1

RAPORT ŞTIINŢIFIC ŞI TEHNIC

Etapa II (Ianuarie-Decembrie 2015)

Titlu proiect: INFRASTRUCTURA DE SUPORT PENTRU DIAGNOSTIC IMAGISTIC

INTELIGENT

Contractul de finanțare nr: 209/2014

Director: Prof. Univ. Dr. Cristin Constantin Vere

REZUMAT ETAPĂ:

A doua etapă a proiectului – Modul de prelucrare a imaginii – s-a întins pe 12 luni

(ianuarie‐ decembrie 2015) şi a inclus patru activități: Includere pacienți, investigații şi

monitorizare (activitatea 2.1), Dezvoltarea modelului ANN (activitatea 2.2), Extragerea

caracteristicilor și Înglobarea tehnicilor de procesare a imaginilor (activitatea 2.3) și

Diseminare (activitatea 2.4).

În cadrul primei activități (activitatea 2.1), UMF Craiova și SCJU Craiova, sub

supravegherea directorului de proiect, au identificat pacienți care să aibă indicație diagnostică

pentru administrarea VCE, stabilindu-se astfel un lot posibil de pacienți. După achiziționarea

sistemului VCE (August/Septembrie 2015), pacienții selectați au fost contactați în vederea

administrării dispozitivului. În paralel am desfășurat activitățile dedicate dezvoltării modulelor

de prelucrare a imaginii și de analiză cantitativă și calitativă bazate pe rețele neuronale

(activitățile 2.2 și 2.3). În cadrul acestora, am definit noțiunile primare și am stabilit

caracteristicile principale ale interfeței grafice, dezvoltând o primă formă a algoritmului de

procesare a datelor, care va fi testat pe un număr suficient de mare de cazuri clinice individuale.

Rezultatele preliminare ale studiului au fost diseminate (activitatea 2.4) prin publicarea

unui număr de trei rezumate (două prezentări orale și un poster) la congrese naționale și

internaționale. De asemenea, am publicat două articol full-text în reviste indexată în baze de

date internaționale (unul in press).

A2.1 Includere pacienți, investigații si monitorizare

Am continuat procedurile de includere în studiu, conform protocolului deja stabilit. Încă

de la începutul anului au fost selectați prospectiv pacienții care îndeplineau criteriile de

includere deja stabilite în cadrul etapei anterioare.

Conform protocolului stabilit, pacienții cu următoarele patologii suspectate au fost

supuși investigărilor ulterioare:

hemoragii gastro-intestinale obscure, oculte sau evidente,

anemie feriprivă de cauză necunoscută,

suspectarea bolii Crohn a intestinului subțire,

evaluarea precoce a recidivelor bolii Crohn după tratamentul chirurgical,

colita nedeterminată,

complicații refractare sau recurente ale tratamentului medicamentos anti-inflamator

nesteroidian în boala celiacă,

polipi în sindroame de polipoză,

suspectarea unor tumori ale intestinului subțire.

Toate indicațiile de mai sus au necesitat efectuarea endoscopiei superioare şi inferioare, ca

parte din procesul de investigare clinică. CO în colaborare cu personalul P1 a efectuat aceste

explorări și am selectat pacienții care îndeplineau criteriile pentru explorarea ulterioară cu VCE.

Toți pacienții au primit un formular de consimțământ informat (Anexa 1). Studiul a primit

aprobarea Comisiei de Etică – Nr. 100/12/12/2014.

A fost achiziționat sistemul de videocapsulă endoscopică, fiind incluși până în

momentul redactării raportului un număr de nouă pacienți. Fiecare dintre aceștia a urmat

2

investigația, neînregistrându-se efecte adverse sau reacții nedorite. Complianța pacienților

incluși a fost de 100%.

Cinci pacienți selectați nu au putut fi investigați prin VCE, nefiind disponibili pentru

înregistrare. Aceștia urmează a fi contactați iar o vizită va fi programată pentru efectuarea

investigației.

Doi pacienți au refuzat includerea în studiu; un număr de cinci pacienți nu au fost supuși

investigației, prezentând riscuri pentru obținerea de rezultate concludente (pregătire inadecvată

a intestinului subțire). Aceștia din urmă urmează a fi rechemați și o nouă vizită va fi programată,

după îndeplinirea standardelor de calitate în ceea ce privește pregătirea pre-investigație.

Pacienții incluși în studiu au fost înregistrați (Anexa 2 – model de fișă de înregistrare),

iar în urma efectuării investigației și a interpretării rezultatelor de către operatorii umani, au fost

generate rapoarte individuale (Anexa 3 – două modele de fișă de raportare).

Caracteristicile celor nouă pacienți selectați pentru investigație sunt prezentate în tabelul

de mai jos.

Nr.crt. Vârstă Mediu de

proveniență

Diagnostic trimitere Diagnostic VCE

1. 45 Urban Hiperplazie nodulara limfoida

a intestinului subțire

Hiperplazie nodulara

limfoida a intestinului

subțire

2. 43 Urban Sindrom de intestin iritabil Telangiectazie

3. 52 Urban Anemie hipocromă

microcitară

Aspect normal

4. 70 Rural Anemie feriprivă Ulcerații AINS/ Boala

Crohn in obs

5. 74 Urban Anemie feriprivă Telangiectazie

6. 35 Urban Sindrom de intestin iritabil Angiectazie

7. 53 Urban Anemie feriprivă Polip cecal

8. 72 Rural Sindrom anemic Telangiectazie

9. 67 Urban Polipi colonici In lucru

Nu au fost înregistrate dificultăți tehnice, iar calitatea înregistrărilor a fost apreciată ca

fiind bună de către personalul medical implicat în stabilirea diagnosticului.

Pacienții vor fi monitorizați în continuare la intervale de 3 luni (în primul an) apoi la

șase luni (anii 2-5), apoi anual. După caz, vor fi supuși unor altor investigații sau vor fi

direcționați pentru tratament de specialitate în alte servicii.

În continuare, a fost folosit sistemul computerizat pentru a se genera primele rezultate

folosind aplicația INDISIO.

A2.1.1 Baza de date securizată cu caracteristicile cazurilor

Baza de date INDISIO conține informațiile asociate celor mai relevante cazuri medicale

selecționate. Baza de date permite stocarea informațiilor de tip text și/sau secvențe media

preluate de la pacienții grupului țintă în urma investigațiilor medicale. Conform planului, au

fost parcurse următoarele sub-etape ale creării bazei de date:

Sub etapa 1 – Proiectarea bazei de date

Sub etapa 2 – Crearea bazei de date

Ultima etapă sub-etapa 3 – Popularea și testarea bazei de date, este in curs de realizare,

conform informațiilor colectate de P1.

3

A2.1.1.1 Proiectarea bazei de date

Această etapă a avut ca scop identificarea diagramei proceselor și a diagramei logice

asociate bazei de date, precum și stabilirea structurii bazei de date utilizate pentru stocarea

datelor.

Pentru implementarea etapei de proiectare a bazei de date, a fost realizat un chestionar de

completare a specificațiilor bazei de date care să reflecte următoarele aspecte relevante:

Domeniu de aplicabilitate,

Tipuri de documente/fișiere utilizate,

Interfațare cu alte sisteme,

Utilizatori ai bazei de date,

Disponibilitatea bazei de date,

Securitatea bazei de date,

Necesarul de resurse aferente bazei de date,

Backup și recovery,

Alte aspecte relevante.

