Segmentação de lobos pulmonares em tomografia computorizada

A segmentação dos lobos pulmonares em Tomografia Computorizada é uma tarefa importante para o diagnóstico das patologias pulmonares e respetivas decisões terapêuticas. Os métodos clássicos de segmentação dos lobos pulmonares, nos quais se baseia o presente trabalho, utilizam informação anatómica complementar obtida pela segmentação prévia de diferentes estruturas anatómicas pulmonares. Assim, neste projeto de investigação foram desenvolvidos métodos semiautomáticos de segmentação de estruturas anatómicas pulmonares (parênquima, árvore brônquica, árvore vascular e fissuras) que foram, depois, combinadas para a segmentação dos lobos pulmonares. O processamento foi realizado através de redes construídas para o efeito utilizando as ferramentas disponibilizadas pela plataforma MeVisLab. Foram selecionados dez estudos de Tomografia Computorizada pulmonar, com e sem patologias pulmonares evidentes, de forma a testar os métodos desenvolvidos em diferentes situações, mais ou menos desafiantes do ponto de vista técnico da segmentação dos lobos. Os resultados obtidos foram avaliados qualitativamente pela análise visual das segmentações de cada caso. A segmentação mostrou-se eficaz no pulmão esquerdo e, no geral, em casos de patologia leve. No entanto, o método proposto possui limitações, especialmente no que diz respeito aos lobos do pulmão direito e em casos de fissuras incompletas ou patologia severa, podendo ser alvo de melhorias.

The segmentation of lung lobes in Computed Tomography is an important task for the diagnosis of pulmonary pathologies and respective therapeutic decisions. The classic pulmonary lobes segmentation methods, on which the present work is based, use complementary anatomical information obtained by prior segmentation of different anatomical lung structures. Therefore, in this research project, semi-automatic methods for segmenting anatomical pulmonary structures (parenchyma, bronchial tree, vascular tree, and fissures) were developed, which were then combined to segment the lung lobes. The processing was carried out using networks built for this purpose using the tools provided by the MeVisLab platform. Ten pulmonary Computed Tomography studies were selected, encompassing cases with and without evident pulmonary pathologies, in order to test the developed methods in different segmentation scenarios, more or less challenging from the technical point of view of lobe segmentation. The results were qualitatively evaluated through visual analysis of the segmentations in each case. The segmentation method proved to be effective in the left lung and, in general, in cases with mild pathology. However, the proposed method has limitations, especially concerning the lobes of the right lung and in cases of incomplete fissures or severe pathology, suggesting potential areas for improvement.

Mestrado em Tecnologias da Imagem Médica