MÉTODO E SISTEMA DE PROCESSAMENTO DE IMAGENS VÍDEO

TERMOMÉTRICAS

Campo da Invenção

[0001] A presente invenção descreve método e sistema de processamento de imagens vídeo termométricas e vídeo termométricas de pacientes, que compreende um método para delimitação do aspecto macro da região de interesse, gerado pela emissão de ondas eletromagnéticas MIR e LIR e fusão da imagem real, com melhoramento da imagem, possibilitando a análise do aspecto micro por meio de emissão de ondas eletromagnéticas NIR, para a identificação espectral da amostra por espectroscopia vibracional de infravermelho. A presente invenção se situa nos campos da medicina, biomedicina e engenharia elétrica.

Antecedentes da Invenção

[0002] Ao analisar o espectro eletromagnético percebemos que os exames de imagem mais utilizados encontram-se nos extremos. A porção infravermelha do espectro tem sua principal aplicação na inspeção industrial, indústria automobilística, siderurgia, indústria aeronáutica, indústria química, engenharia, artes e manutenção elétrica, sendo uma técnica confiável que auxilia na prevenção de interrupções dos processos produtivos, evitando despesas e infortúnios (NOGUEIRA, 2010).

[0003] Na área de saúde, Nicholas A. Diakides foi uma pessoa-chave, por ser gerente do programa de tecnologia infravermelha no laboratório de visão noturna e eletro-óptica do exército americano entre 1962-1983, quando desenvolveu várias aplicações para imagens por infravermelho, incluindo processamento de imagem "inteligente", detecção assistida por computador (CAD), bases de dados baseadas no conhecimento e sistemas telemedicinais. Com a colaboração de Diakides a técnica foi regulamentada pela Associação Europeia de Termologia em 1972 (LAHIRI, 2012). Em 2003, o FDA (Food and drug administration) regulamentou o exame como “termometria digital em tempo-real”. No Brasil, a AMB (Associação médica brasileira) regulamentou o exame de“termologia cutânea”, sob o número 39.01.007-4.

[0004] Na cirurgia cardíaca, a utilidade inicial da vídeo termometria ocorreu em procedimentos de revascularização do miocárdio, em que o uso do método assegurou a viabilidade dos enxertos e anastomoses nas cirurgias coronarianas (MOFIR, 1989). Também é útil para pacientes que sofrem de angina, demonstrando que na região precordial a variação térmica é maior do que em pacientes normais, sendo confirmado por angiografia. (BRIOSCFII, 2002). Na cardiologia clínica, a termometria é utilizada como auxílio no diagnóstico da doença cardiovascular aterosclerótica, por evidenciar uma disfunção vascular através da pele do paciente, em áreas específicas, relacionada ao nível de oclusão pelos ateromas (TFIIRUVENGADAM, 2014).

[0005] Nota-se que o termo usado na área industrial é“Termografia para a técnica e Termograma para o exame”, usando imagens estáticas. Já na área de saúde o termo regulamentado é“Termologia para a técnica e Termometria para o exame” com imagens dinâmicas em tempo-real, onde a imagem termométrica é uma imagem digital passível de processamento.

[0006] A diferença de foco é que torna a imagem termométrica objeto de nosso interesse. A adaptação do padrão industrial da“termografia” para a área de saúde (ARENA 2004; TAN, 2009; NOGUEIRA, 2010; RING 2013; QUESADA, 2016) criou a tendência ao uso de imagens estáticas e multicoloridas (rainbow) dos softwares industriais (VADARSCA, 2014) subutilizando a técnica, uma vez que pode dar mais informação do que aparenta se usarmos um padrão de imagem que leve em consideração o fato do ser humano ser uma estrutura dinâmica e homeotérmica, sendo quase um corpo negro. De acordo com a teoria da radiação térmica, o corpo negro é considerado como um objeto hipotético que absorve toda a radiação incidente e irradia um espectro contínuo de acordo com a lei de Planck. Integrando a lei de Planck para todas as frequências, obtemos a lei de Stefan Boltzman, que descreve o poder total de emissão de um corpo negro (MODEST, 2013). Nossa pele é quase um corpo negro com taxa de irradiação de 97 a 99% refletindo 1 a 3% (LAHIRI, 2012).

