UN SISTEMA PER L'ANALISI AUTOMATICA DI IMMAGINI ECOGRAFICHE DI SUPPORTO ALLA DIAGNOSI PRENATALE.

Transcript

1 FACOLTA DI SCIENZE MM.FF.NN CORSO DI LAUREA IN SCIENZE DELL INFORMAZIONE UN SISTEMA PER L'ANALISI AUTOMATICA DI IMMAGINI ECOGRAFICHE DI SUPPORTO ALLA DIAGNOSI PRENATALE. TESI DI: Giuseppa Sciortino Matricola: RELATORE: Prof. Domenico Tegolo CORRELATRICE: Dott. Emanuela Orlandi ANNO ACCADEMICO

2 Sommario INTRODUZIONE... 2 I CAPITOLO... 4 GLI ULTRASUONI... 4 GLI ULTRASUONI IN MEDICINA E L ECOGRAFIA... 6 Metodi Di Acquisizione... 8 Artefatti ECOGRAFIA PRENATALE Ecografia del primo trimestre Ecografia del secondo trimestre Ecografia del terzo trimestre TRANSLUCENZA ED ANOMALIE CROMOSOMICHE II CAPITOLO ELABORAZIONE DELLE IMMAGINI IMAGE ENHANCEMENT ISTOGRAMMA Constrast Stretching Histogram Equalization FILTRO ANISOTROPO SEGMENTAZIONE ALGORITMI DI THRESHOLD ALGORITMI EDGE-BASED Trasformata di Hough Trasformata di Hough generalizzata REGION-BASED Region growing ESTRAZIONE DI FEATURES III CAPITOLO MODULI FUNZIONALI FASE I FASE II IV CAPITOLO RISULTATI Fase I Fase II CONCLUSIONI APPENDICE ASSI E PIANI ANATOMICI BIBLIOGRAFIA

3 Introduzione La sindrome di Down è la causa cromosomica di ritardo mentale più diffusa. Senza distinzioni etniche o sessuali si manifesta in un caso ogni circa settecento nascite. Tale rapporto aumenta drasticamente se si considerano i concepimenti di bambini affetti da trisomia 21, visto che tre casi su quattro si concludono con un aborto spontaneo o con la nascita di un bambino morto, se ciò non avvenisse il rapporto sarebbe di circa uno ogni circa duecento gravidanze. Diversi studi associano un fattore di rischio dipendente dall et{ della madre, ma è importante sottolineare che questo non è l unico fattore determinante, in quanto ogni feto ha una sua probabilità di essere affetto da trisomia 21. Negli ultimi decenni la ricerca medica ha potuto approfondire le proprie conoscenze sulle fasi dello sviluppo fetale grazie all uso di strumentazioni sempre più innovativi, introducendo nuovi protocolli clinici diagnostici, come nel caso delle cromosopatie. Le opportunit{ offerte dall odierno imaging ecografico hanno permesso di individuare nuovi marker per il calcolo del rischio di cromosopatie, tra questi la misurazione dello spessore della translucenza nucale (NT). L aumento della NT può essere determinato da: anomalie cardiache o di altri organi, sindromi malformative, anomalie cromosomiche come la Sindrome di Down e altre più rare. L'esame della NT ha una sensibilit{ dell 80% circa, la cui accuratezza ha 2

4 permesso di inserirlo tra le metodiche di screening delle malattie cromosomiche. Questa tesi di sicuro non ha come obiettivo quello di proporre una diagnosi né ha la pretesa di proporre un metodo di indagine che vada a sostituire la conoscenza e l esperienza di un medico. Quello che qui viene proposto può essere visto come un ulteriore ausilio digitale per la misurazione della translucenza nucale. In questa tesi viene proposto un metodo per l individuazione dei migliori frame, di una sequenza video ecografica fetale, per la misurazione della translucenza nucale. La valutazione dello spessore della translucenza è di fondamentale importanza dal punto di vista clinico per una precoce diagnosi di eventuali patologie del nascituro e per il monitoraggio della crescita del feto. Il metodo elaborato è stato applicato a sequenze video acquisite da apparecchi ecografici e si basa su un algoritmo organizzato in due blocchi principali: Individuazione delle sezioni sagittali mediane Individuazione della translucenza e calcolo approssimativo dello spessore della translucenza stessa. 3

5 I CAPITOLO Nel 1794 lo scienziato italiano Lazzaro Spallanzani dimostrava come i pipistrelli si orientavano durante i voli notturni grazie all uso degli ultrasuoni. Successivamente si scoprì che i pipistrelli non sono gli unici esempi in natura che utilizzano gli ultrasuoni come sistema di localizzazione. L uomo prendendo esempio dalla natura, impiegò gli ultrasuoni per scopi militari per lo sviluppo del SONAR. Oggi l uso degli ultrasuoni non è limitato alle sole applicazioni militari, bensì ricopre un ampio spettro di applicazioni. In ambito medico, numerose sono le applicazioni degli ultrasuoni e grazie alla loro non invasività si sono potute rivoluzionare le indagini diagnostiche. GLI ULTRASUONI Gli ultrasuoni sono particolari onde acustiche, per la loro natura elastica, affinché si propaghino, necessitano che il mezzo attraversato abbia particolari caratteristiche di elasticità e densità, sia esso solido, liquido o grassoso. La natura ondulatoria degli ultrasuoni garantisce proprietà fisiche come: frequenza, velocità di propagazione e intensità. Ciò che le distingue dal suono è la frequenza, infatti gli ultrasuoni hanno una frequenza superiore a quella udibile dall orecchio umano, ovvero superiore ai 20 khz. Come le onde luminose, gli ultrasuoni quando attraversano la superfice di separazione tra due mezzi è soggetta a fenomeni fisici come la riflessione, la diffusione, la 4

6 rifrazione e la diffrazione. In particolare si verificano fenomeni di diffusione e riflessione quando l onda attraversa la superficie di separazione tra due mezzi; in ambito medico è più appropriato parlare di passaggio tra tessuti con diversa impedenza, cioè il rapporto tra pressione sonora e velocità di vibrazione. Nel passaggio tra un mezzo e l altro l onda si separa in due componenti: una continuerà a propagarsi nel nuovo mezzo mentre l altra verr{ riflessa nel mezzo da cui proviene. Gli ultrasuoni sono generati da trasduttori, dispositivi capaci di trasformare energia elettrica in energia meccanica, composti da elementi con proprietà piezoelettrici, in grado di interpretare le variazioni del campo elettrico e trasformarle in variazione di lunghezza d onda. Con l uso di diversi tipi di trasduttori, gli echi di ritorno sono elaborati per essere interpretati, ottenendo immagini mono e bidimensionali. Affinché il segnale sia rappresentabile, è necessario che il segnale venga amplificato, cioè viene caratterizzato da un guadagno calibrato in decibel. Questo accade perché gli echi provenienti da distanze maggiori subiscono un processo di attenuazione del segnale che dipende dalla profondità, dal tipo e dal numero di strutture attraversate. Diventa quindi necessario compensare questa perdita in relazione alla profondit{ dell eco. Simmetricamente, per echi provenienti da profondità minori, è necessaria una compensazione di tipo soppressivo, atta a rendere l intensit{ dell eco di ritorno proporzionale a quelle proveniente da profondit{ maggiori. Altri accorgimenti durante il processo di elaborazione del segnale di ritorno è la sogliatura, ovvero l intensit{ dell eco deve superare una certa soglia affinché sia interpretabile in modo da evitare il rumore di fondo, e il range 5

7 dinamico, il quale condiziona la qualit{ dell immagine determinando il range dei livelli di grigio con cui verranno rappresentati gli echi. Il range è determinato in base al rapporto in decibel tra l eco ad intensit{ maggiore e quello ad intensit{ minore. Esso è determinato in base alle variazioni di ampiezza degli echi ad una distanza. GLI ULTRASUONI IN MEDICINA E L ECOGRAFIA Considerata la non invasività di tali lunghezze d onda sia per la salute umana sia per l ambiente, negli anni si sono sviluppate sempre più sofisticate strumentazioni che utilizzano gli ultrasuoni, [1-4]. La Norma di riferimento, la UNI EN [5], prevede che, in ambito medico si utilizzino ultrasuoni longitudinali o trasversali, di frequenza tipicamente compresa tra 1 e 10 MHz; negli ultimi anni, in un contesto applicativo più ampio, il range si è stato esteso a 20 MHz. La frequenza è scelta tenendo in considerazione che ultrasuoni a frequenze maggiori hanno maggiore potere risolutivo nell'immagine, ma penetrano meno in profondità nel soggetto. Gli ecografi sono dispositivi destinati alla generazione ed all elaborazione del segnale. Solitamente è composto da: una sonda, che trasmette e riceve il segnale, un sistema elettronico che genera l impulso di trasmissione, riceve l eco di ritorno alla sonda e tratta il segnare ricevuto, e un sistema di output, in genere un monitor o un oscilloscopio. Le onde sono generate da un cristallo piezoceramico situato nella sonda, la quale è messa a contatto con il tessuto cutaneo del paziente per rilevare le 6

8 variazioni. Per diminuire l attenuazione del segnale, a causa dell aria, viene utilizzato un gel interposto tra la cute e la sonda. Figura 1 Ecografo La risoluzione di un sistema ecografico dipende dal cono di apertura con cui gli ultrasuoni sono emessi, il quale influisce sulla profondità di penetrazione in cui il fascio può considerarsi parallelo. Figura 2 Risoluzione Assiale e Laterale della sonda Due tipi di risoluzione sono tipicamente usate in medicina, la risoluzione assiale definita come la distanza, in termini di profondità, tra due superfici sulla stessa 7

9 traiettoria d onda e la risoluzione laterale definita come la distanza tra due strutture alla stessa profondità. Maggiore è la risoluzione più definita sar{ l immagine risultante, nel caso in cui il dispositivo di output è un monitor. Quando l impulso trasmesso, sotto forma di vibrazione meccanica, incontra un ostacolo, come la discontinuità che intercorre tra due tessuti diversi, la presenza di liquidi, aria, etc., parte dell energia trasportata viene riflessa mentre l altra proseguir{ la sua traiettoria. Una volta che l onda riflessa raggiunge la sonda, questa viene tradotta da segnale meccanico in segnale elettrico. Sarà l interfaccia operatore-macchina a rendere interpretabile il segnale. Metodi Di Acquisizione Per rappresentare gli echi di ritorno che raggiungono la sonda esistono diverse modalità, in base al tipo di indagine che bisogna effettuare. Quelle maggiormente utilizzate sono: A Mode modulazione di ampiezza B Mode Brightness Mode, Modulazione di Luminosità B Mode Real time TM Mode Time Motion Mode 3D Mode 8

