Automatización en la detección de patrones circulares de pequeño tamaño en imágenes médicas para finalidad de Quality Assurance

Abstract

El cáncer sigue permaneciendo como una de las enfermedades más mortíferas a las que se ha enfrentado la humanidad. En su labor por combatir esta enfermedad, los servicios de radiofísica hospitalaria disponen de aceleradores lineales (LINAC) con los que se trata a los pacientes mediante el bombardeo de radiación ionizante, lo cual exige una precisión genuinamente elevada. Por ello, se llevan a cabo controles de calidad como la calibración entre los láseres de la sala, alineados con la herramienta conocida como Iso-Align™, y el punto de radiación del LINAC. Este punto, conocido como isocentro de radiación, consiste en el lugar geométrico donde el acelerador irradia. La necesidad de intervención humana en algunos procesos conlleva un coste de tiempo y una menor precisión que, aunque se encuentren dentro de los niveles de tolerancia exigidos, pueden tener margen de mejora. A fin de asegurar una mayor eficacia resulta imperativo erradicar toda intervención humana en el proceso, para lo cual se ha desarrollado un algoritmo basado en la transformada de Hough en Python con objeto de automatizar la determinación del punto de corte de los láseres para su posterior ajuste con las coordenadas del isocentro. Se ha obtenido una reducción de los tiempos de ejecución del 99 %, mientras que los resultados obtenidos respecto de la metodología original presentan una discrepancia del orden del milímetro o menor, aunque su reproducibilidad no ha resultado total, puesto que se han conseguido procesar con éxito siete de las nueve imágenes del Iso-Align disponibles. A pesar de esto, ha sido posible la implementación de esta metodología en aceleradores lineales, lo que abre las puertas a la completa automatización de los procesos de control de calidad y a una mayor eficiencia en ellos y, por ende, mejora la calidad de vida tanto de pacientes como de radiofísicos.