WO2022136720A1 - Método para la evaluación automatizada de ecografías de pulmón y ecógrafo que implementa dicho método - Google Patents

Método para la evaluación automatizada de ecografías de pulmón y ecógrafo que implementa dicho método Download PDF

Info

Publication number
WO2022136720A1
WO2022136720A1 PCT/ES2021/070926 ES2021070926W WO2022136720A1 WO 2022136720 A1 WO2022136720 A1 WO 2022136720A1 ES 2021070926 W ES2021070926 W ES 2021070926W WO 2022136720 A1 WO2022136720 A1 WO 2022136720A1
Authority
WO
WIPO (PCT)
Prior art keywords
pleura
lines
images
detecting
image
Prior art date
Application number
PCT/ES2021/070926
Other languages
English (en)
French (fr)
Inventor
Jorge Camacho Sosa-Dias
Tomás GÓMEZ ÁLVAREZ-ARENAS
Vicente GENOVÉS GÓMEZ
Yale TUNG CHEN
Original Assignee
Consejo Superior De Investigaciones Científicas (Csic)
Fundación Para La Investigación Biomédica Hospital Universitario Puerta De Hierro Majadahonda
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Consejo Superior De Investigaciones Científicas (Csic), Fundación Para La Investigación Biomédica Hospital Universitario Puerta De Hierro Majadahonda filed Critical Consejo Superior De Investigaciones Científicas (Csic)
Priority to EP21863039.0A priority Critical patent/EP4268729A1/en
Publication of WO2022136720A1 publication Critical patent/WO2022136720A1/es

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0833Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
    • A61B8/085Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating body or organic structures, e.g. tumours, calculi, blood vessels, nodules
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5223Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5238Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image
    • A61B8/5246Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image combining images from the same or different imaging techniques, e.g. color Doppler and B-mode

Abstract

Método para evaluación automatizada de ecografías de pulmón, detectando los artefactos típicos en pacientes con neumonía y mostrándolos, que comprende las fases de detectar la pleura; detectar líneas A, como líneas con morfología similar a la pleura situadas al doble de profundidad; detectar líneas B, obteniendo un valor de pendiente y comparándola con la pendiente esperada para una atenuación nominal del medio, siendo las de baja atenuación líneas B; detectar una irregularidad pleural, midiendo la distancia entre puntos de caída de 6 decibelios en torno a la pleura y comparándolo con un umbral; detectar un derrame pleural, calculando el valor medio de la imagen entre la pleura y un máximo local situado inmediatamente por encima, y comparándolo con un umbral; y calcular un grado de afectación, como el porcentaje de líneas de la imagen afectadas por los artefactos con respecto al número total de líneas que pasan por la pleura.

