1. l’allineamento dell’immagine acquisita dopo la seduta in camera iperbarica con quella acquisita prima della seduta, ai fini di poterle confrontare correttamente;

(1)

Studio e sviluppo di un metodo per l'elaborazione di immagini NIRS ai fini della caratterizzazione di ulcere venose croniche

Pagina 93 di 104

Conclusioni.

Questo lavoro di tesi ha affrontato lo studio di un metodo di elaborazione d’immagini NIRS con l’obiettivo di sviluppare uno strumento utile ai clinici per la valutazione dell’efficacia della terapia iperbarica in pazienti con ulcere venose croniche.

Lo studio della presente tesi ha coinvolto sei pazienti: tre pazienti sottoposti alla terapia due volte al giorno (gruppo A) e tre pazienti che effettuano la terapia una volta al giorno (gruppo B). Per ogni paziente sono state ricavate le immagini di saturazione di ossigeno, prima e dopo la terapia di ogni seduta, adoperando il dispositivo Multispectral Imaging Device KC103 della Kent Imaging. Tale dispositivo acquisisce quattro immagini a quattro lunghezze d’onda e ritorna in uscita due file in formato DICOM: nel primo file sono contenute le quattro immagini nel vicino infrarosso nel secondo file è racchiusa l’immagine di saturazione. Per elaborare, analizzare le immagini e confrontare i risultati è stato sviluppato uno strumento software in Matlab, attraverso il quale, si possono eseguire due operazioni preliminari alla fase di analisi dell’immagine di saturazione:

1. l’allineamento dell’immagine acquisita dopo la seduta in camera iperbarica con quella acquisita prima della seduta, ai fini di poterle confrontare correttamente;

2. la segmentazione dei pixel di artefatto da riflesso in modo da identificarli e non considerali in successive analisi sull’immagine di saturazione.

Lo strumento, inoltre, permette di selezionare manualmente la regione d’interesse (ROI), fornisce il calcolo dell’area dell’ulcera, consente di ottenere i profili dalla mappa di saturazione di ossigeno e il valore medio di StO2 nella ROI della mappa per valutare i cambiamenti dell’ossigenazione del tessuto leso prima e dopo la terapia iperbarica e durante il periodo del trattamento. Infine, lo strumento dà un’informazione aggiuntiva (oltre ai parametri area e valore medio): il segnale di saturazione ricavato partendo dalla distance transform; tale segnale descrive come varia il livello di saturazione di ossigeno dal centro al bordo dell’ulcera. Tuttavia, anche se questo segnale fornisce informazioni utili al clinico, accorerebbero più pazienti per validare le analisi e i risultati dedotti dal segnale.

Dalle analisi condotte sulle immagini di saturazione è emerso che per tutti i pazienti

il valore medio di StO2 dell’ulcera nell’immagine di saturazione l’ultimo giorno di terapia è

minore rispetto al primo girono e ciò potrebbe confermare l’efficacia della terapia, poiché i

valori di saturazione di ossigeno dell’ulcera si riducono. Questo risultato è concorde a studi

precedenti[4][5], nei quali si è dimostrato che le lesioni che tendono a guarire hanno livelli di

concentrazione di emoglobina inizialmente alti, che in seguito al trattamento della ferita

diminuiscono per avvicinarsi ai livelli di concentrazione del tessuto sano. Tuttavia, anche se

(2)

per tutti i pazienti il valore medio l’ultimo giorno di terapia è minore rispetto al primo giorno, attraverso lo studio della retta di regressione lineare, è stato ritenuto utile valutare se questo valore diminuisce linearmente all’aumentare dei giorni di trattamento. La retta di regressione lineare, inoltre, è stata calcolata ponendo come variabile indipendente il numero di sedute di terapia e come variabile dipendente l’area dell’ulcera giacché, se la terapia è efficace, la dimensione dell’ulcera dovrebbe diminuire a mano a mano che la stessa guarisce.

Il risultato dedotto dall’analisi sull’area dell’ulcera per tutti i pazienti è lo stesso di quello derivato dall’analisi sul valore medio. Per due pazienti su sei la terapia sembra meno efficace, poiché né l’area né il valore medio diminuiscono in modo significativo nel tempo.

Per gli altri pazienti, invece, sia l’area della zona lesa sia il livello di saturazione di ossigeno nell’ulcera decrescono all’aumentare dei giorni di terapia, perciò per questi pazienti la terapia sembra più efficiente. Infine, sono stati confrontati due gruppi di pazienti (A: pazienti trattati due volte al giorno, B: pazienti sottoposti alla terapia una volta al giorno) attraverso lo studio delle rette di regressione: sono state ricavate due rette di regressione, adoperando come variabile indipendente il numero di sedute e come variabile dipendente una volata l’area media dell’ulcera e una volta il livello di saturazione medio nell’ulcera. Per entrambi i gruppi sia il livello di saturazione sia l’area decrescono linearmente all’aumentare del numero di sedute. Tuttavia, per il gruppo B le rette hanno una pendenza maggiore rispetto a quelle del gruppo A, pertanto si potrebbe dedurre che i pazienti del gruppo B guariscono più velocemente rispetto a quelli del gruppo A; ma il numero di pazienti analizzati è basso per affermarne questa deduzione in modo significativo.