Chestionarul a fost completat de beneficiarul direct al aplicației INDISIO – coordonatorul

proiectului. În baza observațiilor și a sesiunilor de comunicare avute s-a putut trece la

următoarea acțiune din proiectarea bazei de date.

Realizarea diagramei proceselor

În urma analizării chestionarului și ținând cont de specificul medical al aplicației INDISIO

au rezultat 2 tipuri de utilizatori/roluri pentru nucleul aplicației care vor interacționa cu baza de

date prin intermediul interfeței și anume: doctor și administrator. Pentru fiecare dinte cele 2

categorii de agenți externi care vor interacționa cu baza de date au fost dezvoltate diagramele

de procese în baza cărora s-a demarat procesul de implementare al aplicației.

Figura 1 Diagrama proceselor pentru vizualizarea datelor din baza de date INDISIO

4

Figura 2 Digrama proceselor pentru administrarea informațiilor generale din baza de date

INDISIO

Figura 3 Digrama proceselor pentru evenimente de tip Insert/Update/Delete din baza de date la

nivelul Administratorului

5

Figura 4 Digrama proceselor pentru evenimente de tip Insert/Update/Delete din baza de date la

nivelul Doctor-ului

Realizarea diagramei logice

Pentru a documenta necesarul de informații de tip business la nivelul aplicației INDISIO, a

fost dezvoltat modelul de date logic (diagrama logică E-R – entity relationship). Diagrama de

date logică este o componentă care se dezvoltă independent de componenta hardware sau

software asociată bazei de date. La realizarea diagramei logice s-au folosit elementele de

descriere grafică și textuală ale entităților și legăturilor care există între acestea.

Figura 5 Diagrama logică a bazei de date INDISIO

Alegerea sistemului de management al bazei de date

În baza chestionarului de completare a specificațiilor bazei de date, ținând cont de nevoile

legate de tipurile de fișiere utilizate, disponibilitatea bazei de date, securitatea bazei de date,

6

necesarul de resurse aferente bazei de date, backup și recovery și capacitatea de stocare sistemul

RDBMS – (relational database management system) ales a fost Microsoft SQL Server 2014.

Există o serie de avantaje ale utilizării soluției Microsoft SQL Server și anume:

performanțe mărite chiar și la resurse hardware de nivel mediu,

facilități de management îmbunătățite inclusiv din punctul de vedere al “disaster

recovery”,

scalabilitate mărită la nivel de putere de calcul, rețea sau spațiu de stocare,

nivel de securitate mărit integrat și cu soluții de autentificare compatibile Microsoft,

accesul la date folosind tool-uri uzuale complementare,

punerea la dispoziție a unui tool pentru management integrat – SQL Server

Management Studio cu nivele de autentificare complexe,

posibilitatea integrării pe diverse tehnologii și platforme .NET, C/C++, Java, PHP

și posibilitatea interfațării cu alte aplicații.

A2.1.1.2 Crearea bazei de date

Instalarea bazei de date (serverul Microsoft SQL Server 2014)

Având în vedere că proiectul este în etapa de dezvoltare și ținând cont de resursele

financiare limitate alocat pentru anul 2015, s-a decis ca pentru etapa de dezvoltare să se

folosească resursele interne ale partenerului APTUS. Astfel, s-a pus la dispoziție un server ca

echipament hardware și s-a instalat o licență de Microsoft SQL Server fiind complet funcțional

împreună cu nucleul aplicației INDISIO.

Adresa la care se găsește provizoriu BD este - http://194.169.209.70/index.html#Login

Realizarea diagramei relaționale

Pornind de la diagrama logică s-a realizat diagrama relațională ce conține practic tabelele

din baza de date cu toate constrângerile de tip PK – Primary key și FK – foreign key.

Figura 6 Diagrama relațională pentru tabelele asociate în principal secțiunii Pacient

7

Figura 5 Digrama relațională a bazei de date INDISIO

Crearea fizică a structurii bazei de date

În baza diagramei relaționale și folosind facilitățile oferite de SQL Server Management

Studio a fost creată structura fizică a bazei de date APTUS_MEDICAL_INDISIO cu toate

elementele de referință asociate. Aceasta se regăsește pe serverul de dezvoltare fiind complet

funcțional și integrat cu nucleul de bază al aplicației INDISIO.

Figura 8 Lista tabelelor fizice aferente bazei de date

INDISIO

Crearea elementelor de interfațare cu baza de date

Pentru a putea accesa datele din baza de date au fost create pagini de interfațare cu baza de

date. Au fost realizate un set de pagini în secțiunea administrare ce sunt descrise la dezvoltarea

nucleului aplicației INDISIO.

8

Figura 9 Pagina de interfațare cu baza de date

A2.1.2 Dezvoltarea aplicației INDISIO

Dezvoltarea aplicației INDISIO presupune mai multe sub-etape. În anul 2015, în

conformitate cu acțiunile stabilite în planul de activități și procedurile de lucru, au fost demarate

și finalizate parțial activitățile asociate:

Sub etapa 1 – Proiectării design-ului aplicației,

Sub etapa 2 – Dezvoltării modulelor de procesare a imaginilor.

A2.1.2.1 Proiectarea aplicației INDISIO

Această etapă are ca scop identificarea cerințelor aplicației, stabilirea tehnologiilor

utilizate pentru dezvoltarea aplicației, documentarea cu privire la necesarul de resurse

hardware și software pentru implementarea și deployment-ul aplicației INDISIO, design-

ul modulelor GUI.

Pentru implementarea etapei de proiectare a design-ului aplicației a fost realizat un

chestionar de completare a specificațiilor aplicației INDISIO care să reflecte aspectele relevante

pentru stabilirea specificațiilor aplicației.

Chestionarul a fost completat de beneficiarul direct al aplicației INDISIO – coordonatorul

proiectului. În baza observațiilor și a sesiunilor de comunicare avute s-a putut trece la

dezvoltarea aplicației INDISIO.

Arhitectura și tehnologiile utilizate în cadrul aplicației INDISIO

În urma documentării și a cerințelor privind utilizarea aplicației INDISIO a rezultat o

arhitectură de tip web-based access.

Componenta server este instalată pe sistem de operare Windows 2012R2 și integrează 2

categorii de tehnologii:

Front-end modul – care presupune zona de dezvoltare a componentelor de interfață

(client-side). Pentru aceasta se folosește HTML5, JavaScript, Boottrap, jquery și UI

integrat Kendo ce conține și elementele de style specifice CSS,

Server-side modul – care utilizează .Net framework 4.5, C#, Microsoft SQL Server

2014

Cele 2 module rulează pe platforma IIS – Internet Information Server sub Windows 2012

R2.

La nivelul clientului se utilizează un simplu browser web.

9

Figura 10 Arhitectura aplicației INDISIO

Cerințe hardware și software aferente deployment-ului aplicației INDISIO

Cerințele hardware și software necesare componentei server sunt:

Se va folosi ultima versiune a serverului Microsoft Windows Server. În cazul de față

s-a folosit Microsoft Windows Server 2012R2. Cerințele hardware de sistem sunt

specificate pe site-ul - https://technet.microsoft.com/en-us/library/ dn303418.aspx

Baza de date INDISIO este instalată în momentul de față pe versiunea Microsoft

SQL server 2014. Pentru ultima versiune a Microsoft SQL Server cerințele hardware

și software sunt specificate pe site-ul https://msdn.microsoft.com/en-

us/library/ms143506.aspx

Specificațiile aplicației INDISIO

Ca urmare a analizei chestionarului privind cerințele și specificațiile aplicației au fost

identificate 2 module ale aplicației:

Nucleul de bază al aplicației INDISIO – care este responsabil pentru gestionarea

datelor din baza de date,

Modulele de procesare a fișierelor media integrate cu aplicația INDISIO.