Description

MÉTODO PARA LA EVALUACIÓN AUTOMATIZADA DE ECOGRAFÍAS DE PULMÓN Y ECÓGRAFO QUE IMPLEMENTA DICHO MÉTODO
DESCRIPCIÓN
OBJETO DE LA INVENCIÓN
La presente invención se refiere a un método para la evaluación automatizada de ecografías de pulmón, identificando y cuantificando de forma automática los artefactos relacionados con patologías y presentes en las imágenes generadas por un ecógrafo.
Un objeto de la invención es el método para la evaluación automatizada de ecografías de pulmón, que permite el cálculo automatizado del grado de afectación en ecografías de pulmón y la representación visual de los artefactos que se relacionan con dicho grado de afectación.
Otro objeto de la invención es un ecógrafo que implementa el método para para la evaluación automatizada de ecografías de pulmón y permite un análisis por parte de personal no especializado de dichas ecografías de pulmón.
ANTECEDENTES DE LA INVENCIÓN
La ecografía de pulmón se basa en emitir un pulso ultrasónico (onda acústica) que viaja por el tejido desde la piel hacia el interior del tórax. En un pulmón normal el aire presente en el parénquima pulmonar refleja casi toda la energía de la onda incidente (gran desadaptación de la impedancia acústica entre el tejido y el aire) por lo que en la imagen se distingue la pleura como una línea brillante y sucesivas reverberaciones del sonido entre la sonda y la pleura, artefactos conocidos como Líneas A. En este caso, un porcentaje muy bajo de la onda consigue entrar al parénquima pulmonar, y la señal se atenúa rápidamente por debajo de la pleura.
En un paciente con neumonía, el aire del parénquima pulmonar se sustituye por líquido o tejido intersticial, que presenta una menor desadaptación de impedancias con respecto al tejido muscular y la pleura. Por tanto, una mayor cantidad de energía acústica consigue entrar al parénquima pulmonar, y genera una línea brillante en la imagen, denominada Línea B. Además, la anchura del eco generado por la pleura aumenta, lo que se conoce como irregularidad o engrasamiento pleural, y junto con la presencia de líneas B se considera patológico. Cabe destacar que para considerar una línea brillante como línea B (patológica) no deben estar presentes las líneas A, que aparecen cuando el pulmón es normal. Otro hallazgo ecográfico típico en la neumonía es el derrame pleural, cuando la zona entre la pared torácica y la pleura se infiltra de líquido. En las imágenes ecográficas se distingue por una zona anecoica por encima de la pleura y un movimiento vertical de esta última durante la respiración.
La ecografía de pulmón es una técnica de gran valor para el diagnóstico y seguimiento de diversas patologías, como la neumonía, el neumotorax y el distrés respiratorio. En los últimos meses se ha convertido en una herramienta fundamental para afrontar la pandemia por COVID-19, cuya principal complicación es la neumonía. Si bien la radiografía de tórax es el método de imagen más extendido para el diagnóstico de esta enfermedad, presenta baja sensibilidad para la detección de anomalías intersticiales, lo que resulta en una tasa de falsos negativos cercana al 40% en los primeros estadios de la enfermedad.
Por su parte, la ecografía de pulmón es una técnica inocua (no utiliza radiación ionizante), puede realizarse junto a la cama del paciente, incluso en pacientes inestables, o en centros de atención primaria o asistencia domiciliaria. La presencia de consolidaciones subpleurales, líneas pleurales engrosadas y líneas B son muy específicas para el síndrome intersticial y en estos casos sugieren la presencia de neumonía por COVID-19 con mayor sensibilidad que la radiografía de tórax, y ligeramente menor que la tomografía computarizada.
Sin embargo, la ecografía de pulmón todavía no es una técnica muy extendida. Se realiza normalmente por médicos especializados en ecografía en servicios de urgencias o cuidados intensivos, pero no en atención primaria, domiciliaria o como herramienta de seguimiento en ingresos hospitalarios. La razón es que las ecografías de pulmón son difíciles de interpretar, debido a que se basan en identificar y cuantificar artefactos provocados por la presencia de aire en los pulmones, y no por información anatómica más fácilmente interpretable. Existe consenso en que la ecografía de pulmón a pie de cama del paciente es una herramienta de gran valor para el diagnóstico y seguimiento en pacientes con COVID- 19, por ser inocua, muy específica y poder realizarse a la cabecera de la cama del paciente. Sin embargo, se trata de una técnica poco extendida todavía, debido principalmente a que la interpretación de las imágenes de pulmón es compleja y a la falta de personal con formación específica. Además, en un contexto de pandemia, la ecografía con equipos convencionales entraña un mayor riesgo de contagio para el examinador que otras técnicas como la radiografía de tórax y la tomografía computarizada, para lo que sería fundamental minimizar la duración del examen y simplificar su ejecución.
WO2014207611A1 divulga un sistema que emplea un algoritmo de identificación pulmonar diseñado para identificar un borde entre el tejido cardíaco y el tejido pulmonar, en imagen ecográfica. La identificación sirve para la colocación de la sonda en ecografía de corazón.
US20140316266A1 divulga un sistema basado en ultrasonido para determinar la deformación dinámica de una superficie mediante análisis de speckle por ultrasonidos que permite una medición precisa del desplazamiento de la superficie. Además, el sistema determina una aproximación del desplazamiento a lo largo de un tercer eje, el eje Z. A partir de estos, se determina una estimación de un cambio de volumen local. Así, se puede determinar un cambio de volumen para el pulmón o cualquier otra región de interés.
DESCRIPCIÓN DE LA INVENCIÓN
El objeto de esta invención es dotar a los servicios de salud de un procedimiento y un aparato capaces de analizar las ecografías de pulmón de forma completamente automática, identificando y cuantificando los artefactos presentes en la imagen e indicativos del síndrome intersticial.