Un importante punto affrontato in questa tesi è la valutazione dei due metodi di

segmentazione utilizzati. Per questo scopo sono stati calcolati gli indici dice tra le maschere

realizzate da due operatori, tra quelle ricavate dal primo utente e quelle ottenute

dall’algoritmo di segmentazione semiautomatico, e tra quelle create dal secondo operatore e

quelle realizzate attraverso la procedura di segmentazione semiautomatica, per un set di 12

immagini. Questi indici dice sono stati usati per eseguire un’analisi della varianza, attraverso

la quale si può verificare se il metodo di segmentazione semiautomatico si “comporta” come

un osservatore umano. Dai risultai del test è emerso che l’algoritmo di segmentazione Fuzzy

C-means è significativamente indistinguibile da un osservatore umano (con un livello di

significatività del 5%). In particolare, sia per l’operatore umano sia per l’algoritmo di

segmentazione semiautomatico è difficile identificare i singoli pixel di artefatto. La procedura

di segmentazione a soglia, invece, è significativamente riconoscibile da quella svolta da un

utente. Un ulteriore parametro che è stato considerato per valutare l’efficienza dell’algoritmo

(3)

di segmentazione semiautomatico è l’attitudine del software a garantire bassa variabilità intra ed inter-osservatore. Queste ultime possono essere rappresentate dalla misura dell’indice dice, rispettivamente tra le maschere ottenute dallo stesso algoritmo eseguito due volte dallo stesso osservatore e tra le maschere ricavate da due diversi utenti che hanno utilizzato lo stesso algoritmo. Per la segmentazione Fuzzy il valore medio del dice è alto sia nel caso intra- osservaore sia nel caso inter-osservaotore, quindi, la variabilità intra-osservatore e quella inter-osservatore sono basse. Per la segmentazione a soglia, invece, il dice medio, in entrambi i casi, non è particolarmente alto e questo conferma che la segmentazione a soglia non è particolarmente efficace. Pertanto, la segmentazione Fuzzy è più efficace di quella a soglia, ma il tempo di esecuzione dell’algoritmo di segmentazione Fuzzy è superiore a quello dell’algoritmo di segmentazione a soglia (103.45 secondi contro 13.63 secondi); tale tempo è comunque nettamente inferiore a quello della procedura di segmentazione manuale (circa cinque ore). Per la segmentazione Fuzzy, inoltre, gli indici di sensitività, specificità e dice sono stati osservati variando il numero di classi da tre a cinque. Dalle analisi condotte per le immagini analizzate possiamo sintetizzare che: la segmentazione con numero di cluster pari a quattro, mostrando valori intermedi di suddetti indici rispetto agli altri due casi, è la migliore.

Tuttavia, è stato ritenuto opportuno osservare come variano i valori medi calcolati nella ROI dell’immagine di saturazione, non considerando i pixel di artefatto individuati dalla segmentazione Fuzzy cambiando il numero di classi. Dai risultati ottenuti, si è concluso che l’operatore può utilizzare indifferentemente un numero di classi pari a quattro, a cinque, o a tre, ma se aumenta il numero d’immagini in seguito alla recluta di nuovi pazienti, deve essere ripetuta l’analisi per valutare se il numero di classi può rimanere lo stesso o meno. Alla luce di ciò è più opportuno affidare all’utente il compito di scegliere il numero di classi. Dunque, dalle analisi condotte si è detto che la segmentazione Fuzzy è più sensibile nel trovare i pixel di artefatto rispetto sia la segmentazione a soglia sia quella manuale, ha una bassa variabilità inter ed intra-osservatore e ha un tempo di esecuzione basso. Pertanto, la segmentazione Fuzzy è migliore rispetto alla segmentazione a soglia e a quella manuale, ciò nonostante la segmentazione Fuzzy sovrastima i pixel di artefatto, quindi nessuno tra algoritmi di segmentazione analizzati può segmentare suddetti pixel con elevata precisione.

In conclusione, i programmi sviluppati in Matlab e la tecnica di imaging NIRS si sono

rivelati degli strumenti utili per monitorare lo stato di guarigione dei pazienti affetti da ulcere

cutanee negli arti inferiori. Tuttavia, dovranno essere apportati miglioramenti alla tecnica di

imaging e dovranno essere condotti diversi esperimenti per affermare in modo significativo

l’efficacia di questa tecnica per il monitoraggio di suddetti pazienti.