As doenças vasculares, como a estenose da carótida (estreitamento das artérias carótidas, que ligam o coração ao cérebro causado pelo acúmulo de placas de ateroma ricas em gordura), Acidentes Vasculares Cerebrais (AVC) (interrupção súbita do fluxo sanguíneo para o cérebro), aterosclerose (acúmulo de placas de ateroma nas artérias, levando ao endurecimento e estreitamento das artérias), trombose venosa profunda (formação de coágulos nas veias profundas) e dissecções arteriais cervicais (ruturas na camada interna das artérias do pescoço), representam um desafio significativo para a saúde pública global, devido à sua elevada prevalência e impacto clínico. sanguíneos

Início / Publicações / Publicação

Início / Publicações / Publicação

Vasos sanguíneos em imagens ultrassonográficas carotídeas

Tipo de publicação: Resumo do Artigo
Título original: Vessel Detection In Carotid Ultrasound Images Using Artificial Neural Networks
Data da publicação do artigo: Julho de 2018
Fonte: Proceedings of the 6th International Conference Integrity, Reliability and Failure
Autores: Catarina F. Castro, Carlos C. António & Luísa C. Sousa

Qual é o objetivo, público-alvo e áreas da saúde digital em que se enquadra?
     O estudo tem como objetivo realizar a identificação automática de vasos sanguíneos e a segmentação de imagens ultrassonográficas carotídeas, melhorando a precisão do diagnóstico e a eficiência clínica. O público-alvo inclui profissionais de saúde, como radiologistas e angiologistas, bem como instituições de saúde e investigadores das áreas da Inteligência Artificial (IA) e processamento de imagens médicas. O estudo enquadra-se em áreas da saúde digital, com o foco na aplicação de IA e tecnologias de suporte ao diagnóstico.

Qual é o contexto?
     As doenças vasculares, como a estenose da carótida (estreitamento das artérias carótidas, que ligam o coração ao cérebro causado pelo acúmulo de placas de ateroma ricas em gordura), Acidentes Vasculares Cerebrais (AVC) (interrupção súbita do fluxo sanguíneo para o cérebro), aterosclerose (acúmulo de placas de ateroma nas artérias, levando ao endurecimento e estreitamento das artérias), trombose venosa profunda (formação de coágulos nas veias profundas) e dissecções arteriais cervicais (ruturas na camada interna das artérias do pescoço), representam um desafio significativo para a saúde pública global, devido à sua elevada prevalência e impacto clínico. A estenose da carótida é um fator de risco para AVC, afetando milhões de pessoas anualmente. A aterosclerose, principal causa de complicações cardiovasculares, está a aumentar com o envelhecimento da população e fatores como obesidade, sedentarismo e hipertensão. A trombose venosa profunda, que ocorre em 1 a 2 indivíduos a cada 1000 anualmente, pode levar à embolia pulmonar (obstrução de uma artéria do pulmão por um êmbolo), uma complicação grave e frequentemente fatal. As dissecções arteriais cervicais, embora raras, são uma causa significativa de AVC em jovens adultos e frequentemente subdiagnosticadas até a ocorrência de complicações graves.

     Estas condições sublinham a necessidade urgente de ferramentas de diagnóstico avançadas, que possibilitem a deteção precoce e uma avaliação precisa destas patologias, contribuído para a melhoria da gestão clínica e da redução de complicações.

Quais são as abordagens atuais?
     As abordagens atuais para o diagnóstico e monitorização de doenças vasculares combinam técnicas de imagem avançadas, métodos computacionais e ferramentas clínicas, com o objetivo de proporcionar maior precisão e eficiência nos resultados. O ultrassom Doppler é amplamente utilizado devido à sua natureza não invasiva, rapidez e baixo custo, sendo eficaz na avaliação do fluxo sanguíneo e na identificação de obstruções arteriais. Métodos mais sofisticados, como a angiografia por tomografia computadorizada e a angiografia por ressonância magnética, oferecem imagens de alta resolução que facilitam a deteção de placas de ateroma, dissecções arteriais e oclusões vasculares (obstruções dos vasos sanguíneos). O eco Doppler transcraniano também desempenha um papel crucial na monitorização em tempo real do fluxo sanguíneo cerebral, sendo útil na avaliação de condições como estenose intracraniana (estreitamento de artérias dentro do crânio), e outras patologias vasculares cerebrais.