De ese modo, se pretende simplificar la aplicación de la ecografía de pulmón y hacerla accesible a personal sanitario sin formación específica en ecografía, ya que el método de la invención permite el cálculo automático del grado de afectación a partir de la ecografía realizada. De este modo, mediante herramientas interactivas de procesamiento de imágenes que simplifiquen la realización del examen y la interpretación de las imágenes, se pretende extender la ecografía de pulmón a un mayor número de profesionales y servicios, desde atención primaria hasta cuidados intensivos.
Mediante el método de la invención se detectan, de forma automática y en tiempo real, los artefactos típicos presentes en pacientes con neumonía (Líneas A, Líneas B, irregularidad y derrame pleural) y se muestra al examinador ayudas visuales en pantalla para la detección de dichos artefactos. Además, se cuantifica el grado de afectación de la pleura, presentando un resumen de los hallazgos.
El método de la invención puede ser incorporado en ecógrafos existentes, ya que opera a partir de una secuencia de imágenes generada por el ecógrafo. En otra implementación, el procedimiento se puede implementar sobre un ordenador y trabajar sobre secuencias de imágenes previamente adquiridas con un ecógrafo independiente y guardadas en algún formato estándar.
El método de la Invención comprende una etapa de aplicar un procedimiento de análisis de un conjunto de imágenes de la cavidad torácica, obtenidas mediante un transductor. Dicho procedimiento de análisis comprende las fases de detectar la pleura, detectar líneas A, detectar líneas B, detectar una irregularidad pleural y detectar un derrame pleural.
La pleura se identifica como una línea que separa una zona superior de una zona inferior. La zona superior presenta baja variabilidad entre el conjunto de imágenes, previamente obtenidas por un ecógrafo, y se corresponde con el tejido muscular. Por su parte, la zona inferior, presenta alta variabilidad entre el conjunto de imágenes y se corresponde con el parénquima pulmonar. En esta fase, preferiblemente, se hace uso de un promedio del conjunto de imágenes en el que se hace uso de una resta de imágenes consecutivas y un filtro paso-alto para detectar la distancia a la que se encuentra la pleura, que coincide con la posición del máximo a la salida de dicho filtro.
La detección de líneas A, se lleva a cabo detectando líneas con morfología similar a la pleura y situadas aproximadamente al doble de profundidad en el conjunto de imágenes. Para obtenerlas se calcula, para cada línea de la imagen, el máximo valor de gris en una región ubicada el doble de la distancia entre el transductor y la pleura. Dicho máximo se compara con el valor medio y la desviación estándar del nivel de gris en la misma región, de modo que se considera que hay una línea A cuando el cociente entre el máximo y la desviación estándar es mayor a un umbral predefinido entre 5 y 10. Finalmente, se calcula la distancia vertical entre los puntos detectados en líneas consecutivas y se determina la linea A como el conjunto de puntos consecutivos cuya distancia es menor a un umbral preestablecido entre 3 y 5 milímetros.
Las líneas B se detectan aplicando una regresión lineal en la función amplitud- profundidad de cada línea de la imagen, así se obtiene un valor de pendiente para cada una, y se compara dicha pendiente con la pendiente esperada debida a una atenuación nominal del medio, de modo que se identifican como líneas B aquellas que presentan una baja atenuación. La atenuación del medio se define como la pérdida de señal en decibelios por centímetro y por megahercio.
La detección de una irregularidad pleural, se realiza midiendo la anchura del eco generado por la pleura, es decir, midiendo la distancia entre los puntos donde la señal cae 6 dB con respecto al valor en la pleura y comparándolo con un umbral preestablecido que, preferiblemente, es mayor que 1.5 veces un periodo de la señal ultrasónica usada para generar las imágenes.
Asimismo, el método de la invención puede comprender la detección de un derrame pleural, la cual se realiza analizando la región inmediatamente superior a la pleura detectada. Si presenta una zona oscura bien delimitada que se observa en varios fotogramas consecutivos, se identifica como derrame pleural. Para ello se busca, en cada línea de la imagen, el primer pico antes de la pleura que supera un determinado valor, típicamente entre el 75% y el 100% del nivel de gris de la pleura. Seguidamente, se calcula el valor medio de la imagen entre este pico y la pleura, y se compara con un segundo umbral, típicamente entre el 25% y el 50% del nivel de gris de la pleura, para determinar si es o no un derrame pleural.
Las fases de detectar líneas A, detectar líneas B, detectar una irregularidad pleural y detectar un derrame pleural se pueden realizar de forma simultánea o escalonada.
Entonces, se pasa a calcular un grado de afectación, como el porcentaje de líneas de la imagen afectadas por líneas B, irregularidad pleural o derrame pleural con respecto al número total de líneas de la imagen que pasan por la pleura, para ello, se puede hacer uso de filtros bidimensionales para eliminar ruido y reducir falsos positivos.
Adicionalmente, el método de la invención puede además comprender una etapa previa de clasificar las imágenes obtenidas como válidas o no válidas mediante un procedimiento de análisis del conjunto de imágenes de la cavidad torácica que determina la variabilidad entre imágenes obtenidas de forma consecutiva en una zona superior, situada por encima de la pleura, de modo que si dicha variabilidad es inferior a un umbral preestablecido, las imágenes se consideran válidas.
Asimismo, el método de la invención también puede comprender una etapa de generar una representación condensada de la pleura calculando el valor medio de amplitud por debajo de la pleura para cada línea de la imagen y construyendo la representación condensada colocando el tiempo de adquisición en el eje vertical, la posición horizontal de cada línea en el eje horizontal y el valor medio de la amplitud codificado en escala de grises.
Además, los artefactos detectados pueden destacarse en la imagen original, mediante una superposición de las líneas A, líneas B, irregularidades pleurales y derrames detectadas sobre la imagen original y una superposición de regiones afectadas por líneas A, líneas B, irregularidades pleurales y derrames sobre la representación condensada de imagen pleural.
