ALGORITMO COMPUTACIONAL PARA A AVALIAÇÃO DO CARCINOMA HEPATOCELULAR EM IMAGENS DE TOMOGRAFIA COMPUTADORIZADA APÓS A QUIMIOEMBOLIZAÇÃO TRANSARTERIAL MATHEUS ALVAREZ BOTUCATU - SP 2016 Resultados de tese apresentados ao Instituto de Biociências, Câmpus de Botucatu, UNESP, para obtenção do grau de Doutor no Curso de Doutorado no Programa de Pós- Graduação em Biologia Geral e Aplicada, Área de concentração Biologia Celular Estrutural e Funcional. Prof. Adj. José Ricardo A. Miranda II UNIVERSIDADE ESTADUAL PAULISTA “Júlio de Mesquita Filho” INSTITUTO DE BIOCIÊNCIAS DE BOTUCATU ALGORITMO COMPUTACIONAL PARA A AVALIAÇÃO DE HEPATOCARCINOMAS EM IMAGENS DE TOMOGRAFIA COMPUTADORIZADA APÓS A QUIMIOEMBOLIZAÇÃO TRANSARTERIAL MATHEUS ALVAREZ Orientador: PROFa. DRa. DIANA RODRIGUES DE PINA BOTUCATU - SP 2016 Resultados de tese apresentados ao Instituto de Biociências, Câmpus de Botucatu, UNESP, para obtenção do grau de Doutor no Curso de Doutorado no Programa de Pós- Graduação em Biologia Geral e Aplicada, Área de concentração Biologia Celular Estrutural e Funcional. Prof. Adj. José Ricardo A. Miranda III IV RESUMO ALVAREZ, M. Algoritmo computacional para a avaliação de hepatocarcinomas em imagens de tomografia computadorizada após a quimioembolização transarterial. 2014. 57f. Resultados de teste (Doutorado) – Instituto de Biociência de Botucatu, Universidade Estadual de São Paulo, Botucatu, 2014. O carcinoma hepatocelular (CHC) é um tumor primário do fígado e envolve diferentes modalidades de tratamento de acordo com seu estadiamento. Depois de terapias locais, como a quiomioembolização transarterial (do inglês, Transarterial Chemoembolization), a avaliação do tumor se baseia nos critérios mRECIST (do inglês, Modified Response Evaluation Criteria In Solid Tumors), que envolvem a medição do diâmetro máximo da lesão viável. Esta pesquisa teve como objetivo o desenvolvimento de um algoritmo para a quantificação objetiva da eficiência da quimioembolização na redução de volume e diâmetro máximo do CHC. Foram utilizados 64 exames retrospectivos de Tomografia Computadorizada (TC) de 32 pacientes. Nesta pesquisa foram comparadas, em pacientes que receberam tratamento por quimioembolização, as medidas do diâmetro maior do CHC viável, estimadas por especialista da área de radiologia e pelo algoritmo desenvolvido neste estudo. O Volume Tumoral Total (VTT) dos CHC antes e após o processo de quimioembolização também foram estimados utilizando um algoritmo, desenvolvido com base em transformadas discretas de wavelet (DWT). Um fantoma virtual simulando as características do fígado normal e contrastado foi desenvolvido para o planejamento, desenvolvimento e validação do algoritmo de detecção. A comparação do diâmetro máximo do tumor, estimado por um especialista e pelo algoritmo revelou diferenças na ordem de 0,25 cm para os tumores de grandes dimensões (diâmetro > 5 centímetros), enquanto uma diferença menor que 0,1 cm foi encontrada para os tumores de pequenos diâmetros. Reduções de CHC na ordem de 51.5±70.0% e 62,8±75,6% após a quimioembolização foram encontradas no método do diâmetro e volume estimado, respectivamente, enquanto 57,8±64.1% e 70,6±36,4% foram encontrados pela segmentação do CHC para o maior diâmetro e volume, respectivamente. A maior diferença pode ser explicada pelo fato do algoritmo descontar áreas de necrose tumoral, visto que isso é difícil em alguns casos de CHC onde a necrose aparece difusa no tumor. A correlação de Pearson entre resposta e sobrevida analisada foi de 0,46 para volume segmentado e 0,17 para o diâmetro. Dessa forma, os resultados apresentados nesta pesquisa vêm colaborar com os métodos subjetivos de medição dos tumores apresentando maior confiabilidade na avaliação das áreas de realce do CHC. Essa V pesquisa traz contribuições originais para a comunidade cientifica com os algoritimos para quantificação objetiva de tumores no figado, a serem utilizados com confiabilidade de modo a otimizar a relação risco-beneficio para o paciente e custo-beneficio para a instituição. Palavras-chave: CHC, processamento de imagens, tumor de fígado. VI ABSTRACT ALVAREZ, M. Computational algorithm to the evaluation of hepatocellular carcinoma in TC-images after transarterial chemoembolization. 2014. 57f. Resultados de teste (Doutorado) – Instituto de Biociência de Botucatu, Universidade Estadual de São Paulo, Botucatu, 2014. Background Hepatocellular carcinoma (HCC) is a primary liver tumor and involves different types of treatment according to tumor staging. After local therapies such as transarterial chemoembolization (TACE), the evaluation of the tumor is based on mRECIST criteria (Modified Response Evaluation Criteria In Solid Tumors), which involves the measurement of the maximum diameter of the viable lesion. This research aimed to develop an algorithm for objective quantification of the efficiency of chemoembolization in reducing volume and maximum diameter CHC. 64 retrospective examination of computed tomography (CT) of 32 patients were used. Measures of patients who were treated by chemoembolization were compared using the measures of larger diameter viable CHC, estimated by specialist radiology and the algorithm developed in this study. The Total Tumor Volume (TTV) of CHC before and after chemoembolization process were also estimated using an algorithm developed based on Discrete Wavelet Transform (DWT). A virtual phantom simulating the characteristics of normal liver and contrasted was developed for planning, development and validation of detection algorithm. The comparison of the maximum tumor diameter, estimated by an expert and the algorithm revealed differences in the order of 0.25 cm for large tumors (diameter> 5 cm), while less than 0.1 cm difference was found for tumors of small diameters. CHC reductions of 51.5% ± 70.0 and 62.8 ± 75.6% were found after chemoembolization method in diameter and estimated volume, respectively, and 57.8% ± 64.1 and 70.6 ± 36.4% They were found by targeting the CHC for the larger diameter and volume, respectively. The biggest difference can be explained by the fact that the algorithm does not count areas of tumor necrosis, whereas it is difficult for the radiologist in some cases where CHC necrosis appears diffuse in the tumor. The Pearson correlation between response and analyzed survival was 0.46 and 0.17 for segmented volume and diameter. Thus, the results presented in this research come collaborate with subjective measurement of tumors showing higher reliability VII methods in the evaluation of the areas of enhancement of HCC. This research brings unique contributions to the scientific community with the algorithms for objective quantification of tumors in the liver, to be used in order to optimize the risk-benefit ratio for the patient and cost-effective for the institution. Keywords: HCC, image processing, liver tumor. VIII AGRADECIMENTOS À Victoria, minha filha querida, que veio trazer luz e sentido ao meu mundo. Sem você eu tenho certeza de que não terminaria nem a graduação. À Luciana, minha cara metade, minha vida e minha companheira de cada dia. Obrigado por cada minuto junto a você, que ilumina o mais negro dos momentos com um sorriso lindo, um abraço carinhoso e um beijo quente. Nosso companheirismo me faz feliz cada dia mais. Eu te amo. À minha Mãe que sempre trabalhou tanto, voltou a dar plantão para terminar de criar os três filhos e mesmo assim estava em casa para almoçar e assistir novela das nove. Amor materno com certeza é uma coisa que nunca me faltou, te amo. Ao meu Pai e Erika por acreditarem em mim. Com vocês eu aprendi que depende só de nós construir um amanhã melhor que hoje, que sempre devemos buscar o algo mais interior e que ser feliz é a única coisa que importa na vida. Sempre vou mirar nas estrelas. Aos meus irmãos, Renata e Vitor, por me aturarem e, de vez em quando, rirem das minhas piadas sem graça. Amo vocês. Ah, Rê, passa na MS depois? À minha orientadora Diana Rodrigues de Pina pelos anos de companheirismo e aprendizado ímpares nos quais me formei como físico médico e como pessoa, com quem aprendi a andar e com quem tenho certeza de poder contar para todos os próximos anos que ainda estão por vir. Muito obrigado pela oportunidade e por cada aposta feita em mim, espero estar à altura de um dia retribuir tudo o que a senhora já fez por mim. Ao meu orientador, amigo, companheiro e chefe para a vida inteira, José Ricardo de Arruda Miranda por ter acreditado naquele carçudo de havaianas que veio pedir estágio. Dessa aposta saiu uma verdadeira amizade para a vida inteira. Ao meu professor, chefe e o médico com mais paciência nesse mundo Fernando Gomes Romeiro, obrigado pela paciência e experiência nas horas ruins e sabedoria, confiança e risadas em todas as outras. IX À Consult, por tudo que ela representa na minha vida e na qual conto para fazer a diferença nesse mundo tão cheio de más notícias. Sua integridade, bom senso e honestidade será sempre um exemplo para todas as empresas. À minha Vó, Maria Luiza Perilo, fundadora do Ensino Fundamental da cidade de São Paulo e integrante da primeira turma de polícia feminina de São Paulo sua garra, amor, paciência e vontade é um exemplo do qual nunca vou esquecer. Ao meu Vô Dante e à minha Vó Nena, o suor de vocês foi o primeiro passo para que este trabalho fosse um dia realizado. Tentarei sempre estar à altura do sacrifício que vocês fizeram e fazem pela nossa família. Aos meus amados Padrinhos, Tia Márcia e Tio Beto e primas Maysa e Bruna vocês fazem parte da melhor parte da minha vida. Muito obrigado por cada conselho, sorriso, almoço (risos) e carinho. Ao meu tio Marcelo, Giovana, Davi, Deivid e Lelo, por mostrarem que um núcleo de família tão improvável pode ser tão feliz e bonito. Vocês são lindos. A minha tia Magda, você sempre foi lembrada pelo seu carisma, inteligência e beleza. Seu amor pela vida continua sendo lembrado por todos e seu sorriso continua recepcionando todos que entram na casa da vó. Ao meu Tio Rodrigo que apesar de ser uma mala sem alça é carinhoso, honesto e sempre disposto estender a mão para nos tirar do buraco. Obrigado. Ao pessoal do Grupo de Pesquisa Biomag Lafar e agregados, Prof. José Roberto, Agostinho, Ana Júlia, Allan, Juliana, Thiago e esposa, Geléia, André Próspero, Deivid, Fernando, Marcos, Lemão, Privado, Uilian, Ana Luiza, Caio, Marcela, Maria Eugênia, Nadine, Luciana, Madilene, e qualquer outro que provavelmente eu esqueça, obrigado pelos momentos compartilhados, experiências trocadas e portas abertas. X À MS Medical, Prof Sérgio, Gustavo, Larissa, Juliana, Nilsinho, Cláudião, Dona Lúcia, Rodrigo e Elvis que sempre me socorreram nos apertos em que me meti e mantiveram um contato válido para a vida inteira. Muito obrigado. Ao pessoal do Tomocentro, Centro da Mama, Multimagem, Vitalitá, CDI Unimed e IDI de Botucatu, muito obrigado pela confiança, carinho e companheirismo. Ao XXT por manterem minha cota de risada diária. Ao Grupo de Vigilância Sanitária de Botucatu, em especial ao Dr. Eduardo Kruppa, que está sempre aberto para as minhas dúvidas. A integridade e experiência de vocês é um exemplo que vou levar para a vida inteira. Ao Professor Sérgio Barbosa Duarte pelas valorosas contribuições desde a época da graduação, você com certeza traz consigo uma dose de alegria e experiência que transforma o dia de todos a sua volta. À UNESP pela oportunidade de realizar este trabalho e tornar possível toda essa conquista. À CAPES pelo apoio financeiro. XI LISTA DE FIGURAS Fig 1. Aplicação do método de avaliação mRECIST em Carcinomas Hepatocelulares (CHCs). Medida do tumor alvo na fase arterial do exame tomográfico. (A) Medida do maior diâmetro de acordo com a metodologia RECIST, e (B) medida do maior diâmetro do tumor de acordo com o criterio mRECIST para CHC. .......................................... 