10 La modalità A MODE è un tipo di visualizzazione monodimensionale, Fig. 3. L eco è rappresentato con dei picchi che modificano una linea su un oscilloscopio. L ampiezza dei picchi è proporzionale all intensit{ dell eco, mentre la profondità è proporzionale alla distanza delle interfacce che hanno generato l eco. L A-mode, trova ancora residuali applicazioni nell ecografia dell occhio. Figura 3 Visualizzazione A-Mode In modalità B-MODE (Brightness Mode, Modulazione di Luminosità) gli echi sono rappresentati in sequenza lungo una linea secondo la loro distanza dalla sorgente (determinata sulla base del ritardo con cui ritornano alla sonda) e la loro intensità viene presentata in scala di grigi: il bianco corrisponde al massimo dell intensit{ mentre il nero all assenza di echi, Fig. 4; le sfumature intermedie rappresentano i vari livelli di intensità. Questa modalità di rappresentazione, utilizzata in sequenza temporale o mediante multiple linee di scansione affiancate, opportunamente sincronizzate, è la modalità di visualizzazione degli echi più utilizzata in ecografia. B MODE REAL TIME: è la naturale evoluzione del B-mode; la singola linea di scansione è affiancata a molte altre così da formare un pennello o un 9

11 ventaglio che fornir{, quindi, immagini bidimensionali di sezioni di un organo o di un tessuto (immagine di tipo tomografico), Fig. 4. Gli echi dei singoli fasci ultrasonori arrivano ai cristalli della sonda, con una sequenza opportunamente temporizzata, continuamente processati ed elaborati, così da fornire frame che, se in numero adeguato (almeno 15 per secondo), daranno una sensazione di fluidit{ alle immagini visualizzate sul monitor. Ciò permette la visualizzazione delle strutture in tempo reale, cioè, in maniera dinamica, ottenendo, oltre a valutazioni di tipo morfologico, informazioni di tipo funzionale (ad esempio visualizzando le contrazioni cardiache, l attivit{ peristaltica intestinale, ecc.). Figura 4 Da sinistra verso destra : Visualizzazione B-Mode e B-Mode Real Time TM-MODE (Time Motion Mode) Negli organi provvisti di movimenti continui può essere utile visualizzare questi movimenti lungo una linea di scansione fissa, soprattutto per eseguire misurazioni. Il TM mode è in concreto un B-mode in cui lungo una linea di scansione fissa si hanno continui refresh della posizione dei vari echi che, però, non vanno a sovrapporsi ai precedenti (come avviene nel B-mode RT) ma si affiancano in successione l uno all altro comunicando così 10

12 informazioni sulla motilità della parte indagata lungo quella singola linea di scansione nel tempo, Fig. 5. Questa modalità di visualizzazione è classicamente molto utilizzata in ecocardiografia, ma è di grande utilità anche in ecografia d urgenza. Figura 5 Visualizzazione TM-Mode 3D Mode è l'evoluzione più recente dei sistemi ecografici, con un sistema di rappresentazione tridimensionale, che a differenza dell immagine classica, bidimensionale, utilizza una particolare sonda la quale acquisisce una sezione volumetrica del tessuto, Fig. 6. Il volume viene acquisito e digitalizzato in frazioni di secondo, successivamente può essere esaminato sia in modalità bidimensionale, con l'esame di infinite "fette" del campione (sui tre assi x, y e z), oppure in rappresentazione volumetrica, con l'esame del tessuto o dell'organo da studiare, il quale appare sul monitor come un solido che può essere fatto ruotare sui tre assi. Con la metodica "real time", si aggiunge a tutto ciò l'effetto "movimento", per esempio il feto che si muove nel liquido amniotico. 11

13 Figura 6 Visualizzazione 3D-Mode Si definisce ecogenicità di un tessuto la proprietà relativa alla quantità di echi che lo stesso è in grado di riflettere quando è attraversato da un fascio di ultrasuoni. Si parla di tessuti anecogeni quando non avviene nessuna riflessione, come per esempio nel caso di liquidi come l acqua e il sangue. L immagine risultante in prossimità di questi tessuti è caratterizzata da zone scure, talvolta nere. Mentre nel caso di solidi siamo in presenza di tessuti ecogeni in grado di riflettere il fascio in modo più o meno marcato, in base alla proprietà intrinseche del tessuto e del parenchima circostante; in questo caso l immagine risultante sarà caratterizzata da zone più luminose. Si utilizzano termini come iperecogeno, ipoecogeno, isoecogeno per esprimere le proprietà ecogeniche dei tessuti non solo in base alle loro proprietà fisiche ma anche in relazione ai tessuti circostanti o all interno di uno stesso organo. Un tessuto iperecogeno per eccellenza è il tessuto di cui sono composte le ossa, le quali non si prestano bene alle indagini ecografiche, in quanto riflettono quasi 12

14 per intero il fascio di ultrasuoni, ma esistono tessuti di natura non ossea che vengono definiti iperecogeni, come nel caso di microcalcificazioni, che in relazione al parenchima circostante, ricco di vasi sanguigni e quindi liquido, hanno una capacità riflettente maggiore. La stessa similitudine avviene per i tessuti definiti ipoecogeni, a ecogenicità ridotta, e isoecogeni, sinonimo di stessa ecogenicità, per questi ultimi è difficile individuare la superfice di separazione in quanto si differenziano poco dal parenchima circostante. L immagine ecografica è dunque una mappatura dei segnali degli echi riflessi da una sezione del corpo. Artefatti Gli artefatti sono definiti come informazioni falsate e/o distorte composte da echi alterati da interazioni con i tessuti. Diversi sono i fattori che determinano la formazione di un artefatto, tra cui la scarsa qualità delle strumentazioni usate e un settaggio di ampiezza non corretto o non idoneo per gli organi in esame. È importante ai fini di una corretta interpretazione dell immagine ecografica conoscere quali sono e come si manifestano gli artefatti a cui le immagini ecografiche sono soggette, in alcuni casi sono indice di patologie. Tra quelle più comuni ricordiamo: Riverbero Artefatto a coda di cometa Ring-down 13

15 Cono d ombra posteriore Rinforzo posteriore di parete Side-lobe Effetto di volume parziale Effetto specchio Speckle L ecografia è un sistema per indagini non invasive, innocua sia per gli esseri viventi che per l ambiente, ciò ha contribuito ad affermare, negli ultimi decenni, il suo ampio uso in svariati settori, soprattutto in ambito medico, come tecnica di indagine diagnostica. Seppur operatore-dipendente, per cui si richiede un attenta preparazione del personale, abilità manuali e spirito di osservazione, oltre a cultura dell' immagine ed esperienza clinica. La sua non invasività ha permesso di identificarla come la migliore tecnica di indagine nel settore ostetrico. Figura 7 Il sistema ecografico 14

16 Sebbene finora abbiamo messo in rilievo soltanto gli aspetti positivi delle indagini ecografiche, è giusto menzionare anche quelli negativi seppur irrilevanti e di debole entità, viste le norme cautelari che permettono di evitarli. Le vibrazioni provocate dagli ultrasuoni possono scatenare fenomeni di aumento termico, dei tessuti attraversati, e cavitazione (implosione di bolle gassose). Secondo risultati di laboratorio tali effetti risultano presenti e dannosi solo per lunghe esposizioni di queste onde ed ad una frequenza inadeguata. Perciò si raccomanda comunque di non usare impropriamente tali strumentazioni e di impiegarli per il tempo strettamente necessario. In ambito ginecologico, l ecografia ha permesso di scoprire e analizzare molti aspetti legati allo sviluppo, sin dai primi mesi, degli esseri viventi, aspetto oscuro prima della nascita degli ecografi. Le indagini ecografiche prenatali sono diventate un elemento fondamentale che accompagna tutto il periodo gestazionale. ECOGRAFIA PRENATALE L ecografia prenatale è senza dubbio una delle indagini più complete ma allo stesso tempo più complesse, che può essere effettuata sul feto, senza dimenticare, che rispetto ad altre indagini più rischiose per la gravidanza, come la villocentesi e l amniocentesi, è sicura e ripetibile. Proprio per questi motivi il Sistema Sanitario Nazionale consiglia che ciascuna donna nelle 38 settimane di gestazione esegua almeno tre controlli ecografici a scopi preventivi. Secondo il protocollo proposto, il primo esame va eseguito tra l undicesima e la 15

17 tredicesima settimana (I trimestre), il secondo tra la diciannovesima e la ventunesima settimana (II trimestre) e il terzo tra la trentesima e trentaquattresima settimana (III trimestre) [6]. L approccio può essere transaddominale e transvaginale, quest ultimo produce immagini qualitativamente migliori, poiché vi sono un minor numero di tessuti materni ( che disturbano il segnale) interposti tra la sonda e il feto, i vantaggi si possono apprezzare solo nel primo trimestre in quanto superato questo periodo le dimensioni del feto impediscono una visione globale dello stesso. Figura 8 Immagine ecografica fetale La complessit{ dell esame nasce da molteplici fattori: l operatore non può far assumere al feto posizioni favorevoli all acquisizione dei dati secondo specifiche esigenze, si analizza un intero organismo di ridotte dimensioni, vi è un fattore di 16

18 attenuazione maggiore, ovvero la presenza dei tessuti materni, fattore aggravato dalla eventuale presenza di tessuti adiposi e movimenti improvvisi del feto. Questi esempi sono solo alcuni tra quelli che possono determinare una scarsa qualità delle immagini rispetto ad un generica immagine ecografica. Una buona strumentazione e le conoscenze approfondite dell operatore giocano un ruolo fondamentale per l accuratezza dell esame. Ecografia del primo trimestre L ecografia del primo trimestre fornisce informazioni molto importanti ai fini del regolare decorso della gravidanza. Consente di accertare la regolare sede intrauterina della gravidanza, di stabilire l epoca della gravidanza, di stabilire il numero di embrioni presenti e in caso di gravidanza gemellare riconoscere anche il tipo di gemellarità. Uno dei motivi per cui è consigliabile effettuare il primo esame attorno tra l undicesima e la tredicesima settimana, è che insieme all esame della translucenza nucale e combinata ai dosaggi sierici materni di free-bhcg e PAPP-A, fornisce una stima del rischio di patologie cromosomiche, per esempio legate alla trisomia 21, 18, 13, la sindrome di Turner e al rischio di patologie per la futura mamma. Inoltre è un ottimo screening per avere le prime valutazioni sullo stato di alcuni organi del feto, come il cuore, che è completo già dalla decima settimana, il cervello o gli arti, di cui si possono già evidenziare, se presenti, malformazioni più gravi. 17