Otro objeto de la invención es un ecógrafo orientado a la detección temprana y el seguimiento de enfermedades, como por ejemplo, la enfermedad COVID-19, que permite la obtención y el análisis de ecografías de pulmón realizando un cálculo automatizado del grado de afectación en dichas ecografías. El ecógrafo de la invención comprende al menos un sistema emisor de ondas ultrasónicas; un sistema detector de ondas ultrasónicas, destinado a recibir las ondas ultrasónicas emitidas por el emisor tras impactar con un sujeto, generando asi imágenes ultrasónicas; y una unidad de procesamiento, conectada al sistema receptor de ondas ultrasónicas para recibir las imágenes ultrasónicas y configurada para realizar el método para el cálculo automatizado del grado de afectación descrito anteriormente. El sistema emisor puede comprender electrónica de excitación y una sonda que convierte la señal eléctrica en ondas ultrasónicas. El sistema receptor por su parte, puede comprender una sonda que convierte el eco ultrasónico recibido en una señal eléctrica y electrónica de recepción (amplificación, filtrado, etc), de procesamiento y de representación de imagen.
El impacto en la capacidad del sistema sanitario para el manejo, por ejemplo, de los pacientes COVID-19 sería muy positivo, ya que se trata de una herramienta muy específica para la evaluación de la condición pulmonar en todas las etapas de la enfermedad, incluidos los potenciales problemas crónicos a medio y largo plazo. Además, sería de utilidad para el diagnóstico y manejo de pacientes con otras patologías de pulmón, potencialmente graves en determinados colectivos (pacientes pediátricos, embarazadas, etc.).
Preferiblemente, el ecógrafo de la invención además comprende una unidad de visualización, conectada con la unidad de procesamiento y destinada a recibir y mostrar la combinación de la representación condensada de la situación de la pleura con la imagen original generada por la unidad de procesamiento.
Los objetivos específicos del método y del ecógrafo son:
- Extender el uso de la ecografía de pulmón a todos los niveles asistenciales y, en particular, a los servicios de atención primaria. Para ello es necesario reducir la barrera de acceso a la técnica, que actualmente se encuentra en la aplicación correcta del protocolo, la interpretación de las imágenes y la determinación del grado de afectación pulmonar. La realización del método descrito permite reducir esta barrera, y extender la técnica a un mayor número de servicios, con una curva de aprendizaje más rápida.
- Reducir el tiempo de examen y simplificar su realización con dos objetivos: maximizar el número de exámenes realizados en situaciones de elevada presión asistencial, y minimizar el riesgo de contagio del examinador, gracias a un menor tiempo de exposición y a un protocolo más simple, que además reduce al mínimo la posibilidad de cometer errores de auto-protección.
- Generalizar el registro de las imágenes, con el objetivo de facilitar el seguimiento de los pacientes y de generar bases de datos que puedan ser utilizadas para el estudio de la enfermedad y para el desarrollo de la propia técnica.
Algunas de las aplicaciones principales de la invención incluyen atención primaria, urgencias hospitalarias, ingreso hospitalario, unidades de cuidados intensivos y otras patologías e investigación y desarrollo. Atención primaria:
Un criterio importante para decidir el ingreso hospitalario de un paciente con síntomas compatibles con COVID-19 es el grado de afectación pulmonar, dado que la neumonía es una de las principales complicaciones graves y su pronóstico mejora con un tratamiento temprano. Por tanto, contar con la ecografía de pulmón como herramienta de diagnóstico en las primeras etapas de la enfermedad, es fundamental para mejorar el manejo de los pacientes. En particular, permitirá decidir con mejor criterio entre el confinamiento domiciliario o el ingreso hospitalario para pacientes con síntomas leves, en función del riesgo real de desarrollar una neumonía de forma inminente.
En este sentido, las herramientas inteligentes de asistencia provistas con el método de la invención permiten extender rápidamente la ecografía de pulmón a los centros de atención primaria, reduciendo notablemente la curva de aprendizaje en el manejo del equipo y la interpretación de las imágenes con respecto a los ecógrafos convencionales.
Urgencias hospitalarias:
La ecografía torácica, en concreto la ecografía pulmonar, es una práctica cada vez más presente en los servicios de urgencias hospitalarias, pero también en servicios extrahospitalarios. No es solo más accesible, sino también su precisión puede ser similar o incluso mayor que la tomografía computarizada (TAC) en determinadas patologías, sin el perjuicio de la radiación ionizante. Sin embargo, los profesionales con experiencia en ecografía de pulmón son relativamente pocos, y, por ejemplo, durante casos de pandemia están sometidos a mucha presión.
Las ventajas en este campo de aplicación son la simplicidad de manejo y evaluación de las imágenes, que reduce el tiempo de examen (incluso para personal experto) reduciendo la presión laboral y la probabilidad de contagio de este colectivo.
Por otra parte, también permite extender rápidamente su uso a profesionales con menor experiencia en los servicios de urgencias, aumentando la capacidad de éstos para realizar esta prueba.
Ingreso hospitalario: La ecografía de pulmón junto a la cama del paciente es una herramienta muy valiosa para el seguimiento en pacientes, por ejemplo, en el caso de COVID-19. Esta técnica ofrece información muy específica para el seguimiento de la enfermedad, puede completarse en minutos y es inocua (no utiliza radiación ionizante). La presencia de líneas pleurales engrosadas, consolidaciones sub-pleurales y líneas B son muy específicas del síndrome intersticial, y permiten evaluar el desarrollo de una neumonía y la eficacia del tratamiento.
También en este ámbito, su facilidad de uso permitirá entrenar rápidamente a más profesionales sanitarios en ecografía de pulmón, y mejorar el seguimiento de los pacientes gracias a la definición de protocolos de examen y el auto-guardado de datos.
Unidades de cuidados intensivos:
La tomografía computarizada (TAC) es el método de imagen de referencia para la evaluación de la afectación pulmonar en pacientes con COVID-19. Sin embargo, tiene múltiples contraindicaciones, ya sean relativas, como su uso en población gestante o infantil, o absolutas, en pacientes inestables, generalmente ingresada en unidades de intensivos, dado que requiere su traslado al tomógrafo. Por lo tanto, también en las unidades de cuidados intensivos la ecografía de pulmón a pie de cama del paciente es de gran utilidad para su manejo, permitiendo una evaluación ágil y continua del nivel de afectación de los pulmones.
Esto es más crítico si cabe, si la capacidad de poder realizar TAC se ve superada por el número de pacientes que la precisan, dado que los minuciosos protocolos de descontaminación pueden provocar su inutilización durante al menos 2 horas.
En este contexto, la capacidad del ecógrafo de la invención para definir evaluar las imágenes en menos tiempo y generar un registro gráfico de la afectación pulmonar facilitará el seguimiento de los pacientes, pudiendo revisar los casos de forma centralizada y no únicamente en la cabecera del paciente como en la actualidad.
Otras patologías:
La neumonía es una de las principales causas de morbi-mortalidad en todo el mundo. También es uno de los principales motivos de consulta en los servicios de urgencias (4.5 millones de visitas en EEUU al año) y motivos de ingreso hospitalario (2o causa). Esto en la población pediátrica es más evidente si cabe, produciendo 800,000 muertes entre niños menores de 19 años en todo el mundo (31.1 por 100,000 habitantes), solo por detrás de las complicaciones neonatales.
La enfermedad tromboembólica venosa es la tercera causa más común de muerte cardiovascular después del infarto de miocardio y los accidentes cerebrovasculares. En Europa, se estima que produce alrededor de 300,000 muertes anuales, siendo la segunda causa de mortalidad intrahospitalaria.
La insuficiencia cardíaca es uno de los principales problemas sanitarios en la actualidad. La magnitud mundial del problema es difícil de acotar, en parte por la falta de medios y herramientas para su diagnóstico. Se estima que hay 23 millones de personas con insuficiencia cardíaca en todo el mundo.
Estas enfermedades son ejemplos de cómo la realización de una ecografía pulmonar puede orientar sobre su diagnóstico y su manejo, teniendo un impacto real en el pronóstico de la enfermedad.
Por tanto, cabe esperar que un ecógrafo como el que se propone en este proyecto, tenga un impacto positivo en el sistema nacional de salud más allá de la actual pandemia. Esto no solo ahorraría costes en la realización de otras pruebas ionizantes, como la radiografía de tórax, con menor sensibilidad que la ecografía, sino también, agilizaría los tiempos de atención. Todo ello repercutiría en una atención más eficiente y, por ende, en un mejor pronóstico.
Investigación y desarrollo:
En la actualidad, las ecografías de pulmón no suelen guardarse ni incorporarse a las bases de datos de los hospitales, ya que son exámenes en la cabecera de la cama interpretados por profesionales in-situ. La falta de imágenes y bases de datos de referencia es una seria limitación tanto para el desarrollo de nuevas tecnologías como para el estudio de enfermedades. La definición de protocolos de examen individualizados y la posibilidad de registros gráficos de afectación pulmonar de forma automática sin intervención del examinador, tendrán un impacto muy positivo en la generación de bases de datos para investigación de la enfermedad y el desarrollo de nuevas herramientas. DESCRIPCIÓN DE LOS DIBUJOS
Para complementar la descripción que se está realizando y con objeto de ayudar a una mejor comprensión de las características de la invención, de acuerdo con un ejemplo preferente de realización práctica de la misma, se acompaña como parte integrante de dicha descripción, un juego de dibujos en donde con carácter ilustrativo y no limitativo, se ha representado lo siguiente:
Figura 1.- muestra una representación esquemática del ecógrafb de la invención.
Figura 2.- muestra un diagrama de una realización preferente del método de la invención.
Figura 3.- muestra una representación de un ejemplo de los registros gráficos generados por el método, a la izquierda, la superposición de las indicaciones detectadas sobre la imagen original y, a la derecha, la representación condensada de la pleura, con el tiempo en el eje vertical y las indicaciones detectadas superpuestas en escala de grises y con patrones.
REALIZACIÓN PREFERENTE DE LA INVENCIÓN
La invención se refiere a un método para identificar y cuantificar de forma automática y en tiempo real los artefactos presentes en las imágenes de pulmón, asociados con pulmonía y/o disnea, en especial en pacientes con COVID-19 (Líneas B, engrasamiento pleural, etc).
La cantidad y tipo de artefactos detectados, teniendo en cuenta todas las zonas evaluadas, se utiliza para calcular automáticamente un grado de afectación de los pulmones. Además, permite la opción de resaltar los artefactos en tiempo real mediante indicaciones superpuestas a la imagen, para ayudar a los examinadores con menos experiencia en la identificación de hallazgos ecográficos.
La Figura 1 muestra una representación esquemática del ecógrafb de la invención en una realización preferente, el cual comprende:
- Un sistema emisor (1) de ondas ultrasónicas. -Un sistema receptor (3) de ondas ultrasónicas, destinado a recibir las ondas ultrasónicas emitidas por el emisor (1) tras impactar con un sujeto (2), para generar imágenes ultrasónicas.
- Una unidad de procesamiento (4), conectado al detector (3) de ondas ultrasónicas para recibir las imágenes ultrasónicas y configurada para realizar un método para el cálculo automatizado del grado de afectación.
- Una unidad de visualización (5), conectada con la unidad de procesamiento (4) y destinada a recibir y mostrar a un examinador (6) una combinación de una representación condensada de la situación de la pleura con la imagen original, generada por la unidad de procesamiento (4).
En una realización preferente de la invención, el sistema emisor comprende electrónica de excitación y una sonda que convierte la señal eléctrica en ondas ultrasónicas, mientras que el sistema receptor comprende una sonda que convierte el eco ultrasónico recibido en una señal eléctrica y electrónica de recepción (amplificación, filtrado, etc) y de representación de imagen.
