Nossa pesquisa explora a avaliação não invasiva de nódulos pulmonares. Por meio da análise do espectro multivarietal de imagens de TC, pretendemos responder por que as características multivarietais podem diferenciar de forma confiável entre nódulos benignos e malignos, reduzindo potencialmente a necessidade de procedimentos diagnósticos invasivos. Avanços recentes incluem abordagens de mistura radial baseadas em IA para caracterização de nódulos, mas isso normalmente se concentra apenas na imagem patológica ou na análise morfológica.
Nossa análise de espectro multifractal une imagens e achados patológicos. Demonstramos que os nódulos pulmonares exibem espectro multifractal distinto em diferentes estágios, com nódulos em estágios posteriores mostrando maior amplitude de escala e pontos extremos mais altos, permitindo a diferenciação quantitativa da malignidade. Nosso protocolo oferece avaliação quantitativa não invasiva da malignidade do nódulo por meio da análise simultânea das características morfológicas e heterogeneidade do tecido, reduzindo a dependência de biópsias invasivas.
Esses achados permitem estadiamento mais preciso de nódulos pulmonares e detecção precoce de malignidade, melhorando potencialmente a tomada de decisão clínica e os resultados dos pacientes em oncologia pulmonar. Para começar, obtenha os dados de tomografia computadorizada ou tomografia computadorizada do paciente como arquivos DICOM e gere uma matriz de volume 3D no MATLAB. Visualize a sequência de imagens usando a função de visualização de fatias do MATLAB.
Use a barra de rolagem na parte inferior da interface gráfica do usuário para navegar por diferentes fatias na sequência de TC. Identifique a presença de nódulos pulmonares malignos nos pulmões no quadro apropriado. Localize e use os ícones para aumentar o zoom, diminuir o zoom e retornar à exibição global.
Ative o ícone de dica de dados para marcar as coordenadas de pixel da região selecionada. Clique com o botão direito do mouse na barra de cores para usar o mapa de cores cinza comum e selecione a opção apropriada. Se o efeito do filtro não for satisfatório, use o botão esquerdo do mouse para arrastar para cima e para baixo no meio da figura para ajustar o nível da janela.
Arraste para a esquerda e para a direita para ajustar a largura da janela e a faixa de filtragem precisa correspondente será exibida na barra de cores. Identifique as coordenadas de pixel do nódulo depois de marcar suas bordas e observe as coordenadas X e Y exibidas no pop-up da dica de dados. Depois de definir a região de interesse, ou ROI, use o comando MATLAB para criar um gráfico de superfície 3D.
Observe a intensidade da escala de cinza 3D do nódulo pulmonar. Localize e use as ferramentas de zoom, deszoom, rotação e restauração de exibição para uma inspeção detalhada. Chame a função pic_size, fractal_dimension é igual a PN_fractal_feature M, com a matriz M obtida anteriormente como entrada.
Isso calculará as dimensões fractais em diferentes escalas. Visualize o espectro multifractal do nódulo pulmonar usando o código. Calcule o espectro multifractal para outro nódulo pulmonar benigno usando as mesmas etapas.
Plote os resultados no mesmo sistema de coordenadas usando uma cor diferente para comparação, gerando a comparação do espectro multifractal entre diferentes nódulos pulmonares. Por fim, use a ferramenta de dica de dados para marcar as coordenadas dos principais pontos extremos para uma comparação precisa de diferentes nódulos pulmonares benignos e malignos. A dimensão fractal dos nódulos malignos exibiu um espectro multifractal com pontos extremos mais altos e faixas de escala mais amplas em comparação com os nódulos benignos.
Os nódulos de adenocarcinoma de pulmão em estágio inicial exibiram uma faixa de escala fractal mais estreita e pontos extremos mais baixos no espectro multifractal do que os nódulos em estágio avançado.
