Texture analysis as an aid to neurooncological diagnosis in magnetic resonance imaging

Identifier:  TFG:4823

Handle: https://hdl.handle.net/20.500.11797/TFG4823

Authors:  Romera Jiménez, Marta

Abstract:
A causa de la creixent preocupació del càncer és necessari el desenvolupament de sistemes d’ajuda al metge que permeten diagnosticar i seleccionar el tractament més apropiat. A priori, a partir de dades clíniques i la simple observació d’imatges mèdiques de ressonància magnètica (RM) no és possible conèixer en detall la tipologia i extensió dels tumors. Però s'ha intentat explotar aquesta informació mitjançant l'anàlisi de textures el qual proporciona una àmplia gamma de característiques que permeten quantificar l'heterogeneïtat distintiva de diferents teixits. L’objectiu d’aquest treball es basa en observar el gran potencial d'aquestes característiques que eviten emprar procediments invasius com la biòpsia, per tal de poder discernir entre tumors cerebrals primaris i metàstasis cerebrals en RM i diferenciar entre tumors amb necrosis o sense. L'estudi retrospectiu realitzat inclou 30 pacients, 13 amb metàstasis cerebral, 9 amb tumors cerebrals primaris necròtics i 8 sense necrosis. La metodologia seguida consta de la segmentació manual amb l’aplicació AW Server de General Electrics. El posterior ús de la toolbox de Radiomcs de Matlab per realitzar l'anàlisi de textures on s'ha extret 43 característiques de textures de la imatge per a 5 nivells de gris i per cadascuna de les seqüencies (T1, T2 i FLAIR). I finalment, la selecció i classificació de textures a través de l'obtenció de models basats en Machine Learning per tal d'obtenir resultats òptims.