La Figura 2 muestra una realización preferente del método de la invención consiste en un procedimiento con los siguientes pasos:
- Determinar si la imagen es válida o no (101) para su procesamiento. Se lleva a cabo mediante un análisis de la diferencia entre imágenes consecutivas, que en la región por encima de la pleura tiene que ser inferior que un umbral para poder considerar que la sonda estaba inmóvil y que la imagen es evaluable.
- Detección de la pleura (102): se analiza la diferencia entre imágenes consecutivas para detectar de manera fiable la frontera entre el tejido muscular y el parénquima pulmonar, sin depender de la ecogenicidad de la pleura en la imagen original. Este paso se basa en el hecho de que durante un ciclo respiratorio, la región de la imagen por encima de la pleura apenas cambia, mientras que la región por debajo de la pleura presenta una gran variabilidad. En este caso, se utiliza el promedio de un conjunto imágenes diferenciales y una serie de filtros para encontrar la pleura y determinar la región a evaluar. Así, se hace uso de una resta de imágenes consecutivas y un filtro paso-alto para detectar la distancia a la que se encuentra la pleura, que coincide con la posición del máximo a la salida de dicho filtro. - Detección de líneas A (103): las líneas A aparecen como una réplica de la pleura aproximadamente al doble de profundidad en la imagen. Para obtenerlas se calcula, para cada línea de la imagen, el máximo valor de gris en una región ubicada el doble de la distancia entre el transductor y la pleura. Dicho máximo se compara con el valor medio y la desviación estándar del nivel de gris en la misma región, de modo que se considera que hay una línea A cuando el cociente entre el máximo y la desviación estándar es mayor a un umbral predefinido entre 5 y 10. Finalmente, se calcula la distancia vertical entre los puntos detectados en líneas consecutivas y se determina la línea A como el conjunto de puntos consecutivos cuya distancia es menor a un umbral preestablecido entre 3 y 5 milímetros.
- Detección de líneas B (104): se aplica una regresión lineal en la función amplitud- profundidad de cada línea de la imagen, de la cual se extrae el valor de la pendiente. Este parámetro, se compara con una pendiente esperada debida a una atenuación del medio, definida como pérdida de señal en dedbelios por centímetro y por megahercio, permite discriminar entre líneas normales (alta atenuación) y líneas sospechosas de ser líneas B (baja atenuación). Este paso se puede ejecutar en paralelo con el anterior.
- Detección de irregularidad pleural (105): medir la anchura del eco generado por la pleura, es decir, midiendo la distancia entre puntos de caída de 3 a 12 decibelios de la señal en torno a la pleura y compararlo con un umbral preestablecido. En un pulmón normal, la anchura del eco es del orden de 1.5 veces el período de la señal ultrasónica, mientras que, en un pulmón patológico, puede ser hasta 4 veces mayor. La irregularidad pleural por sí sola no es patológica, pero sí lo es en presencia de líneas B. Este paso se puede ejecutar en paralelo con los dos anteriores.
- Detección de un derrame pleural (106): para cada línea de la imagen, encontrar el pico situado inmediatamente por encima de la pleura cuyo valor supera un umbral predeterminado entre el 75% y el 100% del nivel de gris de la pleura. Calcular el valor medio de la imagen entre este pico y la pleura, y compararlo con un segundo umbral entre el 25% y el 50% del nivel de gris de la pleura. Si el valor medio es menor que el umbral, se trata de un derrame pleural.
- Cálculo del grado de afectación (107): se usa el resultado de las tres fases anteriores para calcular un factor de afectación pulmonar, como el porcentaje de líneas de la imagen afectadas por líneas B, irregularidad pleural o derrame pleural con respecto al número total de lineas de la imagen que pasan por la pleura. En este caso, se utilizan filtros bidimensionales para eliminar ruido y reducir los falsos positivos.
- Generación de la imagen pleural (108): generar una nueva forma de visualización calculando el valor medio por debajo de la pleura para cada línea de la imagen, y construyendo una nueva representación condensada a partir de los valores medios en un eje y el tiempo en el segundo eje. Así, se coloca el tiempo de adquisición en el eje vertical, la posición horizontal de cada línea en el eje horizontal y el valor medio de la amplitud codificado en escala de grises. De este modo, se consigue condensar en una única imagen toda la información relevante con respecto a la pleura, que se puede obtener de un video. Esto permite interpretar muy fácilmente la condición de la pleura e incluso reducir significativamente el volumen de datos a guardar o analizar para el seguimiento de un paciente a partir de una única imagen, evitando tener que analizar todo un video.
- Visualización (109): combinando los resultados de los pasos anteriores con la imagen original, para generar dos representaciones gráficas: a) Sobre-impresión en la imagen ecográfica clásica en escala de grises de ayudas visuales en colores de las líneas A, líneas B, irregularidades y derrames pleurales encontrados. b) Imagen pleural en escala de grises, es decir, la representación condensada, con superposición en colores de las regiones afectadas por líneas A, líneas B e irregularidad pleural.
En una realización, el procedimiento se implementa sobre un ecógrafo o un hardware especializado, que recibe como entrada una secuencia de imágenes en tiempo real, y despliega en la pantalla dichas imágenes junto con el resultado de la detección automática de artefactos y el grado de afectación pulmonar.
En otra realización, el procedimiento se ejecuta en un ordenador, operando sobre una secuencia de video previamente guardada por un ecógrafo independiente y generando un video procesado.
La figura 3 izquierda muestra, como resultado preliminar, un ejemplo de una imagen en la que se detecta de forma automática, la pleura, una línea tipo A y dos líneas tipo B, las cuales se marcan sobre la imagen original de la ecografía. A la derecha se muestra la imagen condensada de la pleura, cuyo eje vertical es el tiempo de adquisición, y que condensa toda la información del video.

