Summary

Visualización y detección cuantitativa de cáncer de piel utilizando imágenes térmica dinámica

Published: May 05, 2011
doi:

Summary

Hemos demostrado que las lesiones pigmentadas malignas con la actividad metabólica de generar cantidades cuantificables de calor y la medición de la respuesta transitoria térmica de la piel a una excitación de enfriamiento permite la identificación cuantitativa de melanoma y otros cánceres de piel (vs. no-proliferación nevus) a una edad temprana etapa de la enfermedad.

Abstract

En 2010, aproximadamente 68.720 melanomas se diagnostican en los EE.UU., con alrededor de 8.650 con resultado de muerte 1. Hasta la fecha, el único tratamiento eficaz para el melanoma sigue siendo la resección quirúrgica, por lo tanto, la clave para la supervivencia extendida es la detección precoz 2,3. Teniendo en cuenta el gran número de pacientes diagnosticados cada año y las limitaciones en el acceso a la atención especializada con rapidez, el desarrollo de objetivos en vivo los instrumentos de diagnóstico para ayudar en el diagnóstico es esencial. Nuevas técnicas para detectar el cáncer de piel, sobre todo herramientas no invasivas de diagnóstico, se están estudiando en muchos laboratorios. Junto con los métodos de las técnicas quirúrgicas, como la fotografía digital, la dermatoscopia, sistemas multiespectrales de imágenes (MelaFind), sistemas basados ​​en láser (la microscopía confocal de barrido láser, láser doppler imágenes de perfusión, tomografía de coherencia óptica), ultrasonido, resonancia magnética, se están probando . Cada técnica ofrece ventajas e inconvenientes, muchos de los cuales representan un compromiso entre la eficacia y la precisión frente a la facilidad de uso y el coste. Los detalles sobre estas técnicas y las comparaciones están disponibles en la literatura 4.

Infrarrojos (IR) de imágenes ha demostrado ser un método útil para diagnosticar los síntomas de ciertas enfermedades mediante la medición de la temperatura local de la piel. Hay un gran cuerpo de evidencia que muestra que la enfermedad o la desviación de funcionamiento normal se acompaña de cambios de la temperatura del cuerpo, que a su vez afectan a la temperatura de la piel 5,6. Datos precisos sobre la temperatura del cuerpo humano y la piel pueden proporcionar una gran cantidad de información sobre los procesos responsables de la generación de calor y la termorregulación, en particular la desviación de las condiciones normales, a menudo causada por la enfermedad. Sin embargo, la imagen IR no ha sido ampliamente reconocida en la medicina debido a la utilización prematura de la tecnología de 7,8 hace varias décadas, cuando la exactitud de medición de temperatura y la resolución espacial fueron las herramientas de imagen inadecuada y sofisticado procesamiento no estaban disponibles. Esta situación cambió drásticamente a finales de los 1990s-2000s. Los avances en la instrumentación de infrarrojos, la aplicación de la tecnología digital y algoritmos de procesamiento dinámico de imágenes de infrarrojos, que permite a los científicos para analizar no sólo el espacio, sino también el comportamiento temporal térmica de la piel 9, los avances permitidos en el campo.

En nuestra investigación, analizamos la viabilidad de la imagen IR, junto con estudios teóricos y experimentales, como un costo efectivo, no invasivo, en la técnica de medición óptica in vivo para la detección del tumor, con énfasis en el cribado y la detección precoz del melanoma 10-13 . En este estudio, se muestran los datos obtenidos en un estudio de pacientes en los que los pacientes que tienen una lesión pigmentada con una indicación clínica de la biopsia son seleccionados para la imagen. Se comparó la diferencia en las respuestas térmicas entre el tejido sano y malignos y comparamos nuestros datos con los resultados de la biopsia. Llegamos a la conclusión de que la actividad metabólica de la lesión de melanoma pueden ser detectados por imágenes por infrarrojos dinámica.