19 Ecografia del secondo trimestre L ecografia del secondo trimestre detta anche ecografia morfologica permette una migliore e dettagliata analisi degli organi e arti già analizzati nel primo trimestre, ma anche nuovi elementi non valutabili nel primo trimestre. Il suo scopo non è solo di tipo confermativo, infatti durante tale periodo si possono valutare le condizioni di altri organi, come le dimensione del collo dell utero materno e della quantità di liquido amniotico, anche se ciò non è fatto di prassi, è molto utile per individuare gravidanze a rischio. Intorno alla 20-esima settimana di gravidanza, lo studio del cuore fetale può essere eseguito in modo completo con la scansione 4 camere, le quali sono gi{ formate, permette di individuare circa il 40% delle cardiopatie congenite; va comunque sottolineata la possibilità che alcune di queste patologie non sempre sono ecograficamente diagnosticabili, in questi casi utile ricorrere all uso di un ecocardiografico. Altre misure effettuate, su cui ricade principalmente l attenzione dell operatore durante l ecografia del secondo trimestre, riguardano il cervello con misurazione dei ventricoli laterali, del cervelletto, la colonna vertebrale, il torace, l apparato genito-urinario, gli arti superiori e inferiori, con visualizzazione delle ossa lunghe, dell asse delle mani e dei piedi, la visualizzazione delle dita delle mani, l osservazione del profilo del volto e il cordone ombelicale. Va ricordato che dopo tale periodo la Legge non permette l interruzione della gravidanza anche se il feto è affetto da gravi malformazioni. 18

20 Ecografia del terzo trimestre L'ultima ecografia prima del parto deve essere eseguita tra la 30 e la 34 settimana: prima di questo periodo non è possibile avere informazioni utili in funzione del parto. Si misura il feto in tutti gli ambiti che sono indicativi del suo stadio di sviluppo. In particolare si valuta: l'accrescimento del feto, la posizione della placenta, la quantità di liquido amniotico, la posizione del feto, il peso stimato del bambino e la presenza di eventuali malformazioni. Tra queste si ricordano tutte le patologie evolutive che possono comparire in qualsiasi periodo della gravidanza, difficilmente individuabili prima di questo stadio della gravidanza: idrocefalia, tumori, ernia diaframmatica, patologie cardiache, patologie ostruttive renali. TRANSLUCENZA ED ANOMALIE CROMOSOMICHE Langdon Down nel 1866 descriveva che i soggetti affetti da trisomia 21, avevano delle caratteristiche in comune come il profilo del volto piatto, il naso piccolo e la cute che appariva più ampia rispetto alla superficie corporea; per tale motivo la trisomia 21 viene anche definita Sindrome di Down. Per identificare le donne maggiormente a rischio per la Sindrome di Down fino a qualche decennio fa, il metodo di screening tradizionale era l et{ materna. 19

21 Negli anni 70, quando le donne di et{ superiore ai 35 anni rappresentavano il 5% della popolazione delle gestanti l amniocentesi o la villocentesi consentivano di individuare il 30% dei feti affetti da trisomia 21. È da sottolineare che l et{ materna non è l unico fattore di rischio e che l amniocentesi e la villocentesi sono due metodiche invasive con un abortivit{ dell 1% [7-8] con rischio di lesioni fetali, parto prematuro, complicanze settiche e rottura prematura delle membrane. Attualmente, nei paesi occidentali, le gestanti di età superiore ai 35 anni rappresentano circa il 20% delle donne in gravidanza. Effettuare degli screening invasivi consentirebbe di individuare il 50% dei feti affetti dalla Sindrome di Down andando in contro ad un elevato numero di perdite fetali. Con l introduzione degli ecografi si è potuto studiare, con tecniche del tutto non invasive, tutte le fasi di evolutive del feto, dalla fase embrionale fino al termine della fase fetale. Ciò ha permesso di osservare alcune anomalie nella fase fetale e ricondurle a patologie congenite quali cardiopatie, sindromi genetiche o malformative e cromosopatie, come nel caso della Translucenza Nucale (NT). Ecograficamente la Translucenza Nucale corrisponde ad una raccolta di liquido che appare come un area anecogena, delimitata da due linee più ecogene, presente nello spazio compreso tra la cute e il tessuto molle posta al di sopra della colonna vertebrale, nella regione della nuca fetale. Le motivazioni che spiegano la presenza di tale falda liquida, in tutti gli embrioni fra le 10 e le 14 settimane di gravidanza, non sono ancora del tutto note. E stato osservato che in presenza di un aumento dello spessore della 20

22 translucenza cresce anche il rischio che il feto sia affetto da alcune patologie congenite cromosomiche come nel caso della trisomia 21, 18, 13 e la sindrome di Turner. La misurazione viene effettuata anche nel caso di gravidanze plurime, in quanto risulta ugualmente accurata e il calcolo del rischio viene effettuato per ogni singolo embrione. Diversi studi dimostrano che circa il 75% dei feti affetti da trisomia 21 hanno uno spessore della translucenza superiore a quello dei feti con corredo cromosomico normale [9-10]. Ogni gestante ha un certo rischio di avere un figlio affetto dalla Sindrome di Down, tale rischio aumenta in relazione all et{ materna, inoltre il rischio di avere un feto affetto dalla Sindrome di Down è maggiore nel primo trimestre, poiché un certo numero di affetti va incontro ad aborto spontaneo tra il primo e il terzo trimestre. A supporto della misurazione della translucenza nucale per l identificazione di feti affetti dalla Sindrome di Down sono stati studiati altri parametri di rischio ecografico, tra questi la misurazione dell osso nasale, il dotto venoso e il rigurgito della valvola tricuspide. Esistono diversi studi in letteratura[ che riguardano l analisi dell osso nasale. Nel 2001 la Fetal Medicine Foundation (FMF) ha messo in evidenza come il 70% dei feti che riportavano l assenza o ipoplasia dell osso nasale, durante il controllo ecografico del primo trimestre, fossero affetti dalla sindrome di Down. Bisogna però sottolineare che la misurazione dell osso nasale è più sensibile rispetto alla misurazione della translucenza, e richiede una maggiore esperienza da parte dell operatore e di conseguenza un ulteriore 21

23 certificazione rilasciata dalla FMF, come nel caso della misurazione della Translucenza Nucale, ma sicuramente migliora l efficacia riducendo il numero di falsi positivi. Per identificare meglio le donne maggiormente a rischio per Sindrome di Down, sin dagli anni 80, sono stati messi a punto alcuni test, che calcolano il rischio paziente-specifico di avere un feto affetto dalla sindrome di Down, basandosi sul dosaggio del sangue materno delle HCG, alfafetoproteina, estriolo non coniugato, sostanze prodotte dal feto e dalla placenta, individuando il 60% dei feti affetti dalla Sindrome di Down. Negli anni 90 tali test sono stati ulteriormente affinati, sviluppando un nuovo test denominato Bi-test, il quale consiste nel dosaggio della frazione libera della sub unit{ β della hcg(freeβhcg) e della proteina plasmatica A associata alla gravidanza (Pregnancy Associated Plasma Protein A PAPP-A). Grazie a tale esame siamo in condizione di individuare il 65% degli anomali sin dal terzo mese di gravidanza con un 5% di falsi positivi. Il test combinato del I trimestre, consiste nell associazione della misurazione della Translucenza nucale con il Bi-test; questo test consente di identificare l 85-90% dei feti affetti da trisomia 21 con un tasso di test positivi del 5% [21-22]. Nel 1995 il Centro di Diagnosi Prenatale di Palermo, in collaborazione con i Laboratori NTD di New York leader nel settore degli screening prenatali, ha intuito la potenzialità derivante dalla possibile integrazione dei due metodi di screening sopradescritti. Infatti lo screening biochimico e quello ecografico si 22

24 basano su elementi fra loro indipendenti, quindi possono essere utilizzati insieme aumentando la capacità di individuazione degli anomali e diminuendo la percentuale dei falsi positivi. E' stato così messo a punto un programma computerizzato che consente l'integrazione dei dati relativi alla biochimica, alla misurazione della translucenza nucale ed all'età materna, ottenendo quello che da molti anni ed ancora oggi è il miglior metodo di ricerca dei casi a rischio per le anomalie dei cromosomi. L'ultrascreen si basa su una particolare tecnologia, detta "dried blood" cioè sangue asciutto, che prevede che le gocce di sangue vengano raccolte su una speciale carta da filtro in analogia a quanto già fatto per gli screening neonatali per le malattie metaboliche, lasciandole poi essiccare all'aria per almeno un'ora [51]. Il gruppo del Prof. Nicolaides di Londra ha promosso un progetto internazionale, gestito dalla Fetal Medicine Foundation, per la valutazione multicentrica della translucenza. Tale studio, che si basa su gravidanze concluse, ha inequivocabilmente dimostrato come questo marker sia in grado di identificare il 75% circa dei casi di Sindrome di Down, mettendo sempre in allarme il 5% delle pazienti sottoposte al test, a patto che ci si attenga rigidamente alle regole di misurazione della translucenza indicate nelle linee guida suggerite dalla Fetal Medicine Foundation. L'importanza di ciò è stata dimostrata da diversi studi che hanno evidenziato un aumento della capacità di individuazione dei casi di trisomia 21 che passa dal 30% all'84% dopo avere 23

25 modificato la tecnica di misura della translucenza, adeguandosi al protocollo della Fetal Medicine Foundation.,23- I criteri riconosciuti dalla Fetal Medicine Foundation per determinare lo spessore della translucenza nucale sono [23]: L et{ gestazionale deve essere compresa tra l undicesima e la tredicesima settimana. La lunghezza vertice sacrale deve essere compresa tra i 45 mm e gli 84 mm. Nell immagine bisogna includere soltanto la testa fetale e la porzione superiore del torace. Il feto deve essere in posizione neutrale. L ingrandimento deve essere il maggiore possibile. Bisogna ottenere una buona sezione sagittale mediana del feto. Deve essere posta attenzione nel distinguere la cute fetale dalla membrana amniotica, dal momento che, a quest epoca gestazionale, entrambe le strutture appaiono come sottili membrane. Deve essere misurato lo spessore massimo della translucenza sottocutanea. Durante l ecografia, deve essere ottenuta più di una misurazione dell NT e la maggiore tra queste deve essere annotata. 24

