Uso de la radiómica en ultrasonido y el impacto del preprocesamiento en la repetibilidad radiómica
¿Qué es la radiómica?
La radiómica es un campo de investigación basado en la extracción de características cuantitativas extraídas de las imágenes médicas para descubrir nuevos biomarcadores de imagen y mejorar la precisión diagnóstica, pronóstica y predictiva. Se ha demostrado que las firmas radiómicas, que combinan características de imagen, predicen resultados o subtipos patológicos en varias enfermedades con rendimientos alentadores.
Ultrasonido y Radiómica
El ultrasonido es una de las técnicas de imagen más utilizadas en todo el mundo. Al ser segura, no ionizante, barata y de fácil acceso, incluso en los países en desarrollo, se utiliza ampliamente como método de diagnóstico y seguimiento no invasivo para diversas aplicaciones.
Las imágenes de ultrasonido son propensas a varios factores de variabilidad durante la adquisición de imágenes: experiencia del operador, tipo de transductor, orientación de la sonda, parámetros de adquisición como la frecuencia y la ganancia del transductor, etc. Esta variabilidad puede afectar a la repetibilidad de las imágenes y, por tanto, a los valores de las características radiómicas.
Lo anterior llevó a Duron y sus colegas a realizar un estudio para evaluar la repetibilidad de características radiómicas (RCR) entre cortes en imágenes de ultrasonido, basándose en una cohorte prospectiva de pacientes con lesiones orbitales. También quisieron investigar el impacto de la estandarización de la intensidad de la imagen y la discretización del nivel de gris en la RCR.
¿Cómo lo lograron?
En su estudio utilizaron datos de 80 pacientes con una lesión orbital que se sometieron a un examen de ultrasonido. Asignaron aleatoriamente dos imágenes por lesión a dos subconjuntos. Posteriormente, extrajeron las características y evaluaron su repetibilidad entre cortes y entre subconjuntos.
Por otro lado, evaluaron el impacto del preprocesamiento en la RCR estandarizando la intensidad de la imagen con o sin eliminación de valores atípicos en imágenes completas, regiones de interés (ROI), y discretización de nivel de gris. Se comparó el número de características repetibles entre cortes y entre los métodos.
Los resultados
Sin preprocesamiento, 29/101 características (28,7%) fueron repetibles entre cortes. El mayor número de características repetibles (41/101) se obtuvo estandarizando la intensidad con la eliminación de los valores atípicos en el ROI y la discretización del tamaño del bin fijo. La estandarización funcionó mejor con la eliminación de valores atípicos que sin ella, y en las ROI que en las imágenes nativas. La discretización del tamaño del bin fijo funcionó mejor que el número de la bandeja fija.
Conclusiones
En este estudio, demostraron que la variabilidad de la adquisición en las imágenes de ultrasonido afecta a la repetibilidad de las características radiómicas. También señalaron que los pasos de preprocesamiento afectan a la repetibilidad de las características. En concreto, para mejorar la repetibilidad de las características radiómicas en las imágenes de ultrasonido, sugieren utilizar un método de discretización de nivel de gris de tamaño fijo y la normalización de la intensidad de la imagen con la eliminación de los valores atípicos aplicada a la región de interés en lugar de toda la imagen o el cuadro delimitador.
Duron y sus colegas franceses reconocieron dentro de sus limitaciones, que se centraron en la repetibilidad de los rasgos, que es una cualidad requerida de los biomarcadores de imagen, pero no asegura su capacidad para predecir un resultado, que es el objetivo final de la radiómica.
Finalmente, concluyeron que sus resultados sugieren que la estandarización de la intensidad de la imagen con la eliminación de los valores atípicos aplicada a las regiones de interés delineadas en la lesión y un método de discretización de nivel de gris de tamaño fijo podrían aumentar el número de características repetibles y, por lo tanto, los potenciales candidatos a biomarcadores de imagen.
Duron, L., Savatovsky, J., Fournier, L., & Lecler, A. (2021). Can we use radiomics in ultrasound imaging? Impact of preprocessing on feature repeatability. Diagnostic and Interventional Imaging, 102(11), 659–667. https://doi.org/10.1016/j.diii.2021.10.004