4 Fig 2. Localização anatômica dos 8 segmentos do fígado (RUTKAUSKAS et al., 2006). .......................................................................................................................................... 7 Fig 3. Exemplo da quimioembolização transarterial (TACE) (STUART, 2003). Em (A) é mostrada a localização do tumor através da angiografia por subtração digital, nota- se que o tumor (localizado pela seta) se enche de contraste antes da liberação do quimioterápico/microesferas. Em (B), logo após da liberação das microesferas, os vasos que antes alimentavam o tumor são obstruídos e o tumor não é mais preenchido pelo contraste como em (A). ............................................................................................................................ 14 Fig 4. Esquema de formação de imagem digital (GONZALEZ et al., 2004). ....... 16 Fig 5. Exemplo de decomposição da imagem utilizada na transformada de wavelet discreta (GONZALEZ e WOODS, 2002). ............................................................................... 18 Fig 6. Exemplo de decomposição utilizando a transformada discreta de wavelet. Pode-se notar como a borda do paciente pode ser melhor visualizada nas decomposições menores (1) enquanto mais baixas frequências podem ser visualizadas em escalas maiores. A seta branca marca onde se encontra a maior energia relativa ao interior costela da imagem original (seta branca à esquerda) em relação à decomposição WT, que no caso seria a segunda decomposição nos detalhes diagonais (seta branca à direita). .................................................. 18 Fig 7. Duas projeções de um objeto que consiste em um par de cilindros (BUSHBERG, 2002; KAK e SLANEY, 2001). ....................................................................... 21 Fig 8. Um feixe paralelo de raios x se propagando através da seção transversal de um corpo humano (KAK et al., 2001). ..................................................................................... 22 Fig 9. Distribuição da intensidade de pixel para tecido hepático. Em (a) observa-se a distribuição para intensidade de pixel da imagem de fígado normal, e em (b) a mesma distribuição no caso de um CHC contrastado. As distribuições gaussianas apresentaram valores de 1055 UH para tecidos normais e 1190 UH para tecidos constrastados do fígado. A superposição de (a) e (b) é representada pela curva (c). Em (d) observa-se o histograma real extraído da imagem. ................................................................................................................. 28 Fig 10. Fluxograma do algoritmo otimizado. ........................................................ 30 XII Fig 11. Resultados dos passos do algoritmo de segmentação onde (A) é a delimitação dos pontos iniciais (sementes). (B) Resultado da filtragem wavelet para realce da área contrastada do fígado. (C) Resultado da da técnica de crescimento de região. (D) Resultado da operação de erosão seguida de dilatação. (E) Resultado da segmentado em verde localizado na imagem. .............................................................................................................. 30 Fig 12. Volumetria de CHC antes e após a quimioembolização. Em (A) pode-se observar um CHC de 26.5cm³ de volume contrastado antes da quimioembolização que, após o tratamento, apresentou 0.3cm³ de volume contrastado (observado em B). .............................. 32 Fig 13. Curva de sobrevida mostrada por TOSO et al. (2008) com comparação da sobrevida de pacientes após transplante para diferentes estadiamentos do CHC. .................... 24 Fig 14. Resultados para o algoritmo utilizando fantoma virtual. Esferas de 10 cm, 8 cm, 6 cm, 4 cm, 2 cm e 0.5cm foram inseridas no fantoma utilizando a gaussiana de tecidos contrastados enquanto o fundo foi gerado com a gaussiana de tecidos do fígado. Em (A) está representado o fantoma. Em (B) um resultado utilizando as técnicas do algoritmo sem a pré filtragem com a transformada wavelet e (c) com a pré filtragem utilizando a tranformada wavelet. ..................................................................................................................................... 34 Fig 15. Resultados do algoritmo quando aplicados ao fantoma virtual, mostrados pelo gráfico de espalhamento do diâmetro de CHCs simulados na figura 2 e medidos pelo algoritmo. Uma concordância de 0.2 cm foi atingida. A linha central corresponde à média das diferenças enquanto as linhas superior e inferior correspondem aos limites de 2 desvios padrão. ...................................................................................................................................... 35 Fig 16. Exemplos da segmentação do CHC em quatro corte tomográficos. (A-D) corte tomográfico antes da segmentação. (E-H) corte tomográfico após a segmentação. ....... 36 Fig 17. Correlação entre o algoritmo e a medida do radiologista. Comparação entre o máximo diâmetro medido pelo radiologista comparados com os do algoritmo. O ajuste linear entre as medidas apresentou um R² de 0.97 enquanto o teste t apresentou um p de 0.13, indicando não haver diferença significante entre as medidas................................................... 37 Fig 18. Comportamento do algoritmo para CHCs realçados. Gráficos de Blant- Altmann (diferença entre as medidas versus média entre as medidas) são apresentados nessa figura. Em (A) estão mostrados os nódulos de 1.0cm a 3.0cm de diâmtero, em (B) os nódulos de 3.0 a 5.0cm de diâmetro e em (C) os nódulos de 5 a 14 cm de diâmetro, segundo o radiologista. Linhas centrais correspondem às médias das diferenças enquanto as linhas superiores e inferiores correspondem, respectivamente, aos limites de 2 desvios padrão. ...... 37 XIII Fig 19. Curva de Sobrevida baseada na resposta utilizando o critério mRecist tradicional. A linha vermelha apresenta a sobrevida de pacientes com resposta completa à quimioembolização (sem sinal de tumor viável após a quimiembolização), a linha amarela apresenta a sobrevida de pacientes com resposta parcial (diminuição até 30% do diâmetro tumoral), a verde apresenta a sobrevida de pacientes com resposta estável (redução menor que 30% do diâmetro ou aumento de até 20%) e a linha azul os pacientes com resposta progressiva (aumento de mais de 20% no diâmetro). ............................................................... 39 Fig 20. Curva de Sobrevida baseada na resposta utilizando o critério mRecist aplicado à análise volumétrica do carcinoma hepatocelular. A linha vermelha apresenta a sobrevida de pacientes com resposta completa à quimioembolização (sem sinal de tumor viável após a quimiembolização), a linha amarela apresenta a sobrevida de pacientes com resposta parcial (diminuição até 30% do volume tumoral), a verde apresenta a sobrevida de pacientes com resposta estável (redução menor que 30% do volume ou aumento de até 20%) e a linha azul os pacientes com resposta progressiva (aumento de mais de 20% no volume). ... 39 Fig 21. Diferença entre o maior diâmetro medido entre os pacientes pré e pós quimioembolização com uma redução média desvio de 1.648.57  %. .................................... 40 Fig 22. Diferença entre a estimação do TTV e o medido computacionalmente para os momentos pré e pós quimioembolização o volume médio pelo cálculo baseado no maior diâmetro apresentou redução média de 6.758.62  % enquanto pelo algoritmo a redução média foi de 4.366.70  %. .................................................................................................................... 41 Fig 23. Logaritmo do volume de CHC pós quimioembolização estimado pelo método do diâmetro e segmentado pelo algoritmo em 9 pacientes com CHC acima de 5 cm de diâmetro pós quimioembolização. O volume de 65.4 cm³ foi obtido pela estimação do volume pela equação de uma esfera como realizado em TOSO et.al enquanto o volume de 115 cm³ denota o limiar proposto para VTT. ......................................................................................... 42 XIV LISTA DE TABELAS Tabela 1. Critérios de avaliação RECIST e mRECIST ......................................... 12 Tabela 2. Diferença entre a estimativa do algoritmo e do radiologista do máximo diâmetro do CHC. ..................................................................................................................... 38 XV LISTA DE ABREVIATURAS CHC – Carcinoma Hepatocelular TH – Transplante Hepático mRECIST – modified Response Evaluation Criteria In Solid Tumors TACE – Transarterial Chemoembolization RECIST - Response Evaluation Criteria In Solid Tumors DWT – Discrete Wavelet Transform TDW – Transformada Discreta de Wavelet TC – Tomografia Computadorizada UH – Unidades Hounsfield MRA – Análise Multiresolução BCLC – Barcelona Clinic Liver Cancer VTT – Volume Tumoral Total. EASL – American Association for the Study of Liver Diseases AASLD – European Association for the Study of the Liver XVI SUMÁRIO 1 Introdução ......................................................................................................... 2 2 Fundamentos Teóricos ...................................................................................... 7 2.1 Anatomia do Fígado .......................................................................................... 7 2.2 O Carcinoma Hepatocelular (CHC) e a Classificação de Barcelona .................... 8 2.3 Avaliação da Resposta Tumoral....................................................................... 11 2.4 Quimioembolização Transarterial (TACE) ........................................................ 13 2.5 Processamento de Imagens Digitais ................................................................ 15 2.6 A Transformada Discreta de Wavelet (TDW) Aplicada a Imagens ................... 17 2.7 Princípios de aquisição de imagens de tomografia computadorizada (TC) ..... 20 2.8 Medição do Volume Tumoral Total (VTT) ....................................................... 23 3 Material e Métodos ......................................................................................... 26 3.1 Amostra de dados TC ...................................................................................... 26 3.2 Critérios de Inclusão e Exclusão ...................................................................... 27 3.3 Construção do Fantoma Virtual para Otimização do Algoritmo de Segmentação 27 3.4 Descrição do Algoritmo Otimizado para Detecção de Áreas Hepáticas Contrastadas 28 3.5 Avaliação Estatística ........................................................................................ 31 3.6 Volumetria do CHC .......................................................................................... 31 4 Resultados ....................................................................................................... 34 4.1 Segmentação do fantoma simulado ................................................................ 34 4.2 Segmentação de Imagens Reais ...................................................................... 35 4.3 Comparação entre análise volumétrica e pelo diâmetro quando comparados com a sobrevida 38 4.4 Eficiência da quimioembolização no tamanho de tumor viável ...................... 40 5 Discussão ........................................................................................................ 44 6 Conclusões ...................................................................................................... 48 7 Referências Bibliográficas .............................................................................. 50 8 Apêndices .......................................................................................................... 2 8.1 Protocolo de Aprovação da Comissão de Ética em Pesquisa ............................ 2 8.2 Artigos publicados relevantes ao tema da tese ................................................. 