calculează valorile corespunzătoare ieşirilor z
Operaţia de Backpropagation, care este operaţia de antrenare a reţelei neuronale, constând în
determinarea valorilor ponderilor w, pe baza unui set de valori de intrare ale căror ieşiri aşteptate, t, se
cunosc.
Reţelele Bayesiene
Metoda Retelelor Bayesiene de Incredere este potrivită pentru stabilirea influentelor cauzale între
trăsături, aceasta construind o retea de dependente, reprezentată ca un graf orientat aciclic (Directed
Acyclic Graph – DAG). In acest graf, nodurile reprezintă trăsăturile analizate, iar arcele corespund
influentelor cauzale între trăsături, acestora asociindu-li-se valorile probabilitatilor conditionate
corespunzătoare unei anumite dependente.
Fiind dat un nod X, se poate distinge între multimea parintilor sai, reprezentata prin P , respectiv
multimea fiilor sai, reprezentata prin C. Valorile lui X depind, prin probabilitati conditionate, de valorile
parintilor si influenteaza valorile fiilor. Probabilitatile asociate unui anumit nod X reprezintă
probabilitătile asociate valorilor posibile ale acestei variabile, deci X=(x1, x2,...), relativ la valorile e ale
celorlalte noduri din retea. Expresia matematica a acestor probabilitati este redată mai jos:
)|()|()|( PC exPxePexP
In formula de mai sus, eP reprezintă valorile părintilor lui X, iar eC sunt valorile asociate fiilor lui X.
Stabilirea valorilor probabilitatilor asociate nodurilor din reteaua Bayesiană se face pe baza unui
algoritm ce implementează un mecanism complex de inferente.
In cazul de fata, Retelele Bayesiene de Incredere vor fi utilizate pentru stabilirea influentelor dintre
trăsături (atribute) si parametrul clasă, pentru stabilirea dependentelor ce există între trăsături, pentru
determinarea densităţii de probabilitate a fiecărei trăsături relativ la parametrul clasă, şi a intervalelor
specifice de variaţie ale acestora .
A3.3 Clasificare leziuni
Modelul imagistic textural
Definirea Modelului Imagistic Textural
Astfel, modelul imagistic textural consta in multimea trasaturilor texturale relevante pentru o
afectiune data, respectiv in valorile statistice, specifice asociate acestor trasaturi.
Pentru a defini modelul imagistic textural pornim de la un spatiu initial al trasaturilor texturale
potential relevante, determinate prin metode specifice de analiza a texturii,
urmarind sa transpunem acest set de trasaturi intr-o reprezentare cat mai adecvata, astfel incat acestea
sa conduca la o acuratete de recunoastere cat mai buna. Avem in vedere, in aceast scop, urmatoarele
demersuri:
Transpunerea spatiului initial de trasaturi intr-o reprezentare
adecvata, care sa evidentieze caracteristici ale acestor trasaturi, precum varianta sau capacitatea lor de a
separa intre clase; vom folosi, pentru realizarea acestui obiectiv, metode de extragere a trasaturilor,
precum Metoda Analizei Componentelor Principale (PCA), metodele Analizei Discriminantilor Liniari
(LDA), respectiv a Analizei Discriminantilor Multipli (MDA).
Selectia acelor trasaturi ce pot fi considerate relevante pentru
procesul de clasificare (separarea trasaturilor relevante de cele nerelevante), prin metode specifice