26 Figura 9 Immagine ecografica del I trimestre :sezione sagittale mediana, il rettangolo evidenzia la translucenza nucale. Il termine translucenza nucale viene utilizzato indipendentemente dall aspetto e dall estensione, della falda liquida, confinata alla regione nucale o estesa su una regione più ampia; non è l aspetto che determina il rischio di associazione con le anomalie cromosomiche, bensì il suo spessore. Quindi tanto maggiore è lo spessore della nuca, tanto maggiore risulterà la probabilità che quel feto sia affetto da un anomalia del cariotipo. 25

27 II Capitolo ELABORAZIONE DELLE IMMAGINI Con il termine elaborazione delle immagini si intendono tutte quelle tecniche che permettono di migliorare e analizzare le immagini digitali [24]. Una trattazione esaustiva sarebbe pressoché impossibile, in questo capitolo si esporrà una panoramica generale sulle principali tecniche dell'elaborazione delle immagini e nello specifico quelle utilizzate per la realizzazione del progetto. In uno schema molto semplificato potremmo suddividere le fasi dell elaborazione delle immagini in tre macro step: Image Enhancement : per migliorare la qualità delle immagini. La segmentazione : per suddividere e individuare le regioni di interesse. L estrazione delle caratteristiche : per caratterizzare le regioni. IMAGE ENHANCEMENT L image enhancement, spesso indicata come fase di pre-processing, viene impiegata nell elaborazione delle immagini per migliorare la qualit{ delle stesse. Durante il processo di acquisizione, per la natura intrinseca del segnale o per problematiche legate alle strumentazioni, il segnale può subire delle variazioni che portano ad un deterioramento della qualit{ delle immagini. L introduzione 26

28 di rumore o le attenuazioni del segnale possono essere tali da influire negativamente sull analisi delle informazioni. Per eliminare, o almeno attenuare, tali problematiche si utilizzano degli specifici operatori e/o filtri, dettati dalla natura del problema. ISTOGRAMMA Nella scelta degli operatori dei filtri che aiutano a risolvere le problematiche che affliggono le immagini è utile lo studio dell istogramma ad esse associato. L analisi dell istogramma fornisce generalmente utili informazioni sulle propriet{ globali dell immagine, legate alle frequenze dei livelli di grigio. L istogramma dei livelli di grigio di un immagine è una funzione che associa a ciascun livello il numero di pixel dell immagine aventi quel livello di grigio. In Fig. 10 è proposto l istogramma come misura della frequenza delle occorrenze dei livelli di grigio dell immagine. È possibile calcolare l istogramma calcolando un vettore, con dimensioni pari al numero di livelli di grigio che si vogliono analizzare. Ciascun indice del vettore rappresenta un livello di grigio, mentre il suo valore indica il numero di pixel aventi quel livello di grigio. Figura 10 Istrogramma dei livelli di grigio nell'intervallo [0, 255] 27

29 Successivamente saranno proposte solo alcune trasformazioni, tra le tante presenti in letteratura, che è possibile effettuare sull istogramma dell immagine. Constrast Stretching: espansione della dinamica dei livelli di grigio. Questo operatore viene utilizzato per migliorare la qualità di immagini caratterizzate da un contrasto debole. L operatore agisce, migliorando, il contrasto dell immagine espandendo la dinamica dei livelli di grigio su un intervallo più ampio. Siano, i livelli di grigio minimo e massimo dell immagine in input, si calcola un mapping lineare per espandere il range di valori iniziali nel range,, - desiderato, la cui funzione associata sarà del tipo: ( ) ( ) Dove è il valore del pixel dell immagine di output calcolato sul pixel dell immagine di input. Tipicamente, la dinamica viene espansa sull intero intervallo disponibile, ( es. [0, 255] se il dato è rappresentato a 8 bit): P (P G ) ( G 255 G ) 28

30 Tale funzione potrebbe vanificare il miglioramento del contrasto, infatti nel caso in cui i valore di G e G siano rappresentati da un esiguo numero di pixel, il range risulterà più esteso del necessario, indebolendo il potenziale contrasto. Per ovviare tale inconveniente è consigliabile determinare G, G selezionando degli opportuni valori percentuali sull istogramma dei livelli di grigio. Se l operazione deve essere effettuata non per una singola immagine ma per un insieme di immagini, bisogna considerare il caso in cui i valori dei pixel ricadono all esterno del range di valori considerati, magari associandoli ai valori minimo (massimo) del nuovo range, così la funzione di mapping assumerebbe la seguente forma: ( ) ( ) { Figura 11 Constrast Stretching dell istogramma 29

31 Histogram Equalization Anche se l effetto risultante potrebbe apparire simile al Costrain Streiching, l idea che sta alla base della trasformazione dell Histogram Equalization è di tipo probabilistico, col tentativo di ottenere un istogramma uniforme; resta comunque comune ad entrambi gli operatori l obiettivo di esaltare il contrasto dell immagine. Il livello di grigio assunto dal pixel dell immagine viene interpretato come una variabile aleatoria discreta, avente valori 0, 1, 2,, ( 1), convertendo i valori dell istogramma, ( ), nei valori di probabilità corrispondenti a ( ) : ( ) ( ) ( ) Si considera una funzione di trasformazione T definita come: ( ) p (k) In questo modo i valori j (livelli di grigio trasformati) appartengono all intervallo,0, 1-. Per normalizzarli nell intervallo,0, L 1- è necessario effettuare una moltiplicazione per (L 1): ( 1) ( ) In generale trattandosi di trasformazioni discrete, ciò che otteniamo non è un istogramma del tutto uniforme nonostante l effetto è quello desiderato. 30

32 Figura 12 Istogramma Equalization FILTRO ANISOTROPO Le immagini ecografiche sono prodotte dall elaborazione dell onda riflessa una volta che l impulso incontra un tessuto con impedenza diversa. I tessuti biologici presentano tra loro diverse densità di dispersione degli ultrasuoni, oltre a presentare discontinuità nel tessuto stesso, inoltre la loro superficie, rispetto alla scala tipica della lunghezza di un ultrasuono, appare ruvida. Questi fattori creano fenomeni di interferenza, dando origine allo speckle, un fenomeno quasi casuale, diffuso su tutta l immagine, che si verifica quando impulsi acustici non sono rilevati in modo coerente. In fisica si definisce speckle ossia un immagine punteggiata che si ottiene quando un'onda attraversa un mezzo disordinato, si produrrà, per alcune direzioni, un effetto di interferenza costruttiva, per altre un effetto di interferenza distruttiva creando così un oggetto costituito da puntini luminosi e di puntini scuri. L applicazione di particolari filtri durante la fase di pre-processing è opportuna ai fini di migliorare l immagine in termini di speckle e quindi una corretta analisi. 31

33 In letteratura esistono diversi lavori, tra cui [25-28-, che dimostrano l efficacia di filtri anisotropi nella rimozione di tale artefatto. Ultrasound Speckle L effetto dello speckle può essere modellato approssimativamente come un rumore moltiplicativo, così definito: (, ) (, ) (, ) (, ) Dove con indichiamo l intensit{ dell immagine affetta da rumore, l intensit{ dell immagine senza rumore, e rispettivamente le componenti moltiplicative e additive del rumore speckle e (, ) le coordinate spaziali del pixel. Quando applicato alle immagini ecografiche è considerata la sola componente moltiplicativa, il modello considerato sarà quindi : (, ) (, ) (, ) L algoritmo usato per la rimozione dello speckle fu ideato da Perona e Malik [25] basandosi sulla diffusione anisotropa, anche se inizialmente fu idealizzato per la descrizione multiscala delle immagini. L idea di base era quella di creare una serie di immagini derivate (,, ) ottenute convolvendo l immagine iniziale (, ) con un kernel gaussiano (, ; ) di varianza t: (,, ) (, ) (, ; ) con (,, 0) condizione iniziale l immagine originale (, ). 32

34 Valori più grandi di, il parametro di scalatura, corrispondono a immagini di risoluzione maggiore ma meno dettagliata. Effettuando una convoluzione tra l immagine e un kernel gaussiano si ottiene l immagine iniziale filtrata con un filtro passa basso. Iterando il procedimento sulle immagini così ottenute si avrà in output un set di immagini caratterizzate da tre parametri, x, y e t rispettivamente le dimensioni e le iterazioni effettuate, all aumentare di t le immagini appariranno sempre più sfocate, con risoluzione maggiore ma meno dettagliate. Come indicato da Koenderink [29] e Kummel [30], questa famiglia di immagini monoparametro può essere vista come soluzione dell equazione di conduzione/diffusione del calore: ( ) Koenderink giustifica la formulazione dell equazione di diffusione definendo due criteri: 1. Causalità: Ogni caratteristica a un livello di risoluzione meno dettagliato deve avere una causa (non necessariamente unica) a un livello più fine di risoluzione, sebbene non debba essere necessariamente vero l opposto. In altre parole, non devono essere generati dettagli spuri quando vengono generate immagini con un livello di dettaglio inferiore. 2. Omogeneità e Isotropia: il blurring deve essere spazio-invariante. 33

35 Questi criteri portano alla formulazione dell equazione di diffusione. Perona e Malik criticano l uso del blurring in quanto porterebbe ad una distorsione spaziale dell immagine, definendo tre principi: 1. Causalità: Come indicato da Witkin [31] e Koenderink [29], una rappresentazione scalata deve avere la proprietà che nessun dettaglio spurio deve essere generato passando da un livello più fine ad uno meno dettagliato. 2. Localizzazione: Ad ogni risoluzione, i confini delle regioni devono essere netti e coincidere con i confini significativi a quella risoluzione. 3. Smoothing discriminante: A tutti i livelli di scala, lo smoothing interno alle regioni deve avvenire preferenzialmente allo smoothing tra regioni distinte dell immagine. Affinché il blurring non risulti costante viene introdotto un coefficiente di diffusione (,, ) il quale agisce in modo da modulare il blurring in funzione delle caratteristiche locali dell immagine, rispettando il secondo e terzo principio. Introducendo tale coefficiente la funzione anisotropa di diffusione sarà del tipo: ( (,, ) ) (,, ) c I dove con viene indicato l operatore di divergenza, e con e rispettivamente gli operatori Gradiente e Laplaciano, rispetto alle variabili dello spazio. 34

