Segmentação automática na avaliação da motilidade gástrica e da distribuição intragástrica

Abstract

A avaliação da motilidade e da distribuição intragástrica de refeição (DIR) utilizando a cintilografia pode auxiliar na compreensão de patologias envolvendo o trato gastrintestinal. Nesse sentido, a utilização de formas automáticas de segmentação gástrica colaborou na padronização de metodologias para a análise das doenças motoras do órgão. Objetivou-se desenvolver um algoritmo para segmentação gástrica de forma automática, a fim de auxiliar nas avaliações da DIR e da atividade de contração do estômago. Foram utilizadas as imagens dinâmicas cintilográficas de um indivíduo normal, após a ingestão de uma refeição-teste marcada com 99mTc-SnCol. Essas imagens foram processadas em ambiente Matlab® para realce e segmentação a fim de determinar a área da distribuição do alimento. Ao registro temporal da área da imagem foi aplicada uma análise de Fourier para determinar as frequências dominantes da atividade de contração gástrica. Em todos os testes realizados, a avaliação da atividade de contração gástrica, por meio da segmentação automatizada de cada imagem do exame dinâmico, apresentou resultados similares aos métodos de quantificação tradicionais por contagem, especialmente no que diz respeito à contração gástrica da porção distal. Utilizando o método de segmentação automatizado, foi possível determinar a atividade de contração e as frequências características da fisiologia normal do estômago, condizentes com os resultados previamente descritos em literatura.

Motility assessment and intragastric distribution of meal (IDM) by scintigraphy is one of the most used procedures to elucidate gastrointestinal pathologies. In this sense, the use of automatic gastric segmentation can assist to standardize methodologies for the analysis of gastric motor disorders. The aim of this study was to develop an algorithm for automatic gastric segmentation in order to assist IDM and gastric motility evaluations. Dynamic scintigraphic images of normal volunteer were used after the ingestion of a test meal labeled with 99m Tc-sulphur colloid. The images were processed in Matlab ® environment for enhancement and segmentation to determine meal distribution area. Fourier analysis was applied to image area at time record to determine dominant frequencies of gastric contraction. In all tests, gastric activity contraction assessment, using automated segmentation of each dynamic image, has showed similar results to traditional methods of quantification by counting, mainly concerning contraction of distal gastric compartment. Using automated segmentation method, it was possible to determine contraction activity and frequency which are characteristics of the normal gastric physiology, consistent with results previously reported in literature.