Publicación:

Detención automática de pólipos usando la transformada densa de hough en secuencias colonoscópicas

Resumen

Los pólipos son masas protuberantes que crecen a lo largo del tracto intestinal y se consideran los principales precursores del cáncer de colon. Su detección precisa en etapas tempranas representa una probabilidad de supervivencia del 93% mientras que en otras etapas disminuye hasta un 8 %. La colonoscopia es el método actual más efectivo y ampliamente usado para detectar pólipos. Sin embargo, varios estudios han demostrado que durante este procedimiento se presenta una alta tasa de pérdida de pólipos reportando hasta un 26 %, debido a error humano, movimientos abruptos de la cámara, etapa de la enfermedad, estructuras intestinales similares a los mismos, entre otros. Las herramientas computacionales han surgido como una alternativa para apoyar la localización y detección automática de pólipos, pero muchos problemas permanecen abiertos debido a la alta variabilidad global y los cambios dramáticos tanto en forma como en aspecto característico de estas protuberancias, que tienen una forma no paramétrica y enormes variaciones entre los vídeos de colonoscopia. El presente trabajo introduce una estrategia computacional que produce mapas de atención visual con la ubicación más probable de los pólipos, para generar alarmas y apoyar la tarea de detección durante la colonoscopia. Siguiendo una representación de Hough densa, se elabora un modelo robusto del pólipo con tablas de características, que posteriormente se propagan a lo largo de una secuencia mediante un proceso de búsqueda y votación, para obtener mapas de atención visual con la ubicación más probable de masas anormales. Esta transformada integra características geométricas multi-escala y características profundas obtenidas de redes neuronales convolucionales pre-entrenadas. El método propuesto fue evaluado en secuencias de video de los conjuntos de datos ASU-Mayo Clinic y CVC-Video Clinic, reportando entre las cuatro regiones más probables una exactitud del 70% en la detección de pólipos, mientras que con diez regiones 80 %.