TEXTURE ENTROPY FEATURES FOR QUANTIFICATION OF INTERSTITIAL LUNG DISEASES USING MULTIDIMENSIONAL RADIOLOGICAL DATA

Abstract

Uma das principais ferramentas para o diagnóstico clínico de doenças são os sinais e imagens biomédicas. No entanto, a interpretação deles está muito sujeita não só à qualidade da informação, mas também com a experiência clínica de um médico. Para além disso, muitas das doenças tem características semelhantes, e assim, tanto para clínicos menos experientes como mais experientes, a avaliação, quantificação e distinção destas pode ser uma tarefa árdua.De forma a facilitar o trabalho médico, várias medidas de entropia tem sido aplicadas a este tipo de sinais e imagens, para estudar e entender a complexidade destes. Estes algoritmos de entropia começaram a ser desenvolvidos por volta dos anos 90, baseados na teoria da informação. Estes permitem quantificar o grau de irregularidade de sinais e imagens, que quando associados a determinadas condições, apresentam alterações à sua estrutura, que são traduzidas numa maior irregularidade. Aliado a isto, a análise de diversos fatores de escala foi também aplicada, permitindo assim analisar a complexidade destes para diferentes graus, fornecendo assim uma visão mais detalhada dos dados.Neste trabalho, dois novos algoritmos de medida de entropia foram propostos, baseados na teoria da informação e na filtragem simbólica dinâmica. Estes foram testados e validados em dados sintéticos, antes de serem usados em dados biomédicos. Isso foi feito usando técnicas descritas na literatura, que normalmente são usadas noutros algoritmos de entropia.Inicialmente, foi desenvolvido a versão a duas dimensões (SDE2D), bem como a sua versão multiescala (MSDE2D), com o objetivo de analisar imagens de scans CXR, para fazer um estudo da doença de tuberculose pulmonar. Incialmente, foram realizados testes em dados sintéticos de forma a definir os parâmetros ideais, que foram definidos como m = 2 e ε = 3. De seguida, neste estudo, foi possível identificar a existência desta doença fatal entre dois grupos, um de sujeitos saudáveis e outro de individuos que sofrem de tuberculose pulmonar. Demonstrou-se ainda diferenças estatísticas entre estes dois grupos (Wilcoxon rank sum test, p < 0.01), e ainda se recorreu a algoritmos de machine learning para avaliar o efeito do uso dos valores de entropia como features para a classificação. Considerando o melhor modelo, obtiveram-se os seguintes resultados: 91.5 % de exatidão e F1-score, 91.7 % de sensibilidade e especificidade, e 0.8 do coeficiente de Matthews. Por fim, é proposta ainda a versão a três dimensões da entropia simbólica dinâmica (SDE3D), com objetivo de posteriormente avaliarem-se conjuntos de scans (como por exemplo scans CT) como um só volume de modo a proceder à identificação e estudo de várias doenças. Neste trabalho, apenas a validação usando dados sintéticos foi realizada. Os parâmetros ideais encontrados neste caso foram m = 2 e ε = 2.

One of the main tools for the clinical diagnosis of diseases are biomedical signals and images. However, their interpretation is very much dependent not only on the quality of the information but also on the clinical experience of a physician. In addition, many of the diseases have similar characteristics, and so, for both less experienced and more experienced clinicians, evaluating, quantifying and distinguishing between them can be a difficult task.In order to facilitate the medical work, several entropy measures have been applied to this type of signals and images, to study and understand their complexity. Based on information theory, these entropy algorithms began to be developed around the 90s. They allow the quantification of the degree of irregularity of signals and images, that when associated with certain conditions, present alterations to their structure, which are translated into greater irregularity. Allied with this, the analysis of several scale factors was also applied, thus enabling the analysis of their complexity for different degrees, thus providing a more detailed view of the data. In this work, two new entropy measurement algorithms were proposed, based on information theory and dynamic symbolic filtering. These were tested and validated on synthetic data before being used on biomedical data. This was done using techniques described in the literature, which are commonly used in other entropy algorithms.Initially, the two-dimensional version (SDE2D) was developed, as well as its multiscale version (MSDE2D), in order to analyse images from CXR scans, to carry out a study of pulmonary tuberculosis (TB) disease. Initially, tests were performed on synthetic data to define the ideal parameters, which were set to m = 2 and ε = 3. In this study, it was possible to identify the existence of this fatal disease between two groups, one of the healthy subjects and the other of individuals suffering from pulmonary TB. Statistical differences between these two groups were also demonstrated (Wilcoxon rank sum test, p < 0.01), and machine learning algorithms were used to evaluate the effect of using entropy values as classification features. Regarding the best model, the following results were obtained: 91.5 % of accuracy and F1-score, 91.7 % of sensitivity and specificity, and 0.8 Matthews coefficient. Finally, a three-dimensional version of the dynamic symbolic entropy (SDE3D) is also proposed, in order to subsequently evaluate sets of scans (such as CT scans) as a single volume in order to proceed to the identification and study of several diseases. In this work, only the validation using synthetic data was performed. The optimal parameters found in this case were m = 2 and ε = 2.