Uso de Redes Neurais Convolucionais para Identificar Displasia Cortical Focal em Pacientes com Epilepsia Refratária

  • Samuel Silva Universidade de São Paulo
  • Fabricio Simozo Universidade de São Paulo
  • Luiz Murta Junior FFCLRP-USP
  • Renato Tinós Universidade de São Paulo

Resumo


Displasia Cortical Focal (DCF) é um tipo de lesão cerebral que é a principal causa de Epilepsia Refratária em crianças. A cirurgia é uma alternativa para o tratamento de pacientes com DCF. No entanto, a identificação correta das regiões com DCF no cérebro é necessária. A identificação de DCF em Imagens de Ressonância Magnética usando Redes Neurais Convolucionais (CNNs) é investigada. A CNN classifica pequenas regiões das imagens (janelas), que podem permitir a identificação da localização do DCF. O método baseado na CNN é comparado com a abordagem tradicional, em que um Perceptron Multicamadas (MLP) é empregado usando filtros predefinidos para a extração de características da imagem. A CNN apresenta resultados melhores que o MLP. A CNN apresenta alta sensibilidade. No entanto, a especificidade é baixa, indicando que um conjunto de dados maior é necessário para treinar a CNN.

Palavras-chave: Redes Neurais Convolucionais, Epilepsia, Imagens de Ressonância Magnética

Referências

ABADI, M. et al. (2016). “TensorFlow: large-scale machine learning on heterogeneous systems”, arXiv preprint:1603.04467.

AZEVEDO-MARQUES, P. M. (2001). “Diagnóstico auxiliado por computador na radiologia”, Radiologia Brasileira, 34(5): 285–293.

CAMARGO, D. P. C. et al. (2010). “Displasia cortical focal, aspectos neurofisiológicos, imaginológicos e histológicos”, Journal of Epilepsy and Clinical Neurophysiology, 16(3): 106–111.

FRENCH, J. A. (2007). “Refractory epilepsy: clinical overview”, Epilepsia, 48(SUPPL.1): 3–7.

GARZON, E. (2002). “Epilepsia refratária: conceito e contribuição das novas drogas antiepilépticas e de outras modalidades terapêuticas”, Revista Neurociências, 10(2): 66–82.

GREENSPAN, H.; VAN GINNEKEN, B. & SUMMERS, R. M. (2016). “Guest editorial deep learning in medical imaging: overview and future promise of an exciting new technique”, IEEE Transactions on Medical Imaging, 35(5):1153–1159;

HARALICK, R. M. (1979). “Statistical and structural approaches to texture”, Proceedings of the IEEE, 67(5): 786-804.

KRSEK, P. et al. (2008). “Different features of histopathological subtypes of pediatric focal cortical dysplasia”, Annals of Neurology, 63(6): 758–769.

KWAN, P. & BRODIE, M. J. (2000). “Early identification of refractory epilepsy”, New England Journal of Medicine, 342(5): 314-319.

LECUN, Y.; BENGIO, Y. & HINTON, G. (2015). “Deep learning”, Nature, 521(7553): 436-444.

MAZZOLA, A. A. (2009). “Ressonância magnética: princípios de formação da imagem e aplicações em imagem funcional”. Revista Brasileira de Física Médica, 3(1), 117129.

PALMINI, A. et al. (2004). “Terminology and classification of the cortical dysplasias”, Neurology, 62(6 suppl. 3): S2-S8.

PIEPER, S.; HALLE, M. & KIKINIS, R. (2004). “3D Slicer”, In the 2nd IEEE International Symposium on Biomedical Imaging, 632-635.

SIMOZO, F. H. (2018). “Caracterização e identificação de displasias corticais focais em pacientes com epilepsia refratária através de análise de imagens estruturais de ressonância magnética nuclear”, Tese de Doutorado em Física Aplicada à Medicina e Biologia, FFCLRP, USP.

ABADI, M. et al. (2016). “TensorFlow: large-scale machine learning on heterogeneous systems”, arXiv preprint:1603.04467.

AZEVEDO-MARQUES, P. M. (2001). “Diagnóstico auxiliado por computador na radiologia”, Radiologia Brasileira, 34(5): 285–293.

CAMARGO, D. P. C. et al. (2010). “Displasia cortical focal, aspectos neurofisiológicos, imaginológicos e histológicos”, Journal of Epilepsy and Clinical Neurophysiology, 16(3): 106–111.

FRENCH, J. A. (2007). “Refractory epilepsy: clinical overview”, Epilepsia, 48(SUPPL.1): 3–7.

GARZON, E. (2002). “Epilepsia refratária: conceito e contribuição das novas drogas antiepilépticas e de outras modalidades terapêuticas”, Revista Neurociências, 10(2): 66–82.

GREENSPAN, H.; VAN GINNEKEN, B. & SUMMERS, R. M. (2016). “Guest editorial deep learning in medical imaging: overview and future promise of an exciting new technique”, IEEE Transactions on Medical Imaging, 35(5):1153–1159;

HARALICK, R. M. (1979). “Statistical and structural approaches to texture”, Proceedings of the IEEE, 67(5): 786-804.

KRSEK, P. et al. (2008). “Different features of histopathological subtypes of pediatric focal cortical dysplasia”, Annals of Neurology, 63(6): 758–769.

KWAN, P. & BRODIE, M. J. (2000). “Early identification of refractory epilepsy”, New England Journal of Medicine, 342(5): 314-319.

LECUN, Y.; BENGIO, Y. & HINTON, G. (2015). “Deep learning”, Nature, 521(7553): 436-444.

MAZZOLA, A. A. (2009). “Ressonância magnética: princípios de formação da imagem e aplicações em imagem funcional”. Revista Brasileira de Física Médica, 3(1), 117129.

PALMINI, A. et al. (2004). “Terminology and classification of the cortical dysplasias”, Neurology, 62(6 suppl. 3): S2-S8.

PIEPER, S.; HALLE, M. & KIKINIS, R. (2004). “3D Slicer”, In the 2nd IEEE International Symposium on Biomedical Imaging, 632-635.

SIMOZO, F. H. (2018). “Caracterização e identificação de displasias corticais focais em pacientes com epilepsia refratária através de análise de imagens estruturais de ressonância magnética nuclear”, Tese de Doutorado em Física Aplicada à Medicina e Biologia, FFCLRP, USP.
Publicado
20/10/2020
SILVA, Samuel; SIMOZO, Fabricio; MURTA JUNIOR, Luiz; TINÓS, Renato. Uso de Redes Neurais Convolucionais para Identificar Displasia Cortical Focal em Pacientes com Epilepsia Refratária. In: ENCONTRO NACIONAL DE INTELIGÊNCIA ARTIFICIAL E COMPUTACIONAL (ENIAC), 17. , 2020, Evento Online. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2020 . p. 211-221. ISSN 2763-9061. DOI: https://doi.org/10.5753/eniac.2020.12130.