     No entanto, apesar da sua utilidade clínica, estas técnicas apresentam limitações, incluindo a dependência das configurações do operador, a presença de irregularidades nas imagens e a dificuldade em distinguir estruturas vasculares de não vasculares em imagens transversais. Estas variáveis podem comprometer a precisão da análise, particularmente em casos de imagens com interferências ou ruído. Estas limitações ressaltam a necessidade urgente de soluções automatizadas, mais robustas e precisas, que possam reduzir a variabilidade e os erros associados à análise manual, promovendo maior consistência e acurácia no diagnóstico e monitorização de doenças vasculares.

Em que consiste a inovação?
     A inovação deste estudo consiste no desenvolvimento de uma metodologia avançada para a segmentação automática de vasos sanguíneos em imagens ultrassonográficas transversais da artéria carótida. A abordagem proposta foi estruturada em três etapas principais: pré-processamento, modelagem geométrica e classificação baseada em redes neurais artificiais.

     Na etapa de pré-processamento, a região de interesse das imagens é binarizada, eliminando ruídos com menos de 1% dos pixels totais. A identificação do lúmen vascular (espaço interno dos vasos sanguíneos) é otimizada pela maximização de três parâmetros: índice de circularidade, que avalia o formato circular das estruturas; índice de irregularidade, que penaliza contornos irregulares; e índice central, que prioriza estruturas posicionadas no centro da imagem. Esta combinação permite uma segmentação robusta, diferenciando com precisão o lúmen do contorno do vaso, atribuindo níveis de cinza para destacar as regiões de interesse.

     Na modelagem geométrica, são utilizadas curvas de Bézier para suavizar os contornos vasculares. Os pixels do contorno são organizados em subconjuntos superiores e inferiores, com base na orientação vertical, permitindo a criação de duas curvas de Bézier que são unidas para formar um contorno contínuo e preciso das paredes do vaso.

     Na etapa de classificação, a IA atua como um fator chave. Uma rede neural avançada é aplicada para analisar as regiões candidatas a serem vasos sanguíneos, determinando com precisão a presença ou ausência de vasos sanguíneos. Esta rede foi preparada e testada utilizando imagens ultrassonográficas reais, de diferentes qualidades e configurações, o que assegura a robustez e a capacidade de generalização do modelo para diferentes cenários clínicos. Durante a preparação, ajustes dinâmicos nos parâmetros internos da rede neural permitiram aumentar a precisão e reduzir erros de classificação. Além disso, técnicas de aumento de dados, como a inversão horizontal das imagens, foram utilizadas para expandir o conjunto de dados, ampliando significativamente o volume de informações disponíveis para a preparação e validação do modelo.

Quais são os principais resultados? Qual é o futuro desta abordagem?
     Embora este estudo não apresente dados quantitativos detalhados, os resultados obtidos no treino do modelo com imagens ultrassonográficas reais demonstram avanços significativos na precisão e eficiência do diagnóstico de doenças vasculares. A integração de redes neurais artificiais nesta abordagem permite a classificação automatizada de regiões candidatas, garantindo uma distinção confiável entre vasos sanguíneos e estruturas adjacentes, mesmo em imagens de qualidade subótima ou em condições clínicas desafiadoras. Paralelamente, o uso de curvas de Bézier na modelagem geométrica possibilita a obtenção de contornos precisos e contínuos das paredes vasculares, aprimorando a deteção e a delimitação de estruturas vasculares. Este equilíbrio entre técnicas de processamento de imagem e IA destaca-se como uma abordagem robusta e adaptável que supera as limitações das abordagens tradicionais, como a dependência de configurações do operador, a interferência de ruídos nas imagens e a dificuldade em diferenciar estruturas vasculares de não vasculares.

     O futuro desta abordagem é promissor para a transformação do diagnóstico vascular. A expansão do conjunto de dados de treino pode melhorar a generalização do modelo, tornando-o mais robusto e eficaz em diferentes populações e contextos clínicos. A sua implementação em softwares hospitalares e dispositivos ultrassonográficos portáteis poderá viabilizar diagnósticos mais rápidos, acessíveis e em tempo real, especialmente em regiões com recursos médicos limitados. Além disso, esta metodologia pode ser adaptada para analisar outros vasos além da artéria carótida, como as artérias coronárias e periféricas, ampliando o seu impacto nas patologias cardiovasculares. Quando combinada com outras modalidades de imagem, como tomografia computadorizada e ressonância magnética, esta abordagem pode proporcionar diagnósticos mais detalhados e abrangentes. Adicionalmente, a integração com dados clínicos, biomarcadores e informações demográficas possibilita diagnósticos personalizados, alinhando-se à tendência da medicina de precisão. Esta inovação otimiza o fluxo de trabalho clínico e reforça a relevância da IA na saúde digital.

