Calcium identification and scoring based on echocardiography imaging

Abstract

Currently, an echocardiography expert is needed to identify calcium in the aortic valve, and a cardiac CT-Scan image is needed for calcium quantification. When performing a CT-scan, the patient is subject to radiation, and therefore the number of CT-scans that can be performed should be limited, restricting the patient's monitoring. Computer Vision (CV) has opened new opportunities for improved efficiency when extracting knowledge from an image. Applying CV techniques on echocardiography imaging may reduce the medical workload for identifying the calcium and quantifying it, helping doctors to maintain a better tracking of their patients. In our approach, we developed a simple technique to identify and extract the calcium pixel count from echocardiography imaging, by using CV. Based on anonymized real patient echocardiographic images, this approach enables semi-automatic calcium identification. As the brightness of echocardiography images (with the highest intensity corresponding to calcium) vary depending on the acquisition settings, we performed echocardiographic adaptive image binarization. Given that blood maintains the same intensity on echocardiographic images – being always the darker region – we used blood structures in the image to create an adaptive threshold for binarization. After binarization, the region of interest (ROI) with calcium, was interactively selected by an echocardiography expert and extracted, allowing us to compute a calcium pixel count, corresponding to the spatial amount of calcium. The results obtained from our experiments are encouraging. With our technique, from echocardiographic images collected for the same patient with different acquisition settings and different brightness, we were able to obtain a calcium pixel count, where pixels values show an absolute pixel value margin of error of 3 (on a scale from 0 to 255), that correlated well with human expert assessment of calcium area for the same images.

Atualmente, é necessário um perito em ecocardiografia para identificar o cálcio na válvula aórtica, e é necessária uma imagem Tomográfica Computorizada (TAC) cardíaca para a quantificação do cálcio. Ao realizar uma TAC, o paciente é sujeito a radiação, pelo que o número de TACs que podem ser realizadas deve ser limitado, restringindo a monitorização do paciente. A Visão por Computador (VC) abriu novas oportunidades para uma maior eficiência na extração de conhecimentos de uma imagem. A aplicação de técnicas de VC na ecocardiografia pode reduzir a carga de trabalho médico para identificar o cálcio e quantificálo, ajudando os médicos a manter um melhor acompanhamento dos seus pacientes. Na nossa abordagem, desenvolvemos uma técnica simples para identificar e extrair o número de pixéis de cálcio da ecocardiografia, através da utilização de VC. Com base em ecocardiografias anónimas de doentes reais, esta abordagem permite a identificação semiautomática do cálcio. Como o brilho das imagens de ecocardiografia (com a intensidade mais elevada corresponde ao cálcio) varia consoante os parâmetros de aquisição, realizámos a binarização das ecocardiografias de forma adaptativa. Dado que o sangue mantém a mesma intensidade nas ecocardiografias - sendo sempre a região mais escura - utilizámos estruturas sanguíneas na imagem para criar um limiar adaptativo para a binarização. Após a binarização, a região de interesse (ROI) com cálcio, foi selecionada interactivamente por um especialista em ecocardiografia e extraída, permitindo-nos calcular o número de pixéis de cálcio, correspondente à quantidade espacial de cálcio. Os resultados obtidos com as nossas experiências são encorajadores. Com a nossa técnica, a partir de ecocardiografias recolhidas para o mesmo paciente com diferentes configurações de aquisição e diferentes brilhos, conseguimos obter uma contagem de pixéis de cálcio, onde os valores de pixéis mostram uma margem de erro absoluta de 3 (numa escala de 0 a 255), que se correlacionou bem com a avaliação humana perita da área de cálcio para as mesmas imagens.