Nucleul de bază al aplicației INDISIO conține 2 secțiuni

1. Secțiunea OPERAȚIONAL – care este accesibilă ambelor roluri DOCTOR și

ADMINISTRATOR.

Figura 11 Secțiunea OPERAȚIONAL

10

Secțiunea permite administrarea datelor din baza de date asociate pacienților. Se pot adăuga

pacienți noi sau se pot vizualiza și actualiza datele asociate unui pacient: date personale,

informațiile aferente diagnosticelor, programarea vizitelor sau gestionarea sesiunilor de

informații media aferente consultului medical.

Figura 12 Pagina pacientului

2. Secțiunea ADMINISTRARE – care este accesibilă doar rolului ADMINISTRATOR.

Figura 13 Secțiunea ADMINISTRARE

Figura 14 Pagina de administrare a utilizatorilor

aplicației

Figura 15 Pagina de actualizare a

diagnosticelor

Secțiunea permite actualizarea datelor din baza de date aferente:

actului medical: diagnostice, markeri,

setărilor de sistem: căile de stocare a fișierelor media, utilizatorii și rolurile din

aplicație, elemente de interfață,

A2.2 Dezvoltarea modelului ANN

Rețelele neuronale artificiale (ANN – Artificial Neural Networks) sunt structuri de

procesare paralele alcătuite din elemente sau noduri ce simulează procesele biologice de

învățare. Aceste aplicații software sunt create pentru a reproduce neuronii și sinapsele neuronale,

11

având pe de o parte, capacitatea de a prelua și procesa o serie de date de intrare, pe baza cărora

identifică soluții pentru diverse probleme complexe, iar pe de altă parte au capacitatea de a

învăța pe parcurs, adaptându-se astfel unor necesități ulterioare.

În cazul unor conexiuni neliniare, datorită unor date incorecte și lipsite de un algoritm

matematic bine stabilit ce cresc riscul apariției de erori, rețelele neuronale reprezintă o soluție

pentru aceste probleme dificile. Un mare avantaj al acestor rețele îl reprezintă capacitatea lor

de a identifica, pornind doar de la datele disponibile achiziționate în etapa de antrenare, un

model al sistemului analizat datorită abilității lor de a determina și generaliza o serie de corelații

și reguli de asociere. Rețelele neuronale pot folosi reguli de învățare deja însușite pentru a

rezolva probleme similare ce apar ulterior, fiind astfel o adecvate în soluționarea unor probleme

ce apar în practica medicală.

Calcule elementare pot fi efectuate individual de fiecare element de procesare, învățarea

realizându-se prin adaptarea ponderilor asignate conexiunilor dintre diverse noduri. Pentru a

clasifica imaginile achiziționate de videocapsula endoscopică, s-a folosit un eșantion de date

pentru învățare în etapa de antrenare a rețelei (cupluri de date de intrare / ieșire) pe baza cărora

s-au putut determina ponderile. Obiectivul final îl reprezintă clasificarea noilor imagini pe baza

asemănării sau nu a acestora cu imaginile utilizate în etapa de antrenare. Metoda clusterelor

reprezintă varianta nesupravegheată de învățare.

Numărul mare de conexiuni al rețelei neuronale permite încorporarea informației spațiale

în procedura de clasificare. În general, pentru clasificarea imaginilor se pot asocia rețelelor

neuronale diverse tehnici statistice de pattern recognition. Clasificarea imaginilor complexe a

vizat implementarea unui tip de rețele cu o topologie multi-strat bazată pe perceptroni (MPL –

Multi Layer Perceptron), utilizând un algoritm complex de propagare inversă (back

propagation).

Antrenarea rețelelor neuronale, după stabilirea datelor de intrare și ieșire, urmărește

obținerea unei erori medii pătratice (MSE – Mean Squared Error) mai mică decât o anumită

valoare de prag. În cazul aplicației generale INDISIO, am ales valoarea 0.0001. O serie de valori

aleatoare inițializează ponderea conexiunilor dintre neuroni, în timp ce ceilalți parametrii sunt

în mod obișnuit preluați ca valori by default setate de diverse toolbox-uri de creare a rețelei

neuronale. Pentru crearea rețelei neuronale utilizate în cadrul aplicației, am folosit NNT –

Neural Network Toolbox din Matlab – Mathworks Inc.

Datorită rolului major pe care îl au în dezvoltarea de aplicații medicale, o etapă importantă

este cea a determinării arhitecturii optime a rețelei neuronale. În etapa de antrenare, am urmărit

furnizarea unor date de ieșire cu acuratețe ridicată, ce vor fi utilizate de către medicul

examinator în vederea asigurării aplicabilității sistemului în practica medicală.

Aplicația software de detecție a leziunilor se bazează pe aceiași parametrii urmăriți de

medicul examinator, extrași din cadrele preluate cu ajutorul VCE ce cuantifică caracteristicile

imagistice ale unei leziuni, pentru a confirma sau infirma prezența acesteia în interiorul

segmentului digestiv investigat. În ceea ce privește identificarea și clasificarea leziunilor

rețeaua neuronală poate simula experiența profesională a medicului examinator prin primirea

ca date de intrare a unui set de valori ale diverselor caracteristici ce au fost extrase în prealabil,

urmând ca ea să furnizeze ca ieșire o clasificare a unei leziuni.

În cadrul aplicației INDISIO, a fost implementată o rețea neuronală cu un strat de neuroni

de intrare, un strat ascuns și un strat de neuroni de ieșire. Numărul neuronilor din stratul de

intrare este egal cu numărul parametrilor extrași de modulele de analiza imagistică. Stratul de

ieșire este reprezentat de un singur neuron, care furnizează rezultatul clasificării. Stratul ascuns

cuprinde 10 neuroni. Rețeaua neuronală a fost definită cu o funcție de antrenare de tip

Levenberg-Marquardt, o funcție de învățare de tip learngdm (Gradient descent with momentum

weight and bias learning function). Calculul performanței s-a bazat pe MSE. Ca vectori de

intrare s-au folosit datele furnizate de modulele de analiză a culorii, texturii şi formei. Parametrii

12

cu valori numerice au fost utilizați ca atare. Parametrii precum tipul de textură identificată,

localizarea regiunii sau dependența de luminozitate au fost cuantificați ca enumerări.

Funcțiile de transfer ce fac legăturile dintre straturile de neuroni reflectă de fapt sinapsele

umane. Rezultatul final este calculat în funcție de datele de intrare care sunt ponderate de

anumite valori ce simbolizează importanța fiecărui parametru de intrare. Ponderile nu au fost

în mod strict stabilite de la început, ci au fost determinate ci au fost determinate în cadrul etapei

de antrenare, prin calcule iterative. Această etapă asigură convergența perechilor definite de

datele de intrare și ponderile asociate către valoarea de ieșire, evidențiind corelația dintre

acestea. Pentru definirea rețelei neuronale, a fost stabilit un eșantion de 100 de imagini care să

cuprindă o variație cat mai mare din punct de vedere al conținutului informațional. Cea mai

mare parte a imaginilor a fost utilizată pentru antrenarea rețelei, restul cadrelor fiind necesare

în procesul de validare şi testare a performanței acesteia. Validarea rezultatelor furnizate de

rețea s-a făcut pe baza unui diagnostic stabilit anterior de un medic cu experiență. Acest

diagnostic a reprezentat punctul de referință în evaluarea si modificarea algoritmilor

implementați.

