XX International Symposium of Electrical Engineering

SIE 2023

Use of fractals in determining the malignancy degree of lung nodules

Abstract

· Problematic: Lung cancer is the most frequent cause of cancer mortality in the world. Computed tomography is one of the most widely used non-invasive diagnostic methods for the detection and subsequent estimation of malignancy. The interpretation of this for the classification of lung nodules is difficult because it is based mostly on subjective, empirical and variable criteria for each clinical picture.

· Objective (s): Classify pulmonary nodules as malignant or benign using fractal geometry.

· Methodology: Computer-aided detection systems increase the effectiveness of diagnoses and reduce the workload of specialized personnel. In the present work, two variants of automatic classification of pulmonary nodules based on fractal geometry are proposed. The fractal dimension is used as a measure of the irregularities of the nodule contour, calculated by means of the Box Counting and Power Spectrum algorithms, programmed in Matlab. For this study, the LIDC-IDRI database was used. Of this, 83 sections belonging to nine patients were analyzed for both methods..

· Results and discussion: The best performance was obtained through Box Counting, with precision, sensitivity and specificity values greater than 95%. This allowed little overlap between DF ranges for grades of malignancy. The Power Spectrum method presented superior sensitivity, since it did not obtain any false negatives during classification and was more sensitive to small contour irregularities, but it is susceptible to white noise from the fast Fourier transform.

· Conclusions: Both methods allowed a border to be established between low and high grade malignancy, but Box Counting showed a finer fit for the task. The Power Spectrum method allowed for greater sensitivity, at the expense of sacrificing the false positive rate.

Resumen

Problemática: El cáncer de pulmón es la causa más frecuente de mortalidad por cáncer en el mundo. La tomografía computarizada es uno de los métodos de diagnóstico no invasivo más utilizados para la detección y posterior estimación de malignidad. La interpretación de esta para la clasificación de los nódulos pulmones, es difícil debido a que se basa mayormente en criterios subjetivos, empíricos y variables para cada cuadro clínico.

Objetivo(s): Clasificar nódulos pulmonares en maligno o benigno utilizando geometría fractal.

Metodología: Los sistemas de detección asistidos por ordenador incrementan la efectividad de los diagnósticos y reducen la carga laboral del personal especializado. En el presente trabajo se proponen dos variantes de clasificación automática de nódulos pulmonares basadas en la geometría fractal. La dimensión fractal se emplea como medida de las irregularidades del contorno de los nódulos, calculada por medio de los algoritmos de Box Counting y Espectro de potencias programados en Matlab. Para este estudio se empleó la base de datos LIDC-IDRI. De esta se analizaron 83 cortes pertenecientes a nueve pacientes por ambos métodos.

Resultados y discusión: El mejor desempeño se obtuvo mediante el Box Counting, con valores de precisión, sensibilidad y especificidad superiores al 95%. Este permitió poca superposición entre los rangos de DF para los grados de malignidad. El método del Espectro de potencias presentó una sensibilidad superior, ya que no obtuvo ningún falso negativo durante la clasificación y fue más sensible a las pequeñas irregularidades del contorno, pero es susceptible al ruido blanco de la transformada rápida de Fourier.

Conclusiones: Ambos métodos permitieron establecer una frontera entre bajo y alto grado de malignidad, pero Box Counting mostró un ajuste más fino para la tarea. El método del Espectro de potencias permitió lograr una mayor sensibilidad, a expensas de sacrificar la tasa de falsos positivos.