36 Tale funzione si riconduce a quella anisotropa nel caso in cui il valore di c sia costante: ( (,, ) I) Il coefficiente c deve essere tale da preservare i contorni agendo principalmente sulle regioni omogenee. Per questo motivo si modella c in funzione dell operatore gradiente, il quale non solo preserva, ma anche mette in risalto, la luminosità dei bordi: ( (,, ) ) Perona e Malik definiscono due funzioni che caratterizzano c in modo opportuno: ( ) ( ) ( ) 1 1 ( ) Il parametro sarà scelto in funzione delle caratteristiche dell immagine, regolando a sua volta la pendenza delle due funzioni. 35

37 Figura 13 Grafico delle funzioni dei coefficienti di diffusione proposti da Perona e Malik Tali funzioni in presenza di gradiente nullo avranno valore massimo, simmetricamente in presenza di maggiori valori del gradiente, legati alla presenza di un contorno, tenderanno a zero. Utilizzando una funzione flusso, definita come: ( I) ( ) è possibile descrivere la funzione di diffusione come : ( ( I)) Anche in questo caso il flusso sarà massimo per gradiente prossimi a k. 36

38 La dimostrazione del teorema del principio del massimo citato da Perona e Malik garantiscono che il principio di casualità viene rispettato. Trattandosi di immagini digitali e quindi discrete, è necessario discretizzare la funzione di diffusione la quale assumerà la seguente forma: (,, ) [ (,, ) (,, )] [ (,, ) (,, )] 1 ( ) [ ( 2,, ) ( (,, ) (,, ))] 1 ( ) [ ( 2,, ) ( (,, ) (,, ))] 1 ( ) [ (, 2, ) ( (,, ) (,, ))] 1 ( ) [ (, 2, ) ( (,, ) (,, ))] (,, ) (,, ) ( ) Dove il termine t viene solitamente posto a ¼ e i valori di possono essere approssimati, per ogni punto con : ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 37

39 in cui: (, ) (, ) (, ) (, ) (, ) (, ) (, ) (, ) (, ) (, ) (, ) (, ) SEGMENTAZIONE Nella elaborazione di immagini, la segmentazione [24] è un processo che permette di partizionare l immagine nelle regioni distinte che la compongono. Durante il processo di segmentazione si analizza la relazione tra i pixel che compongono l immagine rispetto ad una o più caratteristiche, in modo da definire regioni omogene. I metodi di segmentazione variano in base alla specifica applicazione, alle conoscenze pregresse sul tipo e sulle caratteristiche delle immagini in analisi. Diversi fattori, quali artefatti, possono rendere complesso il processo di segmentazione, infatti non esistono metodologie generali applicabili a qualsiasi tipo di immagine. In letteratura sono stati proposti molteplici algoritmi di segmentazione basati su due proprietà: la discontinuit{ e la similarit{ dei valori d intensit{ dei pixel. Nel primo caso si tende ad individuare bruschi cambiamenti di intensità, ovvero 38

40 l individuazione dei bordi (edge) che delimitano le regioni, nel secondo invece si tende ad individuare aree di pixel con intensità simile. Sulla base di queste due proprietà, si è soliti suddividere le tecniche di segmentazione in tre categorie[24]: - Algoritmi basati sul thresholding - Algoritmi basati sui contorni (Edge-based) - Algoritmi basati sulle regioni (Region-based). ALGORITMI DI THRESHOLD In letteratura esistono svariate tecniche di segmentazione che si basano sul concetto di thresholding [24]. Quando si applicano algoritmi di thresholding, in generale non si fa nessun tipo di assunzione sulle propriet{ spaziali dei pixel che compongono l immagine. Si definiscono delle funzioni caratteristiche che esprimono le proprietà, generalmente l intensit{, che devono possedere i pixel affinché questi possano appartenere alla regione. Nella sua forma più semplice il thresholding, restituisce una maschera binaria in cui il valore dei pixel sarà determinato dal superamento del vincolo imposto dalla funzione. Una funzione che rappresenta tale condizione è la seguente: 39

41 (, ) { 1 (, ) 0 Dove il parametro prende il valore di soglia. Il thresholding si usa spesso come passo iniziale dell elaborazione di immagini. Esistono diverse metodologie di thresholding: a singola o doppia soglia; 0 (, ) { 1 0 (, ) (, ) (, ) Punto cruciale di tale tecnica è la scelta del valore di soglia e la suscettibilità al rumore. Per una scelta opportuna dei valori di soglia si può ricorrere all analisi dell istogramma delle intensit{ dell immagine di input o a conoscenze pregresse. ALGORITMI EDGE-BASED La maggior parte delle tecniche Edge-Based, per l identificazione dei contorni, sono basate sull analisi della derivata prima e seconda dell immagine. Attraverso l operatore gradiente, discretizzato, denotato con è possibile definire l intensit{ e la direzione dell edge nella posizione (, ) dell immagine, questo è definito come il vettore: 40

42 [ ] [ ] dove e indichiamo i gradienti rispettivamente nelle direzioni. La magnitudine di tale vettore, denotato con M(x,y), sarà definita come : [ ] *( ) ( ) + Mentre la direzione del vettore è data dall angolo: ( ) Un importante propriet{ del vettore gradiente è di avere una direzione orientata verso la maggiore variazione (di intensit{) dell immagine nella posizione (, ). Sia la magnitudine che la direzione del gradiente possono essere visualizzate come immagini. Quella relativa alla magnitudine avrà livelli di grigio proporzionali all'ampiezza delle differenze di intensità locali, mentre l'immagine della direzione avrà livelli di grigio che rappresentano la direzione del massimo locale del gradiente dell'immagine originale. Il calcolo del gradiente può essere effettuato mediante convoluzione, ovvero calcolando la 41

43 somma pesata delle intensità dei pixel. Quindi utilizzando apposite maschere, è possibile stimare le quantità e in corrispondenza di ciascun pixel. Trasformata di Hough La trasformata di Hough nella sua forma classica si basa sul riconoscimento delle linee e curve di un'immagine [24], successivamente è stata estesa anche al riconoscimento di altre forme arbitrariamente definite, prendendo il nome di Trasformata di Hough Generalizzata. Tale tecnica, proposta da R. Duda e P. Hart nel 1972,32-, fu ampiamente utilizzata nell analisi d immagine soprattutto dopo la pubblicazione, ad opera di Dana H. Ballard [33]. La sua peculiarità sta nel fatto di trasformare tutti i punti di una immagine, in punti di un nuovo spazio, detto spazio dei parametri, altri punti di forza della trasformata sono l insensibilit{ alle occlusioni e al rumore. Nonostante in letteratura sia inserita tra le tecniche di segmentazione Edge- Based, la trasformata di Hough viene applicata nella nostra metodologia con scopi diversi, in particolare per l individuazione di forme circolari, come sar{ meglio approfondito nel prossimo capitolo in cui verrà descritta in dettaglio la metodologia proposta. Riconoscimento di rette Una generica retta può essere espressa in coordinate cartesiane dall equazione: 42

44 con rispettivamente coefficiente angolare e quota ( coordinata di intersezione tra la retta e l asse y). Un generico punto (, ) affinché appartenga ad una retta deve soddisfare l equazione ad essa associata. Per il generico punto (, ) passano infinite rette, tale fascio di rette è rappresentato dall equazione, tale che x e y sono costanti mentre m, q variabili. Nello spazio dei parametri il punto (, ) rappresenta univocamente una retta. Quindi se consideriamo la retta nello spazio dei parametri questa rappresenterà il fascio di rette passante per (, ). Se consideriamo due generici punti distinti 1(, ) e 2(, ) nello spazio immagine, ai fasci di rette associati ai due punti corrisponderanno due rette distinte nel piano dei parametri ed è facile notare che se le due rette si intersecano in un punto (, ) tali coordinate saranno i valori che caratterizzano la retta passante per P1 e P2 nello spazio immagine. q q q x i m y i m m q x j m y j Figura 14 Fasci di rette associati ai punti P1 e P2 nello spazio immagine 43

45 La trasformata di Hough fa uso di queste proprietà per costruire una mappa, detta matrice delle accumulazioni, la quale rappresenta lo spazio dei parametri che rappresenta la curva cercata, in cui per ogni elemento (, ) si calcoleranno i punti dell immagine che soddisfano l equazione della retta associata a (, ). Individuare i valori massimi di tale matrice, equivale a individuare le rette su cui giacciono il maggior numero di punti (nell immagine). Una problematica per questo tipo di rappresentazione è dovuta al tendere ad infinito il valore m una volta che esso si avvicina alla direzione verticale. Per ovviare a tale problema si fa uso della seguente rappresentazione della retta in coordinate polari: ( ) y θ θ x j cos θ y j sin θ ρ θ ρ q x j m y j (x j, y j ) ρ x (x i, y i ) q x j m y j q x j m y j ρ x i cos θ y i sin θ ρ q x j m y j Figura 15 Rappresentazione della retta passante per i (x i, y i ) e (x j, y j ) in coordinate polari 44

46 Ricerca di cerchi Nel caso in cui l oggetto da cercare non sia una retta bensì una curva, bisogner{ esprimere l equazione della curva con un numero appropriato di parametri. Nel caso del cerchio avremo: ( ) ( ) Nel caso in cui il raggio è noto, lo spazio dei parametri sarà in funzione di e, relativamente alle coordinate del cerchio. Figura 16 Circonferenza di raggio r nello spazio immagine La circonferenza di centro e e raggio nello spazio immagine rappresenta il luogo dei centri dei cerchi passanti per il punto e ed aventi raggio pari a nello spazio dei parametri, Fig

47 Figura 17 Fascio di circonferenze passanti per x c, y c e raggio r Nel caso in cui il raggio della circonferenza non è noto, bisognerà definire lo spazio dei parametri anche in funzione di esso. L equazione associata sar{ del tipo: ((, ), (, ), ) ( ) ( ) 0 In questo caso la curva generate per ogni punto dello spazio immagine sarà un cono. Figura 18 Fascio di circonferenze con centro cc rc di raggio non noto 46