Claims

REIVINDICACIONES
1 Método para la evaluación automatizada de ecografías de pulmón, que comprende una etapa de aplicar un procedimiento de análisis de un conjunto de imágenes de la cavidad torácica, obtenidas mediante un ecógrafo, que comprende las fases de:
- detectar la pleura (102), como una línea que separa una zona superior, que presenta baja variabilidad entre el conjunto de imágenes y se corresponde con el tejido muscular, y una zona inferior, que presenta alta variabilidad entre el conjunto de imágenes y se corresponde con el parénquima pulmonar;
- detectar líneas A (103), como líneas con morfología similar a la pleura situadas al doble de profundidad en el conjunto de imágenes, que se obtienen calculando el valor máximo del nivel de gris de cada línea al doble de la distancia entre el transductor y la pleura, y calculando la distancia vertical entre puntos detectados en líneas consecutivas, formando la línea A el conjunto de puntos consecutivos cuya distancia es menor a un umbral preestablecido, menor a 10 mm;
- detectar líneas B (104), aplicando una regresión lineal en la función amplitud- profundidad de cada linea de la imagen, obteniendo un valor de pendiente para cada una, y comparándola con la pendiente esperada debida a una atenuación nominal del medio, definida como pérdida de señal en decibelios por centímetro y por megaherdo, para identificar como líneas B aquellas con una baja atenuadón;
- detectar una irregularidad pleural (105), midiendo la distanda entre puntos de caída 6 decibelios de la señal en tomo a la pleura y comparándolo con un umbral preestableddo; y
- calcular un grado de afectadón (107), como el porcentaje de líneas de la imagen afectadas por líneas B, irregularidad pleural o derrame pleural con respecto al número total de líneas de la imagen que pasan por la pleura.
2.- Método de acuerdo con la reivindicadón 1 , que además comprende una etapa de detectar (106) un derrame pleural, calculando el valor medio del nivel de gris de la imagen entre la pleura y un máximo local situado inmediatamente por endma de la pleura, y comparándolo con un umbral preestableddo entre el 25% y el 50% del valor nivel de gris de la pleura.
3.- Método de acuerdo con cualquiera de las reivindicaciones anteriores, que además comprende una etapa previa de clasificar (101) imágenes obtenidas como válidas o no válidas, mediante un procedimiento de análisis del conjunto de imágenes de la cavidad torácica que determina la variabilidad entre imágenes obtenidas de forma consecutiva en una zona superior, situada por encima de la pleura, de modo que si dicha variabilidad es inferior a un umbral preestablecido menor al 50%, las imágenes se consideran válidas.
4.- Método de acuerdo con cualquiera de las reivindicaciones anteriores, que además comprende una etapa de generar (108) una representación condensada de la pleura calculando, para cada línea de la imagen, el valor medio de amplitud por debajo de la pleura y construyendo la representación condensada colocando el tiempo de adquisición en el eje vertical, la posición horizontal de cada línea en el eje horizontal y el valor medio de la amplitud codificado en escala de grises.
5.- Método de acuerdo con cualquiera de las reivindicaciones anteriores, que además comprende una etapa de combinar (109) la representación condensada de la pleura y la imagen original con las indicaciones detectadas, mediante una superposición de las líneas A, líneas B, irregularidades y derrames pleurales detectados sobre la imagen original y una superposición de regiones afectadas por líneas A, líneas B e irregularidades o derrames pleurales sobre la representación condensada de la pleura.
6.- Método de acuerdo con cualquiera de las reivindicaciones anteriores, donde la etapa de detectar la pleura (102) hace uso de una resta de imágenes consecutivas y un filtro paso-alto para detectar la distancia a la que se encuentra la pleura, que coincide con la posición del máximo a la salida de dicho filtro.
7.- Método de acuerdo con cualquiera de las reivindicaciones anteriores, donde la etapa de detectar líneas A (103), se lleva a cabo buscando el máximo valor de gris de la imagen en una ventana temporal para cada línea de la imagen y comparando dicho máximo con un valor medio y una desviación estándar en la misma ventana temporal, de modo que se considera que hay una línea A cuando el cociente entre el máximo y la desviación estándar es mayor a un umbral predefinido entre 5 y 10.
8.- Método de acuerdo con cualquiera de las reivindicaciones anteriores, donde en la etapa de detectar una irregularidad pleural (105), el umbral preestablecido es mayor que 1.5 veces un periodo de la señal ultrasónica usada para generar las imágenes.
9.- Método de acuerdo con cualquiera de las reivindicaciones anteriores, donde en la etapa de calcular un grado de afectación (106), se hace uso de filtros bidimensionales para eliminar ruido y reducir falsos positivos.
10.- Método de acuerdo con cualquiera de las reivindicaciones anteriores, donde las etapas de detectar líneas A (103), detectar líneas B (104) y detectar una irregularidad pleural (105) y derrame pleural (106) se realizan de forma simultánea.
11 Ecógrafo para la obtención y análisis de ecografías de pulmón que permite el cálculo automatizado del grado de afectación en dichas ecografías, que comprende:
- sistema emisor (1) de ondas ultrasónicas;
- sistema detector (3) de ondas ultrasónicas, destinado a recibir las ondas ultrasónicas emitidas por el emisor (1) tras impactar con un sujeto (2), para generar imágenes ultrasónicas; y
- unidad de procesamiento (4), conectado al detector (3) de ondas ultrasónicas para recibir las imágenes ultrasónicas y configurada para realizar el método para el cálculo automatizado del grado de afectación de acuerdo con cualquiera de las reivindicaciones 1 a 9.
12.- Ecógrafo de acuerdo con la reivindicación 10, que además comprende una unidad de visualización (5), conectada con la unidad de procesamiento (4) y destinada a recibir y mostrar la combinación de la representación condensada de la situación de la pleura con la imagen original generada por la unidad de procesamiento (4).
13.- Un programa de ordenador adaptado para llevar a cabo las etapas definidas en cualquiera de las reivindicaciones 1 a 10.
14.- Un medio de almacenamiento legible por ordenador que comprende el programa de ordenador de la reivindicación 13.
PCT/ES2021/070926 2020-12-22 2021-12-22 Método para la evaluación automatizada de ecografías de pulmón y ecógrafo que implementa dicho método WO2022136720A1 (es)

Priority Applications (1)

Application Number Priority Date Filing Date Title
EP21863039.0A EP4268729A1 (en) 2020-12-22 2021-12-22 Method for the automated assessment of lung ultrasound scans and ultrasound machine which implements said method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
ES202031284A ES2915585B2 (es) 2020-12-22 2020-12-22 Metodo para la evaluacion automatizada de ecografias de pulmon y ecografo que implementa dicho metodo
ESP202031284 2020-12-22

Publications (1)

Publication Number Publication Date
WO2022136720A1 true WO2022136720A1 (es) 2022-06-30