TEF-HEALTH Logo

SPMS integra a iniciativa TEF-Health

A SPMS participa na iniciativa TEF-Health como parceira de um consórcio composto por 51 entidades de 9 países da União Europeia. Esta ação é cofinanciada…

Ler mais

tem uma ideia inovadora
na área da saúde?

Partilhe-a connosco e veja-a ganhar vida.
Ajudamos a dar vida aos seus projetos!

Newsletter

Receba as novidades do
Portal InovarSaúde

República Portuguesa logo
logotipo SNS
SPMS logotipo

Acompanhe-nos

Cofinanciado por :

PRR Logotipo
república Portuguesa logo
União Europeia Logo

Newsletter

Receba as novidades do
Portal InovarSaúde

República Portuguesa logo
SNS Logo
SPMS Logo

Acompanhe-nos

Cofinanciado por :

PRR Logotipo
República Portuguesa logo
União Europeia Logo

Início / Publicações / Publicação

Vasos sanguíneos em imagens ultrassonográficas carotídeas

Tipo de publicação: Resumo do Artigo
Título original: Vessel Detection In Carotid Ultrasound Images Using Artificial Neural Networks
Data da publicação do artigo: Julho de 2018
Fonte: Proceedings of the 6th International Conference Integrity, Reliability and Failure
Autores: Catarina F. Castro, Carlos C. António & Luísa C. Sousa

Qual é o objetivo, público-alvo e áreas da saúde digital em que se enquadra?
     O estudo tem como objetivo realizar a identificação automática de vasos sanguíneos e a segmentação de imagens ultrassonográficas carotídeas, melhorando a precisão do diagnóstico e a eficiência clínica. O público-alvo inclui profissionais de saúde, como radiologistas e angiologistas, bem como instituições de saúde e investigadores das áreas da Inteligência Artificial (IA) e processamento de imagens médicas. O estudo enquadra-se em áreas da saúde digital, com o foco na aplicação de IA e tecnologias de suporte ao diagnóstico.

Qual é o contexto?
     As doenças vasculares, como a estenose da carótida (estreitamento das artérias carótidas, que ligam o coração ao cérebro causado pelo acúmulo de placas de ateroma ricas em gordura), Acidentes Vasculares Cerebrais (AVC) (interrupção súbita do fluxo sanguíneo para o cérebro), aterosclerose (acúmulo de placas de ateroma nas artérias, levando ao endurecimento e estreitamento das artérias), trombose venosa profunda (formação de coágulos nas veias profundas) e dissecções arteriais cervicais (ruturas na camada interna das artérias do pescoço), representam um desafio significativo para a saúde pública global, devido à sua elevada prevalência e impacto clínico. A estenose da carótida é um fator de risco para AVC, afetando milhões de pessoas anualmente. A aterosclerose, principal causa de complicações cardiovasculares, está a aumentar com o envelhecimento da população e fatores como obesidade, sedentarismo e hipertensão. A trombose venosa profunda, que ocorre em 1 a 2 indivíduos a cada 1000 anualmente, pode levar à embolia pulmonar (obstrução de uma artéria do pulmão por um êmbolo), uma complicação grave e frequentemente fatal. As dissecções arteriais cervicais, embora raras, são uma causa significativa de AVC em jovens adultos e frequentemente subdiagnosticadas até a ocorrência de complicações graves.

     Estas condições sublinham a necessidade urgente de ferramentas de diagnóstico avançadas, que possibilitem a deteção precoce e uma avaliação precisa destas patologias, contribuído para a melhoria da gestão clínica e da redução de complicações.