48 Nello spazio dei parametri l intersezione di un numero maggiore di superfici sarà indice della presenza di una particolare curva analitica cercata. Tali osservazioni valide per la circonferenza valgono allo stesso modo per altri tipi di curve, come le ellissi. In generale per tali curve occorrerà un numero di punti maggiore e pari almeno al numero dei parametri presi in considerazione per individuare la curva. Anche in questo caso la trasformata di Hough traduce il problema di individuazione di curve in un problema di ricerca delle intersezioni. L'idea di base per la ricerca di forme (ed in particolar modo di cerchi), è basata sulla "validazione delle ipotesi" in cui, definita la curva che si intende cercare nella scena, per ciascun punto dell'immagine si calcolano i parametri di tutte le curve che potrebbero passare per quel punto e si incrementano le relative celle di uno spazio n-dimensionale (con n numero dei parametri) che corrispondono alle diverse curve. Ciò genera pertanto una funzione di accumulazione all'interno del dominio dello spazio dei parametri. Il risultato ottenuto (le forme cercate in partenza) sarà costituito dai massimi della funzione di accumulazione. Trasformata di Hough generalizzata Non sempre è possibile considerare espressioni analitiche per gli oggetti che si vogliono individuare, da ciò deriva una limitazione della trasformata finora descritta. Inoltre al crescere della complessità della curva corrisponde un 47

49 aumento dei parametri da considerare. La generalizzazione di un modello a forma variabile, con lo scopo di superare i limiti di una descrizione analitica della forma, è l idea su cui si basa la trasformata di Hough generalizzata. Il modello, per la rappresentazione della forma, si costruisce scegliendo un punto arbitrario interno alla figura, non necessariamente il baricentro, e si calcolano il modulo e direzione α dei segmenti che uniscono il punto scelto e ciascun punto che definisce il contorno. Inoltre è necessario calcolare la direzione della al contorno in ciascun punto. P ( x i, y i ) P P (x, y ) X x R cos α Y y R sin α P(x, y) β α P P i ( x i, y i ) (ρ i, i ) Figura 19 Costruzione del modello per la rappresentazione dell'oggetto di forma arbitraria Si costruisce così la R-Table, dove i punti R ed α saranno i parametri che descrivono la forma cercata. 48

50 Direzione del contorno Posizione del punto di riferimento La tabella così descritta però non permette di individuare l oggetto su diversa scala e rotazione; per far ciò è necessario introdurre due ulteriori parametri. Modello SP: (x ref, y ref, φ, s) P ref θ ρ y ref P ref s θ ρ φ x ref Figura 20 Costruzione del modello per la rappresentazione dell'oggetto di forma arbitraria invariante per scala e rotazione Ciò rende elevato l onere computazione della trasformata ma tale svantaggio è però giustificato dalla robustezza del metodo, insensibile ad edge spuri(dovuti ad errori) o ad eventuali occlusioni della forma all interno dell immagine 49

51 oggetto di analisi, motivo per cui la trasformata di Hough viene impiegata anche per l interpretazione degli oggetti contenuti nell immagine. Altro vantaggio rispetto alle altre tecniche di segmentazione Edge Based è la continuità del bordo individuato. Infatti, l'altezza dei picchi nella matrice di accumulazione, dipende in maniera del tutto trascurabile da eventuali lacune presenti nella retta di partenza o dall'esistenza di punti spuri presenti nello spazio immagine. REGION-BASED I metodi Region-Based sono tecniche di segmentazione che partizionano l immagine in regioni distinte, in cui oltre a considerare specifici criteri di similarità si considerano le relazioni spaziali tra i pixel. I criteri di similarità saranno dipendenti non solo dalla natura del problema ma anche dalla tipologia di dati delle immagini. Region growing Il Region Growing (crescita delle regioni) è una tecnica di segmentazione Region Based che in maniera iterativa permette di delineare le regioni che compongono l immagine. Un elemento fondamentale su cui si basa tale metodo è il seed, ovvero il punto iniziale dal quale comincia il processo di accrescimento. L idea che sta alla base del Region Growing è che a partire da uno o più seed appartenenti alla struttura di interesse, vengono analizzati tutti i pixel dell immagine che soddisfano le propriet{ spaziali definite e laddove questi 50

52 superano anche il test di similarità, saranno annessi alla regione corrispondente. Il procedimento viene iterato fin quando l accrescimento delle regioni non ha termine. La scelta dei seed ha quindi un importanza fondamentale, dalla quale potrebbe dipendere la riuscita della metodologia. Ad ogni iterazione l accrescimento delle regioni può essere controllato mediante l inserimento di nuovi vincoli relativi, non più dei singoli pixel ma più globalmente alle regioni, basandosi per esempio su concetti di dimensione, intensità globale o della forma. Fase Iniziale del Region Growing Seed Point Direzione di growing Fase di Growing dopo qualche iterazione Grown Pixels Direzione di growing Figura 21 Region growing : espansione delle regioni 51

53 Una scelta non opportuna dei seed o/e dei criteri di similarità potrebbero far crescere smisuratamente le regioni con la spiacevole conseguenza di unire regioni adiacenti distinte, o contrariamente scelte troppo rigide potrebbero non far espandere e quindi individuare le regioni correttamente. In letteratura esistono diverse tecniche per la selezione, automatica o semiautomatica dei seed, che si basano per esempio sull analisi delle distribuzioni di probabilità delle intensità dei pixel o su conoscenze pregresse selle caratteristiche delle regioni di interesse. La modularità di questa tecnica spiega le innumerevoli varianti che si trovano in letteratura, per citare qualche esempio[34-37]. ESTRAZIONE DI FEATURES Di supporto all analisi d immagine è sicuramente la morfologia matematica [24], la quale solo negli ultimi decenni ha acquisito dignità di disciplina autonoma nell'ambito dell'elaborazione delle immagini; il suo impianto matematico si fonda principalmente sulla teoria degli insiemi ed assume in sé concetti di algebra, topologia e geometria. L obiettivo principale della morfologia matematica è quello di estrarre le informazioni geometriche dell immagine stessa attraverso operatori che agiscono su ogni pixel dell immagine. Concetto di fondamentale importanza nella morfologia matematica è sicuramente quello di elemento strutturante. 52

54 L elemento strutturante è costituito da un immagine di piccole dimensioni, rappresentabile con una matrice di pixel. Quando si esegue un operazione morfologica, si esamina sequenzialmente ogni pixel dell immagine da elaborare, facendo in modo che l origine dell elemento strutturante venga centrato dal pixel in esame. L operatore morfologico effettua una serie di controlli tra i pixel dell elemento strutturante e quelli nell intorno in accordo all elemento strutturante. Il risultato del confronto, ovviamente, dipenderà dal tipo di operazione scelta. Gli operatori principali della morfologia matematica sono l operatore di correlazione, di erosione e dilatazione. Inoltre vengono considerati operatori morfologici anche le trasformazioni di apertura e di chiusura, ottenuti da opportune combinazioni degli operatori di erosione e dilatazione. Possono essere considerati operatori morfologici di tipo locale anche l operatore logico and e l operatore logico or. Correlazione Restituisce un immagine di output, i cui pixel settati a 1 sono i pixel corrispondenti ai pixel in cui avviene un match tra l immagine e l elemento strutturante. (, ) (, ) (, ;, ) con,. 53

55 Erosione Rimuove i pixel da una immagine binaria. L erosione separa gli oggetti e rimuove i pixel isolati. Data un immagine ed un elemento strutturante, con elemento centrale (, ), si definisce operazione di erosione,, di su la seguente trasformazione: *(, ) (, ;, ), (, ) +. Dilatazione Aggiunge pixel ad un immagine binaria. La dilatazione connette gli oggetti separati e riempie i fori. Data un immagine ed un elemento strutturante, con elemento centrale (, ), si definisce operazione di dilatazione,, di su la seguente trasformazione: *(, ) (, ;, ), (, ) +. dove con indichiamo l operazione di complementazione in senso Booleano. 54

56 Apertura Prodotta da un operazione di erosione seguita da una di dilatazione. Arrotonda gli oggetti e rimuove i pixel isolati. Data un immagine ed un elemento strutturante, con elemento centrale (, ), si definisce operazione di apertura,, di su la seguente trasformazione: ( ). Chiusura Prodotta da un operazione di dilatazione seguita da una di erosione. Arrotonda gli oggetti e riempie i fori. Data un immagine ed un elemento strutturante, con elemento centrale (, ), si definisce operazione di apertura,, di su la seguente trasformazione: ( ). 55

57 III CAPITOLO MODULI FUNZIONALI In questo capitolo verrà esposta la metodologia proposta e sviluppata per selezionare i migliori frame per la misurazione della translucenza nucale. Il metodo si basa sulle teorie esposte nel capitolo precedente contestualizzandoli alle specifiche ecografiche espresse nel capito primo. La metodologia può essere suddivisa in due fasi : I. Individuazione dei frame per la sezione mediana sagittale II. Selezione dei frame in cui la translucenza nucale è massimizzata In letteratura troviamo diversi lavori che affrontano il problema dell individuazione della NT e della sua misurazione [38-50], alcuni di questi si pongono come obiettivo l individuazione della translucenza all interno del frame selezionato dall operatore, altri hanno come obiettivo la misurazione della translucenza a partire dalle specifiche regioni che la contengono. A differenza di tali contributi, il metodo proposto affronta il problema da un punto di vista globale. I dati di input di tale fase sono le sequenze video acquisite con un ecografo (informazioni dettagliate saranno esposte nel capitolo quarto). L acquisizione dei frame dipende dalle caratteristiche specifiche dello strumento con cui si 56

58 acquisisce, nel nostro caso l ecografo. Tra le caratteristiche ricordiamo il numero di frame al secondo che l ecografo acquisisce. C è un legame intrinseco tra il numero di frame acquisiti, il movimento della sonda che l ecografista esegue e il movimento del feto. Al fine di effettuare una corretta misurazione della translucenza sono proprio i movimenti a determinare la possibilità di acquisire il frame che rifletta tutte le specifiche richieste. In tali sequenze video si suppone che i frame, e quindi le immagini in analisi, contengano la testa del feto e la parte superiore del torace nel profilo sagittale, tale assunzione non lede di generalità poiché l operatore, per eseguire tali esami, deve avere un minimo di conoscenze a riguardo. Lo scopo principale di questa fase del metodo è di individuare la migliore sezione sagittale mediana [Appendice] per la misurazione della translucenza nucale. 57

59 I Fase Campionamento Selezione frame Image Enhancement Filtro anisotropo Segmentazione Thresholding Estrazione Bordi Morfologia Matematica Individuazione macro regione Trasformata Hough Generalizzata Individuazione Tracking e Analisi Plesso corioideo Individuazione e Analisi Osso mascellare Region Growing Selezione Frames II Fase Individuazione Regioni di interesse Regioni iperecogene Estrazione dei bordi Calcolo del Diametro Max Ordinamento dei frame migliori 58

60 FASE I Al fine di caratterizzare la migliore sezione sagittale mediana vengono analizzati alcuni elementi caratteristici: la presenza o assenza del ramo verticale dell osso mascellare e la presenza o assenza del plesso corioideo. Di seguito sono mostrate alcune immagini rappresentative dei casi descritti sopra, Fig Figura 22 Sezione sagittale mediana Figura 23 Sezione sagittale non mediana, è presente il ramo verticale mascellare 59

61 Figura 24 Sezione sagittale non mediana, è presente il plesso corioideo Figura 25 Sezione sagittale non mediana, sono presenti il ramo verticale mascellare e il plesso corioideo La fase preliminare prevede il campionamento dei frame, ovvero il numero di frame che verranno analizzati per ogni secondo di acquisizione. Tale numero è determinato dall utente che, conoscendo le specifiche dell ecografo, può stabilire con quale ridondanza dei dati deve avvenire l analisi. Analizzare un 60

62 numero eccessivo di frame per secondi di acquisizione risulterebbe poco utile, poiché si analizzerebbero frame quasi identici. Riportando un banale esempio per chiarire l affermazione, supponendo che l ecografo acquisisca 15 frame al secondo, si avrebbe un frame ogni 66 millisecondi circa. L intervento da parte dell operatore avviene in questa fase preliminare, il quale con l uso di strumenti software, potrà individuare la testa del feto con il posizionamento di una circonferenza e il posizionamento di una ellissi nella zona frontale, relativamente all encefalo (o plesso corioideo). Ciò non è da considerarsi limitativo ai fini dell automatismo della metodologia, come verr{ discusso nell ultimo capitolo, tale approccio è stato scelto per affinare la metodologia e ridurre i tempi computazionali, infatti può essere reso banalmente automatico introducendo una fase di pre-processing. Figura 26 Individuazione della circonferenza e dell'ellisse 61

63 Image enhancement : filtro anisotropo Ai fini di una migliore individuazione delle regioni di interesse, all immagine originale viene applicato il filtro anisotropo, descritto nel capitolo precedente. Con l applicazione di tale filtro abbiamo un effetto sfumato dell immagine in modo da rendere meno frastagliati i bordi del feto e di eliminare il fastidioso effetto di speckle noise. La trasformazione ottenuta permette di avere anche regioni più uniformi senza perdita di contrasto preservando i bordi, questo concetto sarà chiarito più approfonditamente nei prossimi paragrafi. Figura 27 Immagine di output ottenuta con l'applicazione del Filtro Anisotropo Applicando le tecniche di Image Enhancement per l esaltazione del contrasto sull immagine in cui è stato applicato il filtro anisotropo è possibile notare in Fig. 28 il miglioramento ottenuto evidenziando ulteriormente le regioni di nostro interesse come la mandibola. 62

64 Figura 28 Esaltazione del contrasto, immagine di output Segmentazione: thresholding Le immagini da analizzare, come mostrato nelle figure precedenti, sono composte da parti del feto e tessuti materni; per l individuazione della prima macro regione d interesse applichiamo il thresholding, il cui valore di soglia è stato calcolato sperimentalmente. La presenza del liquido amniotico, con caratteristiche anecogene, facilita l individuazione dell oggetto di analisi, il feto. Possiamo dunque associare il profilo risultante alla componente connessa più estesa, in cui saranno contenute le regioni oggetto di analisi. Dalle immagini, Fig. 29, possiamo notare che per la rigidità delle tecniche di thresholding tale componente connessa non sempre è composta dai soli tessuti fetali, poiché non sempre la superficie di separazione tra tessuti fetali e tessuti materni è sufficientemente marcata, ma in questa fase dell elaborazione ciò non costituisce un problema, come potrebbe esserlo nella fase finale. 63

65 Individuazione del profilo Figura 29 Immagine di output ottenuta con l'applicazione del thresholding Affinché sia applicabile la trasformata di Hough generalizzata è necessario che l immagine in input sia costituita dai soli bordi delle componenti connesse che compongono l immagine; per l estrazione dei bordi applichiamo tecniche di morfologia matematica, nello specifico una trasformazione erosiva all immagine binaria ottenuta con il thresholding, considerando la sola componente connessa più estesa e successivamente sottraiamo a quest ultima l immagine erosa. Figura 30 Estrazione dei bordi del profilo sagittale 64

66 Individuazione delle regioni di interesse : la testa,trasformata di Hough. La testa e parte della nuca del feto sono approssimabili ad una circonferenza, come è visibile in Fig. 30, se inoltre consideriamo che il naso, le labbra e altri parti del feto possono essere viste come oggetti che occludono la circonferenza, è naturale pensare alla trasformata di Hough generalizzata come la trasformata che meglio si presta all individuazione della prima macro regione di interesse: la testa, dove al suo interno sono contenuti l encefalo (plesso corioideo) e la mandibola, regioni d interesse. Ottenuta la maschera binaria che rappresenta i bordi, applichiamo la trasformata di Hough Generalizzata per l individuazione della testa del feto Fig. 32. Nell applicare la trasformata la nostra curva sarà espressa tramite la sua equazione caratteristica della circonferenza, in quanto rappresenta la proiezione su di un piano di una forma cranica paragonabile ad una sfera, mentre per la scelta del raggio abbiamo limitato la sua dimensione, poiché l oggetto da individuare nella sequenza mantiene dimensioni pressappoco costanti. Tale scelta è supportata dalla seguente considerazione: se il feto o l ecografista compie un movimento che determina una incorretta rappresentazione del cranio nell immagine, Fig. 31, implicherà un immagine non idonea alla misurazione della translucenza; in questi casi il frame viene scartato senza procedere oltre con l analisi, passando al frame successivo. 65

67 Figura 31 Immagine acquisita durante un movimento fetale o dal riposizionamento della sonda Tracking della circonferenza e dell ellissi. Individuata la giusta circonferenza si calcola lo spostamento avvenuto tra le coordinate del suo centro e quello della circonferenza nel frame precedente, come discusso precedentemente tali spostamenti sono dovuti a diversi fattori, tra cui i movimenti compiuti dal feto, Fig. 32. Tale spostamento è importante per un corretto posizionamento dell ellissi, che individuerà la regione relativa al plesso corioideo. Affinché la sezione sagittale sia mediana è importante posizionare la sonda in corrispondenza della falce mediana che divide le due strutture parallele dei plessi corioidei. 66

68 Figura 32 Trasformata di Hough: individuazione della circonferenza e posizionamento dell'ellisse Il corretto posizionamento della sonda corrisponderà ad una zona più ecogena della zona frontale del cranio (relativo al plesso corioideo), un posizionamento errato corrisponderà invece a zone più o meno estese anecogene, proporzionali all angolo di inclinazione rispetto alla falce mediana. Figura 33 Immagine prodotta dal corretto posizionamento della sonda in corrispondenza della falce mediana 67

69 Figura 34 Immagini prodotti da un errato posizionamento della sonda in corrispondenza della falce mediana Posizionata l ellisse nella posizione corretta, si valuterà con l uso di una maschera binaria, il numero di pixel con intensità inferiore rispetto al valore di soglia; tale numero, interpretato come l estensione della superficie anecogena, sarà messo in relazione con l area dell ellisse secondo la relazione: Se tale valore eccede il valore limite il frame verrà scartato, poiché la presenza di una superficie anecogena estesa sarà indice di una sezione sagittale non perfettamente mediana. 68

70 Un altro elemento indicativo sulla bontà della sezione sagittale mediana è la mandibola superiore; in una sezione sagittale è possibile notare, per le sue caratteristiche iperecogene, trattandosi di tessuto osseo, l osso mascellare superiore, ma affinché la sezione sia mediana è necessario che non sia presente il ramo verticale. Come nel caso del plesso corioideo ciò può essere dovuto ad un incorretto posizionamento della sonda rispetto alla falce mediana, Fig. 34. Figura 35 Sezione immagine relativa all'osso mascellare Per verificare la presenza/assenza del ramo verticale abbiamo prima applicato la tecnica del region growing per individuare l osso mascellare, considerando la sotto-immagine relativa alla metà superiore del quadrato circoscritto alla circonferenza individuata nella fase precedente Fig. 35; i seed point sono stati selezionati in modo automatico tra i pixel che rappresentano valori di massimi locali nell immagine in esame. A partire dai seed point vengono estese le regioni tenendo conto delle relazioni spaziali tra i pixel e l intensit{ espresse da quest ultimi, Fig La maschera binaria risultante dall applicazione del region growing sarà dunque composta da tutte quelle componenti connesse con caratteristiche iperecogene, in particolare verranno quasi sempre individuati l osso mascellare, il mento, l osso nasale e frontale. 69

71 Figura 36 Region Growing, tra le componenti connesse l'osso mascellare Figura 37 Region Growing, tra le componenti connesse il ramo verticale mascellare Tra tutte le componenti connesse individuate quella relativa all osso mascellare è sicuramente quella più estesa, quindi si andr{ a valutare l orientamento di tale componente. È comunque da sottolineare che il mento, l osso nasale, frontale e mascellare non sono le uniche regioni identificate, il rumore con valori d intensit{ elevati può essere erroneamente identificato come una regione più ecogena. Sono stati calcolati sperimentalmente i range di valori (per il profilo destro e sinistro) relativi all inclinazione dell osso mascellare in cui non è presente il ramo verticale, tali range saranno utilizzati come parametri di riferimento nel test comparativo per la componente in esame. 70

72 Siano [, ] gli estremi degli angoli di inclinazione relativamente al profilo destro o sinistro e sia il valore dell angolo di inclinazione della componente connessa, relativa all osso mascellare individuato, dovr{ essere soddisfatta la seguente relazione: È facile notare, in Fig. 37, come nel caso in cui sia presente anche il ramo verticale la componente connessa avrà un angolo di inclinazione diverso e fuori dal range di valori considerati. Se il frame supera anche questo test verrà considerato come possibile candidato alla misurazione della translucenza nucale. Per ogni frame selezionato, sfruttando le relazioni spaziali tra la testa del feto e la translucenza nucale, si andrà a considerare la porzione di immagine relativa alla parte inferiore del quadrato circoscritto alla circonferenza. Figura 38 Sezione dell'immagine, in evidenza la translucenza nucale Questa sezione dell immagine conterrà la regione relativa alla translucenza come mostrato in Fig