3 XVII Esta pesquisa foi desenvolvida no Laboratorio de Física Aplicada ao Radiodiagnóstico (LAFAR), devidamente aprovado pelo Comitê de Ética e Pesquisa (CEP) sob o processo: 485/2012. Os exames retrospectivos de tomografia computadorizada utilizados neste estudo foram de pacientes do Hospital das Clínicas de Botucatu (HCB- UNESP). Este estudo envolve algumas etapas distribuídas detalhadamente, em capítulos, ao longo desta tese conforme descrito a seguir: O capítulo 1 apresenta o levantamento bibliográfico historiando os principais assuntos envolvidos nesta tese com justificativas e relevância do tema. Ainda nesse capitulo é apresentado um subitem contendo os objetivos gerais e específico abordado nesta pesquisa. O capítulo 2 apresenta os fundamentos teóricos, como subsídios para o leitor contendo fundamentos pertinentes ao tema da pesquisa, referenciados em toda a tese. O capítulo 3 descreve os materiais e metodologia empregadas nesta pesquisa, como a descrição da metodologia utilizada para construção dos algoritmos quantificadores de diâmetro e volume do tumor no fígado antes e após o processo de quimioembolização, bem como o método subjetivo adotado pelo especialista da área de radiologia. O capítulo 4 aborda os resultados obtidos proveniente dos métodos empregados nos problemas abordados nesta pesquisa. O capítulo 5 é constituído pelas discussões dos resultados previamente apresentados no Cap. 4. O capitulo 6 apresenta, por tópicos, as conclusões finais desta pesquisa O capitulo 7 mostra a bibliografia utilizada para compor esta tese. Apêndice - Protocolo de aprovação do Comitê de Ética em Pesquisa (CEP) e artigos publicados pelos autores do trabalho durante a realização do mesmo. Capítulo 1 Introdução “Em larga medida, só engana com eficiência a si mesmo quem não pretende fazer isso” -Eduardo Giannetti em Auto-Engano. CAPÍTULO 1 – INTRODUÇÃO 2 1 Introdução O carcinoma hepatocelular (CHC) é o principal tumor de origem no fígado, sendo o tipo histológico encontrado em 80-90% dos casos de tumor primário do órgão (GOMAA et al., 2008; LAU e LAI, 2008). É o quinto tipo de neoplasia mais frequente, e o terceiro maior responsável pela mortalidade por câncer, com mortalidade maior encontram-se apenas o câncer de pulmão e de estômago (LAU e LAI, 2008). Em duas décadas a incidência do CHC nos Estados Unidos cresceu 80% e a expectativa é que a prevalência continue subindo devido ao aumento de doenças crônicas do fígado como as hepatites virais crônicas B e C, o consumo do álcool e a esteatose hepática (GOMAA et al., 2008). O Transplante Hepático (TH) é o tratamento recomendado quando o paciente é considerado como tendo estadiamento precoce, com base nos diâmetros máximos do tumor e na ausência de tumores fora do fígado (LLOVET et al., 1999). Estudos anteriores apoiam a eficácia do TH em pacientes que preencham os critérios de Milão (tumor único com um diâmetro ≤ 50 milímetros ou até 3 nódulos com diâmetros ≤ 30 milímetros) adotados pela United Network for Organ Sharing (UNOS) (EL-SERAG, 2011; LAU, 2002). Os critérios de Barcelona mostram que o transplante de fígado só deve ser recomendado se o paciente tem CHC dentro desses critérios (LAU, 2002; MAZZAFERRO et al., 1996). Quando qualquer tipo de terapia local é usado a fim de reduzir o tamanho do tumor, os nódulos de CHC são reavaliados de acordo com os critérios mRECIST (do inglês Modified Response Evaluation Criteria In Solid Tumors), que exigem que apenas lesões bem delineadas, arterialmente hipervascularizadas possam ser selecionados como tecido tumoral viável (LENCIONI e LLOVET, 2010). Usando exames com contraste intravenoso, como a Tomografia Computadorizada (TC), o tumor viável é medido na fase arterial, permitindo a separação visual entre o tumor vascularizado viável e o tecido necrótico (região sem células tumorais viáveis, com menor realce que o tecido do fígado) (LIN et al., 2010; SATO et al., 2013). O maior diâmetro do tumor viável deve ser cuidadosamente avaliado pela TC, uma vez que a decisão de qual tratamento será mais indicado para cada paciente é diretamente afetada CAPÍTULO 1 – INTRODUÇÃO 3 por essa medida (LENCIONI e LLOVET, 2010). Segundo os critérios, a medição do diâmetro do tumor viável não deve incluir áreas de necrose (LENCIONI e LLOVET, 2010). Porém os grandes nódulos e os tumores previamente submetidos a terapias locais são muitas vezes ocupados por áreas de necrose, tornando difícil calcular a área viável destes tumores (SATO et al., 2013), e consequentemente, provocando erros na quantificação pelo radiologista. Para redução tumoral antes de um tratamento definitivo, muitos pacientes com CHC recebem terapias não-curativas, a fim de alcançar melhores índices de sobrevida. O procedimento mais utilizado nestes casos é a Quimioembolização Transarterial (do inglês, Transarterial Chemoembolization, TACE), apresentada com maiores detalhes na seção 2.C. Este tipo de tratamento é constituído por infusões de um agente quimioterapêutico através das artérias responsáveis pela nutrição e oxigenação do tumor (LIN et al., 2010). Assim que a infusão termina, o vaso é fechado com microesferas, a fim de isolar o agente quimioterapêutico no interior do tumor e destruir o máximo possível o tecido tumoral (LIN et al., 2010). Como resultado, o tratamento provoca uma redução da lesão inicial, o que pode ser visto como uma área de necrose no interior do tumor. Devido à importância do tamanho do tumor na escolha do melhor tratamento para pacientes que apresentam CHC, o método de avaliação das lesões deve ser tão preciso e reprodutivo quanto possível (LENCIONI e LLOVET, 2010). Quando o diâmetro máximo do tumor ultrapassa os limites estabelecidos pelos critérios de inclusão na lista de transplante hepático (TH) e não há tumor localizado externamente ao fígado, a quimioembolização é uma das modalidades de tratamento utilizada para reduzir os tumores. Não obstante, a reavaliação através de exames contrastados após a quimioembolização pode ser difícil, visto que as lesões tendem a apresentar diversas áreas necróticas em seu interior, dificultando a medição tumoral. Uma vez que existem critérios rigorosos usados para indicar qual tratamento deve ser realizado para pacientes com carcinoma hepatocelular e os critérios utilizados baseiam-se no tamanho do tumor, uma avaliação não subjetiva é uma ferramenta importante a ser considerada. A eficácia da quimioembolização pode ser medida pela diminuição da lesão alvo. Quando o tumor tem redução suficiente o paciente pode apresentar um estadiamento precoce da doença, permitindo-lhe receber tratamento curativo (MAZZAFERRO et al., 1996). No entanto, existem algumas dificuldades em se distinguir quais pacientes são melhores candidatos para tratamento curativo e quais ainda precisam receber outras sessões de quimioembolização ou outra terapia. Em pacientes que se mantenham sem metástases e com CAPÍTULO 1 – INTRODUÇÃO 4 boa função hepática, essa decisão é baseada principalmente na medida do diâmetro máximo do tumor. O método de avaliação da resposta do tumor sofreu algumas mudanças. Em 2000 foi apresentado por Therasse et al. (2000) o método de Response Criteria for Solid Tumors (RECIST) o qual levava em conta o maior diâmetro do tumor e englobava tanto áreas de necrose quanto áreas de tumor viável na segmentação. Em 2010, Lencioni e Llovet (2010) apresentaram o Modified Response Criteria for Solid Tumors (mRECIST), em que é realizada a medida do maior diâmetro do tumor, porém não se leva em conta a área de necrose. A Fig 1 apresenta a maior diferença entre esses métodos. Ambos os métodos são medidas semi subjetivas e operadores dependentes, dado que a análise do maior diâmetro é dependente dos limites julgados pelo operador e frequentemente apresentam variações (ALVAREZ et al., 2014). Fig 1. Aplicação do método de avaliação mRECIST em Carcinomas Hepatocelulares (CHCs). Medida do tumor alvo na fase arterial do exame tomográfico. (A) Medida do maior diâmetro de acordo com a metodologia RECIST, e (B) medida do maior diâmetro do tumor de acordo com o criterio mRECIST para CHC. A medida do Volume Tumoral Total (VTT) foi proposta pela primeira vez por TOSO et al. (2008) sendo amplamente estudada hoje em dia (GERMANI et al., 2011; GOMAA et al., 2008; TOSO et al., 2015; TOSO et al., 2008) onde o método do maior diâmetro é usado para estimar o volume tumoral do paciente. Nesta pesquisa, foi desenvolvido um algoritmo que proporciona uma quantificação objetiva da eficiência da quimioembolização na redução de volume e diâmetro máximo do CHC. Foram comparados o diâmetro maior do CHC viável medido através de um algoritmo computadorizado e as medidas de um radiologista experiente em pacientes que receberam tratamento por quimioembolização. O volume do CHC antes e após quimioembolização também foi comparado com o método de estimação do VTT utilizando CAPÍTULO 1 – INTRODUÇÃO 5 um algoritmo baseado na transformada discreta de wavelet (DWT) visando uma análise reprodutível e não subjetiva do tumor. 1.1. OBJETIVOS Este trabalho teve como objetivo o desenvolvimento de um algoritmo para analisar a eficiência da quimioembolização de maneira não subjetiva em 32 pacientes que realizaram o tratamento no Hospital das Clínicas de Botucatu (HCB– UNESP), com os seguintes objetivos especificos:  Construção do algoritmo para avaliação do maior diâmetro do Hepatocarcinoma utilizando imagens de tomografia computadorizada (32 pacientes).  Medida de diâmetro e volume do CHC antes e após a quimioembolização para todos os exames do banco de dados; Capítulo 2 Fundamentos Teóricos “A invencibilidade repousa na defesa, a vulnerabilidade revela-se no ataque” -Sun Tzu em A Arte da Guerra CAPÍTULO 2 – FUNDAMENTOS TEÓRICOS 7 2 Fundamentos Teóricos 2.1 Anatomia do Fígado O fígado é um órgão anexo ao sistema digestivo situado no lado direito da cavidade abdominal, logo abaixo do diafragma (DUANE et al., 2014). É um órgão extremamente complexo e pode ser classificado como a maior glândula do corpo, pesando em média 2,3 kg (D'ONOFRIO et al., 2014). C.Coinaud(1957) dividiu o fígado em 8 segmentos com funcionalidade independente. Na Fig 2 estão localizados cada um dos oito segmentos. Definidos como: segmento dorsal (I), setor lateral(II), porção medial do setor medial(III), porção lateral do setor medial (IV), porção inferior do setor anterior (V), porção inferior do setor posterior (VI), porção superior do setor posterior (VII), porção superior do setor anterior (VIII)(RUTKAUSKAS et al., 2006). Fig 2. Localização anatômica dos 8 segmentos do fígado (RUTKAUSKAS et al., 2006). Atualmente, a tomografia computadorizada (TC) com material de contraste intravenoso é o procedimento de escolha para visualizar o parênquima hepático e é presentemente a técnica mais acurada e facilmente disponível para identificar metástases CAPÍTULO 2 – FUNDAMENTOS TEÓRICOS 8 hepáticas (RUTKAUSKAS et al., 2006). Tanto as lesões grandes quanto as pequenas podem ser reconhecidas e suas localizações espaciais apontadas (RUTKAUSKAS et al., 2006). Todo o fígado pode ser avaliado em um único exame (RUTKAUSKAS et al., 2006). O restante do abdômen também é mostrado, de modo que sítios metastáticos extra-hepáticos nodais e outros também podem ser vistos (RUTKAUSKAS et al., 2006). 