Cancelamento Inteligente de Ruído: Um Avanço Inovador na Qualidade da Imagem de Raios X

Reading Time: 8 minutes read

A Carestream utiliza inteligência artificial para melhorar a qualidade da imagem médica.

De certa forma, o caminho para melhorar a qualidade da imagem de raios X parece bastante simples. Existem três componentes fundamentais da qualidade da imagem: ruído, nitidez e contraste. A complexidade se deve ao fato de que a nitidez e o ruído estão interligados. A redução de ruído tradicional acarreta desfoque, que compromete a nitidez da imagem e pode remover informações anatômicas importantes. Por outro lado, quanto maior era nitidez de uma imagem, mais o ruído era intensificado. Reduzir o ruído de uma imagem é um desafio que os cientistas de aquisição de imagens médicas enfrentam há algum tempo.

A Carestream tem a satisfação de compartilhar que nossa equipe de cientistas de aquisição de imagens solucionou com êxito esse impasse complexo e interdependente, criando uma “separação” entre o ruído e a nitidez da imagem. Denominamos essa tecnologia inovadora “cancelamento inteligente de ruído” ou SNC (Smart Noise Cancellation).

Como essa tecnologia melhora a qualidade da imagem de raios X? O SNC reduz consideravelmente o ruído da imagem, mantendo os detalhes espaciais finos[i] – não há comprometimento da nitidez anatômica. Quando utilizado, o SNC produz imagens que são consideravelmente mais nítidas em comparação ao processamento padrão. Ele também oferece razão contraste-ruído superior para imagens obtidas em um amplo intervalo de exposições. E quando combinado com nosso software SmartGrid, promete benefícios em aquisição de imagens sem grade, nas quais a remoção da dispersão normalmente acarreta um aumento na incidência de ruído.

Acreditamos que essa inovação técnica será especialmente benéfica para os detalhes de alto contraste necessários para a aquisição de imagens MSK. Por exemplo, em um exame ósseo é importante visualizar o padrão ósseo trabecular para ajudar a descartar uma fratura. Com sua capacidade de separar detalhes anatômicos de ruído, o SNC pode remover o ruído enquanto mantém a estrutura trabecular fina, facilitando a interpretação do exame. 

O cancelamento inteligente de ruído é um recurso opcional do nosso software ImageView, habilitado pelo Eclipse, a plataforma inteligente que atua como a espinha dorsal do processamento de imagens da Carestream. A sinergia do SNC com o Eclipse resulta em uma qualidade de imagem verdadeiramente notável. 

Estudo de leitor demonstra que o SNC melhora a qualidade da imagem

Medições objetivas e classificações subjetivas demonstram que o processamento SNC pode reduzir o ruído enquanto retém detalhes espaciais finos. Testes objetivos demonstraram que o processamento SNC permite uma redução de ruído de duas a quatro vezes em áreas planas, preserva a nitidez de alta frequência e intensifica detalhes de contraste. Mais especificamente:

• Possibilidade de redução de ruído de duas a quatro vezes em áreas planas;
• Preservação da nitidez de alto contraste;
• Possibilidade de 10% a 20% de melhoria nas pontuações de detalhes de contraste do modelo CDRAD 2.0.

Além disso, em um estudo de leitor clínico cego realizado com radiologistas certificados:

• 89,5% de todas as classificações do estudo mostraram uma preferência leve a alta por imagens processadas por SNC.
• 64% das classificações de qualidade de diagnóstico melhoraram com base na escala RadLex de classificação de qualidade de imagem.
• 56% das classificações de qualidade de diagnóstico melhoraram de “limitada” ou “diagnóstica” para “exemplar”.

Em resumo, a avaliação subjetiva por radiologistas certificados demonstra um forte indício de que o Eclipse com cancelamento inteligente de ruído melhora consideravelmente a qualidade da imagem, sendo uma preferência entre os participantes do estudo.

Compreendemos que o nível de ruído desejado é subjetivo (por exemplo, alguns radiologistas esperam observar determinado grau de ruído nas imagens, o que assegura que o paciente não foi superexposto). Por esse motivo, a Carestream permite que os profissionais de aquisição de imagens ajustem a quantidade de cancelamento de ruído e exposição para atender à qualidade de imagem desejada. O parâmetro de nível de ajuste de ruído está disponível para o usuário no editor de preferência de processamento de imagem e permite que o operador responsável ajuste a quantidade de ruído que é removida, de 100% (o campo de ruído total) a 50% (metade da magnitude do campo de ruído).

