Segmentación permite medición exacta de ganglios linfáticos

Las redes neuronales podrían ayudar a un nuevo método automatizado de segmentación de los ganglios linfáticos para mejorar la atención del cáncer, según un nuevo estudio.

Desarrollado en los Institutos Nacionales de Salud de los Estados Unidos (NIH, Bethesda, MD, EUA), el nuevo método de análisis combina dos redes neuronales anidadas holísticamente (HNN) y técnicas estructuradas de optimización, para resolver el problema de separar los ganglios linfáticos de los tejidos circundantes similares en las imágenes radiográficas. Además, la técnica puede medir el volumen de los clústeres de ganglios linfáticos, lo que es una estimación más precisa del tamaño que el diámetro.


Las dos HNN, construidos sobre redes neuronales convolucionales y profundamente supervisadas, son entrenadas para aprender la apariencia de los clústeres de los ganglios linfáticos (HNN-A) o de los mapas de salida probabilisticos del contorno (HNN-C), en derivados de imágenes de tomografía computarizada toracoabdominales (TC). Los dos componentes son prominentes en el concepto de los campos neurales limítrofes (BNF), que coinciden con las medidas de la lesión, con más del 80% de exactitud. Para ello, las predicciones HNN-A y HNN-C son formuladas en términos unarios y de pares en campos aleatorios condicionales (CRF).

Los CRFs se resuelven, posteriormente, utilizando tres métodos de salida estandarizados: el CRF denso (dCRF), los cortes de gráfico (GC) y los BNF. Todas estas predicciones de segmentación se utilizan para calcular los volúmenes del clúster de ganglios linfáticos en el conjunto de datos. A continuación, un radiólogo experto segmenta todos los ganglios linfáticos agrandados con diámetros de ejes cortos, de al menos 10 mm. Según los investigadores, el método podría mejorar significativamente la atención del cáncer, haciendo que las mediciones de los ganglios linfáticos sean más exactas. El nuevo método de segmentación fue presentado en el congreso anual de la RSNA, celebrado en noviembre de 2016 en Chicago (IL, EUA).

“Las lesiones toracoabdominales se encuentran entre las más difíciles de analizar en la TC. La razón de esto es que las imágenes de TC de esta región muestran muy poca intensidad y contraste. Esto se debe al hecho de que los ganglios linfáticos son muy similares en intensidad a muchos de los tejidos circundantes”, dijo la autora principal y presentadora del estudio, Isabella Nogues, MD. “Además, la alta frecuencia de los clústeres de los ganglios linfáticos y los límites ambiguos de los ganglios linfáticos hacen que la medición exacta sea muy difícil”.

“La conclusión principal fue que el campo neural límite era el método de segmentación más exacto, lo cual es muy prometedor para el desarrollo de biomarcadores de imagenología basados en mediciones de volumen”, concluyeron la Dra. Nogues y colegas del Laboratorio de Diagnóstico Ayudado por Computador y de Biomarcadores de Imagenología. “Estas mediciones de volumen, a su vez, podrían mejorar, potencialmente, los criterios de evaluación de la respuesta en las mediciones de los tumores sólidos (RECIST) para los ganglios linfáticos”.

Enlace relacionado:
U.S. National Institutes of Health