2.2 O Carcinoma Hepatocelular (CHC) e a Classificação de Barcelona Em geral, o diagnóstico do CHC em pacientes cirróticos é baseado em exames de imagem não invasivos (EL-SERAG, 2011; LLOVET et al., 1999). Em pacientes com cirrose e CHC apresentando um diâmetro maior ou igual a 2 cm, o diagnóstico pode ser estabelecido com confiança através de exames de imagem sem necessitar de biópsia (EL-SERAG, 2011; LLOVET et al., 1999). Para isso, utilizam-se exames de tomografia computadorizada (TC) de quatro fases (sem contraste, fase arterial, venosa e tardia), em que são avaliadas áreas de hipervasularização arterial que são prontamente "lavadas" (se tornando menos intensas que o tecido hepático) na fase venosa ou tardia (LAU, 2002; LLOVET et al., 1999). Mundialmente, os critérios mais utilizados para o estadiamento de pacientes com CHC são os Critérios de Barcelona (BRUIX et al., 2001), que fornecem a melhor estratificação de prognóstico para pacientes com CHC (GOMAA et al., 2014). Os critérios de Barcelona (Barcelona-Clínic Liver Cancer-BCLC) dividem os portadores de CHC em 5 estágios (0, A, B, C e D) de acordo com um prognostico variável pré definido além de recomendar terapias de acordo com o estágio em que se encontra o paciente. Assim, ele provê informação em predição do diagnóstico e tratamento recomendado. A predição do diagnóstico é definida pelas variáveis ligadas ao estágio do tumor (tamanho, número, invasão vascular), função do fígado (Child-Pugh’s) e estado geral (ECOG). Recomendação de tratamento incorpora variáveis dependente, as quais se mostraram influentes na terapêutica sugerida como, bilirrubina, hipertensão portal e presença de sintomas - ECOG. Estágio Inicial (BCLC 0): CHC em estágios iniciais é definido como a presença de um tumor menor que 2cm de diâmetro sem invasão vascular em pacientes com bom estado geral e uma função do fígado preservada (Child-Pugh A). Nos dias de hoje, 5 a 10% dos pacientes no Oeste são diagnosticados nesse estágio enquanto no Japão a taxa gira em torno de 30% devido à implementação de programas de vigilância (KUDO e UESHIMA, 2010). A partir de estudos patológicos duas subclasses de tumores foram definidas: Vagamente nodular – com tamanho em torno de 12 mm sem invasividade local – e o distintamente nodular – com CAPÍTULO 2 – FUNDAMENTOS TEÓRICOS 9 tamanho médio de 16 mm, que pode mostrar invasividade local. Tipos vagamente nodulares são CHC muito bem diferenciados que contêm canais biliares e veia porta, têm aparência nodular e, por definição, mal definida, e não apresentam invasão de estruturas. Distintamentes nodulares apresentam metástases locais ao redor do nódulo em 10% dos casos e a invasão portal microscópica em até 25% (LIN et al., 2012). Dessa forma, alguns tumores menores que 2 cm são propensos a disseminação local, mas os outros se comportam como carcinoma in situ e estes são definidos como estágio 0. Dados recentes têm mostrado uma sobrevida de 5 anos em 80-90% dos pacientes com ressecção e transplante de fígado e em 70 % com a ablação local (LIN et al., 2012; NATSUGOE et al., 1997). CHC precoce (BCLC A) é definido em pacientes que apresentam tumores únicos maiores que 2.0 cm ou até três tumores de até 3.0cm de diâmetro. ECOG-0 e classe Child Pugh A ou B. A média de sobrevivência desses pacientes chega a 50-70% em 5 anos após a ressecação, transplante do fígado ou ablação local em candidatos selecionados (LLOVET et al., 2008)[102,160]. O resultado natural desses casos é mal definido, devido à escassez de dados notificados, mas estima- se que seja uma sobrevivência média de cerca de 36 meses. Uma melhoria na sobrevivência é universal ao aplicar as variáveis dependentes do tratamento na seleção dos candidatos (LIN et al., 2012). O estágio do tumor é definido pelo tamanho do nódulo principal e multicentricidade (único de 2 a 5cm ou 3 nódulos de até 3 cm), cada uma destas categorias mostra resultados significativamente diferentes. Tumores individuais acima de 5 cm de diâmetro ainda são considerados para ressecção cirúrgica como primeira opção, visto que tumores grandes solitários tendem a permanecerem únicos e sem envolvimento macrovascular – o que pode ser comum em CHC com alguma relação com HBV – reflete um comportamento biológico mais benigno(LIN et al., 2012). As variáveis relacionadas à função hepática são relevantes para os candidatos a ressecção. Ausência de hipertensão portal relevante clinicamente e bilirrubina normal são importantes preditores de sobrevida em pacientes com tumores individuais submetidos a ressecção(LLOVET et al., 2008). Do mesmo modo, a classe Child - Pugh A é a variável de prognóstico mais forte em pacientes submetidos a ablação local, juntamente com o tamanho do tumor e a resposta ao tratamento (LIN et al., 2012). Visto que o transplante de fígado tem o potencial de curar tanto o tumor como a doença hepática subjacente, as variáveis mais relacionadas ao CHC foram claramente estabelecidas como fatores prognósticos (tumores CAPÍTULO 2 – FUNDAMENTOS TEÓRICOS 10 individuais de até 5 cm ou 3 nódulos de até 3 cm), definindo os chamados critérios de Milão (LIN et al., 2012). CHC em estágio intermediário a avançado: O prognóstico do CHC é reconhecidamente falho para os casos onde a ressecção não é recomendada, com sobrevida média de menos de 1 ano. Análise de resultados heterogêneos em alguns estudos (sobrevivência dois anos 8-50 %) (CAMMA et al., 2008; LLOVET et al., 1999; LLOVET e BRUIX, 2003) leva à identificação de pelo menos três sub-grupos de pacientes com CHC irresectáveis: casos intermediários, avançados e em fase terminal, de acordo com a classificação BCLC. CHC intermediários (BCLC B): Os pacientes não tratados em um estágio intermediário - classe BCLC B (tumores assintomáticos multinodulares sem um padrão invasivo) apresentam uma sobrevida média de 16 meses (LIN et al., 2012),ou 49% em 2 anos (LIN et al., 2012). De acordo com estudos anteriores a quimioembolização estende a sobrevida média para 19-20 meses (LIN et al., 2012). No entanto, essa previsão de resultados é heterogénea para pacientes da classe BCLC B, e tem sido pode variar cerca de 36-45 meses para as melhores respostas à quimioembolização contra 11 meses para o cenário de pacientes candidatos não tratados %) (CAMMA et al., 2008; LLOVET et al., 1999; LLOVET e BRUIX, 2003). Uma análise recente dos pacientes de controle sugere que a presença de ascite - que contraindica a quimioembolização- é o pior fator prognóstico para esta classe (LIN et al., 2012). CHC Avançado (BCLC C): Nesta subclassificação se encontram os pacientes com sintomáticos de CHC (tumores sintomáticos, ECOG 1-2), invasão macrovascular (segmentar ou invasão portal) ou disseminação extra-hepática (envolvimento de gânglios linfáticos ou metástases ) carregam um prognóstico sombrio, com o tempo de sobrevida esperada de 6 meses, ou 25 % em 1 ano (LIN et al., 2012). No entanto, este resultado varia de acordo com o estado funcional do fígado e outras variáveis. Por exemplo, pacientes com função hepática preservada (Child- Pugh classe A) têm uma sobrevida mediana de 7 meses (LIN et al., 2012), enquanto que aqueles com insuficiência hepática grave (classe B de Child- Pugh) apresentam 5 meses de expectativa de vida mediana. Em 2006, não houve tratamento de primeira linha aprovado pela Foods and Drugs Administrations - FDA para pacientes com CHC avançado(LLOVET et al., 2008). Este cenário mudou com o advento de resultados mostrando benefícios de sobrevivência de pacientes que receberam o sorafenib – um multi CAPÍTULO 2 – FUNDAMENTOS TEÓRICOS 11 inibidor da tirosina quinase - em casos avançado(LLOVET et al., 2008). Os resultados do último Estudo Randomizado Controlado (ERC) representam um avanço na gestão do CHC, apresentando sobrevida média dos pacientes submetidos à sorafenib de 10,7 meses, variando de 14,7 meses em BCLC B e 9,5 meses em pacientes BCLC C (LLOVET et al., 2008). CHC em estágio terminal (BCLC D): Pacientes com doença em fase terminal são caracterizados por apresentar com tumores que levam a um estado geral muito grave (ECOG 3-4), o que reflete uma deficiência relacionada com o tumor. A sua média de sobrevivência é de 3-4 meses ou de 11 % em um ano (LLOVET et al., 1999; LLOVET et al., 2008). Da mesma forma, os pacientes Child-Pugh C com tumores além do limiar de transplante também têm um prognóstico extremamente ruim. O Transplante Hepático (TH) é o tratamento recomendado quando o paciente é considerado como tendo estadiamento precoce, com base nos diâmetros máximos do tumor e na ausência de tumores fora do fígado (LLOVET et al., 1999). Estudos anteriores apoiam a eficácia do TH em pacientes que preencham os critérios de Milão (tumor único com um diâmetro ≤ 50 milímetros ou até 3 nódulos com diâmetros ≤ 30 milímetros) adotados pela United Network for Organ Sharing (UNOS) (EL-SERAG, 2011; LAU, 2002). Os critérios de Barcelona mostram que o transplante de fígado, só deve ser recomendado se o paciente tem CHC dentro desses critérios (LAU, 2002; MAZZAFERRO et al., 1996). Uma parte dos pacientes em cada estágio não preenche os critérios para a alocação do tratamento sugerido. Nesses casos, é aconselhador oferecer ao paciente a próximas opção mais adequada no mesmo estágio ou o próximo prognóstico. Por exemplo, em paciente BCLC A onde não é recomendado ablação local deve ser oferecido quimieombolização. Do mesmo modo, pacientes BCLC B que não respondem à quimioembolização – no mínimo à dois ciclos de tratamento – deve ser oferecido Sorafenib (LLOVET et al., 2008; RAOUL et al., 2011). 2.3 Avaliação da Resposta Tumoral O principal parâmetro na pesquisa do câncer é a sobrevida global. No entanto, a resposta do tumor e o tempo de progressão têm sido considerados essenciais para uma avaliação indireta da eficácia do tratamento. Em oncologia, a resposta do tumor foi incialmente medida de acordo com os critérios da Organização Mundial de Saúde (OMS) (MILLER et al., 1981), e depois de acordo com o Critério de Avaliação de Resposta em Tumores Sólidos (Response Evaluation Criteria In Solid Tumors - RECIST) (THERASSE et CAPÍTULO 2 – FUNDAMENTOS TEÓRICOS 12 al., 2000). Estes critérios foram inicialmente elaborados para a avaliação de agentes citotóxicos. Não é seu intuito, portanto, medir outra atividade antitumoral que não a redução do tumor. Como reconhecido na publicação RECIST original, avaliações baseadas somente em mudanças no tamanho do tumor podem levar a enganos quando aplicados juntamente com outros métodos anti-tumorais, como terapias moleculares, ou intervenções terapêuticas (THERASSE et al., 2000). Os critérios de EASL e AASLD adotaram uma versão modificada do critério da OMS na qual a avaliação da resposta ao tratamento é feita levando em conta a indução de áreas necróticas intra-tumorais na estimação do tamanho do tumor e não apenas a redução geral do tamanho tumoral (BRUIX et al., 2001). Resultados de estudos clínicos demonstraram que os critérios RECIST não medem extensão de necrose tumoral induzida por terapias de intervenção ou de novas drogas que de cunho molecular (FORNER et al., 2009). A formação de tumor viável precisa ser avaliada em exames de TC ou RM e tumor viável deve ser definido como a absorção de agente de contraste na fase arterial de estudos de imagem dinâmicos. Consequentemente, a alteração dos critérios RECIST foi proposta pela primeira vez por um painel de especialistas (LLOVET et al., 2008), e futuramente expandida (LENCIONI e LLOVET, 2010). Esta proposta é baseada na medida do maior diâmetro da lesão alvo com tumor viável, conforme descrita na Tabela 1. Tabela 1. Critérios de avaliação RECIST e mRECIST Critério de Resposta da lesão alvo. RECIST mRECIST Resposta Completa (RC) Desaparecimento de todas as lesões alvo. Desaparecimento de qualquer realce arterial em todas as lesões alvo. Resposta Parcial (RP) No mínimo 30% de diminuição no maior diâmetro da lesão alvo. No mínimo 30% de diminuição no maior diâmetro de tumor viável (realce na fase arterial), tomando como referência o maior diâmetro da lesão alvo. Resposta Estável (RE) Qualquer caso que não se classifica como RC ou RP. Qualquer caso que não se qualifica como RC ou RP. Resposta Progressiva (RP) Um aumento de no mínimo Um aumento de no mínimo CAPÍTULO 2 – FUNDAMENTOS TEÓRICOS 13 20% no diâmetro da lesão alvo, tomando como referência o menor diâmetro da lesão alvo medido desde o início do tratamento. 