Termografia para detecção de doença hepática gordurosa

Termografia para detecção de doença hepática gordurosa

A detecção por termografia da doença hepática gordurosa sugere, pela primeira vez, que ela pode ser potencialmente usada para estudar a doença do fígado em camundongos. O algoritmo de processamento de imagem com análise por inteligência artificial é capaz de distinguir automaticamente entre animais com a patologia e sem.

Imagem térmica automatizada para a detecção de doença hepática gordurosa

Estudo por Rafael Y. Brzezinski, Lapaz Levin-Kotler, Neta Rabin, Zehava Ovadia-Blechman, Yair Zimmer, Adi Sternfeld, Joanna Molad Finchelman, Razan Unis, Nir Lewis, Olga Tepper-Shaihov, Nili Naftali-Shani, Nora Balint-Lahat, Michal Safran, Ziv Ben-Ari, Ehud Grossman, Jonathan Leor, Oshrit Hoffer. Artigo disponível neste link.

RESUMO

A doença hepática gordurosa não alcoólica (DHGNA) compreende um espectro de patologias hepáticas progressivas, que vão desde a esteatose simples até a esteatohepatite não alcoólica (NASH), fibrose e cirrose. Uma biópsia do fígado é atualmente necessária para estratificar os pacientes de alto risco, e prever o grau de inflamação e fibrose do fígado usando testes não invasivos permanece um desafio. Aqui, procuramos desenvolver uma nova ferramenta de triagem econômica para NAFLD com base em imagens térmicas. Usamos uma câmera térmica não invasiva, disponível comercialmente, e desenvolvemos um novo algoritmo de processamento de imagem para prever automaticamente o estado da doença em um modelo animal de doença hepática gordurosa. Para induzir a esteatose e inflamação do fígado, alimentamos camundongos fêmeas C57 / pretas (8 semanas de idade) com dieta deficiente em metionina-colina (dieta MCD) por 6 semanas.

Avaliamos as alterações estruturais e funcionais do fígado por meio de estudos de ultrassom em série, análise histopatológica, exames de sangue para enzimas e lipídios do fígado e medimos a infiltração de células inflamatórias do fígado por citometria de fluxo. Desenvolvemos um algoritmo de processamento de imagem que mede a variação térmica espacial relativa na pele que cobre o fígado.

Processamento de imagem térmica não invasivo. (A) Imagens térmicas não invasivas (escala IRON) dos ratos foram capturadas semanalmente. (B, C) As imagens térmicas foram processadas pelo algoritmo, que extrai vários recursos da região de interesse selecionada (ROI) cobrindo o fígado. São exibidos o ROI (B) e a Interface Gráfica do Usuário (C) que desenvolvemos. (D) Os parâmetros de saída foram alimentados como entrada em um algoritmo de redução de dimensionalidade t-SNE, seguido por agrupamento de k-médias. t-SNE incorporação de vizinho estocástico com distribuição t.

Parâmetros térmicos, incluindo variação de temperatura, níveis de homogeneidade e outros recursos texturais foram alimentados como entrada para um algoritmo de redução de dimensionalidade t-SNE seguido por agrupamento de k-médias. Durante as semanas 3, 4 e 5 do experimento, nosso algoritmo demonstrou uma taxa de detecção de 100% e classificou todos os camundongos corretamente de acordo com seu estado de doença. A imagem térmica direta do fígado confirmou a presença de alterações na termografia de superfície em fígados doentes.

Concluímos que a termografia não invasiva combinada com processamento de imagem avançado e análise baseada em aprendizado de máquina correlaciona com sucesso a termografia de superfície com esteatose hepática e inflamação em camundongos. O desenvolvimento futuro desta ferramenta de triagem pode melhorar nossa capacidade de estudar, diagnosticar e tratar doenças hepáticas.

Mais Notícias

Deixe um comentário