[0007] Em 1987, Gautherie realizou um estudo prospectivo em mais de 25.000 mulheres, tanto assintomáticas (59%) como sintomáticas (41 %), durante quatro anos, com o objetivo de investigar os distúrbios térmicos e vasculares associados aos estágios iniciais da malignidade da mama. Todas as pacientes foram submetidas a exame termográfico nas condições padronizadas, mamográficos, exame físico, e quando indicado, exames radiográficos complementares, ultrassonográficos e citológicos. Dos 294 cânceres in situ, microinvasivos e não palpáveis diagnosticados, 60-70% geraram anomalias térmicas significativas que, na maioria dos casos, consistiram em padrões termovasculares distorcidos. Duzentos e quatro (21 ,3%) dos 958 pacientes que, em sua primeira visita, tinham um termograma anormal, porém, sem nenhuma evidência no exame físico ou mamografia, mas desenvolveram câncer nos três anos seguintes.

[0008] Em 1996, Gamagami escreveu em seu Atlas de Mamografia que as alterações angiogênicas pré neoplásicas podem ser observadas em pacientes assintomáticos anos antes das manifestações clínicas ou mamográficas do câncer de mama. Esses achados no passado foram interpretados como falso-positivos e anos seguintes o tumor palpável se desenvolveu na mesma mama. Em outro estudo com mulheres portadoras de anormalidades térmicas no exame inicial, e acompanhadas durante 2 a 10 anos, 33% dessas mulheres desenvolveram câncer de mama (FEIG, 1999).

[0009] Os avanços em tecnologias de imagem resultaram em imagens melhoradas, porém cada modalidade de imagem tem suas próprias limitações práticas, imposta pela natureza das estruturas de órgãos e tecidos. Estas limitações reforçam a necessidade de explorar novas tecnologias e explorar a possibilidade de usar múltiplas modalidades de imagem (JAMES, 2014). De acordo com Balan (2005), as características mais extraídas das imagens e usadas para gerar os vetores são: cor, textura e forma.

[0010] A representação de cores inclui desde o tradicional RGB (vermelho, verde e azul) num espaço cartesiano ortogonal, que mapeia as características físicas do objeto, refletindo mais precisamente o modelo de cores para a percepção humana em termos de matiz, saturação e intensidade (PHAM, 2000). Textura e forma podem discriminar e separar de modo mais apurado a imagem, pois os objetos (órgãos, tecidos e anomalias) têm na maioria das vezes, formas e texturas específicas que podem ser empregadas para a delimitação dos mesmos, podendo ser reconhecida e diferenciada pelo olhar humano através de características de suavidade, rugosidade e regularidade. (TUCERYAN, 1993).

[0011] A segmentação decompõe uma imagem em regiões homogéneas e esta tarefa pode ser alcançada ao identificar as fronteiras entre as regiões objeto de interesse (ROI). Na visão de Santos (2006), as regiões de uma segmentação de imagem devem ser uniformes e homogéneas em relação a algumas características como o tom de cinza ou a textura, enquanto as regiões adjacentes devem ter valores significativamente diferentes em relação à característica em que são uniformes. O limite da segmentação deve ser simples, não esfarrapado, e espacialmente preciso (HARALICK, 1985).

[0012] Um algoritmo universal para a segmentação de imagens, certamente, não existe e, ao contrário, a maioria das técnicas é adaptada para determinadas aplicações podendo funcionar apenas sob certas hipóteses sendo propensas a erros de segmentação se os objetos retratados nas imagens em cores são afetados por estaques, sombreamento e sombras. A única maneira de superar essa desvantagem é analisar como a luz interage com materiais coloridos e introduzir modelos dessa interação física nos algoritmos de segmentação, contabilizando as propriedades de reação com a matéria colorida (PHAM, 2000).

