Detección asistida por ordenador basada en redes neuronales de convolución en tomografía computarizada y mamografíadiseño de sistemas, desarrollo de la aplicación JORCAD y validación en un contexto educativo

Resumen

Esta Tesis Doctoral de carácter interdisciplinar está dividida en tres Estudios. En el primero se ha desarrollado un sistema de Detección Asistida por Ordenador (CAD) basado en unos sistemas de Inteligencia Artificial conocidos como Redes Neuronales de Convolución (CNN), para la detección automática de nódulos pulmonares en imágenes de tomografía computarizada de tórax y lesiones en mamografía. Durante esta etapa se crearon conjuntos de datos de entrenamiento, validación y test a partir de recortes de lesiones y zonas no patológicas extraídas de imágenes radiológicas pertenecientes a bases de datos. Se adoptó un enfoque multi-tamaño del recorte, se programaron y definieron una serie de arquitecturas CNN y mediante la modificación sistemática de los diferentes hiperparámetros ajustables se entrenó un gran número de modelos de red CNN. Se realizó un análisis comparativo de los modelos entrenados mediante el cálculo de una serie de métricas de funcionamiento y el estudio de la evolución del proceso de entrenamiento, con el fin de obtener aquellas redes con mejor poder de detección y mayor capacidad de generalización a partir de las características aprendidas. Los resultados obtenidos fueron comparables a los de otras investigaciones publicadas en la literatura científica que forman parte del estado del arte. En el segundo Estudio de la metodología expuesta en la Tesis Doctoral se ha desarrollado una aplicación de software educativa llamada JORCAD para la formación de especialistas en Radiodiagnóstico y otras especialidades médicas relacionadas con la imagen radiológica. En esta aplicación se han implementado más de 9000 casos de las dos modalidades radiológicas estudiadas, pertenecientes a una serie de bases de datos de estudios radiológicos de libre distribución. La información incorporada consiste en las imágenes o series de imágenes radiológicas, los datos clínicos asociados y las segmentaciones de las lesiones realizadas por los expertos que validaron la base de datos. Dispone además de una serie de herramientas que permiten explorar y acceder de forma intuitiva a todos estos datos. La aplicación JORCAD integra además el sistema CAD basado en redes CNN desarrollado en el primer Estudio de la Tesis Doctoral, que permite analizar tanto las imágenes de estas bases de datos como cualquiera cargada en el sistema por el usuario. Este sistema basa su funcionamiento en la segmentación del parénquima pulmonar o la glándula mamaria y su división en recortes, que son procesados de forma individual por los modelos CNN entrenados, cuyos hiperparámetros ajustables y parámetros aprendidos han sido cargados previamente. Los resultados y la probabilidad de los hallazgos son presentados de forma visual e interpretable sobre las imágenes analizadas. En el tercer Estudio del desarrollo metodológico se validó la aplicación JORCAD en un contexto educativo mediante el juicio de un grupo de expertos a partir de su utilización práctica en una actividad formativa interactiva. Esta actividad fue acreditada por el Centro de Formación Permanente de la Universidad de Salamanca y tuvo un carácter eminentemente práctico, ya que sus bloques principales consistieron en el análisis de un conjunto de casos de forma individual mediante el uso de la citada aplicación. La metodología utilizada persiguió un doble objetivo: validar la utilidad educativa del software para la formación de residentes en el área del Radiodiagnóstico, así como la utilidad de la herramienta CAD implementada en el software JORCAD en la práctica clínica. Un total de 26 participantes (15 especialistas en Radiodiagnóstico y 11 residentes de esta especialidad) evaluaron a través de una serie de cuestionarios generales, tanto los contenidos teóricos impartidos en la actividad formativa como el tutorial de uso de la aplicación, la usabilidad del software, la utilidad de las herramientas de exploración y análisis de casos y los resultados proporcionados por el sistema CAD basado en redes CNN, incluyendo su presentación e interpretabilidad. También realizaron una evaluación de la utilidad educativa de JORCAD. Se realizó un análisis cuantitativo descriptivo-inferencial de los resultados de las valoraciones para evaluar la percepción de los participantes expertos. Tanto las capacidades educativas del software como el potencial de la herramienta CAD como ¿segunda opinión¿ que sirva de apoyo en la toma de decisiones del especialista en Radiodiagnóstico, fueron valorados muy positivamente por los participantes expertos que tomaron parte en la validación del software.