Quais são as abordagens atuais?
     As abordagens atuais para o diagnóstico e monitorização de doenças vasculares combinam técnicas de imagem avançadas, métodos computacionais e ferramentas clínicas, com o objetivo de proporcionar maior precisão e eficiência nos resultados. O ultrassom Doppler é amplamente utilizado devido à sua natureza não invasiva, rapidez e baixo custo, sendo eficaz na avaliação do fluxo sanguíneo e na identificação de obstruções arteriais. Métodos mais sofisticados, como a angiografia por tomografia computadorizada e a angiografia por ressonância magnética, oferecem imagens de alta resolução que facilitam a deteção de placas de ateroma, dissecções arteriais e oclusões vasculares (obstruções dos vasos sanguíneos). O eco Doppler transcraniano também desempenha um papel crucial na monitorização em tempo real do fluxo sanguíneo cerebral, sendo útil na avaliação de condições como estenose intracraniana (estreitamento de artérias dentro do crânio), e outras patologias vasculares cerebrais.

     No entanto, apesar da sua utilidade clínica, estas técnicas apresentam limitações, incluindo a dependência das configurações do operador, a presença de irregularidades nas imagens e a dificuldade em distinguir estruturas vasculares de não vasculares em imagens transversais. Estas variáveis podem comprometer a precisão da análise, particularmente em casos de imagens com interferências ou ruído. Estas limitações ressaltam a necessidade urgente de soluções automatizadas, mais robustas e precisas, que possam reduzir a variabilidade e os erros associados à análise manual, promovendo maior consistência e acurácia no diagnóstico e monitorização de doenças vasculares.

Em que consiste a inovação?
     A inovação deste estudo consiste no desenvolvimento de uma metodologia avançada para a segmentação automática de vasos sanguíneos em imagens ultrassonográficas transversais da artéria carótida. A abordagem proposta foi estruturada em três etapas principais: pré-processamento, modelagem geométrica e classificação baseada em redes neurais artificiais.

     Na etapa de pré-processamento, a região de interesse das imagens é binarizada, eliminando ruídos com menos de 1% dos pixels totais. A identificação do lúmen vascular (espaço interno dos vasos sanguíneos) é otimizada pela maximização de três parâmetros: índice de circularidade, que avalia o formato circular das estruturas; índice de irregularidade, que penaliza contornos irregulares; e índice central, que prioriza estruturas posicionadas no centro da imagem. Esta combinação permite uma segmentação robusta, diferenciando com precisão o lúmen do contorno do vaso, atribuindo níveis de cinza para destacar as regiões de interesse.

     Na modelagem geométrica, são utilizadas curvas de Bézier para suavizar os contornos vasculares. Os pixels do contorno são organizados em subconjuntos superiores e inferiores, com base na orientação vertical, permitindo a criação de duas curvas de Bézier que são unidas para formar um contorno contínuo e preciso das paredes do vaso.

     Na etapa de classificação, a IA atua como um fator chave. Uma rede neural avançada é aplicada para analisar as regiões candidatas a serem vasos sanguíneos, determinando com precisão a presença ou ausência de vasos sanguíneos. Esta rede foi preparada e testada utilizando imagens ultrassonográficas reais, de diferentes qualidades e configurações, o que assegura a robustez e a capacidade de generalização do modelo para diferentes cenários clínicos. Durante a preparação, ajustes dinâmicos nos parâmetros internos da rede neural permitiram aumentar a precisão e reduzir erros de classificação. Além disso, técnicas de aumento de dados, como a inversão horizontal das imagens, foram utilizadas para expandir o conjunto de dados, ampliando significativamente o volume de informações disponíveis para a preparação e validação do modelo.

Quais são os principais resultados? Qual é o futuro desta abordagem?
     Embora este estudo não apresente dados quantitativos detalhados, os resultados obtidos no treino do modelo com imagens ultrassonográficas reais demonstram avanços significativos na precisão e eficiência do diagnóstico de doenças vasculares. A integração de redes neurais artificiais nesta abordagem permite a classificação automatizada de regiões candidatas, garantindo uma distinção confiável entre vasos sanguíneos e estruturas adjacentes, mesmo em imagens de qualidade subótima ou em condições clínicas desafiadoras. Paralelamente, o uso de curvas de Bézier na modelagem geométrica possibilita a obtenção de contornos precisos e contínuos das paredes vasculares, aprimorando a deteção e a delimitação de estruturas vasculares. Este equilíbrio entre técnicas de processamento de imagem e IA destaca-se como uma abordagem robusta e adaptável que supera as limitações das abordagens tradicionais, como a dependência de configurações do operador, a interferência de ruídos nas imagens e a dificuldade em diferenciar estruturas vasculares de não vasculares.