20% no diâmetro do tumor viável, tomando como referência o menor diâmetro da lesão alvo medido desde o início do tratamento. 2.4 Quimioembolização Transarterial (TACE) A Quimioembolização Transarterial (ou, do inglês, TACE) é um procedimento minimamente invasivo indicado para pacientes com CHC intermediário (BCLC B) no qual o suprimento de sangue de um tumor é bloqueado (embolizado) e um quimioterápico é administrado diretamente no tumor (SATO et al., 2013). Neste método, um cateter é introduzido na artéria femoral, sob anestesia local (LLOVET et al., 1999). Esse cateter é então empurrado através da artéria, utilizando angiografia de subtração digital até o cateter estar localizado na arteria hepática (STUART, 2003). O cateter é então empurrado cuidadosamente pelos ramos da artéria hepática até o lobo onde o tumor está localizado (STUART, 2003). Injeta-se um meio de contraste, tipicamente ioxitalamato de meglumina e ioxitalamato de sódio, para avaliar os vasos que levam até o tumor (STUART, 2003). Normalmente, há um único ramo da artéria hepática que leva sangue até o hepatocarcinoma, que é uma lesão irrigada, usualmente, apenas por sangue arterial, ao contrário do restante do fígado que é irrigado por sangue arterial e venoso, com prevalência do segundo (STUART, 2003). O cateter é então introduzido, utilizando angiografia com subtração de imagens para sua visualização, até a arteríola responsável pela nutrição do tumor, o mais próximo possível do mesmo (STUART, 2003). Através do cateter, injeta-se uma droga quimioterápica, geralmente lipiodol associado à doxorrubicina, mitocina ou cisplatina (STUART, 2003). O quimioterápico será distribuído especificamente na área irrigada por essa arteríola, permitindo atingir concentração intratumoral muito maior do que a utilizada na quimioterapia sistêmica (STUART, 2003). Após a injeção do quimioterápico, realiza-se a embolização (STUART, 2003). Através do cateter, são injetados normalmente microesferas, gelatina ou espuma, visando a obstrução da arteríola e, com isso, interromper a chegada de sangue para a área tumoral irrigada pelo vaso (STUART, 2003). Com a falta de sangue e o efeito tóxico do quimioterápico, ocorre necrose em toda a área que era irrigada pelo vaso cateterizado (STUART, 2003). CAPÍTULO 2 – FUNDAMENTOS TEÓRICOS 14 Na Fig 3 é apresentado um exemplo da quimioembolização transarterial (quimioembolização), em (A) é mostrada a localização do tumor através da angiografia por subtração digital, nota-se que o tumor (localizado pela seta) se enche de contraste antes da liberação do quimioterápico/microesferas (STUART, 2003). Em (B), logo após a liberação das microesferas, os vasos que antes alimentavam o tumor são obstruídos e o tumor não é mais preenchido pelo contraste como em (A). Fig 3. Exemplo da quimioembolização transarterial (TACE) (STUART, 2003). Em (A) é mostrada a localização do tumor através da angiografia por subtração digital, nota-se que o tumor (localizado pela seta) se enche de contraste antes da liberação do quimioterápico/microesferas. Em (B), logo após da liberação das microesferas, os vasos que antes alimentavam o tumor são obstruídos e o tumor não é mais preenchido pelo contraste como em (A). Este tratamento se mostrou eficaz no aumento da sobrevida de pacientes portadores de CHC (LLOVET et al., 1999). O assunto já foi tema de alguns estudos randomizados controlados que produziram resultados contraditórios (BOLONDI et al., 2012; CILLO, 2013; LIN et al., 2012; SANTAMBROGIO et al., 2012; WANG et al., 2012; YANG et al., 2012; ZHAO et al., 2012) e, o resultado do tratamento está intimamente ligado à seleção criteriosa dos pacientes que serão submetidos ao procedimento, por exemplo, em um estudo que utilizou a eficácia em pacientes com cirrose, ausência de sintomas carcinogênicos e portadores de CHCs grandes ou multinodulares sem invasão vascular ou extra hepática foi observada sobrevida de 2 anos em 63% dos pacientes submetidos ao tratamento, contra 27% do grupo controle. Em outro estudo que incluiu o tratamento em pacientes com invasão portal, a taxa de sobrevida de 2 anos foi encontrada em apenas 31% dos pacientes mas nenhum aumento da sobrevida foi encontrado em pacientes que apresentaram invasão portal (LIN et al., 2012). CAPÍTULO 2 – FUNDAMENTOS TEÓRICOS 15 Como resultado destas investigações, a quimioembolização foi estabelecida como tratamento padrão em pacientes que apresentam carcinomas com as características fora dos critérios para tratamento curativo porém dentro dos critérios de Barcelona de tumor intermediário (LLOVET et al., 1999), i.e., CHC multinodular, função do fígado relativamente preservada, ausência de sintomas relacionados ao câncer e sem evidências de invasão vascular ou invasão extra-hepática. 2.5 Processamento de Imagens Digitais Uma imagem consiste na projeção de uma cena em um plano, normalmente representada como uma matriz de valores de brilho (GONZALEZ et al., 2004). Sua aquisição é realizada a partir de um sensor, que consiste em um dispositivo que recebe um sinal ou estímulo (energia) e responde, geralmente, com um sinal elétrico (GONZALEZ et al., 2004). Em linhas gerais, o problema pode ser proposto do seguinte modo: dado um sistema T, determinar sua função de transferência h, tal que a saída resultante y, proveniente de uma entrada arbitrária x, possa ser prevista de um único modo (GONZALEZ et al., 2004). Assim, em um sistema ideal, a informação relativa a uma fonte pontual no plano objeto deveria ser representada por um único ponto no plano da imagem (GONZALEZ et al., 2004). No entanto, sistemas reais apresentam resposta não pontual a esse estímulo, resultando numa degradação da imagem registrada, a qual necessita de processamento para análise e interpretação (GONZALEZ et al., 2004). O processo de formação de imagens esquematizado na Fig 4 apresenta uma fonte de energia que excita o objeto do qual se pretende obter imagem (GONZALEZ et al., 2004). O sinal gerado que é gravado no plano da imagem e, processado, é apresentado na forma de uma imagem digital. Esta imagem pode apresentar ruído, deformações, artefatos, borrões, que são característicos de cada sistema (GONZALEZ et al., 2004). Deste modo, após o registro de uma imagem digital é necessário processá-la a fim de melhorar sua qualidade ou facilitar análise e interpretação (GONZALEZ et al., 2004). Este tratamento requer técnicas de processamento de imagens digitais (PID) como deconvolução, regularização e filtros que possibilitem a solução de problemas clássicos do processamento de imagens como realce, restauração, remoção de ruídos e isolamento de regiões de interesse (GONZALEZ et al., 2004). CAPÍTULO 2 – FUNDAMENTOS TEÓRICOS 16 Fig 4. Esquema de formação de imagem digital (GONZALEZ et al., 2004). Outra maneira de se representar o processo de formação de imagens é apresentado na equação 6, onde se considera que função degradação h(n,m) e o ruído aditivo n(n,m) atuam na imagem de entrada f(n,m) resultado da digitalização de f(x,y) para produzir a imagem degradada g(n,m) (GONZALEZ et al., 2004). Esta relação pode ser descrita como uma convolução de h(n,m) com f(n,m) dada por (6): ),(),(),(),( mnmnfmnhmng  (1) onde (n,m) são as coordenadas do pixel, g é a imagem, f a imagem real ou imagem de entrada, h é a PSF (point-spread function) do sistema, é o ruído aditivo do sistema e * operador de convolução bidimensional (GONZALEZ et al., 2004). A restauração é um processo que tenta reconstruir ou recuperar uma imagem que foi degradada, empregando-se algum conhecimento prévio do fenômeno de degradação. Assim, técnicas de restauração são orientadas para a modelagem de degradação e aplicação do processo inverso no sentido de recuperar a imagem original, ou seja, obter uma estimativa de f(n,m) através de g(n,m) (GONZALEZ et al., 2004). Para garantir que o valor médio da imagem degradada seja mantido após a deconvolução, PSF é normalizada de modo que o somatório dos valores de cada pixel seja igual a um, ou seja (7):     N n M m mnh 1 1 1),( (2) em que (n,m) são as coordenadas espaciais de uma imagem com NxM pixels (GONZALEZ et al., 2004). CAPÍTULO 2 – FUNDAMENTOS TEÓRICOS 17 2.6 A Transformada Discreta de Wavelet (TDW) Aplicada a Imagens A análise via wavelets é baseada em duas funções, a função wavelet, ( ), que pode ser interpretada como um filtro passa-alta e a função escala, , que pode ser interpretada como um filtro passa-baixa. Mais detalhes na obtenção dessas funções podem ser encontrados em (BOVIK, 2005; GONZALEZ et al., 2004). Na transformada de wavelet discreta, a frequência central da decomposição é dilatada em versões de 2n de sua versão original, gerando bandas de decomposição conforme o tamanho do filtro utilizado, i.e., para n=0,1,2...n (ALVAREZ et al., 2012; BOVIK, 2009; GONZALEZ e WOODS, 2008; MALLAT, 2000). Devido à propriedade da separabilidade, as transformadas unidimensionais podem ser facilmente estendidas para sua aplicação em funções bidimensionais, como as imagens (MALLAT, 2000). Como mostrado na seção anterior, imagens podem ser entendidas como matrizes cujas entradas denotam o nível de intensidade de cinza daquele ponto, gerando um elemento de imagem (do inglês, picture element e sua abreviação, pixel) (MALLAT, 2000). Assim, os filtros e são aplicados de maneira alternada nas linhas e colunas da imagem analisada gerando quatro imagens resultantes para cada nível de decomposição. (3) (4) (5) (6) Assim, podemos melhor entender as equaçoes de 3-6 da seguinte maneira: ao aplicarmos , em alguma dimensão, são obtidos os detalhes (alta frequência) desta dimensão no nível requerido (GONZALEZ e WOODS, 2002). Analogamente, ao aplicarmos em alguma dimensão, são obtidos as aproximações (baixa frequência) desta dimensão no nível requerido. Então, ao aplicarmos nas linhas e nas colunas, como em 4, separamos os coeficientes da alta frequência horizontal da imagem, também chamados de detalhes horizontais da imagem e denotado por (GONZALEZ e WOODS, 2002). Analogamente, ao aplicarmos nas colunas e nas linhas, como em 5, separamos os coeficientes da alta frequência vertical da imagem, também chamados de detalhes verticais e denotados por . Se aplicarmos nas colunas e nas linhas, como em 6, separamos CAPÍTULO 2 – FUNDAMENTOS TEÓRICOS 18 os coeficientes da alta frequência diagonal da imagem, também chamados de detalhes diagonais e denotados por (GONZALEZ e WOODS, 2002). Enfim, se aplicamos nas linhas e nas colunas, obtemos uma imagem sem a respectiva alta frequência e pode ser utilizada como input da transformada para um segundo nível de decomposição (ao dilatarmos os filtros por um fator de 2j+1 ) (GONZALEZ e WOODS, 2002). Essas transformações são muito utilizadas para uma análise multiresolução de imagens e geralmente são exibidas no formato piramidal, como mostrado na Fig 5. Fig 5. Exemplo de decomposição da imagem utilizada na transformada de wavelet discreta (GONZALEZ e WOODS, 2002). A possibilidade da análise com resoluções variáveis da imagem possui várias aplicações práticas, como em mamografia. Um exemplo da análise multiresolução de uma tomografia está explicitada na Fig 6, na qual podemos notar como a borda do paciente pode ser melhor visualizado nas primeiras decomposições e a mudança da sua visualização nas decomposições de número maior (GONZALEZ e WOODS, 2002). Fig 6. Exemplo de decomposição utilizando a transformada discreta de wavelet. Pode-se notar como a borda do paciente pode ser melhor visualizada nas decomposições menores (1) enquanto mais baixas frequências podem CAPÍTULO 2 – FUNDAMENTOS TEÓRICOS 19 ser visualizadas em escalas maiores. A seta branca marca onde se encontra a maior energia relativa ao interior costela da imagem original (seta branca à esquerda) em relação à decomposição WT, que no caso seria a segunda decomposição nos detalhes diagonais (seta branca à