Estratificación de la malignidad de los nódulos pulmonares en secuencias de tomografía computarizada (TC) utilizando representaciones discriminativas profundas
No Thumbnail Available
Date
2023-08-04
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
El cáncer de pulmón se mantiene como la principal causa de mortalidad relacionada con el cáncer a nivel mundial. Los nódulos son el principal hallazgo radiológico, típicamente observado a partir de tomografías computarizadas de baja dosis. Estas masas se estratifican de forma general según patrones texturales y geométricos, siguiendo los criterios establecidos por el protocolo Lung-RADS. No obstante, la caracterización del diagnóstico de los nódulos sigue siendo subjetivo, reportando un acuerdo moderado entre los expertos. Peor aún, únicamente el 5% de los nódulos tienen una correlación asociada con el cáncer de pulmón, lo que conduce a una alta tasa de falsos positivos durante el análisis de los expertos. Actualmente, los enfoques computacionales apoyan el diagnóstico a partir de las observaciones de los nódulos, pero fundamentalmente entre clases malignas y benignas. Incluso peor, muchos nódulos carecen de diagnóstico debido a su naturaleza indeterminada. Este trabajo introduce una arquitectura multi-atención dedicada a la clasificación múltiple de nódulos, que se beneficia de mapas de saliencia locales, intermedios y no locales, aprendidos a partir de ramas independientes. La validación incluye un extenso análisis respecto a las características de múltiple atención, permitiendo establecer una correlación con otros hallazgos radiológicos. Asimismo, se incluyó en este estudio una concordancia con múltiples radiólogos. El enfoque propuesto alcanza un AUC de 85,35% para una multi-clasificación clásica y un AUC promedio de 82,90% en un esquema de validación de uno contra todos. Ambos esquemas de clasificación se ejecutaron en una configuración de validación cruzada de k-fold, mostrando resultados competitivos en el estado del arte. Una vez realizado el entrenamiento de la arquitectura, los nódulos indeterminados fueron mapeados al método propuesto para obtener un soporte en la clasificación de la malignidad.
Description
Keywords
Representaciones discriminativas profundas, CT, Cáncer de pulmón, Clasificación de nódulos pulmonares, Módulos de atención