Protocol

1. Configuración A temperatura ambiente controlado examen equipado con una cámara infrarroja y un PC para la adquisición de imágenes de infrarrojos y almacenamiento, así como una tarjeta de adquisición de datos conectada a un ordenador se muestran en la Fig.1a. La temperatura ambiente y temperatura de superficie de la piel son supervisados ​​por los termopares conectados a una tarjeta de adquisición de datos durante el estudio del paciente y los datos de medición se almacenan en el ordenador. 2. Adquisición de imágenes Dado que la lesión no se puede detectar en la imagen térmica, sin el efecto de enfriamiento, un marcador adhesivo cuadrado se utiliza para localizar la lesión pigmentada de interés y su entorno (fig. 1b). Adquirimos una imagen de luz brillante de la lesión pigmentada y la ventana de adhesivo con una cámara digital (Canon PowerShot G11) (Fig. 1B). A dermatoscopio conectado a una cámara digital (DermLite Foto System) se utiliza para capturar la imagen de la luz polarizada. Adquirimos una imagen de estado de infrarrojos constante con un midwave Merlín (3-5 micras) se muestra en la cámara de infrarrojos Fig.1a, c. Nosotros aplicamos una corriente de aire frío en el área de la piel del paciente que contiene la lesión, así como una región de 50 mm de diámetro alrededor de la duración de un minuto. Después de un minuto, la eliminación de esta tensión de enfriamiento para permitir que la piel vuelva a calentar a temperatura ambiente dentro de 3-4 minutos (fase de recuperación térmica) (Fig. 1c-d). Durante la fase de recuperación térmica, las imágenes infrarrojas de la lesión pigmentada son capturados cada 2 segundos (Fig. 1c-d). Todas las imágenes de infrarrojos (además de la luz blanca y luz polarizada imágenes) tomadas durante el estudio se guardan y se almacenan utilizando el software Labview. 3. Procesamiento de imágenes Las imágenes IR se analizaron mediante un código de Matlab dedicado con el fin de obtener información precisa distribución de temperatura transitoria en la superficie de la piel. Para ello, se introducen diversas medidas de calibración y un sistema de análisis de imagen multimodal. Comenzamos con la aplicación de un algoritmo de detección sin precedentes para la imagen de luz brillante para la localización de las esquinas del marcador adhesivo. A continuación, hemos identificado los puntos correspondientes en la imagen de referencia IR. Con el fin de compensar involuntarios del cuerpo / extremidades movimiento del paciente, se utilizan estos puntos como puntos de referencia en un modelo de movimiento de segundo grado para la alineación de la secuencia de imágenes de infrarrojos durante la fase de recuperación. Usamos el andador al azar, un algoritmo de segmentación de imágenes interactivas donde el usuario puede orientar espacialmente la segmentación mediante la colocación de puntos de la semilla, para crear una imagen de la máscara de delinear la lesión. Una vez que se determina la forma de la lesión, identificamos la zona correspondiente de cada una de las registradas las imágenes de infrarrojos. Se selecciona al azar los puntos dentro de la lesión y lejos de la lesión en representación de la lesión y el tejido sano, respectivamente. Comparamos la respuesta transitoria térmica de la piel sana y la respuesta de la lesión. Se prepara una tabla que muestra todos los datos: digital, la dermatoscopia, con código de color las imágenes infrarrojas de la lesión y sus alrededores registraron en las condiciones ambientales y 2 segundos después de la excitación de refrigeración, y la respuesta transitoria termal de la lesión y el tejido sano. 4. Los resultados representativos: Figura 1. a) El sistema de imágenes por infrarrojos HRIS en la sala de ensayo clínico, b) fotografía de la superficie corporal más grande, con un grupo de lesiones pigmentadas y el marco de plantilla aplicada para imágenes, c) la referencia de la imagen infrarroja de la región a temperatura ambiente, d) la misma zona después del enfriamiento y e) la sección ampliada de la lesión de melanoma y su entorno Figura 2. Sala de examen con nuestro sistema de imágenes térmicas. Figura 3. El enfriamiento de la lesión y el tejido de la piel circundante soplando una corriente de aire frío de un tubo de vórtice.