Această metodă de clasificare reprezintă un punct de plecare în dezvoltarea aplicației

INDISIO. Rețelele neuronale sunt astfel construite încât permit adaptarea si învățarea continuă.

Pe măsură ce vor fi și alte date disponibile, din diverse surse, performanțele rețelei vor fi

actualizate pentru a oferi medicului examinator indicii clare relativ la prezența anumitor leziuni

în cadrele achiziționate de videocapsula endoscopică.

A2.3 Extragerea caracteristicilor și înglobarea tehnicilor de procesare a imaginilor

Pentru stabilirea modulelor de procesare de imagini implementate în aplicația INDISIO,

împreună cu coordonatorul proiectului au fost analizate o serie de leziuni ce pot fi identificate.

S-au analizat, din punct de vedere imagistic, parametrii de imagini care se pot lua în considerare

la diagnosticare prin imagistică medicală.

Imaginile obținute în urma investigației cu videocapsula endoscopică efectuată în cazul

primilor pacienți incluși în lotul de studiu au stat la baza realizării unor eșantioane de analiză

imagistică. Ulterior, acestea au fost prelucrate prin aplicarea unei serii de tehnici de procesare,

extragere a elementelor specifice, împărțire pe regiuni și clasificare automată în funcție de

conținut. Cele mai adecvate procese de prelucrare, segmentare și clasificare au fost alese pentru

alcătuirea fluxului de date specific algoritmilor identificați pentru detecția automată a leziunilor

vasculare (telangiectazii) și a polipilor intestinali / colonici.

Datorită zgomotului indus de sistemul de achiziție a imaginilor corespunzător videocapsulei

endoscopice, este necesară o etapă inițială de pre-procesare a cadrelor originale, definită prin

convoluția acestora cu o serie de funcții gaussiene. Această etapă este utilă şi pentru realizarea

unei uniformizări a mucoasei intestinale, ducând la o detecție mai clară a contururilor

elementelor semnificative prezente în cadrul imaginilor.

Cei mai uzuali descriptori imagistici folosiți în cea mai mare parte a aplicațiilor software cu

specific imagistic bazat pe conținut sunt culoarea, textura şi forma regiunilor specifice. Aceste

trei caracteristici reprezintă fundația metodei de analiză globală a filmelor furnizate de

videocapsula endoscopică fiind, de fapt, transpunerea etapelor principale care se regăsesc şi în

analiza efectuată de medicul examinator. Alte trăsături specifice precum rotația şi/sau

deplasarea vizibile într-o secvență de cadre, contururile parțiale precum şi direcția de mișcare

pot crește acuratețea de identificare a elementelor deosebite prezente în cadrele WCE, deoarece

completează tabloul imagistic al cadrelor.

13

A2.3.1 Modul de procesare a culorii

Culoarea reprezintă un descriptor important în cadrul proceselor şi tehnicilor de analiză

imagistică, cu o puternică semnificație relativ la conținutul informațional al imaginilor analizate,

fiind totodată un element perceput cu ușurință de ochiul uman, atât înainte de procesarea

imaginii respective, cât și după aplicarea diverselor metode de prelucrare. În cazul imaginilor

achiziționate de videocapsula endoscopică, pentru medicul examinator culoarea are o

însemnătate deosebită, fiind elementul de bază al detecției sângerărilor gastrointestinale, dar şi

un indicator important al altor potențiale leziuni situate la nivelul tractului digestiv al pacienților.

În mod evident, medicul consideră şi percepe culoarea ca fiind o trăsătură naturală în imagini,

spre deosebire de echipamentele de calcul pentru care culoarea are o însemnătate strict

matematică, exprimată în parametrii precum frecvență sau intensitate.

Scopul modulului de analiză a culorii este de a simula procedeele de analiză ale

examinatorului uman, urmărind parametrii și proprietățile imaginilor analizate, dar printr-o

abordare tehnică, în scopul de a evidenția caracteristicile coloristice specifice atât mucoasei

intestinale și colonice normale, cât și specifice anumitor tipuri de leziuni. Culoarea reprezintă

elementul fundamental în procesul de identificare a celor mai multe modificări, precum

telangiectaziile, sângerările active, ulcerațiile. Mai puțin importantă este în cazul detecției

polipilor, aceștia neavând o culoare specifică, diferită de cea a mucoasei înconjurătoare.

Modulul vizează identificarea unor nuanțe de roșu aprins în cazul sângerărilor oculte intestinale,

roșu-maroniu specific telangiectaziilor, nuanțe de verde / galben pentru resturile intestinale sau

alb strălucitor pentru conturul bulelor de aer.

Din seturile de date disponibile până acum, cadrele care prezintă telangiectazii oferă cea

mai buna platformă de definiție și testare a modulului de detecție a culorii. Acest tip de leziuni

acoperă o gamă destul de mare de nuanțe specifice, în comparație cu tonurile mucoasei

intestinale înconjurătoare și cu localizarea în interiorul tractului digestiv. În cazul leziunilor

submucoasei, se observă nuanțe mai deschise, și mai apropiate de aspectul coloristic al

mucoasei intestinale normale.

Luminozitatea imaginilor reprezintă un factor important în detecția acestor culori, eficiența

procesului fiind influențată de variația intensității sursei de lumină. Astfel, anumite porțiuni ale

tractului digestiv pot fi mai apropiate de sursa de lumină, apărând mai luminoase raportat la

celelalte regiuni din imagine. Din acest motiv, am căutat să implementăm în modulul de detecție

a culorii descriptori puțin sensibili la variațiile luminii.

A2.3.1.1 Sursa de lumină

Videocapsula endoscopică este echipată cu un sistem de 6 LED-uri (Light Emitting Diode)

ce furnizează o lumină de bună calitate, permițând astfel vizualizarea optimă a interiorului

tractului digestiv al pacienților prin intermediul camerei CCD (Charge-coupled Device) ce

prezintă o deschidere de 145o, precum şi o adâncime de 0-20 mm.

Randamentul luminos este reprezentat matematic de raportul dintre fluxul luminos și

puterea specifică de intrare. Fluxul exprimă cantitatea de lumină emisă, fără a ține cont de

direcția de distribuire a acesteia. Astfel, datorită faptului ca mucoasa intestinală nu este plată,

ci prezintă o serie de pliuri ce variază ca mărime și formă, repartizarea fluxului luminos pe

suprafața acesteia nu este uniformă. La aceasta variație, se adaugă și diversitatea unghiurilor de

proiecție a luminii, care depind de poziționarea videocapsulei relativ la axa centrală a tractului

digestiv. În aceste condiții, diferite regiuni cuprinse într-o singură imagine sunt caracterizate de

niveluri de iluminare diferite. Impresia de luminozitate specifică unei suprafețe sau unui obiect

este cuantificată prin luminanță. Fluxul luminos este absorbit în special de porțiunea de

mucoasa intestinală plasată în imediata vecinătate a videocapsulei endoscopice, care reflectă

partea reziduală. Practic, din punct de vedere imagistic, culoarea reflectă cantitatea de lumină

14

absorbită, precum și cantitatea de lumină reflectată – aceasta din urmă fiind exprimată prin

luminanță; această componentă reflectată influențează percepția luminozității unei imagini. În

cazul cadrelor care surprind în mare parte lumenul intestinal, specifice porțiunilor de intestin

mai puțin sinuoase, şi în contextul în care videocapsula este poziționată paralel cu axul central,

lumina este doar într-o mică măsură reflectată înapoi, fiind dispersată în mare parte.