Family

ID=80449197

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/ES2021/070926 WO2022136720A1 (es) 2020-12-22 2021-12-22 Método para la evaluación automatizada de ecografías de pulmón y ecógrafo que implementa dicho método

Country Status (3)

Country Link
EP (1) EP4268729A1 (es)
ES (1) ES2915585B2 (es)
WO (1) WO2022136720A1 (es)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102655197B1 (ko) * 2022-02-24 2024-04-05 주식회사 딥노이드 X-Ray 영상 기반의 흉수 진단을 위한 보조 진단 시스템

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140316266A1 (en) 2013-03-15 2014-10-23 The Regents Of The University Of Michigan Lung ventillation measurements using ultrasound
WO2014207611A1 (en) 2013-06-28 2014-12-31 Koninklijke Philips N.V. Lung tissue identification in anatomically intelligent echocardiography
US20200352547A1 (en) * 2017-11-22 2020-11-12 Koninklijke Philips N.V. Ultrasonic pulmonary assessment
RU2736341C1 (ru) * 2020-08-21 2020-11-16 Федеральное государственное бюджетное учреждение «Национальный медицинский исследовательский центр хирургии имени А.В. Вишневского» Министерства здравоохранения Российской Федерации (ФГБУ "НМИЦ хирургии им. А.В.Вишневского" Минздрава России) Способ прогнозирования течения пневмонии при covid-19 на основании сопоставления результатов узи и мскт легких

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150012144A (ko) * 2013-07-24 2015-02-03 삼성전자주식회사 초음파 프로브, 이를 포함한 시스템 및 그 동작 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140316266A1 (en) 2013-03-15 2014-10-23 The Regents Of The University Of Michigan Lung ventillation measurements using ultrasound
WO2014207611A1 (en) 2013-06-28 2014-12-31 Koninklijke Philips N.V. Lung tissue identification in anatomically intelligent echocardiography
US20200352547A1 (en) * 2017-11-22 2020-11-12 Koninklijke Philips N.V. Ultrasonic pulmonary assessment
RU2736341C1 (ru) * 2020-08-21 2020-11-16 Федеральное государственное бюджетное учреждение «Национальный медицинский исследовательский центр хирургии имени А.В. Вишневского» Министерства здравоохранения Российской Федерации (ФГБУ "НМИЦ хирургии им. А.В.Вишневского" Минздрава России) Способ прогнозирования течения пневмонии при covid-19 на основании сопоставления результатов узи и мскт легких

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ALLINOVI MARCO ET AL: "Lung Ultrasound May Support Diagnosis and Monitoring of COVID-19 Pneumonia", ULTRASOUND IN MEDICINE AND BIOLOGY, NEW YORK, NY, US, vol. 46, no. 11, 20 July 2020 (2020-07-20), pages 2908 - 2917, XP086263556, ISSN: 0301-5629, [retrieved on 20200720], DOI: 10.1016/J.ULTRASMEDBIO.2020.07.018 *

Also Published As

Publication number Publication date
EP4268729A1 (en) 2023-11-01
ES2915585A1 (es) 2022-06-23
ES2915585B2 (es) 2023-09-08

Similar Documents

Publication Publication Date Title
JP5975803B2 (ja) 病状を超音波式で自動式に検出、定量化及び追跡するための方法及びシステム
CN105701331B (zh) 计算机辅助诊断设备和计算机辅助诊断方法
JP4469594B2 (ja) 疾患関連組織変化を測定するシステム
Koenig et al. Thoracic ultrasonography for the pulmonary specialist
EP1876958B1 (en) Method and dual-array transducer probe for real time mechanical imaging of prostate
JP4652023B2 (ja) 病気の発見に役立つ画像データの処理方法及び装置
US7922674B2 (en) Method and device for real time mechanical imaging of prostate
Moshavegh et al. Automatic detection of B-lines in $ In Vivo $ lung ultrasound
McDermott et al. Sonographic diagnosis of COVID-19: A review of image processing for lung ultrasound
US11896433B2 (en) Ultrasound determination of dynamic air bronchogram and associated devices, systems, and methods
US8644574B2 (en) Measurement of thin-layered structures in X-ray computer tomography
ES2915585B2 (es) Metodo para la evaluacion automatizada de ecografias de pulmon y ecografo que implementa dicho metodo
JP2007097902A (ja) 超音波検査システム
JP2009082464A (ja) 画像表示装置および画像表示プログラム
KR101194282B1 (ko) 3차원 초음파 검사기의 디스플레이 시스템 및 방법
Piazzese et al. Semiautomated detection and quantification of aortic plaques from three-dimensional transesophageal echocardiography
JP6273940B2 (ja) 画像解析装置、画像撮影システム及び画像解析プログラム
US20080107317A1 (en) Method and apparatus for calculating coarseness level in target organ from ultrasonic image
Lawson et al. Detection of pancreatic pathology by ultrasonography and endoscopic retrograde cholangiopancreatography
Manandhar Lung ultrasound in diagnosis of interstitial lung disease
Maxwell et al. Use of ultrasound in the diagnosis and management of pediatric respiratory emergencies: what is the evidence?
Molinari et al. CARES 2.0: completely automated robust edge snapper for CIMT measurement in 300 ultrasound images—a two stage paradigm
KR102106542B1 (ko) 초음파를 이용하여 조직의 탄성을 분석하는 방법 및 장치
US20220087647A1 (en) Ultrasound Speckle Decorrelation Estimation of Lung Motion and Ventilation
Loizou et al. Suggesting a sonographic index to measure ultrasound diaphragmatic MRR

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21863039

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2021863039

Country of ref document: EP

Effective date: 20230724