Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Medicine

Quantitative Visualisierung und Erkennung von Hautkrebs mit Dynamic Thermal Imaging

Published: May 5, 2011 doi: 10.3791/2679

Summary

Wir haben gezeigt, dass maligne pigmentierte Läsionen mit erhöhter Stoffwechselaktivität erzeugen quantifizierbare Mengen an Wärme und die Messung der transienten thermischen Reaktion der Haut zu einer Abkühlung Anregung ermöglicht quantitative Identifizierung von Melanomen und anderen Hauttumoren (vs. nicht-proliferative Nävi) in einem frühen Stadium der Erkrankung.

Abstract

Im Jahr 2010 etwa 68.720 Melanome werden allein in den USA diagnostiziert werden, mit rund 8.650 Todesfolge 1. Bis heute ist die einzig wirksame Behandlung des Melanoms chirurgische Exzision, daher der Schlüssel zum Überleben verlängert Früherkennung ist 2,3. Angesichts der großen Zahl von Patienten erkranken jedes Jahr und die Einschränkungen beim Zugriff auf spezialisierte Versorgung schnell, ist die Entwicklung der objektiven In-vivo-Diagnostik-Instrumente für die Diagnose Hilfe von wesentlicher Bedeutung. Neue Techniken, um Hautkrebs, vor allem nicht-invasive Diagnose-Tools, erkennen werden in zahlreichen Labors untersucht. Zusammen mit den chirurgischen Methoden, Techniken wie digitale Fotografie, Dermatoskopie, multispektrale bildgebende Systeme (MelaFind), Laser-basierten Systemen (konfokale Laser-Scanning-Mikroskopie, Laser-Doppler-Perfusion Imaging, Optische Kohärenztomographie), Ultraschall, Kernspintomographie, werden derzeit getestet . Jede Technik bietet einzigartige Vorteile und Nachteile, von denen viele einen Kompromiss zwischen Effizienz und Genauigkeit im Vergleich zu Benutzerfreundlichkeit und Kosten Überlegungen zu stellen. Details über diese Techniken und Vergleiche sind in der Literatur 4.

Infrarot (IR)-Bildgebung wurde gezeigt, dass eine nützliche Methode, um die Anzeichen bestimmter Krankheiten durch die Messung der lokalen Hauttemperatur zu diagnostizieren. Es gibt eine große Anzahl von Anzeichen dafür, dass Krankheit oder Abweichung von der normalen Funktionsweise von Änderungen der Temperatur des Körpers begleitet werden, was wiederum Einfluss auf die Temperatur der Haut 5,6. Genaue Daten über die Temperatur des menschlichen Körpers und der Haut kann eine Fülle von Informationen über die Prozesse, die für die Wärmeerzeugung und der Thermoregulation, insbesondere die Abweichung vom normalen Bedingungen, die oft durch Krankheit verursacht. Allerdings IR-Imaging ist nicht weit verbreitet in der Medizin aufgrund der vorzeitigen Nutzung der Technologie 7,8 vor einigen Jahrzehnten erkannt, wenn die Temperatur Messgenauigkeit und die räumliche Auflösung unzureichend waren und anspruchsvolle Bildverarbeitungs-Tools verfügbar waren. Diese Situation änderte sich in den späten 1990er Jahren der 2000er Jahre. Advances in IR Messtechnik, Implementierung von digitalen Bildverarbeitungs-Algorithmen und dynamischen IR-Imaging, das die Wissenschaftler nicht nur die räumliche Analyse ermöglicht, sondern auch die zeitliche thermische Verhalten der Haut 9, erlaubt Durchbrüche in das Feld ein.

In unserer Forschung untersuchen wir die Machbarkeit der IR-Imaging, mit theoretischen und experimentellen Untersuchungen kombiniert werden, wie eine kostengünstige, nicht-invasiven, in vivo optische Messtechnik für die Detektion von Tumoren, wobei der Schwerpunkt auf der Vorsorgeuntersuchungen und Früherkennung von Melanomen 10-13 . In dieser Studie zeigen, dass wir Daten in einer Patienten-Studie, in der Patienten, die eine pigmentierte Läsionen besitzen mit einer klinischen Indikation für eine Biopsie für die Bildgebung ausgewählte erhalten. Wir verglichen die Differenz in der thermischen Reaktionen zwischen gesundem und bösartigem Gewebe und verglichen unsere Daten mit Biopsie-Ergebnisse. Wir schlossen daraus, dass die erhöhte Stoffwechselaktivität der Melanom-Läsion durch dynamische Infrarot-Bildgebung erfasst werden kann.