direita). Neste estudo foi usado a capacidade da análise via multiresolução (MRA) de decompor uma imagem em faixas de frequências mais altas e resíduos (componentes de baixa frequência). A análise MRA proporciona o destaque das características de interesse na imagem (GONZALEZ e WOODS, 2002). Através da introdução de uma função ψ passa alta e uma função de escala φ passa baixa, um sinal f(x) unidimensional (1D) pode ser decomposto por MRA como:      , , 1 ( ) ( ) J j j k J J k k j k f x d k x C k x        (7) em que o primeiro e segundo termo no lado direito da equação (7) representam os componentes de alta e baixa frequência do sinal, respectivamente (SHIDAHARA et al., 2012). O coeficientes dj e wavelets (k) são dados pelos produtos escalares do sinal original com os elementos ψj, k da base na posição do pixel k (cobrindo a imagem de linha) e o nível de decomposição escolhido j. CJ (k) são os coeficientes de escala, e φJ,k (x) são as respectivas funções de escala (MALLAT, 2000). No caso de uma imagem f(x, y), para j = 1, uma filtragem 1D passa baixa/alta é primeiramente aplicado à imagem original f (x, y) ao longo da direção horizontal (0 °), seguido por uma dizimação em que cada elemento ímpar é removido (SHIDAHARA et al., 2012). A filtragem 1D seguida da dizimação é então aplicada na direção vertical (90 °). De acordo com a combinação (filtragem alto-alto, alto-baixo, baixo-alto e baixo-baixo), a saída consiste em quatro quadrantes (Q). O quadrante de menor resolução corresponde às sub- bandas para o coeficiente de escalonamento C1(k). Os outros três quadrantes com direções (0 °, 90 °, 45 °) são as sub-bandas para os coeficientes wavelet d1 (k, q). O processo é repetido para j = 2, utilizando C1 (k) no lugar da imagem original (SHIDAHARA et al., 2012). Os coeficientes dj(k, q) indicam os elementos de alta frequência da imagem decomposta na posição k e quadrante q dentro da banda de frequências j, onde j é geralmente referido como o nível de decomposição / resolução (ou simplesmente como o "nível" ). Quando o nível j aumenta, a informação estrutural do objeto de imagem em dj (k, q) diminui (SHIDAHARA et al., 2012). Portanto, os coeficientes utilizados para a WT discreta podem ser escolhidos de acordo com o tamanho da estrutura que se deseja realçar na imagem. Alternativamente, as imagens podem ser reconstruídas para melhorar o desempenho do algoritmo via MRA (BOVIK, 2005; DAUBECHIES, 1993; GONZALEZ e WOODS, 2008). CAPÍTULO 2 – FUNDAMENTOS TEÓRICOS 20 Desse modo, nas mais altas escalas wavelets estão os elementos de mais alta frequência da imagem. Em d1(k, q) são encontrados na posição k os elementos de alta frequência sendo q=1, elementos da alta frequência na horizontal, q=2 elementos da alta frequência na diagonal e q=3 os elementos de alta frequência na vertical. A escolha da direção (horizontal, diagonal e vertical) se dá pela direção da aplicação das funções ψ e ϕ onde a direção da aplicação da função passa alta (ψ) sempre resultará em detalhes de alta frequência na imagem para a dada escala, portanto, caso apliquemos a função ψ tanto na diagonal quanto na vertical, teremos os detalhes na diagonal da imagem. Caso, no entanto, apliquemos a função ϕ tanto na horizontal como na vertical, teremos coeficientes representando uma nova imagem sem os detalhes contidos na escala de interesse. É importante lembrar sempre que para cada escala j os filtros ϕ e ψ são escalonados por um fator de 2j, fazendo com que o tamanho dos filtros seja alterado e, consequentemente, sua resposta do domínio da frequência. Assim, caso necessitemos realçar bandas de frequência de aspectos mais altos, devemos colocar pesos nas altas escalas durante a reconstrução WT. Esse tipo de manipulação abre uma porta interessante para vários aspectos da transformada, por exemplo, caso necessitamos realçar aspectos cuja entropia está mais relacionada com detalhes diagonais, aplicar pesos maiores em bandas de detalhes diagonais produz resultados melhores. Fora essa ampla gama de adequações relacionadas ao filtro devemos levar em conta também qual a melhor wavelet (algumas vezes chamada de wavelet mãe) iremos utilizar. Todos esses aspectos fazem dessa poderosa ferramenta uma solução muito útil que pode ser utilizada de diversas formas na tentativa de evidenciar aspectos variados na imagem. Ao olhar a decomposição mostrada na Fig 6 vemos que as margens da costela estão bastante evidentes na primeira escala. Caso não necessitemos olhar essas margens e sim o interior da costela marcada pela seta fica claro que devemos evidenciar a segunda decomposição durante os detalhes diagonais pois é nela que o conteúdo dessa costela está mais evidente. 2.7 Princípios de aquisição de imagens de tomografia computadorizada (TC) O conceito de tomografia refere-se à criação de imagens de secção transversal de um objeto a partir de qualquer transmissão ou reflexão de dados recolhidos, iluminando o objeto de muitas direções diferentes (BUSHBERG, 2002). O impacto desta técnica na medicina diagnóstica tem sido revolucionário pois permitiu que os médicos visualizem órgãos CAPÍTULO 2 – FUNDAMENTOS TEÓRICOS 21 internos com precisão envolvendo baixo detrimento à segurança do paciente (BUSHBERG, 2002). A primeira aplicação médica utilizou raios X para formar imagens de tecidos com base no seu coeficiente de atenuação (BUSHBERG, 2002). Mais recentemente, no entanto, a imagiologia médica tem também sido realizada com sucesso utilizando radioisótopos, ultra- sons e ressonância magnética; o parâmetro de imagem a ser visualizado difere em cada caso (BUSHBERG, 2002). Fundamentalmente, a reconstrução tomográfica lida com reconstruir uma imagem através de suas projeções (RICHARD et al., 2012). No sentido estrito da palavra, uma projeção em um determinado ângulo é a integral da imagem na direção especificada por esse ângulo, conforme ilustrado na Fig 7 (BUSHBERG, 2002). Fig 7. Duas projeções de um objeto que consiste em um par de cilindros (BUSHBERG, 2002; KAK e SLANEY, 2001). Levando em conta o experimento mostrado na Fig 8, onde é mostrada a seção transversal de um corpo humano sendo atingido por um único feixe de raios X, consideramos µ sendo uma função no espaço (x,y), e denotamos o coeficiente de atenuação como sendo µ(x,y) (KAK et al., 2001). Sendo Nin o número total de fótons incidente no objeto através do ponto A e Nd o número total de fótons passando pelo ponto B, quando a largura τ é pequena o suficiente, isto leva a uma relação similar ao caso unidimensional entre os número Nd e Nin mostrado na equação 8 (KAK et al., 2001; TER-POGOSSIAN, 1967).      dsyxNN feixe ind ),(exp  (8) onde ds é elemento de comprimento e a integração é feita na linha AB (KAK e SLANEY, 2001). CAPÍTULO 2 – FUNDAMENTOS TEÓRICOS 22 Fig 8. Um feixe paralelo de raios x se propagando através da seção transversal de um corpo humano (KAK et al., 2001). Ao extrapolarmos a equação 1 para um feixe policromático, como é o caso dos raios x utilizados em TC, deve-se inserir uma variável dependente da energia. Reescrevendo a equação 9 temos (KAK et al., 2001): dEdsEyxESN feixe ind      ),,(exp)(  (9) onde Sin(E) representa a densidade do número de fótons (também chamado de densidade espectral energética dos fótons incidentes) (KAK e SLANEY, 2001). Sin(E)dE é o número total de fótons incidentes na faixa de energia E e E+dE (KAK e SLANEY, 2001). Essa equação incorpora o fato que o coeficiente de atenuação linear em (x,y) é também uma função da energia (KAK e SLANEY, 2001). Utilizando a equação 10, se formos medir o espectro de energia dos fótons deixando o ponto B, este seria dado pela equação 10 (KAK et al., 2001).      dsEyxESES feixe inexit ),,(exp)()(  (10) Como descrito no trabalho de McCullough (1975) uma boa aproximação é a de que o coeficiente de atenuação linear, µmedido, no ponto da seção transversal está relacionado ao atual coeficiente de atenuação, µ(E), no ponto pela equação 11: CAPÍTULO 2 – FUNDAMENTOS TEÓRICOS 23    dEES dEESE exit exit medido )( )()(  (11) A relação entre o coeficiente de atenuação linear a sua Unidade Hounsfield - HU apresentado na imagem tomográfica - correspondente é dada pela equação 12. 1000xUH água água     (12) onde µágua é o coeficiente de atenuação da água e os valores de ambos µágua e µ são obtidas na energia efetiva do scanner. O valor de UH=0 corresponde à água, e o valor de UH=-1000 corresponde à um µ=0, o qual é assumido a ser o coeficiente de atenuação do ar (KAK et al., 2001). Claramente, um scanner plenamente calibrado irá atribuir um valor de 0 à água e -1000 ao ar. 2.8 Medição do Volume Tumoral Total (VTT) O estudo do volume tumoral é uma abordagem relativamente nova realizado indiretamente por TOSO et al. (2008) se baseando no volume estimado por uma esfera resultante da somatória dos volumes tumorais. TOSO et al. (2008) recentemente demonstrou em um estudo envolvendo três centros e 288 pacientes que o Volume Total de Tumor (VTT) é o critério morfológico mais preciso para selecionar pacientes antes do transplante. Aqueles com um VTT maior que 115cm³ demonstraram uma sobrevida de 79% em 5 anos, sem restrição de números de tumores. Com a preservação do alinhamento entre as imagens, pode-se, neste estudo estudar a volumetria tanto do fígado quanto do tumor utilizando exames tomográficos convencionais e independentes do equipamento. Os critérios de Milão incluem pacientes com até um tumor medindo até 5cm de diâmetro ou até três tumores, nenhum maior que 3 cm (MAZZAFERRO et al., 1996). O critério de UCSF inclui pacientes com um tumor de até 6.5 cm de diâmetro ou até três tumores, nenhum maior que 4.5cm, com um diâmetro cumulativo até 8 cm (ZHAO et al., 2012). O VTT foi calculado como a soma dos volumes de cada tumor sendo volume definido como 3πr 3 4 sendo r igual ao raio resultante do maior diâmetro de cada tumor(TOSO CAPÍTULO 2 – FUNDAMENTOS TEÓRICOS 24 et al., 2008). Segue na figura 12 a sobrevida de pacientes após o transplante levando em conta pacientes dentro dos critérios de Milão, pacientes fora dos critérios de Milão porém dentro da UCSF, pacientes fora dos critérios da ICSF porém com volume tumoral total menor que 115 cm³ e pacientes com volume tumoral maior que 115 cm³. Fig 9. Curva de sobrevida mostrada por TOSO et al. (2008) com comparação da sobrevida de pacientes após transplante para diferentes estadiamentos do CHC. Capitulo 3 Material e Métodos “Havia uma jovem senhora de Wight Que viajou bem mais rápido que a luz. Partiu certo dia, De uma maneira relativa, E chegou na noite anterior.” - Stephen Hawking (Uma Nova História do Tempo) CAPÍTULO 3 – MATERIAL E MÉTODOS 26 3 Material e Métodos 3.1 Amostra de dados TC A execução desta pesquisa esta devidamente aprovada pelo Comitê de Ética em Pesquisa (CEP) desta instituição sob o protocolo número 485/2012 – Anexo 1. Os dados de TC para este estudo foram constituídos de 64 exames trifásicos provenientes de 32 pacientes do Hospital das Clínicas de Botucatu que realizaram os exames de TC pré e pós TACE em períodos de até 1 mês após a quimioembolização. Foram selecionados 96 pacientes adultos com exames retrospectivos de tomografia computadorizada de abdômen. Foram incluídos apenas pacientes que realizaram exames com o protocolo abdômen trifásico (n=41). Foram desconsiderados os casos de CHC que não apresentaram sua forma padrão na fase contrastada arterial (n=6) e pacientes que receberam lipiodol durante a quimioembolização (n=3). Estes pacientes foram excluídos porque o lipiodol impede a visualização da evolução tumoral na TC pós-quimioembolização. Ao final, 32 pacientes foram selecionados para este estudo, totalizando 64 exames tomográficos trifásicos. O paciente passou por TACE convencional envolvendo a injeção na artéria hepática nutridora do CHC de doxorrubicina enquanto a embolização foi realizada por microesferas por possuírem superfície lisa