Outro grande benefício do cancelamento inteligente de ruído é sua capacidade de fornecer consistentemente imagens de alta qualidade. Com isso, as instituições de aquisição de imagens dispõem de maior tolerância quanto às variáveis de aquisição, como o nível de habilidade do técnico em radiologia, que podem impactar negativamente a qualidade da imagem.

Utilização de inteligência artificial (AI) para melhorar a qualidade da imagem médica

Como a equipe de cientistas de aquisição de imagens da Carestream alcançou esse avanço inovador em imagens de raios X? Por meio de muita persistência e tirando proveito da inteligência artificial. A Carestream é líder na utilização de AI para cancelamento de ruído em imagens de raios X.

O cancelamento inteligente de ruído é a primeira etapa na cadeia de processamento de imagem após o recebimento das imagens brutas do detector antes de qualquer outro aprimoramento de imagem. Ele utiliza uma rede neural convolucional profunda[ii]  (CNN) que é treinada para prever um campo de ruído a partir de uma imagem de entrada. A CNN foi treinada com pares de imagens de baixo ruído/alto ruído de pacientes clínicos, cadáveres e imagens fantasmas antropomórficas representativas da radiografia geral.

Vamos traduzir isso em uma linguagem menos técnica. Apresentamos à CNN baseada em AI uma série da mesma imagem diagnóstica, sendo uma com alto ruído e a outra com baixo ruído. Criamos a série de imagens anatômicas de alto ruído injetando ruído nela. Nossa “tecnologia de injeção de ruído” é o que gosto de chamar de “nosso toque secreto”. Por meio do aprendizado profundo a partir de um número imenso de imagens, a CNN aprendeu os níveis de ruído, o nível de ruído desejado e, em seguida, como separar o ruído para produzir imagens que são consideravelmente mais nítidas em comparação ao processamento padrão. 

Foi muito entusiasmante para nossa equipe atingir esse nível de redução de ruído, perseguido há muito tempo, que oferece uma qualidade de imagem aprimorada, aumenta a razão contraste-ruído e, por fim, produz radiografias mais fáceis de ler que não apenas auxiliarão no diagnóstico, mas também poderão ajudar aliviar o cansaço dos médicos.

O SNC permite que os profissionais de aquisição de imagens otimizem melhor a dose de radiação

O processamento SNC é outro passo importante para alcançarmos o parâmetro ALARA (As Low As Reasonably Achievable), ou seja, “a dose mais baixa possível”. O princípio orientador do ALARA é que a aquisição de imagens é realizada com uma dose alta o suficiente para obter o diagnóstico com segurança.[iii]  O SNC permite que os profissionais de aquisição de imagens médicas otimizem melhor a dose de radiação. Isso é especialmente importante na aquisição de imagens neonatais e pediátricas, em que a menor dose possível é fundamental. As medições objetivas apresentam evidências razoáveis de que a redução da dose é possível, com o potencial de até duas vezes para detectores que utilizam cintiladores CsI. Um estudo de redução de dose, explorando ainda mais as possibilidades desta tecnologia nova e animadora, será publicado em breve.

Melhorar a qualidade da imagem é uma busca diária para a equipe de cientistas de aquisição de imagens da Carestream. Estamos entusiasmados por ter superado esse desafio complexo de redução de ruído nas imagens e estamos satisfeitos em saber que nosso software de aquisição de imagens com cancelamento inteligente de ruído pode ajudar nossos clientes da área da saúde a cuidar de seus pacientes.

Leia o artigo técnico sobre processamento de cancelamento inteligente de ruído: Providing a New Level of Clarity in Digital Radiography, redigido por Karin Toepfer (Ph.D.), Lori Barski (MS), Jim Sehnert (Ph.D.) e Levon Vogelsang (Ph.D.)

Jim Sehnert (Ph.D.) é cientista de aquisição de imagens na Carestream Health. Com mais de 25 anos de experiência na aquisição de imagens de raios X, ele possui mais de 20 patentes.

Aprofunde-se:

Recursos de AI em radiologia a serem adotados hoje

Referências

[i] Artigo técnico sobre SNC
[ii] Rikiya Yamashita, Mizuho Nishio, Richard Kinh Gian Do, Kaori Togashi, “Convolutional neural networks: an overview and application in radiology”, 2018
[iii] Everything Rad; Compreender e gerenciar fontes de ruído em imagens de raios-x