[0013] O estado da técnica carece de um sistema de processamento de imagens vídeo termométricas de pacientes, capaz de localizar a região de interesse, registrar ocorrências que apesar de não serem visíveis - a olho nu - estão presentes, detectar inúmeras anomalias em diferentes modalidades de imagens, além de ser capaz de comparar diferentes imagens para a utilização da mais eficiente de acordo com a necessidade do operador. Também carece de um sistema para identificar uma região de interesse, não visível ou palpável, para análise espectral da amostra.

[0014] Assim, do que se depreende da literatura pesquisada, não foram encontrados documentos antecipando ou sugerindo os ensinamentos da presente invenção, de forma que a solução aqui proposta possui novidade e atividade inventiva frente ao estado da técnica.

Sumário da Invenção

[0015] Dessa forma, a presente invenção resolve os problemas do estado da técnica a partir deum sistema de processamento de imagens vídeo termométricas de pacientes capaz de detectar anomalias por meio de um vídeo termograma, utilizando ondas eletromagnéticas com diferentes comprimentos dentro do espectro infravermelho e um ajuste da paleta de cores das imagens obtidas.

[0016] Em um primeiro objeto, a presente invenção apresenta um método de processamento de imagens vídeo termométricas de pacientes compreendido pelas etapas de:

a. delimitação da região de interesse e registro de anomalias não visíveis a olho nu, por meio de emissão de ondas eletromagnéticas MIR e LIR;

b. vídeo termometria da região de interesse por meio de emissão de ondas eletromagnéticas MIR e LIR;

c. identificação das anomalias não visíveis a olho nu para análise espectral da amostra por meio de emissão de ondas eletromagnéticas NIR; d. ajuste da resolução do vídeo termograma gerado.

[0017] Em um segundo objeto, a presente invenção apresenta um sistema de processamento de imagens vídeo termométricas de pacientes compreendido por:

a. meio de aquisição do vídeo termograma;

b. meio de manipulação do vídeo termograma.

[0018] Estes e outros objetos da invenção serão imediatamente valorizados pelos versados na arte e serão descritos detalhadamente a seguir.

Breve Descrição das Figuras

[0019] Com o intuito de melhor definir e esclarecer o conteúdo do presente pedido de patente, as seguintes figuras são apresentadas:

[0020] Demonstração do PADRÃO ATUAL DE IMAGEM

TERMOGRÁFICA adaptada do padrão industrial

[0021] A figura 1 mostra a imagem do câncer de mama (carcinoma ductal in situ) em duas cores, na região do infravermelho MIR (SZU, 2003).

[0022] A figura 2 mostra a imagem do câncer de mama (carcinoma ductal in situ) em duas cores na região do infravermelho LIR (SZU, 2003).

[0023] A figura 3 mostra a imagem da mama direita na faixa do MIR (esquerda) (SZU, 2003).

[0024] A figura 4 mostra a imagem da mama direita LIR (direita) mostrando um melhoramento na delimitação (SZU, 2003).

[0025] A figura 5 mostra a imagem multicolorida da mama antes da aplicação do algoritmo LCCN (language constraint neural network) (SZU, 2003).

[0026] A figura 6 mostra a aplicação do algoritmo LCCN na imagem multicolorida da mama onde evidenciou a lesão, demarcada em rosa (SZU, 2003).

[0027] A figura 7 mostra um exemplo de assimetria térmica detectada por uma paleta de cores. [0028] A figura 8 mostra o padrão de cores usado na imagem industrial e adaptada para os exames de imagem.

[0029] Demonstração do MELHORAMENTO DA IMAGEM VÍDEO TERMOMÉTRICA proposta

[0030] As figuras 9 e 10 mostram o delineamento, através da paleta de cores, que ocorre do pulmão (seta preta) e coração (seta amarela) de um rato, que durante o experimento perdeu calor para o ambiente (22±2°C), de modo a diminuir sua temperatura.