Protocol

1. Setup-

  1. Eine temperaturgesteuerte Prüfung Zimmer mit einer Infrarot-Kamera und einem PC für die Infrarot-Bilderfassung und-speicherung sowie eine Messkarte an einen Computer angeschlossen ausgestattet sind in Abb. 1a dargestellt.
  2. Die Raumtemperatur und die Haut Oberflächentemperatur durch Thermoelemente an ein Datenerfassungssystem Karte während der Patient zu studieren und Messdaten überwacht werden auf dem Computer gespeichert.

2. Image Acquisition

  1. Da die Läsion nicht im Wärmebild ohne die Kühlwirkung festgestellt werden, ist ein Quadrat Klebstoff Marker zur Lokalisierung der pigmentierten Läsion des Interesses und seiner Umgebung (Abb. 1b).
  2. Wir erwerben ein helles Licht Bild der pigmentierten Läsionen und der Klebstoff-Fenster mit einer Digitalkamera (Canon PowerShot G11) (Abb. 1b).
  3. Ein Dermatoskop verbunden mit einer digitalen Kamera (DermLite Foto System) wird verwendet, um das polarisierte Licht Bilderfassung.
  4. Wir erwerben ein steady state Infrarot-Bild mit einem Merlin midwave (3-5 um) Infrarot-Kamera in Abb. 1a, c gezeigt
  5. Wir wenden einen Strom kalter Luft in den Bereich der Haut des Patienten mit der Läsion sowie eine 50 mm Durchmesser Region für die Dauer von einer Minute.
  6. Nach einer Minute, entfernen wir diese Abkühlung Stress lassen die Haut bei Raumtemperatur innerhalb von 3-4 Minuten (thermische Verwertung Phase) (Abb. 1c-d) wieder warm.
  7. Während der thermischen Verwertung Phase sind Infrarotaufnahmen der pigmentierten Läsion alle 2 Sekunden (Abb. 1c-d) erfasst.
  8. Alle IR-Aufnahmen (zusätzlich zu dem weißen Licht und polarisiertes Licht Bilder) während der Studie genommen werden gespeichert und abgelegt unter Verwendung der Labview-Software.

3. Image Processing

  1. Die IR-Bilder werden analysiert mit Hilfe eines speziellen Matlab-Code, um genaue transiente Temperaturverteilung auf der Hautoberfläche zu erhalten. Zu diesem Zweck stellen wir mehrere Kalibrierung Schritte und ein multimodales Bild-Analyse-System.
  2. Wir beginnen mit der Anwendung ein Wahrzeichen Erkennungsalgorithmus an das helle Licht die Grafik für eine Lokalisierung von den Ecken der Klebstoff-Marker. Anschließend identifizierten wir die entsprechenden Punkte in den Referenz-IR-Bild.
  3. Um für unfreiwillige Körper / Bewegung des Körpers des Patienten auszugleichen, verwenden wir diese Punkte als Landmarken in eine quadratische Bewegung Modell für die Ausrichtung der IR-Bildsequenz während der Erholungsphase.
  4. Wir verwenden die zufällige Wanderer, ein interaktives Bild Segmentierungsalgorithmus, wo der Benutzer räumlich Leitfaden kann die Segmentierung, indem Samen Punkte, um eine Maske Bild Abgrenzung der Läsion zu schaffen.
  5. Sobald wir die Form der Läsion zu bestimmen, identifizieren wir die entsprechende Region in jeder der eingetragenen IR-Bilder.
  6. Wir wählen zufällige Punkte im Inneren der Läsion und weg von der Läsion, die die Läsion und das gesunde Gewebe bzw..
  7. Wir vergleichen die instationären thermischen Verhaltens von gesunder Haut und die Reaktion der Läsion.
  8. Wir bereiten eine Tabelle mit allen Daten: digital, Dermatoskopie, farbkodierte IR-Bilder der Läsion und Umgebung bei Umgebungsbedingungen und 2 Sekunden nach dem Abkühlen Anregung aufgenommen, und der instationären thermischen Verhaltens der Läsion und das gesunde Gewebe.

4. Repräsentative Ergebnisse:

Abbildung 1
Abbildung 1. a) Die Infrarot-Imaging-System HRIS in der klinischen Studie Raum, b) Foto des größeren Körperoberfläche mit einem Cluster von pigmentierten Läsionen und die Vorlage Rahmen für die Bildgebung, c angewandt) Hinweis Infrarot-Bild der Region bei Raumtemperatur, d) die gleiche Fläche nach dem Abkühlen und e) vergrößerten Ausschnitt des Melanoms Läsion und Umgebung

Abbildung 2
Abbildung 2. Exam Zimmer mit unserer Wärmebildkamera-System.

Abbildung 3
Abbildung 3. Cooling der Läsion und die umliegende Hautgewebe durch Einblasen einen Strom von kalter Luft aus einem Vortex-Röhre.