Figura 16 Diferite grade de iluminare ale

cadrelor achiziţionate de videocapsula

endoscopică

Figura 17 Reflexia celor 6 LED-uri ale

videocapsulei în cadrul imaginilor VCE

Figura 16 prezintă o serie de cadre achiziționate de videocapsula endoscopică, cu diferite

grade de iluminare.

In contextul trăsăturilor fizice caracteristice tractului digestiv, iluminarea cadrelor variază

datorită unei distribuții neuniforme a luminii produse de LED-urile videocapsulei în planul

principal al regiunilor surprinse în imagine. Dispoziția circulară a acestora în jurul sistemului

de achiziție a imaginilor favorizează îmbunătățirea gradului de uniformitate a luminii emise.

De asemenea, compensează şi dezavantajul mărimii fizice a LED-urilor (raportate la

dimensiunile globale ale videocapsulei) care trebuie să fie totuși suficient de puternice pentru a

furniza o intensitate luminoasă corespunzătoare achiziției de imagini calitative, adecvate

prelucrărilor ulterioare.

Există cazuri în care cadrele prezintă porțiuni mici şi dese de culoare albă, datorită

elementelor care prezintă suprafețe netede şi lucioase, precum bulele de aer şi lichidul intestinal.

În aceste condiții, cantitatea de lumină reflectată este semnificativă, iar aspectul vizual este ușor

de detectat, întrucât este similar cu o altă sursă de lumină. Figura 17 exemplifică o serie de

cadre care prezintă aceste elemente. Se poate observa chiar dispoziția circulară a LED-urilor

videocapsulei. Aceste reflexii pot influența însă parametrii coloristici globali ai imaginilor

achiziționate de videocapsula endoscopică.

Chiar dacă nivelul de iluminare variază de la cadru la cadru, în funcție de prezența

lumenului intestinal (care este vizibil ca o regiune cu luminozitate minimă) şi de poziția

videocapsulei relativ la peretele intestinal, în majoritatea cadrelor, acesta este optim pentru

redarea corectă a culorilor specifice primului plan din imagini, fiind util în procesul de

identificare a majorității leziunilor întâlnite.

15

A2.3.1.2 Spațiul culorilor

Totalitatea culorilor regrupează modele sau spații standard de culori, compuse din puncte

unice corespunzătoare fiecărei nuanțe. Pentru fiecare cadru, analiza coloristică a relevat un

subspațiu specific din spațiul complet al culorilor. În cazul cadrelor ce conțin leziuni cu aspect

coloristic specific, modulul izolează acea zonă din conținutul informațional al imaginii, prin

divizarea spațiului de culori în seturi de regiuni disjuncte. Analiza preliminară a filmelor

disponibile a relevat faptul că pot exista diferențe coloristice între cadrele pacienților diferiți,

pentru același segment al tractului digestiv. Astfel, modulul prevede şi o funcție care determină

paleta globală de culori a întregului tract digestiv, pentru o eventuală comparație ulterioară a

mucoasei normale din regiunile unui cadru care conține şi o potențială leziune.

Figura 18 – Cinci cadre achiziționate de videocapsula endoscopica, reprezentând atât mucoasa

intestinală normală cat si leziuni, însoțite de distribuția culorilor spațiul culorilor RGB.

Dată fiind capacitatea vizată a aplicației INDISIO de a analiza şi cadre independente,

raportarea la analiza globală este opțională, realizându-se numai în cazul disponibilității

16

întregului film pentru un pacient. În aceste condiții, raportarea se face doar în funcție de alte

cadre cu leziuni asemănătoare din baza de date.

Aceste cadre sunt utile şi pentru definirea subspațiului culorilor specifice unei anumite

leziuni. Ulterior, valorile de margine reprezintă valori de prag ce vor fi utilizate pentru

comparația pixelilor din următoarele imagini supuse analizei. Practic, procesul de analiză

coloristică urmărește stabilirea nuanțelor si tonurilor dominante corespunzătoare leziunilor si

mucoasei normale, precum și delimitarea regiunilor din fiecare cadru definite de aceste culori,

prin tehnica de divizare a spațiului de culori, pe baza comparației cu valorile de prag specifice

subspațiilor.

Relativ la cel mai comun spațiu de culori - RGB (Red – roşu, Green – verde, Blue – albastru),

putem menționa că leziunile vasculare sunt definite de nuanțe specifice de roșu, astfel că

valoarea componentei R este relativ mare, implicit existând o reflexie mai puternică a luminii.

In cazul lichidelor intestinale, care au o textura uneori asemănătoare, paleta coloristică este

definită preponderent de tonuri de galben – verde. Componentele G si R au valori mai apropiate

de cele specifice mucoasei normale, dar tehnica de divizare a spațiului culorilor permite totuși

izolarea, în anumite limite, a culorilor specifice acestora. Figura 18 exemplifică definirea

spațiului global pentru câteva cadre. Pentru completarea caracteristicilor coloristice ale cadrelor,

s-a utilizat şi sistemul HSV (H – hue, S – saturation, V – value) în vederea stabilirii valorilor

saturației şi a tonalității cromatice, în special pentru telangiectazii.

Pentru fiecare cadru în parte, modulul de analiză a culorilor stabilește gama completă de

culori a cadrului şi determină existenta regiunilor care se încadrează în subspațiile de culori

definite anterior, prin comparația cu valorile de prag. In plus, determină saturația şi tonalitatea

cromatică medie pentru întregul cadru, dar şi pentru fiecare regiune în parte. În cazul în care

există regiuni de culoare specifice sângerărilor active şi telangiectaziilor (cu nuanțe de roșu

aprins sau roşu-maroniu), modulul calculează aceiași parametri şi pentru totalitatea regiunilor

din cadru, mai puțin regiunea considerată ca leziune. Ulterior, în funcție de textură, se va

stabili dacă sunt sau nu prezente leziuni în cadrul respectiv. Implementarea modulului a fost

realizată în C#, folosind şi funcțiile predefinite din framework-ul C# AForge.NET, precum şi

în Matlab.

A2.3.2 Modul de procesare a texturii

Modulul de procesare a texturii analizează un alt parametru esențial în detecția automată a

leziunilor prezente la nivelul tractului digestiv: textura. Precum modulul anterior de procesare

a culorii, determină totodată relația dintre caracteristicile texturale ale leziunilor şi cele ale

mucoasei normale înconjurătoare. Această dependență este influențată de localizarea

videocapsulei în interiorul tubului digestiv, deoarece segmentele anatomice ale acestuia (esofag,

stomac, intestin subțire, colon) sunt caracterizat de texturi diferite. Analiza inițială efectuată pe

filmele obținute până în prezent a indicat faptul că inclusiv în cadrul aceluiași segment sau

aceluiași pot exista multiple texturi, adesea foarte asemănătoare, corespunzând pliurilor

intestinale, eventualelor leziuni sau diverselor artefacte. Texturile pot fi definite ca un ansamblu de elemente individuale plasate alăturat care

generează diverse modele, fiind caracterizate de componente invariante din punct de vedere

spațial. Ele reprezintă grupe de elemente unice sau primitive, fiind specifice zonelor uniforme,

segmentelor liniare sau chiar pixelilor unici. În principiu, textura simbolizează senzația definită

de atingerea acelor suprafețe sau obiecte, dar pot oferi şi informații relativ la proprietățile

specifice asociate senzațiilor non-tactile ci vizuale.

