Segmentación del lumen arterial en imágenes ultrasonográficas

Abstract

Cardiovascular diseases have become the leading cause of deaths in Mexico and the whole world. Two of the key markers for early assessment of these diseases are the measuring of the thickness of carotid intima-media layer and the lumen diameter of the brachial artery in ultrasound imaging. In this work, a fully unsupervised arterial lumen detection methodology in ultrasound imaging is presented. The lumen detection is required in order for the aforementioned tests to run properly. The proposed algorithm first determines the edges of the ultrasound image, and then creates a graph with the intermediate points between consecutive (in a column basis) edge points detected. Subsequently, the minimum spanning tree of the graph is calculated, and those trajectories being feasible to be the true arterial lumen are segmented from it, using a criterion of distance between connected nodes, validated by a Bayesian hypothesis test. The trajectory that represents the true lumen is selected from the segmented ones, combining three criteria: a length criterion, another one of darkness and, a last one, of minimum error variance. From a set of 1,104 sonograms, 334 of them having manually established measurements by a radiologist (ground truth), mean and standard deviation error in brachial near wall detection was 14.6µm and 17.0 µm, respectively. Meanwhile, for the far wall of the same artery the results of those measurements were 15.1 µm and 14.5 µm, respectively. Performance comparison of our algorithm was determined against results presented in recent literature for both unsupervised and semi-supervised techniques in this area. Our proposed technique has a very competitive performance with respect to these techniques.

Las enfermedades cardiovasculares se han convertido en la primera causa de fallecimientos en México y en el mundo. Dos de los marcadores principales con que se valoran de manera temprana estos padecimientos son la medición del grosor de la capa íntima-media carotídea y del diámetro del lumen de la arteria humeral en imágenes de ultrasonido. En este trabajo se presenta una metodología completamente automática para la detección del lumen arterial en ultrasonografías, detección que las pruebas citadas en el párrafo anterior requieren, aún de ejecutarse correctamente. El algoritmo propuesto primero determina los bordes de la ecografía, para luego crear un grafo con los puntos intermedios entre los puntos borde consecutivos (por columnas) detectados. Posteriormente, se calcula el árbol de expansión mínima del grafo y se realiza un proceso de segmentación de las trayectorias factibles de ser el lumen arterial, empleando un criterio de distancia entre nodos conectados, avalado por una prueba de hipótesis bayesiana. La trayectoria que representa el lumen verdadero se selecciona de entre las trayectorias segmentadas, combinando tres criterios: un criterio de longitud, otro de obscuridad y un último de varianza mínima de error. En 334 ultrasonografías con mediciones establecidas manualmente por un médico radiólogo, de un conjunto de 1,104 ecografías en total, el error promedio en la detección de la pared humeral cercana es de 14.6 µm, con una desviación estándar de 17.0 µm. Por su parte, en la pared arterial lejana el resultado es de 15.1 µm, con una desviación estándar de 14.5 µm. La comparación del desempeño de nuestro algoritmo se realizó contra los resultados presentados en la literatura reciente para técnicas tanto automáticas como semiautomáticas en esta área. Nuestra técnica tiene un desempeño muy competitivo con relación a estas técnicas.