Discussion

Die Ergebnisse deuten darauf hin, dass durch die Anwendung der Kühlung betonen wir die Temperaturunterschiede zwischen der Verletzung und des umliegenden gesunden Gewebes verbessert. Auch, weil der kleine Bewegungen des Patienten während der Wärmebildkamera, mussten wir motion tracking richtig Overlay-Bilder zu Temperaturdifferenzen zwischen Referenz-Zustand und die Temperaturverteilung während der thermischen Verwertung Maßnahme. Ohne die Motion-Tracking würden wir nicht in der Lage zu erkennen und messen die Temperaturdifferenz zwischen maligne Läsion und das gesunde Gewebe zu haben. Diese Ergebnisse und die Notwendigkeit einer genauen Motion-Tracking erklären die Schwierigkeiten Ermittler konfrontiert in der Vergangenheit bei dem Versuch, Melanom diagnostiziert mittels IR-Imaging auf steady state Informationen allein und belegen eindeutig die Vorteile der dynamischen thermischen Bildgebung.

Es wird darauf hingewiesen, dass die räumliche Auflösung der IR-Kamera (Anzahl der Pixel in der IR Focal Plane Array) kritisch, wenn anspruchsvolle kleine Läsionen ist. Sowohl die räumliche Auflösung und die Temperaturempfindlichkeit der frühen Infrarot-Kameras war begrenzt, die auch Konten für die Schwierigkeiten bei der Erkennung frühzeitig Melanom in der Vergangenheit. Die wichtigsten Unterschiede zwischen unserem Ansatz und vor Wärmebildkameras versucht - das waren mäßig erfolgreich - sind die Sequenzen von Kalibrier-und Bildverarbeitungs-Schritte, die uns genau zu messen Temperaturunterschiede in diesem System zusätzlich zu den dynamischen bildgebenden Verfahren, die auf eine aktive Kühlung angewiesen zu ermöglichen.

Disclosures

Keine Interessenskonflikte erklärt.

Acknowledgments

Diese Arbeit wurde von der National Science Foundation Grant No 0651981 und die Alexander und Margaret Stewart Vertrauen obwohl die Cancer Center der Johns Hopkins University gefördert. Die Autoren bedanken sich bei den Beiträgen von Dr. Rhoda Alani dem IRB und der Patient Studie sowie die Hilfe und Unterstützung von Dr. Sewon Kang und seine Abteilung während der Patient Studie zu bestätigen.

Materials

Name Company Catalog Number Comments
Merlin MWIR camera FLIR Systems Inc.
Canon PowerShot G11 Canon, inc.
DermLite Foto System DermLite
Vortex tube Exair
Air tanks Airgas

DOWNLOAD MATERIALS LIST

References

  1. Skin cancer foundation website [Internet]. , Skin Cancer Foundation. Available from: http://www.skincancer.org/Skin-Cancer-Facts (2010).
  2. Elder, D. Tumor progression, early diagnosis and prognosis of melanoma. Acta Oncol. 38, 535-547 (1999).
  3. Wartman, D., Weinstock, M. Are we overemphasizing sun avoidance in protection from melanoma. Cancer Epidemiol Biomarkers Prev. 17, 469-470 (2008).
  4. Pirtini Cetingul, M. Using high resolution infrared imaging to detect melanoma and dysplastic nevi [dissertation]. , Johns Hopkins University. (2010).
  5. Jones, B. F. A reappraisal of the use of infrared thermal image analysis in medicine. IEEE Trans. Med. Imaging. 17, 1019-1027 (1998).
  6. Anbar, M. Clinical thermal imaging today-shifting from phenomenological thermography to pathophysiologically based thermal imaging. IEEE Eng. Med. Biol. Mag. 17, 25-33 (1998).
  7. Anbar, M., Gratt, B. M., Hong, D. Thermology and facial telethermography. Part I: history and technical review. Dentomaxillofacial Radiology. 27, 61-67 (1998).
  8. Jones, B. F., Plassmann, P. Digital infrared thermal imaging of human skin. IEEE Eng. Med. Bio. 21, 41-48 (2002).
  9. Qi, H., Diakides, N. A. Infrared imaging in Medicine. , CRC Press. (2007).
  10. 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).
  11. Cetingul, P. irtini, M,, Herman, C. Quantification of the thermal signature of a melanoma lesion. Int. Journal of Thermal Science. 50, 421-431 (2011).
  12. 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).
  13. Pirtini Cetingul, M., Herman, C. Quantitative evaluation of skin lesions using transient thermal imaging. Proc. Int. Heat Transfer Conf. , (2010).

Tags

Medizin Infrarot-Bildgebung quantitative thermische Analyse Bildverarbeitung Hautkrebs Melanom instationären thermischen Verhaltens- Haut-thermische Modelle Haut Phantom Experiment Patientenstudie
Quantitative Visualisierung und Erkennung von Hautkrebs mit Dynamic Thermal Imaging
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Herman, C., Pirtini Cetingul, M.More

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).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter