Avaliação radiómica em TC torácica de pacientes com COVID-19

• Autor(a) principal: Amaro, João Paulo da Fonseca
• Data de Publicação: 2021
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10773/33032
• topic: COVID-19; Tomografia computorizada; Segmentação pulmonar; Radiómica; Aprendizagem automática

Tem existido um grande interesse nos estudos radiómicos com o intuito de aumentar a capacidade diagnóstica e prognóstica com base em informação quantitativa extraída de estudos imagiológicos. O surgimento de um novo vírus, o SARS-CoV-2, que provoca a doença designada COVID-19, sugeriu a aplicação da radiómica às imagens de Tomografia Computorizada (TC) do tórax de pacientes com esta doença numa abordagem semelhante à que já existe na área da oncologia na procura de biomarcadores imagiológicos de massas pulmonares. Neste caso, trata-se de investigar a existência de características radiómicas nos padrões de lesão provocados pelo vírus que possam contribuir para um melhor diagnóstico ou prognóstico da doença. O objetivo do nosso estudo é, assim, testar a capacidade diagnóstica e prognóstica das características radiómicas extraídas de exames de TC do tórax de pacientes com COVID-19 e com outras pneumonias não atribuídas a SARS-CoV-2, sendo para isso utilizado um classificador Random Forest. Um dos objetivos foi de testar a capacidade de o classificador diferenciar a patologia COVID-19 de outras pneumonias, e observar quais as características radiómicas mais significativas nesta diferenciação. O classificador foi também testado na sua capacidade de prever a evolução da doença no sentido de tornar-se necessário o recurso a cuidados intensivos, ou a internamento superior a 12 dias e ainda de prever o desfecho (alta/óbito). Foi utilizada uma base de dados constituída por uma amostra de 100 pacientes com diagnóstico de COVID-19 e outra base de dados de 20 pacientes com outras pneumonias. Todos os pacientes foram sujeitos a um estudo de TC torácico. Para a extração dos dados radiómicos foram utilizadas técnicas de segmentação automática, semiautomática e manual implementadas no software MeVisLab e as características radiómicas das regiões pulmonares segmentadas foram obtidas pelo software LIFEx. A segmentação automática e até semiautomática das regiões pulmonares em casos de patologia moderada a severa é particularmente desafiante. Para garantir a minimização dos erros de segmentação optou-se pela segmentação interativa baseada na técnica live-wire numa abordagem corte a corte. Os resultados obtidos foram bastante significativos, sobretudo no que diz respeito à classificação COVID-19 vs. outras pneumonias, corroborando os resultados obtidos noutros estudos publicados muito recentemente. Verificou-se também que as técnicas utilizadas devem ser objeto de aperfeiçoamento, uma vez que são muito consumidoras de tempo sobretudo no que toca à segmentação de imagens.