Datorită faptului că anumite leziuni şi artefacte sunt caracterizate de o distibuţie specifică a

pixelilor în spațiul bidimensional, modulul realizează o analiză bazată pe modele liniare şi non-

liniare, regrupând câteva tehnici de procesare precum șabloanele locale (LBP - Local Binary

17

Patterns), comparația histogramelor, autocorelarea sau matricile de co-ocurenţă. Strategia

generală a aplicaţiei INDISIO este de a emula procesul de analiză al medicului examinator,

exploatând însă capacitatea de procesare a echipamentelor moderne. Astfel, studiul texturii în

cadrul modulului dedicat este realizat în domeniul frecvenței şi în domeniul spaţial, prin

utilizarea unor tehnici de procesare ce au la baza energia răspusului unor filtre aplicate

imaginilor exprimate ca semnale bidimensionale. Tot prin intermediul filtrelor se realizează şi

o eliminare a frecvențelor nedorite din componenta unei imagini achiziționate de videocapsulă,

prin setarea acestuia în vederea blocării anumitor componente specifice semnalului.

Figura 19 Șase cadre originale achiziționate de videocapsula endoscopică, alături de

segmentarea regiunilor în funcție de 5 tipuri de texturi

Analiza texturii se realizează independent de analiza coloristică a cadrelor, urmând ca

rezultatele acestor module să fie corelate la nivelul aplicației INDISIO, integrându-le în

algoritmul general de detecție a leziunilor pe baza întregului ansamblu de caracteristici

imagistice. Astfel, elementele cu aceeași textură sau cu texturi asemănătoare vor putea fi

diferențiate în funcție de culoare: nuanțe de galben-maroniu pentru mucoasa intestinală normala,

galben-verde pentru lichidele intestinale, diferite tonuri de roşu pentru leziunile vasculare etc.

Modulul integrează câteva aplicații de extragere a texturilor dezvoltate în Matlab. Texturile

au fost inițial determinate cu ajutorul operatorului Local Binary Pattern, utilizând ulterior

histograme pentru comparațiile ulterioare. De asemenea, a fost implementata o bancă de filtre

Gabor, configurată pe baza combinațiilor dintre orientările şi frecvențele filtrelor. Aceste

combinații nu au fost stabilite neapărat conform unor reguli predefinite, ci au fost determinate

în urma unei analize efectuate pe un eșantion compus din 250 de imagini, utilizat pentru

stabilirea acoperirii corespunzătoare a întregului domeniu al frecvențelor spațiale, în condițiile

în care se asigura cât mai puține suprapuneri ale filtrelor Gabor din bancă. S-a utilizat cu

preponderență componenta reală a filtrelor Gabor, dintre cele două componente Gauss simetrice

definite în domeniul frecvenței specifice acestora. Alegerea acestui tip de filtre s-a bazat pe

capacitatea acestora de a simula destul de bine comportamentul vizual uman.

Banca de filtre specifică modulului de analiză a texturii este compusă dintr-o serie de filtre

Gabor definite pe 6 direcții diferite, cu următoarele orientări: 0o, 30o, 60o, 90o, 120o şi 150o.

Locația centrală a filtrelor din bancă este stabilită prin intermediul frecvenței şi a unghiului de

rotație. Menținând ideea de similitudine cu procesul de analiză a medicului examinator, lățimea

de bandă a filtrului Gabor a fost stabilită în funcție de lățimea de bandă specifică răspunsului

celulelor situate la nivelul cortexului uman, care variază între 0.5 si 2.5 octave. În acest context,

valoarea lățimii de bandă a filtrelor implementate în modulul de analiză a texturii a fost stabilită

la o octavă. Totodată, dimensiunea imaginilor achiziționate de videocapsula endoscopică a stat

la baza definirii lungimii de undă a funcției sinusoidale. În concluzie, parametrii specifici băncii

de filtre Gabor au fost stabiliți experimental, pe baza eșantionului de analiză. Pentru fiecare

18

cadru analizat, modulul poate furniza până la 5 texturi diferite, conform figurii 19, permițând

identificarea anumitor leziuni prezente la nivelul tractului digestiv.

A2.3.3 Modul de procesare a formei

Modulul de procesare a formei completează analiza imagistică realizată de modulele

anterior definite, analizând un parametru extrem de important în segmentarea imaginii.

Anumite leziuni întâlnite la nivelul tractului digestiv al pacienților nu prezintă un contur regulat,

astfel că detecția lor se va baza pe alte metode. În schimb, polipii intestinali şi colonici au ca

trăsătură de bază forma parţial rotunjită corespunzătoare țesutului protruzionat din mucoasa

intestinală. Polipii pedunculaţi care sunt proiectaţi pe secţiunea lumenului sunt de asemenea

mai ușor de identificat pe baza detecției conturului lor. Forma elementelor prezente în imaginile

achiziționate de videocapsula endoscopică este determinată pe baza contururilor detectate,

reprezentând o componentă cu o pondere importantă în procesul final de analiză.

Segmentarea bazată pe contur este de asemenea utilizată pentru determinarea reprezentării

imaginilor ca ansamblu de regiuni distincte, fără a ţine cont de alte caracteristici imagistice. In

majoritatea cazurilor, imaginile furnizate de videocapsulă pot fi împărţite în arii relativ

disjuncte corespunzătoare lumenului, pliurilor intestinale, artefactelor, polipilor sau altor

leziuni (dacă prezintă margini bine definite). Acest proces de divizare sporeşte şansele de

identificare corectă a leziunilor, deoarece permite analiza caracteristicilor imagistice doar

pentru anumite regiuni din imagine, alături de comparaţii intre regiuni, comparaţii cu regiuni

similare din alte cadre.

Detecţia contururilor a fost implementată în Matlab, pe baza răspunsului de fază al filtrului

Gabor. S-a utilizat o bancă de 8 filtre Gabor. Metoda corespunde conversiei imaginilor originale

în semnale bidimensionale, caracterizate în domeniul frecvenţelor prin amplitudine şi fază.

Răspunsul de amplitudine reprezintă raportul dintre aplitudinea de ieşire şi cea de intrare.

Răspunsul de fază este definit în mod similar, reflectând cel mai bine semnalul iniţial (imaginea

originală). Acest răspuns exprimă relaţia dintre faza unui semnal de intrare de tip sinusoidal şi

semnalul corespunzător de ieşire, trecut prin filtru. Parametrii filtrelor Gabor au stabiliţi

experimental, pe baza unui eşantion compus din 200 de imagini. Banca de filtre diferite a fost

compusă utilizând două direcții diferite, cu orientare 45o şi 90o, frecvenţe 0.5 si 2, precum şi

două scale diferite – 2 şi 5. Aceasta structură s-a dovedit a fi eficientă şi optimă pentru

segmentarea polipilor din imaginile incluse în eșantionul de analiză. De asemenea, răspunsul

de fază a detectat cu o acuratețe crescută contururile prezente în cadre, după cum indică şi figura

20. Imaginile obținute după aceasta etapă intermediară de procesare sunt de tip greyscale.

Modulul de analiză a formei este compus din mai multe etape de procesare. Pentru fiecare

cadru analizat, după determinarea contururilor pe baza filtrelor Gabor, se realizează binarizarea

imaginii pe baza unei valori de prag. Experimentele efectuate pe eșantionul de analiză au dus

la stabilirea valorii de prag 215. Etapa de binarizare constă în analiza intensității fiecărui pixel.

