Aprendizagem mecânica para digitalização de imagens médicas

Métodos de diagnóstico por imagem* são comummente utilizados:

• Ultra-sonografia
• Radiografia
• Tomografia computorizada (TC)
• Ressonância magnética (RM)
• Cintilografia ou radionuclídeo (injecção de um traçador radioactivo numa veia, espera até se recolher num determinado órgão, por exemplo, a glândula tiróide, e tirar uma fotografia da distribuição do traçador com um scanner)

Todas as técnicas mencionadas têm várias variantes, por exemplo, ultra-som Doppler, uma RM com contraste, etc. A Wikipedia Medical Imaging tem um “índice” mais detalhado de técnicas com ligações a artigos individuais.

Em Biologia SE, há uma lista de sites que fornecem imagens de acesso aberto , alguns dos quais vêm com as descrições de casos. Antes de comprar qualquer livro, recomendo vivamente que tenha uma ideia clara sobre que tipos de livros podem servir o seu propósito. Um livro que pode ser excelente para um médico ou estudante de medicina pode ser inútil para si. Também recomendo que, para começar, escolha UMA técnica de imagem e a pesquise um pouco, em vez de ir com todas as imagens de uma só vez; os problemas na ultra-sonografia são significativamente diferentes dos da TC.

Exemplos de ** fraquezas** das técnicas de imagem:

• Uma TC e uma RM, pelo menos, são dispendiosas. & - Um raio-X pode mostrar apenas lesões que são significativamente mais ou menos radiopacas do que os tecidos circundantes (por exemplo, pode mostrar apenas cálculos biliares ricos em cálcio, mas não outros).
• Uma RM da vesícula biliar não pode distinguir de forma fiável entre os pólipos não cancerosos e os cancros Radio Graphics ). & - O problema mais comum é provavelmente, que apesar da alta sensibilidade (capacidade de detectar uma lesão), a especificidade (capacidade de revelar/prever um tipo exacto da lesão) das tomografias computorizadas e ressonâncias por ressonância magnética ainda pode ser baixa.

** Uma questão comum para um profissional de saúde** que muitas vezes permanece por resolver após a imagiologia é: A lesão é ou não cancerosa ou a probabilidade de se transformar num cancro. Por exemplo, os pólipos da vesícula biliar com mais de 10 mm são significativamente mais prováveis de desenvolver cancro do que os mais pequenos, mas não é claro se o risco aumenta após 5 mm ou após 15 mm, por exemplo. Além disso, por vezes, a imagem não mostra se o cancro se propagou aos órgãos próximos.

EDIT:

Para prever uma lesão numa imagem tomográfica, é necessário saber como é que uma imagem tomográfica normal se apresenta e como é que uma lesão se apresenta. O conhecimento sobre o que é uma lesão veio das comparações de muitas imagens de TC e das situações físicas reais descobertas durante a cirurgia. Agora, para alargar este conhecimento para além do que se pode ver com os próprios olhos numa imagem de TC, seria novamente necessário comparar muitas imagens de TC (utilizando um programa de computador) com os resultados da cirurgia.

imagino que isto exigiria um projecto no qual estariam envolvidos vários radiologistas, cirurgiões e peritos informáticos experientes. Um projecto teria de se concentrar numa única questão, por exemplo: O que são os preditores de cancro da vesícula biliar em crescimento anormal da vesícula biliar detectado numa imagem tomográfica? Milhares de imagens de TC e resultados cirúrgicos teriam então de ser comparados para encontrar eventuais associações.

Gostaria de fazer uma recomendação, como investigador que também trabalha na área da imagiologia médica. Afirma que está interessado em prever o diâmetro da lesão, o sexo do paciente, e a idade do paciente, a partir dos exames. No entanto, quando um radiologista lê um scan, já conhece o sexo e a idade do paciente, porque essa informação está no registo médico. Também sabem o motivo da varredura. Por exemplo, verão frequentemente uma exposição como “A Sra. Smith é uma mulher de 55 anos com um historial de cancro do pulmão”, juntamente com a própria varredura. (E podem clicar na ficha médica do paciente e ver tudo o que está na ficha médica, se quiserem). Portanto, penso que é melhor não prever coisas que já são do conhecimento do médico. Há muitas outras tarefas de imagem médica fixes que pode fazer com o conjunto de dados DeepLesion, por exemplo, como prever se há uma lesão no scan.

Aqui estão alguns outros recursos que o podem ajudar:

1. visão geral da anatomia básica anatomia torácica para radiologia e anatomia abdominal para radiologia
2. Termos de localização radiológica
3. Como ler as radiografias normais do tórax &. As radiografias do tórax não são TAC, mas se estiver apenas a aprender sobre imagens médicas, é mais fácil começar com as radiografias do tórax e depois passar às TACs
4. Interpretação das TCs abdominais