e hidrofílica, com maior capacidade de deformabilidade, o que permite penetração mais distal e uniforme em pequenos vasos. Os exames tomográficos foram realizados tomógrafos helicoidal de um dois e 16 canais, respectivamente, SCT 7000TS (Shimadzu Corp, Quioto, Japão). O protocolo de abdômen trifásico é composto por uma fase pré-contraste e três fases contrastadas (arterial, portal e tardia). A aquisição das imagens é realizada durante períodos de apneia com os seguintes parâmetros: pitch 1.0; espessura de corte 1.0 mm; 120 kV; 160 mA e matriz de 512 x 512. O pixel variou de 0.73 a 0.89 mm, com valor médio de 0.8 mm. As imagens tomográficas foram avaliadas por um radiologista com 5 anos de experiência em laudos de exames de TC de abdômen. De forma randômica, o radiologista CAPÍTULO 3 – MATERIAL E MÉTODOS 27 avaliou as imagens quanto ao diâmetro do CHC. O diâmetro das lesões variou de 0.4 a 18.0 cm (média 3.9 ± 4.1 cm), com valor central de 2.9 cm Os exames foram obtidos utilizando 120 kVp e 160 mA. As fases do exame foram divididas em fase sem contraste, fase com contraste arterial, fase com contraste venoso e fase de equilíbrio. Todos os cortes tomográficos analisados tinham formato 512 × 512 pixels. O tamanho do pixel variou 0,73-0,89 mm, com valor médio de pixel 0,80 milímetros. A espessura do corte e o incremento utilizados foram fixados em 1,0 cm e pitch de 1,0. A avaliação subjetiva do maior diâmetro do CHC foi avaliada por um radiologista com mais de cinco anos de experiência e variou de 0,4 a 18,0 centímetros, com valor central de 2,9 cm e média ± desvio padrão de 3,9 ± 4,1 cm. 3.2 Critérios de Inclusão e Exclusão Foram incluídos pacientes com diagnóstico confirmado de cirrose e CHC (por exames de imagem e/ou biópsia) submetidos à tomografia com contraste intravenoso em 4 fases na Faculdade de Medicina de Botucatu, que tiveram todos os seguintes critérios de inclusão: (i) maior de 18 anos de idade; (ii) diagnóstico confirmado de cirrose; (iii) CHC superior a um centímetro de diâmetro; (iv) pelo menos uma lesão na fase de contraste arterial, com clareamento rápido (washout precoce) do contraste durante a fase venosa; (v) tratamento através de quimioembolização transarterial sem uso de lipiodol. (vi) não terem sido realizados qualquer outro tipo de terapia. (vii) intervalo de até dois meses entre quimioembolização e exames trifásicos de CT de pré e pós procedimento. 3.3 Construção do Fantoma Virtual para Otimização do Algoritmo de Segmentação Para o desenvolvimento do fantoma virtual, a intensidade de pixel (em unidades Hounsfield, UH) de cada estrutura presente nos cortes tomográficos foi estudada usando a plataforma MatLab®. Os níveis de intensidade de cinza dos pixels em regiões contendo realce e tecidos normais do fígado foram analisados, sendo ajustada uma distribuição gaussiana de acordo com a distribuição da intensidade de pixels em cada tipo de tecido. Assim, a média e desvio padrão medidos nos tecidos foi utilizada para o ajuste, tal como mostrado na Fig 10. CAPÍTULO 3 – MATERIAL E MÉTODOS 28 Nessa figura, a curva para o tecido normal do fígado é ilustrada na parte (a), a distribuição do tecidos do fígado contrastado, na parte (b), a sobreposição das distribuições (a) e (b) é representada pela curva (c), e (d) é o histograma real extraído a partir da imagem. Fig 10. Distribuição da intensidade de pixel para tecido hepático. Em (a) observa-se a distribuição para intensidade de pixel da imagem de fígado normal, e em (b) a mesma distribuição no caso de um CHC contrastado. As distribuições gaussianas apresentaram valores de 1055 UH para tecidos normais e 1190 UH para tecidos constrastados do fígado. A superposição de (a) e (b) é representada pela curva (c). Em (d) observa- se o histograma real extraído da imagem. Um fantoma virtual baseado no histograma do fígado realçado foi desenvolvido visando a otimização do algoritmo. O fantoma foi usado para otimizar a detecção de CHC realçado, observando as diferenças a partir de tecido de fígado normal. Ao construir o fantoma, a distribuição normal representante do tecido de fígado não realçado foi usado para preencher o fundo de uma imagem de tamanho 256 × 512. As intensidades de pixel para esse ambiente foram simuladas de acordo com a distribuição representada pela curva (a) na Fig 10. Um conjunto de lesões típicas de CHC foi simulado com diâmetro máximo variando de 5mm a 100mm incrustadas ao fundo. As áreas circulares foram formadas por pixels com intensidade gerada pela curva normal (b) da Fig 10. Vários algoritmos e filtros wavelets para segmentar e quantificar as estruturas de imagem foram usados até serem encontrados os melhores resultados. Entre as wavelets extensamente testadas podemos citar as pertencentes às famílias: daubechies, biortogonais, Haar, Symlets, Coiflets, Meyer, Morlet, Gaussiana, Chapéu Mexicano e Gaussianas Complexas. 3.4 Descrição do Algoritmo Otimizado para Detecção de Áreas Hepáticas Contrastadas CAPÍTULO 3 – MATERIAL E MÉTODOS 29 O algoritmo lê a imagem DICOM da fatia de interesse, na qual o operador faz uma segmentação manual do tecido hepático. Para esta etapa, um processo não automático é usado pois o conjunto de imagens analisadas foi previamente segmentada. Existem vários algoritmos semi automáticos disponíveis que podem segmentar automaticamente o tecido do fígado, com bons resultados (BAE et al., 1993). Porém, o CHC é altamente relacionado com outras doenças hepáticas (hepatites, tromboses venosas, cirrose), que podem deformar a estrutura do fígado. Sendo assim, a segmentação manual do tecido hepático evita a quantificação de estruturas indesejadas. As bandas de frequências discretas WT foram estimadas em 1D usando a equação (13)(MARKWARDT, 2006): pss 2 )( )( 0    (13) onde ξs(ψ) é o centro de frequência espacial (mm-1) na escala s, p é a densidade de pixel, e ξ0 (ψ) é a pseudo-frequência (mm-1) da wavelet no seu nível de base (ψo,o). Neste estudo, a wavelet mãe daubechies 10 (ξ0 (ψ) ≅ 0,693)(DAUBECHIES, 1993; DAUBECHIES et al., 2009) foi utilizada em todos os procedimentos. Essa wavelet ortogonal assimétrica tem muitas aplicações na área de processamento de imagem e apresenta melhores resultados qualitativos do que ondas de outras famílias (ALZUBI et al., 2011; CHEN e TSENG, 2007; DANDAPAT et al., 2004; GUIHONG et al., 2001; HOU et al., 2002; KORFIATIS et al., 2007). As bandas de frequências escolhidas para reconstruir as imagens da região de interesse foram determinadas considerando-se o tamanho do CHC. Coeficientes de aproximação acima do nível 2 (≅ 0,22 milímetros) foram usados para reconstruir todas as imagens, uma vez que tais coeficientes removem flutuações de pequeno porte (mas não os tumores até 1,0 cm) da imagem. A saída do passo anterior foi binarizada com um limiar de MNORMAL + STDNORMAL, como indicado na equação (14),      senão0 STDMy)I(x, if1 ),(B NORMALNORMAL1 saída yx (14) onde I (x, y) é a imagem de entrada. Depois da binarização, filtros de erosão (15) e dilatação (16) foram aplicados na imagem:       senão1 1,2,3ji, todopara 1)2,2(B if0 ),(B 1 saída2 saída jyix yx (15)       senão0 1,2,3ji, todopara 1)2,2(B if1 ),(B 2 saída3 saída jyix yx (16) CAPÍTULO 3 – MATERIAL E MÉTODOS 30 Nestas equações, I e J são rótulos arbitrários para os vizinhos do pixel que está sendo analisado. Os filtros de erosão e dilatação (quando aplicado sequencialmente em uma imagem) têm a propriedade de suavizar os objetos na imagem binária e remoção de objetos de pequeno porte produzidas pela binarização(BOVIK, 2005; GONZALEZ et al., 2004). Na Fig 11 é mostrado detalhadamente os processos envolvidos na segmentação da imagem, onde, ao final da segmentação, o operador pode escolher a realização de ajustes manuais, visto que algumas regiões podem ser confundidas com nódulos pelo algoritmo. Os resultados gerados por cada passagem do algoritmo na imagem de interesse são mostrados na Fig 11. Fig 11. Fluxograma do algoritmo otimizado. Fig 12. Resultados dos passos do algoritmo de segmentação onde (A) é a delimitação dos pontos iniciais (sementes). (B) Resultado da filtragem wavelet para realce da área contrastada do fígado. (C) Resultado da da técnica de crescimento de região. (D) Resultado da operação de erosão seguida de dilatação. (E) Resultado da segmentado em verde localizado na imagem. CAPÍTULO 3 – MATERIAL E MÉTODOS 31 3.5 Avaliação Estatística Foram utilizados três grupos equivalentes ao diâmetro medido pelo radiologista: (i) O G1, para os quais nódulos igual ou inferior a três centímetros de diâmetro CHC; (ii) O G2 com nódulos entre 3 e 5 cm de diâmetro e CHC (iii) O G3, onde os diâmetros de CHC estavam acima 5cm. O radiologista demarcou as imagens e avaliou a medida do diâmetro máximo da lesão. Esses critérios de separação foram baseados nos limites estipulados pelos critérios de Barcelona (BCLC), em que as lesões multinodulares maiores que 3,0 cm ou lesões únicas superiores a 5,0 centímetros são consideradas intermediárias e não podem ser submetidas a transplante de fígado antes da redução do tumor (LLOVET et al., 1999). Dependência entre radiologista e algoritmo foi avaliada pelo R-quadrado produzido por um ajuste linear das medidas computadorizadas contra as medidas do radiologista. O teste t de Student foi aplicado para concluir se há diferença estatística entre os grupos de medidas e gráficos Bland- Altmann foram utilizados para avaliar a dispersão e limites de concordância das medidas (BLAND e ALTMAN, 1986). O algoritmo e sua validação em medidas planares de CHC foram publicados no periódico Radiation Oncology sob o título Wavelet-based algorithm to the evaluation of contrasted hepatocellular carcinoma in CT-images after transarterial chemoembolization e está explícito no Apêndice II desta tese. 3.6 Volumetria do CHC Após a segmentação axial do CHC, o volume pode ser obtido com o alinhamento das imagens sob o mesmo eixo usado durante a realização do exame. Na Figura abaixo são apresentados exemplo de CHC de 26.5 cm³ antes da quimioembolização que após o tratamento apresentou 0.3 cm³ de área contrastada correspondendo unicamente à irrigação do tumor dos vasos no local do tumor. CAPÍTULO 3 – MATERIAL E MÉTODOS 32 Fig 13. Volumetria de CHC antes e após a quimioembolização. Em (A) pode-se observar um CHC de 26.5cm³ de volume contrastado antes da quimioembolização que, após o tratamento, apresentou 0.3cm³ de volume contrastado (observado em B). O VTT foi estimado usando a soma dos volumes de cada tumor sendo volume definido como 3πr 3 4 sendo r igual ao raio resultante do maior diâmetro de cada tumor(TOSO et al., 2008). Capítulo 4 Resultados “Até começar a parecer ordem, o caos não é perigoso.” -5o Grande Axioma de Max Gunther CAPÍTULO 4 – RESULTADOS 34 4 Resultados 4.1 Segmentação do fantoma simulado A Fig 14 apresenta o desempenho do algoritmo, em Fig 14 (A) está representado o fantoma; em Fig 14 (B) um resultado utilizando as técnicas do algoritmo sem a pré filtragem com a transformada wavelet e Fig 14 (C) com a pré filtragem utilizando a tranformada wavelet. Esta análise explicita o teste realizado em áreas contrastadas de raio simulado equivalente a 6cm, 5cm, 4cm, 3cm, 2cm e 1cm. Fig 14. Resultados para o algoritmo utilizando fantoma virtual. Esferas de 10 cm, 8 cm, 6 cm, 4 cm, 2 cm e 0.5cm foram inseridas no fantoma utilizando a gaussiana de tecidos contrastados enquanto o fundo foi gerado com a gaussiana de tecidos do fígado. Em (A) está representado o fantoma. Em (B) um resultado utilizando as técnicas do algoritmo sem a pré filtragem com a transformada wavelet e (c) com a pré filtragem utilizando a tranformada wavelet. CAPÍTULO 4 – RESULTADOS 35 Ao calcular a eficácia do algoritmo, os diâmetros dos círculos simulados no fígado foram comparados com o diâmetro medido pelo algoritmo. Os círculos de diâmetros máximos que variaram de 0,5 centímetros a 14,0 centímetros, em passos de 0,5 centímetros e 10 iterações cada tamanho, foram gerados e utilizados como entrada para o algoritmo. Esta comparação é apresentada na Fig 15 como um gráfico de dispersão. Os limites de concordância (LdC) aferidos foram -0,32 cm e 0,31 cm e o R quadrado foi 0,99 para o ajuste linear. Fig 15. Resultados do algoritmo quando aplicados ao fantoma virtual, mostrados pelo gráfico de espalhamento do diâmetro de CHCs simulados na figura 2 e medidos pelo algoritmo. Uma concordância de 0.2 cm foi atingida. A linha central corresponde à média das diferenças enquanto as linhas superior e inferior correspondem aos limites de 2 desvios padrão. 