Dacă această valoare este situată sub valoarea de prag, atunci acel pixel reprezintă un pixel de

fundal. In caz contrar, pixelul respectiv este considerat ca un pixel aparținând unui contur

identificat în imagine. Ulterior, modulul dispune de două direcții de analiză. Prima direcție

analizează regiunile distincte din cadrul imaginii, obținute în urma procesului de segmentare pe

baza contururilor determinate. Fiecare regiune poate fi apoi supusă unor noi prelucrări /

verificări. Cea de-a doua direcție urmărește identificarea prezentei unor polipi în interiorul

imaginii analizate, prin analiza curburii segmentelor determinate. Pe baza contururilor stabilite

în urma aplicării valorii de prag, se determină lungimea acestora – mai exact, se determină

numărul pixelilor din interiorul conturului. La final, se determina aria celui mai mic dreptunghi

care îl cuprinde integral. Evident, este necesară stabilirea unei limite minime a ariei – pe baza

eșantionului de imagini, s-a determinat experimental valoarea 430 de pixeli (neluându-se în

19

calcul și ariile mai mici de 20 de pixeli). De asemenea, pentru a reduce pe cât posibil numărul

de contururi false (care nu aparțin unui polip), s-a determinat experimental că un contur compus

dintr-un număr de pixeli similar cu numărul de pixeli ai lungimii dreptunghiului minim în care

se poate încadra nu poate aparține unui polip. Astfel, aceste contururi nu au fost luate în calcul

în fazele următoare de procesare.

Figura 20 a) un cadru original furnizat de videocapsula endoscopică; b-c) răspunsul de

amplitudine și răspunsul de fază al filtrului Gabor; d-e) Partea reală a filtrului Gabor, cu scala

2, frecvența 0.5, orientarea 1.5708.

Următoarea etapă regrupează tehnica top-hat de reducere a punctelor care nu aparțin unui

contur, precum si procesul de skeletonizare a imaginii rezultate în urma reducerii. La final, se

obține o imagine alb-negru care cuprinde contururile cu potențial de a aparține unui polip, dar

rafinate la un ansamblu de pixeli care reproduc forma originală. Acest proces nu modifică

proprietățile formei inițiale, dar favorizează analiza şi determinarea tipului formei originale.

Analiza continuă cu determinarea curburii contururilor ramase în imaginea prelucrată.

Datorita faptului ca etapa de detecție a contururilor nu prezintă acuratețe maximă, deci pixeli ai

conturului real al polipului pot fi considerați pixeli ai mucoasei, şi vice-versa, este necesară o

aproximare a curburii generate de conturul respectiv. Această aproximare a fost realizată prin

generarea curbei Bezier plecând de la primul şi ultimul punct al conturului, la care se adaugă

progresiv puncte intermediare. Aceasta etapă nu reflectă un proces de interpolare clasic,

deoarece curba nu va trece prin toate punctele conturului determinat prin răspunsul de fază,

tocmai pentru ca ia în calcul şi potențialele erori de detecție, în schimb se va menține în mod

constant în interiorul poligonului determinat de punctele de control – adică punctele conturului

inițial. Figura 21 exemplifică subetapele de procesare. Curbele Bezier trec în mod obligatoriu

prin primul şi ultimul punct al conturului. Dacă un contur are mai multe puncte de extremitate,

atunci are mai multe ramificații. Astfel, se generează câte o curbă Bezier pentru fiecare

ramificație, în mod independent, dar ponderea cu care curba va participa la decizia finală va fi

mai mică. Pe măsură ce se adaugă alte puncte ale conturului, curba se regenerează, devenind

tangentă la segmentele ce conectează punctele de control succesive. Procesul de adăugare a

punctelor noi se repetă până când se îndeplinește una din condițiile următoare:

- se termină punctele incluse în conturul respectiv

- curba generată aproximează bine conturul real (având în vedere că răspunsul de fază al

filtrului Gabor poate genera şi erori, se ia în calcul doar o aproximare)

Figura 21 a) imaginea originală VCE, obţinută în urma eliminării artefactelor şi după etapa de

uniformizare; b) detecţia contururilor aplicând filtrul Gabor ales din banca de filtre; c) rafinarea

contururilor detectate anterior prin binarizare cu valoare de prag; d) rafinarea contururilor; e)

rafinarea contururilor prin skeletonizare; f) curba Bezier generată pe baza conturului

20

Modul în care curba Bezier aproximează conturul real se realizează relativ strict la

dimensiunile acelui contur. Nu se poate defini o valoare fixă, care sa fie general valabilă pentru

toate contururile. Această relativitate poate fi exprimată doar procentual. Astfel, distanța

euclidiană de la curba Bezier la punctele din vecinătate nu trebuie să fie mai mare decât o

valoare de prag determinată experimental ca fiind 10% din lungimea dreptunghiului minim.

Odată curba Bezier generată, nu mai rămâne decât o verificare: încadrarea într-o elipsă care

la rândul ei se încadrează, cel puțin parțial, în imaginea originală, ceea ce ar asigura un prim

indiciu al prezenței unui polip în acel cadru. Acest lucru s-a realizat prin intermediul metodei

ellipse fitting. Implementarea etapelor de binarizare, skeletonizar, generarea curbelor Bezier şi

etapa ellipse fitting au fost realizate în C#, platforma .NET.

A2.4 Diseminare

Abstract științific acceptat la conferințe naționale / internaționale

1. A.F. Constantinescu, M. Ionescu, M.E. Ciurea, C.T. Streba, V.F. Iovanescu, C.C. Vere.

Local Binary Pattern in Wireless Capsule Endoscopy Analysis - Euroregional

Conference for Phd Students and Young Researchers in Biomedicine, 27-28 March

2015, Timisoara.

2. M Ionescu, AF Constantinescu, AG Ionescu, CT Streba, AS Apostol, OC Rogoveanu,

ME Ciurea, CC Vere. Diagnosis of intestinal polyps with software applications in

wireless capsule endoscopy, "XA 2015" European Conference on Computer

Sciences&Applications 5th Edition, Timişoara, Oct. 2015

Poster acceptat la o conferință națională

1. M Ionescu, CC Vere, CT Streba, AG Ionescu, , OC Rogoveanu, ME Ciurea. The role

of software applications in detecting polyps following wireless capsule endoscopy.