     O futuro desta abordagem é promissor para a transformação do diagnóstico vascular. A expansão do conjunto de dados de treino pode melhorar a generalização do modelo, tornando-o mais robusto e eficaz em diferentes populações e contextos clínicos. A sua implementação em softwares hospitalares e dispositivos ultrassonográficos portáteis poderá viabilizar diagnósticos mais rápidos, acessíveis e em tempo real, especialmente em regiões com recursos médicos limitados. Além disso, esta metodologia pode ser adaptada para analisar outros vasos além da artéria carótida, como as artérias coronárias e periféricas, ampliando o seu impacto nas patologias cardiovasculares. Quando combinada com outras modalidades de imagem, como tomografia computadorizada e ressonância magnética, esta abordagem pode proporcionar diagnósticos mais detalhados e abrangentes. Adicionalmente, a integração com dados clínicos, biomarcadores e informações demográficas possibilita diagnósticos personalizados, alinhando-se à tendência da medicina de precisão. Esta inovação otimiza o fluxo de trabalho clínico e reforça a relevância da IA na saúde digital.

Sistema robótico autónomo INSIDE

Sistema robótico autónomo para a terapia do autismo

O transtorno do espetro do autismo é uma condição do neurodesenvolvimento com repercussões clínicas, sociais e económicas significativas ao longo da vida. Segundo a Organização Mundial de Saúde, estima-se que afete aproximadamente 1 em cada…

Ler mais
troca de informações de saúde e interoperabilidade

A nova era da interoperabilidade em sistemas de saúde

A crescente utilização de registos eletrónicos de saúde, sistemas de diagnóstico digital e tecnologias de monitorização remota tem levado a um aumento expressivo no volume e na complexidade dos dados em saúde. Este aumento intensifica…

Ler mais
robótica colaborativa

Robótica colaborativa melhora as condições de trabalho

Os trabalhadores enfrentam desafios crescentes no ambiente industrial. Entre os mais críticos estão a fadiga e as posturas inadequadas, frequentemente associadas a tarefas repetitivas e a condições de trabalho que carecem de adequação ergonómica. Estes…

Ler mais
Benefícios da Eletrônica Médica

Deteção da ansiedade e de ataques de pânico em tempo real

O crescente número de pessoas com transtornos de ansiedade, juntamente com o aumento da conscientização sobre a saúde mental, impulsiona a necessidade de novas ferramentas tecnológicas que forneçam a monitorização remota e contínua de transtornos…

Ler mais
Personalização e tecnologia na gestão da Diabetes

Personalização e tecnologia na gestão da diabetes

A crescente prevalência de doenças crónicas, particularmente DM, está a sobrecarregar os sistemas de saúde globais e a aumentar os custos dos cuidados de saúde devido à complexidade dos cuidados e à fraca integração, resultando…

Ler mais
TEF-HEALTH Logo

SPMS integra a iniciativa TEF-Health

A SPMS participa na iniciativa TEF-Health como parceira de um consórcio composto por 51 entidades de 9 países da União Europeia. Esta ação é cofinanciada pela Comissão Europeia e tem uma duração de cinco anos….

Ler mais
Global Digital Health Partnership Logo

SPMS representa Portugal como vice-presidente da GDHP

A GDHP é uma organização intergovernamental da área da saúde digital que facilita a cooperação e colaboração entre representantes governamentais e a Organização Mundial da Saúde (OMS), cujo propósito é fomentar o desenvolvimento de políticas…

Ler mais
HealthData@PT Logo

HealthData@PT: Nova iniciativa da SPMS para dados de saúde

A ação HealthData@PT é lançada no contexto da implementação do Espaço Europeu de Dados de Saúde, sendo uma iniciativa aprovada pela Comissão Europeia no âmbito do programa EU4Health 2021-2027. Esta iniciativa contribui para a transformação…

Ler mais

tem uma ideia inovadora
na área da saúde?

Partilhe-a connosco e veja-a ganhar vida.
Ajudamos a dar vida aos seus projetos!

Newsletter

Receba as novidades do
Portal InovarSaúde

República Portuguesa logo
SNS Logo
SPMS Logo

Acompanhe-nos

Cofinanciado por :

PRR Logotipo
República Portuguesa logo
União Europeia Logo
Scroll to Top