Discussion

Los resultados sugieren que, al aplicar la tensión de enfriamiento que mejora las diferencias de temperatura entre la lesión y el tejido sano circundante. Además, debido a pequeños movimientos del paciente durante la termografía, tuvimos que aplicar el seguimiento del movimiento de la superposición correctamente las imágenes para medir las diferencias de temperatura entre el estado de referencia y la distribución de la temperatura durante la recuperación térmica. Sin el control de movimiento que no han sido capaces de detectar y medir la diferencia de temperatura entre la lesión maligna y el tejido sano. Estos resultados y la necesidad de movimiento de un seguimiento preciso explicar las dificultades que enfrentan los investigadores en el pasado al tratar de diagnosticar el melanoma utilizando imágenes de IR sobre la base de información de estado estable y solo demuestran claramente las ventajas de la termografía dinámica.

Cabe señalar que la resolución espacial de la cámara de infrarrojos (número de píxeles en la matriz de plano focal IR) es fundamental cuando las lesiones pequeñas exigentes. Tanto la resolución espacial y la sensibilidad a la temperatura de las cámaras infrarrojas temprano fue limitado, lo que también da cuenta de las dificultades en la detección de melanoma en estadio temprano en el pasado. Las principales diferencias entre nuestro enfoque y antes de los intentos de imagen térmica – que fueron un éxito moderado – son las secuencias de calibración y medidas de procesamiento de imágenes que nos permiten medir con precisión las diferencias de temperatura en este sistema, además del proceso de imágenes dinámicas que se basa en la refrigeración activa.

Disclosures

The authors have nothing to disclose.

Acknowledgements

Esta investigación fue financiada por la National Science Foundation Grant No. 0651981 y el Alexander y Margaret Stewart confianza, aunque el Centro de Cáncer de la Universidad Johns Hopkins. Los autores desean agradecer la contribución de la Dra. Rhoda Alani a la IRB y el estudio del paciente, así como la ayuda y el apoyo del Dr. Sewon Kang y su departamento durante el estudio del paciente.

Materials

Name of the equipment Company Catalogue number
Merlin MWIR camera FLIR
Canon PowerShot G11 Canon
DermLite Foto System DermLite
Vortex tube Exair
Air tanks Airgas

References

  1. Elder, D. Tumor progression, early diagnosis and prognosis of melanoma. Acta Oncol. 38, 535-547 (1999).
  2. Wartman, D., Weinstock, M. Are we overemphasizing sun avoidance in protection from melanoma. Cancer Epidemiol Biomarkers Prev. 17, 469-470 (2008).
  3. Pirtini Cetingul, M. . Using high resolution infrared imaging to detect melanoma and dysplastic nevi [dissertation]. , (2010).
  4. Jones, B. F. A reappraisal of the use of infrared thermal image analysis in medicine. IEEE Trans. Med. Imaging. 17, 1019-1027 (1998).
  5. Anbar, M. Clinical thermal imaging today-shifting from phenomenological thermography to pathophysiologically based thermal imaging. IEEE Eng. Med. Biol. Mag. 17, 25-33 (1998).
  6. Anbar, M., Gratt, B. M., Hong, D. Thermology and facial telethermography. Part I: history and technical review. Dentomaxillofacial Radiology. 27, 61-67 (1998).
  7. Jones, B. F., Plassmann, P. Digital infrared thermal imaging of human skin. IEEE Eng. Med. Bio. 21, 41-48 (2002).
  8. Qi, H., Diakides, N. A. . Infrared imaging in Medicine. , (2007).
  9. Pirtini Cetingul, M., Herman, C. Identification of skin lesions from the transient thermal response using infrared imaging technique. IEEE 5th Int. Symp. on Biomedical Imaging: From Nano to Macro 1-4. , 1219-1222 (2008).
  10. Cetingul, P. i. r. t. i. n. i., M, ., Herman, C. Quantification of the thermal signature of a melanoma lesion. Int. Journal of Thermal Science. 50, 421-431 (2011).
  11. Pirtini Cetingul, M., Herman, C. A heat transfer model of skin tissue for the detection of lesions: sensitivity analysis. Physics in Medicine and Biology. 55, 5933-5951 (2010).
  12. Pirtini Cetingul, M., Herman, C. Quantitative evaluation of skin lesions using transient thermal imaging. Proc. Int. Heat Transfer Conf. , (2010).

Play Video

Cite This Article
Herman, C., Pirtini Cetingul, M. Quantitative Visualization and Detection of Skin Cancer Using Dynamic Thermal Imaging. J. Vis. Exp. (51), e2679, doi:10.3791/2679 (2011).

View Video