Simpozion APHS2015 - ACTUALITĂŢI ŞI PERSPECTIVE ÎN HARD ŞI SOFT,

Ediţia a VIII-a, Timişoara, România, 29 Mai 2015.

http://fcia.tibiscus.ro/documente/cercetare/aphs2015/ionescu1.pdf

Articol tip review acceptat spre publicare într-o revista indexată BDI

1. A.F. Constantinescu, M. Ionescu, I. Rogoveanu, C.C. Vere, V.F. Iovanescu, C.T. Streba,

M.E. Ciurea. Wireless Capsule Endoscopy in Correlation with Software Application in

Gastrointestinal Diseases. Current Health Sciences Journal, Vol. 41, No. 2, 2015 April-

June. http://www.chsjournal.org/files/49ce4ecc55c9ff2b8e2728b7c65a5d8a.pdf

2. M Ionescu, AF Constantinescu, AG Ionescu, CT Streba, AS Apostol, OC Rogoveanu,

ME Ciurea, CC Vere. Methods of diagnosis of intestinal polyps with software

applications in wireless capsule endoscopy. Annals. Computer Science Series. 13th

Tome 1st Fasc. – 2015. In Print

Director proiect

Prof. Univ. Dr. Cristin Constantin Vere

21

ANEXA 1

Formular de acceptare privind participarea la studiul de cercetare

Titlul studiului: Rolul aplicatiilor software in imbunatatirea performantei videocapsulei endoscopice in

evaluarea patologiei digestive

Numele cercetătorului principal:

Datele participantului: Numele:

Prenumele:

Adresa:

Sexul:

Data naşterii:

Subsemnatul ___________________________, sau reprezentantul meu legal, am citit

şi înţeles descrierea acestui studiu, scopurile pe care şi le propune, durata preconizată,

procedurile care vor avea loc, riscurile cunoscute şi neplăcerile pe care le poate cauza,

beneficiile aşteptate, tratamentele alternative, dezvăluirea datelor mele medicale, (plata) şi

tratamentul complicaţiilor produse în timpul studiului, şi posibilitatea de a încheia acest studiu

fără consimţământul meu.

Iau parte la acest studiu conform propriei mele voinţe. Voi putea să mă retrag oricând

sau/şi să retrag autorizaţia de utilizare şi eliberare a datelor mele de sănătate după semnarea

acestui formular de acceptare, fără ca această retragere să influenţeze îngrijirea de care voi

beneficia acum şi în viitor sau să determine pierderea unor beneficii la care am dreptul.

Consimţământul meu nu influenţează drepturile mele legale privind lipsa de îngrijire sau

neglijenţa persoanelor implicate în acest studiu. Semnătura mea semnifică faptul că am citit

(sau mi-au fost citite) informaţiile anterioare, că întrebările mele au primit un răspuns

satisfăcător şi că de fiecare dată când voi avea întrebari voi putea discuta cu cercetătorul al cărui

nume este trecut mai sus.

Informaţii sensibile privind starea de sănătate

Sunt de acord să permit eliberarea informaţiilor medicale privind infecţia cu virusul

HIV/SIDA, abuzul de droguri sau/şi alcool, tulburările de comportament, afecţiunile psihiatrice.

___________________ _____________________ ______________

Numele participantului Semnătura participantului Data/Ora

___________________ ____________________ _____________

Numele martorului Semnătura martorului Data/Ora

Am explicat acest studiu participantului. Consider că participantul îşi exprimă consimţământul

în mod liber şi fiind bine informat are capacitea legală de a-şi da consimţământul informat

pentru a participa în cadrul acestui studiu.

________________ ____________________ ____________

Numele cercetătorului Semnătura cercetătorului Data/ora

ANEXA 2

22

FIŞĂ PENTRU EVALUAREA PACIENŢILOR

NUME: I. PRENUME: V.

FO .......... VÂRSTĂ: 53

SEX: F

ADRESA: Craiova TELEFON ....................

DIAGNOSTIC: Anemie feriprivă

PERIOADA DE SPITALIZARE ..................................

DATA ÎNTOCMIRII: 21.10.2015 MEDIC ..................

MOTIVELE INTERNĂRII: - Durere în epigastru și hipocondrul drept (de aprox 1 an)

- Vărsături bilio-alimentare post prandiale

- Astenie fizică

ANTECEDENTE:

AHC: părinții cardiaci

APF: menopauză 42 ani

APP: Hernie hilatală de alunecare, diverticuli sigmoidieni, HTA primară grad II,

angioscleroză hipertensivă, histerectomie totală cu anexectomie bilaterală,

apendicectomie

Comportament faţă de mediu: nefumătoare, nu consumă alcool

Medicamente administrate înaintea prezentării la spital: Tertensif 1 cpr/zi, Sistar 1 cpr/zi, Ibutin

3 cpr/zi, Ketonal 2 cpr/zi (de la 42 de ani) întrerupt de o lună, Omeprazol 1 cpr/zi.

23

EXAMEN OBIECTIV:

stare generală: medie; înălţime: 157 cm; greutate: 83 kg; IMC 33,6 kg/cm2

tegumente şi mucoase: discret palide

fanere: normal implantate și dezvoltate

ţesut conjunctiv adipos: bine reprezentat

sistem ganglionar: superficial nepalpabil

sistem osteoarticular: dureri la mobilizarea coloanei vertebrale lombare, dureri și

cracmente la mobilizarea articulației genunchilor

aparat respirator:

AMR transmisă egal bilateral

MV prezent bilateral

raluri pulmonare absente

aparat cardiovascular :

soc apexian în spațiul V intercostal pe LMC stângă

AMC în limite normale

zgomote cardiace ritmice

alura ventriculară 72/ min

TA 150/90 mmHg

aparat digestiv:

Inspecţie: abdomen cu panicul adipos în exces

Palpare: sensibil spontan și la palpare în epigastru și hipocondrul drept

Tranzit intestinal prezent

ficat, căi biliare, splină: clinic în limite normale

aparat urogenital: Giordano (-) bilateral

sistem nervos, endocrin, organe de simţ: OTS, ROT prezente bilateral

24

EXPLORAREA BIOLOGICĂ ŞI BIOCHIMICĂ DE LABORATOR

HLG: Hb 9,01 g/dl, CHEM 30,7 g/dl, HEM 22 pg, VEM 71,5, Tr 582.000/mmc, L

7780/mmc

VSH: 135/158 mm

GLICEMIE: 81 mg/dl

UREE: 28 mg/dl

CREATININĂ: 0,31 mg/dl

EXAMEN SUMAR DE URINĂ: -

COLESTEROL: 198 mg/dl

TRIGLICERIDE: 83 mg/dl

LIPIDE TOTALE: 618 mg/dl

GOT: 15 U/l

GPT: 15 U/l

GGT: -

FA: -

BT, BD, BI: BT 0,6 mg/dl, BD 0,14 mg/dl, BI 0,46 mg/dl

INR: 0,89

IP: 122%

APTT: 25”

Atg HBs: absent

Atc anti HCV: absenți

Markeri tumorali: -

Sideremie: 19 µg/dl

EXPLORĂRI IMAGISTICE :

- Ecografie abdominală: Ficat cu diametrul APLS 6,7 cm, LC 2 cm, LD 12,5 cm,

ecogenitate discret accentuată difuz, fără procese localizate. Colecist destins, fără

calculi. CBP, VP, VS calibru normal. Pancreas hiperecogen, dimensiuni normale.

Splină 100/40 mm omogenă. Ptoză renală dreaptă grad I. RD 113 mm ax lung, contur

regulat, IP 16 mm, fără calculi, fără dilatații pielocaliceale. RS 118 mm ax lung, contur

regulat, IP 22 mm, fără calculi, fără dilatații pielocaliceale. VU nelocuită. OGI absente

chirurgical.

- Endoscopie digestivă superioară/ inferioară: EDS: Esofag normal, joncțiune hernie

hiatală de alunecare, stomac pliuri și mucoase normale, pilor permeabil, bulb și duoden

normal. EDI: valvă ileo-cecală normală, cec normal, colon ascendent normal, colon

transvers normal, colon descendent normal, sigmoid multipli diverticuli necomplicați,

rect normal, regiune anorectală normală.

- VCE

- CT torace+abdomen+pelvis

25

ANEXA 3

26