4.2 Segmentação de Imagens Reais O algoritmo otimizado foi utilizado para detectar CHC no fígado em exames reais de TC. A Fig 16 mostra alguns exemplos do desempenho do algoritmo para destacar a região do CHC. O algoritmo localiza e dimensiona a lesão em todas as imagens com alta precisão. Segundo o radiologista, a demarcação pelo algoritmo esteve de acordo com a região de delimitação do tumor para todo o conjunto de dados. Na Fig 16, as imagens superiores (A-D) apresentam cortes tomográficos antes da segmentação do tumor enquanto na parte abaixo (E- F) demonstram cortes tomográficos após a segmentação do tumor. CAPÍTULO 4 – RESULTADOS 36 Fig 16. Exemplos da segmentação do CHC em quatro corte tomográficos. (A-D) corte tomográfico antes da segmentação. (E-H) corte tomográfico após a segmentação. A validação dos resultados do algoritmo foi realizada por comparação de diâmetros medidos utilizando o algoritmo e as avaliações do radiologista. Os dados foram divididos em três grupos de acordo com os diâmetros máximos calculados pelo radiologista, como indicado na sessão de avaliação estatística. A Fig 17 compara os resultados obtidos a partir das medidas de algoritmo calculado com os resultados avaliados pelo radiologista, mostrando a diferença entre algoritmo e radiologista. O valor do parâmetro R em torno de 0,97, foi obtido para todos os grupos. Observou-se a dependência linear esperada entre as medidas do radiologista e do algoritmo. O teste t de Student não apontou diferenças estatísticas entre qualquer grupo (p> 0,05). A Fig 18 mostra gráficos Bland-Altmann para os três grupos. Como esperado, os limites de concordância aumentaram com o tamanho do tumor. CAPÍTULO 4 – RESULTADOS 37 Fig 17. Correlação entre o algoritmo e a medida do radiologista. Comparação entre o máximo diâmetro medido pelo radiologista comparados com os do algoritmo. O ajuste linear entre as medidas apresentou um R² de 0.97 enquanto o teste t apresentou um p de 0.13, indicando não haver diferença significante entre as medidas. Fig 18. Comportamento do algoritmo para CHCs realçados. Gráficos de Blant-Altmann (diferença entre as medidas versus média entre as medidas) são apresentados nessa figura. Em (A) estão mostrados os nódulos de 1.0cm a 3.0cm de diâmtero, em (B) os nódulos de 3.0 a 5.0cm de diâmetro e em (C) os nódulos de 5 a 14 cm de diâmetro, segundo o radiologista. Linhas centrais correspondem às médias das diferenças enquanto as linhas superiores e inferiores correspondem, respectivamente, aos limites de 2 desvios padrão. A Tabela 1 apresenta a média e as diferenças obtidas pelo radiologista e o algoritmo. O algoritmo apresentou menor erro no grupo de diâmetro 3 cm 6cm 23 8.4 ± 2.7 8.2 ± 2.4 0.25 ± 1.14 0.96 0.05 a Coeficientes de correlação R quadrado entre os dados e o ajuste linear. b valores p baseados no test t. 4.3 Comparação entre análise volumétrica e pelo diâmetro quando comparados com a sobrevida Uma análise de sobrevida da influência do Sorafenib em pacientes com tumor intermediário após a aplicação da quimioembolização foi publicada pelos autores no periódico Journal of Cancer Therapy sob o título Sorafenib after Arterial Chemoembolization in Child- Pugh A and B Cirrhotic Patients with Intermediate Hepatocellular Carcinoma: A Retrospective Analysis e aqui se encontra descrita no Apêndice II. Na Fig 19 e Fig 20 são apresentadas as curvas de sobrevida baseadas na resposta utilizando o critério mRecist tradicional e a análise volumétrica, respectivamente. Nessas figuras a linha vermelha apresenta a sobrevida de pacientes com resposta completa à quimioembolização (sem sinal de tumor viável após a quimiembolização), a linha amarela apresenta a sobrevida de pacientes com resposta parcial (diminuição até 30% do tumor), a verde apresenta a sobrevida de pacientes com resposta estável (redução menor que 30% ou aumento de até 20%) e a linha azul os pacientes com resposta progressiva (aumento de mais de 20% do tumor). Os gráficos apontam que há uma melhor diferenciação da resposta do tumor pelo volume do que pela medida do diâmetro propriamente dita. Além disso, a correlação de Pearson entre resposta e sobrevida analisada foi de 0.46 para volume segmentado e 0.17 para o diâmetro medido CAPÍTULO 4 – RESULTADOS 39 indicando que há também uma correlação entre volume real do tumor que ainda é pouco explorada pela literatura. A n á lis e K a p la n M e ie r P ó s T a c e - R e s p o s ta p e lo D iâ m e tro T e m p o (d ia s ) S o b r e v id a C u m u la ti v a (% ) 0 2 0 0 0 4 0 0 0 6 0 0 0 0 5 0 1 0 0 C o m p le ta P a rc ia l E s ta v e l P ro g re s s iv a Fig 19. Curva de Sobrevida baseada na resposta utilizando o critério mRecist tradicional. A linha vermelha apresenta a sobrevida de pacientes com resposta completa à quimioembolização (sem sinal de tumor viável após a quimiembolização), a linha amarela apresenta a sobrevida de pacientes com resposta parcial (diminuição até 30% do diâmetro tumoral), a verde apresenta a sobrevida de pacientes com resposta estável (redução menor que 30% do diâmetro ou aumento de até 20%) e a linha azul os pacientes com resposta progressiva (aumento de mais de 20% no diâmetro). A n á lis e K a p la n M e ie r P ó s T a c e - R e s p o s ta V o lu m é tric a T e m p o (d ia s ) S o b r e v id a C u m u la ti v a (% ) 0 2 0 0 0 4 0 0 0 6 0 0 0 0 5 0 1 0 0 C o m p le ta P a rc ia l E s ta v e l P ro g re s s iv a Fig 20. Curva de Sobrevida baseada na resposta utilizando o critério mRecist aplicado à análise volumétrica do carcinoma hepatocelular. A linha vermelha apresenta a sobrevida de pacientes com resposta completa à quimioembolização (sem sinal de tumor viável após a quimiembolização), a linha amarela apresenta a sobrevida de pacientes com resposta parcial (diminuição até 30% do volume tumoral), a verde apresenta a sobrevida de pacientes com resposta estável (redução menor que 30% do volume ou aumento de até 20%) e a linha azul os pacientes com resposta progressiva (aumento de mais de 20% no volume). CAPÍTULO 4 – RESULTADOS 40 4.4 Eficiência da quimioembolização no tamanho de tumor viável A Fig 21 compara o maior diâmetro de CHC da amostra pré e pós quimioembolização com diâmetro médio de 3.415.48  mm (pré-quimioembolização) e 5.260.28  mm (pós-quimioembolização) resultando numa redução média de 1.648.57  %. Os resultados volumétricos dos pacientes presente na Fig 21 deram origem à Fig 22, onde o volume de CHC segmentado é comparado com o volume de CHC calculado pelo maior diâmetro. O volume médio de CHC segmentado (primeira e terceira coluna) pelo algoritmo foi de: 818201 cm³ (pré quimioembolização) e 0.40.24  cm³ (pós quimioembolização) com uma redução média de 4.366.70  % e o volume médio pelo cálculo baseado no maior diâmetro (segunda e quarta coluna) foi de: 611235  cm³ (pré quimioembolização) e 1.95.48  cm³ (pós quimioembolização) com uma redução média de 6.758.62  %. Pós-TacePré-Tace 140 120 100 80 60 40 20 0 M a io r D ia m e tr o C H C ( m m ) Fig 21. Diferença entre o maior diâmetro medido entre os pacientes pré e pós quimioembolização com uma redução média desvio de 1.648.57  %. CAPÍTULO 4 – RESULTADOS 41 Estimado (Pós-Tace)Algoritmo (Pós-Tace)Estimado (Pré-Tace)Algoritmo (Pré-Tace) 140000 120000 100000 80000 60000 40000 20000 0 V o lu m e C H C ( m m ³) Fig 22. Diferença entre a estimação do TTV e o medido computacionalmente para os momentos pré e pós quimioembolização o volume médio pelo cálculo baseado no maior diâmetro apresentou redução média de 6.758.62  % enquanto pelo algoritmo a redução média foi de 4.366.70  %. Na análise volumétrica, pode-se perceber uma clara diminuição do volume quando analisado pelo algoritmo do que quando estimado pelo maior diâmetro tumoral. Isso se deve ao fato de não ser contabilizado as áreas necróticas e de menores diâmetros pelo algoritmo enquanto a análise pelo maior diâmetro tende a super estimar o tamanho real do tumor. A correlação de Pearson entre os volumes estimados e segmentados foi de 0.58 na análise pré-quimioembolização e de 0.48 na análise pós-quimioembolização, o que evidencia que a aproximação do tumor por uma ‘esfera’ realizada pelo método de avaliação perde um pouco a sua eficácia após o tratamento. Isto pode ser atribuído às aáreas de necrose incluídas durante o tratamento do tumor. CAPÍTULO 4 – RESULTADOS 42 Fig 23. Logaritmo do volume de CHC pós quimioembolização estimado pelo método do diâmetro e segmentado pelo algoritmo em 9 pacientes com CHC acima de 5 cm de diâmetro pós quimioembolização. O volume de 65.4 cm³ foi obtido pela estimação do volume pela equação de uma esfera como realizado em TOSO et.al enquanto o volume de 115 cm³ denota o limiar proposto para VTT. Pelo fato do algoritmo desconsiderar partes de tumor necrosadas e a dimensão longitudinal do tumor, pouco observada na prática clínica, o volume dos tumores medidos pelos métodos apresentaram uma clara diferença. Três pacientes com diâmetro medido acima de 5 cm e consequente volume acima de 65.4 cm³ (volume resultante da esfera com diâmetro de 5 cm) apresentaram volume tumoral segmentado abaixo do limiar dos 65.4 cm³. Dois CHCs apresentaram um volume maior do que o estimado devido às suas pequenas dimensões axiais se comparado com a extensão longitudinal do tumor. Na Fig 23 encontram-se denotados os logaritmos do volume dos 9 pacientes com tumor acima de 5 cm³ após a quimioembolização, os limites de 115 cm³, proposto por Toso et. al, e 65.4 cm³, volume resultante da esfera de 5 cm de diâmetro também encontram-se explícitos pelas linhas tracejadas vermelha e preta, respectivamente. Capítulo 5 Discussão “Só se pode confiar num palpite que possa ser explicado” -7o Grande Axioma de Max Gunther CAPÍTULO 5 – DISCUSSÃO 44 5 Discussão Na avaliação do fantoma simulado, a Fig 14 deixa explícito o ganho proporcionado pela filtragem wavelet na detecção das massas tumorais, enquanto a Fig 15 apresenta os limites de concordância entre a avaliação do maior diâmetro pelo algoritmo e o simulado. Assim, é de se esperar que o algoritmo produza resultados entre -0.2 e 0.2 cm para tumores de até 15 cm de diâmetro sendo que para tumores abaixo de 5 cm de diâmetro há uma tendência em superestimar o tamanho do tumor em até 0,2 cm, enquanto esta tendência se inverte para tumores acima de 10 cm de diâmetro, onde o algoritmo apresentou uma tendência em subestimar o tamanho do tumor em até 0,2 cm. Este erro representa cerca de 2% do diâmetro do tumor e é menor que a concordância encontrada em estudos entre radiologistas, o que pode ser considerado um erro aceitável. Já na Fig 16, quando o algoritmo foi aplicado em imagens tomográficas reais, este detectou as bordas apresentadas pelo CHC de maneira eficiente, o que viabiliza em primeira instância sua utilização na segmentação de CHCs reais, mostrando eficiência do processamento de imagem implementado. Ao testar minuciosamente o algoritmo, não foram encontradas diferenças estatisticamente significativas entre as análises computadorizadas e pelo radiologista. Foi encontrada, porém, um aumento na divergência entre os valores de maior diâmetro medido a medida que o diâmetro do tumor aumenta. Esta tendência pode ser associada à presença de