73 FASE II Durante la misurazione della translucenza nucale deve essere scelto il frame in cui tale misurazione risulta massima. Affinché la misurazione sia corretta, come suggerito nel protocollo della FMF[23], è importante posizionare i callipers 1 in modo corretto, ovvero i callipers devono essere posti laddove la misurazione dell NT è maggiore ed evitare l errore di posizionare il calliper sul margine della linea che appare sfuocata, sottostimando la misurazione della translucenza nucale. Figura 39 Posizionamento dei callipers Tra i lavori in letteratura citati precedentemente, troviamo metodi semiautomatici per l estrazione dei bordi e il calcolo del diametro massimo della translucenza. La misurazione della translucenza esula dagli scopi di questa tesi, ma affinché si possano individuare i frames migliori è comunque necessario individuare la translucenza e successivamente dare una misurazione non troppo approssimata. In questa seconda fase della metodologia i dati in input saranno le porzioni dei frame, relativi alla metà del quadrato circoscritto alla circonferenza contenente 1 Marker grafici: strumenti software per misurare la dimensione interna o esterna di un oggetto. 72

74 la testa del feto, individuati nella fase I, analizzandone solo la parte inferiore, Fig. 40. Figura 40 Translucenza Nucale Individuazione Delle Regioni Iperecogene in cui e racchiusa la translucenza. Nella immagini in Fig. 40 si nota che la translucenza è compresa fra due zone iperecogene, anche se non sempre così, e come nel caso dell osso mascellare, utilizzeremo questa caratteristica unitamente al region growing per l individuazione di tali regioni. Figura 41 Region Growing : individuazione delle regioni iperecogene Con l applicazione del region growing si individueranno anche regioni spurie, Fig. 41; la scelta delle componenti connesse che indentificano la translucenza ricadr{ tra quelle componenti il cui valore d intensit{ medio sar{ maggiore, ovvero quelle regioni con più alta ecogenicità, Fig

75 Figura 42 Componenti connesse selezionate Estrazione Del Bordo Della Translucenza L ultima fase riguarda l estrazione del bordo, nella quale verranno estratti i bordi interni della translucenza. A partire dall immagine precedente, costituita dalle sole componenti connesse scelte, mediante l applicazione di operatori morfologici verr{ estratto il bordo inferiore per la componente sita nella parte superiore dell immagine, mentre per la componente sita nella parte inferiore verrà estratto il bordo superiore, Fig. 43. Figura 43 Estrazione dei bordi inferiore e superiore delle componenti connesse Infine, una volta ottenuti i bordi, si calcolerà la distanza che intercorre tra ogni coppia di pixel che compone lo stesso bordo (l insieme di pixel neri separano i pixel bianchi in ogni singola colonna), tra questi verrà scelto il massimo valore come diametro che rappresenta la translucenza del frame in analisi Fig

76 I frame individuati verranno così ordinati in modo decrescente secondo il valore del diametro della translucenza. Figura 44 Calcolo del diametro massimo della translucenza 75

77 IV CAPITOLO Risultati In questo capitolo verranno presentati i risultati ottenuti dall applicazione della metodologia discussa nel precedente capitolo. L applicativo software è stato sviluppato in linguaggio Matlab in cui sono state analizzate sequenza video acquisite mediante un ecografo di ultima generazione, VOLUSON E8 (GE Healthcare) 2, presso lo Studio associato dei Dottori Orlandi e Rossi, Palermo, specializzato nella diagnosi prenatale e medicina fetale, i cui medici sono accreditati dalla FMF (Fetal Medicine Foundation). I risultati ottenuti sono stati commentati e validati dal team medico, che con la loro competenza ed esperienza ed i loro consigli hanno supportato lo sviluppo di tale metodologia. Le sequenze video analizzate presentano caratteristiche diversificate, per qualità delle immagini e caratteristiche specifiche dei feti, le quali hanno contribuito a determinare la validità della metodologia sviluppata. Come prevede la metodologia, i risultati di ciascun frame sono stati diversificati per ciascuna fase di analisi: Fase I e II Per la Fase I di ogni sequenza viene riportata una tabella riassuntiva dei risultati ottenuti per singolo frame analizzato, specificando l Id del frame analizzato e se il frame è stato identificato come sezione sagittale mediana o se è stato scartato specificando la motivazione:

78 0 : Testa non identificata 1 : Presenza del plesso corioideo 2 : Presenza del ramo verticale Nelle ultime colonne della tabella saranno indicati i giudizi espressi dal medico per ogni frame analizzato, con eventuale motivazione in caso di errore da parte della metodologia. Per la Fase II vengono riportate le tabelle riassuntive per ciascuna sequenza analizzata nella Fase I e per ogni frame identificato come sezione mediana sagittale viene riportato il diametro massimo dei bordi relativi alla regione identifica come translucenza ( con il simbolo * riportiamo i diametri di regioni identificate erroneamente come translucenza, con 0 laddove non c è una corrispondenza tra bordo superiore e inferiore). 77

79 Fase I Video NT1, Frame totali : 276 Campionamento: 1:7, i frames presentano una scarsa qualità delle immagini, un basso contrasto, dovuto alla presenza di tessuto adiposo materno. Id frame Num frame Analisi Metodologia Validazione selezionato selezionato selezionato selezionato selezionato selezionato selezionato selezionato selezionato selezionato selezionato selezionato selezionato selezionato selezionato selezionato selezionato selezionato selezionato selezionato selezionato selezionato selezionato selezionato selezionato selezionato selezionato 78

80 Figura 45- Frame 37 non selezionato per la presenza del plesso corioideo Figura 46 - Frame 65 non selezionato per la presenza del ramo verticale mascellare Figura 47 Da sinistra verso destra - Frame selezionati correttamente Figura 48 Analisi dell osso mascellare per il frame 37: individuazione del ramo verticale Figura 49 Analisi dell'osso mascellare per il frame 128: non è presente il ramo verticale 79

81 Video NT2, Frame totali : 255 Campionamento: 1:7, i frames presentano una scarsa qualità delle immagini, un basso contrasto, dovuto alla presenza di tessuto adiposo materno. Id frame Num frame Analisi Validazione Metodologia 1 30 selezionato 2 37 selezionato selezionato 8 79 selezionato 9 86 selezionato accettabile selezionato selezionato selezionato selezionato selezionato selezionato selezionato selezionato selezionato

82 Figura 50 Frame 93 individuazione plesso, non selezionato correttamente Figura 51 Frame 107 viene individuato il plesso ma la sezione può essere classificata come valida per la misurazione della TN Figura 52 Da sinistra verso destra - Frame 83 e 226 selezionati correttamente Video NT3, Frame totali : 210 Campionamento: 1:20, la sequenza video è composta da frame che poco si prestano alla misurazione della translucenza, dovuti bruschi movimenti del feto. Id frame Num frame Analisi Validazione Metodologia selezionato selezionato plesso selezionato plesso selezionato ramo 81

83 Figura 53 Da sinistra verso destra - Frame 70 e 90 scartati correttamente per la presenza del plesso corioideo Figura 54 Da sinistra a destra Frame 110 e 130 scartati correttamente per la presenza del ramo verticale Figura 55. Frame 150 viene selezionato erroneamente, è presente il plesso verticale Figura 56 Frame 170 scartato correttamente per la presenza del ramo Figura 57 Frame 50 selezionato correttamente Figura 58 Frame 210 selezionato erroneamente, è presente il ramo verticale e il plesso 82

84 Video NT4, Frame totali : 485 Campionamento: 1:15, dal punto di vista qualitativo è la migliore sequenza analizzata, la qualità delle immagini è ottimale per l individuazione della sezione sagittale mediana. Id frame Num frame Analisi Validazione Metodologia selezionato 3 80 selezionato 4 95 selezionato selezionato selezionato selezionato selezionato selezionato selezionato selezionato selezionato plesso selezionato selezionato accettabile selezionato selezionato selezionato selezionato selezionato selezionato selezionato 83

85 Figura 59 Da sinistra verso destra - Frame 335 selezionato correttamente, Frame 365 selezionato ma definito accettabile Figura 60 Da sinistra verso destra - Frame 80 e 470 selezionati correttamente Figura 61 Da sinistra verso destra - Frame 155 e 305 scartati correttamente per la presenza del plesso 84

86 Video NT5, Frame totali : 425 Campionamento: 1:15, la sequenza video è composta da frame che poco si prestano alla misurazione della translucenza, dovuti bruschi movimenti e alla bassa qualità delle immagini, con la presenza di echi di riflesso nella zona mascellare, in alcuni casi i frame vengono scartati poiché la trasformata di Hough non riesce ad individuare la testa del feto. Id frame Num frame Analisi Validazione Metodologia 1 50 selezionato selezionato selezionato selezionato Ramo vert selezionato selezionato selezionato selezionato selezionato Ramo vert selezionato Ramo vert selezionato selezionato selezionato 85

87 Figura 62 Da sinistra verso destra - Frame 200 e 230 scartati (correttamente) per mancata individuazione della circonferenza Figura 63 Da sinistra verso destra - Frame 290 e 365 selezionati erroneamente, è presente il ramo verticale Figura 64 Da sinistra verso destra - Frame 125 e 350 selezionati correttamente 86

88 Video NT6, Frame totali : 365 Campionamento: 1:15, la sequenza video è composta da frame che poco si prestano alla misurazione della translucenza, dovuti bruschi movimenti e alla bassa qualità delle immagini, con la presenza di echi di riflesso nella zona mascellare, inoltre i tessuti fetali sono poco distanziati da quelli materni. Id frame Num frame Analisi Validazione Metodologia selezionato selezionato selezionato selezionato accettabile selezionato selezionato selezionato selezionato selezionato selezionato selezionato

89 Figura 65 Frame 140 selezionato correttamente Figura 66 Frame 185 scartato correttamente, è presente il plesso e il ramo verticale Figura 67 Frame 200 scartato per mancata individuazione della circonferenza ma accettabile per la misurazione Figura 68 Frame 350 scartato (correttamente) per mancata identificazione della circonferenza Video NT7, Frame totali : 450 Campionamento: 1:15, la sequenza video è di scarsissima qualità, non viene analizzata la prima parte della sequenza poiché non si prestano ad una analisi valida, le immagini analizzate sono comunque poco definite e nitide, la metodologia non seleziona nessun frame come valido. Id frame Num frame Analisi Validazione Metodologia valido valido valido

90 Figura 69 Frame 250 valido per la misurazione della TN ma scartato erroneamente per la presenza del plesso Figura 70 Frame 445 scartato correttamente per la presenza del ramo verticale Figura 71 Da sinistra a destra frame 280 e 310 scartati correttamente per la presenza del plesso corioideo Figura 72 Da sinistra a destra frame 340 e 385 scartati correttamente per la presenza del plesso corioideo 89