[0031] A figura 11 mostra o resultado do processamento da imagem para a detecção do sangue (demonstrado pela cor azul), durante a contração do músculo cardíaco de um coelho, evidenciando em tempo real através das câmaras do músculo cardíaco (átrio direito para o ventrículo direito).

[0032] A figura 12 mostra as possibilidades do processamento da imagem, visualizada em tempo real, em diferentes paletas de cores, de modo a achar a paleta mais adequada (indicada pela seta), para resultar na imagem da figura 11.

[0033] DEMONSTRAÇÃO do POTENCIAL DIAGNÓSTICO padrão de imagem vídeo termométrica proposto

[0034] A figura 13: A seta preta indica uma massa tumoral visível (Adenocarcinoma complexo com áreas císticas e papilíferas), enquanto a seta amarela aparentemente é composta por um tecido mamário canino normal sem alterações visíveis ou palpáveis.

[0035] A figura 14 mostra uma visão ampliada da figura anterior.

[0036] A figurai 5 mostra imagens processadas durante o momento cirúrgico faz figuras 13 e 14. A mão do cirurgião segura a massa tumoral (adenocarcinoma), indicado pela seta preta e ao lado direito aparece uma textura rugosa bem evidente, não visível ou palpável durante a inspeção (seta amarela).

[0037] A figurai 6 mostra biópsia presuntiva com resultado histopatológico indicando um padrão similar a área tumoral (carcinoma sólido). [0038] A figura 17 mostra assimetria contralateral com áreas com o mesmo padrão de imagem em cadela.

[0039] A figura 18 mostra a demarcação das áreas assimétrica. Na porção inferior a massa tumoral é palpável e visível (seta preta), porém a marcação superior não tem evidência de alteração (seta amarela).

[0040] A figura 19 mostra uma biópsia presuntiva (seta amarela) com um padrão similar a área tumoral indicando uma metástase (padrões mucíparos, sólidos e invasivos com êmbolos neoplásicos vasculares compatível com adenocarcinoma).

[0041] A figura 20 mostra que numa mesma área pode existir uma grande diferença de temperatura devido à neovascularização promovida pelo tumor (adenocarcinoma tubular), onde os pontos são estabelecidos por diferentes temperaturas (cadela).

[0042] A figura 21 mostra a massa tumoral (seta preta), a área de abrangência tumoral (seta vermelha) e área presuntiva de metástase à distância (seta amarela) em cadela.

[0043] A figura 22 mostra a imagem vídeo termométrica da figura 21 detectando a área de abrangência tumoral.

[0044] A figura 23 mostra a imagem vídeo termométrica da figura 21 detectando uma provável metástase à distância comprovada na figura 24.

[0045] A figura 24 mostra o resultado do exame histopatológico da área presuntiva da figura 21 (seta amarela) resultando num carcinoma tubular.

[0046] A figura 25 mostra a área assimétrica em quadrante superior interno da mama direita humana e alteração da temperatura abaixo indicativa de disfunção. Ao centro, uma peça cirúrgica contendo um sarcoma removido da área delimitada pela vídeo termometria. À direta demonstração da área removida.

[0047] As figuras 26 e 27 mostram as áreas acometidas pelo melanoma induzido em ratos.

[0048] As figuras 28, 29 e 30 mostram imagens do lobo pulmonar direito cranial e médio ( ^* ) em movimento inspiratório sequencial, evidenciando os movimentos respiratórios de entrada de ar na demarcação por círculos.

[0049] A figura 31 mostra uma imagem da alça distendida do intestino (cólon) por impactação de um fecaloma mostrando a área vascularizada (seta preta) e a área desvitalizada (seta amarela).

[0050] A figura 32 mostra uma imagem da alça distendida do intestino (cólon), apresentando a visualização da anatomia circulatória do mesentério ( ^* ).

[0051] A figura 33 mostra uma área desvitalizada do cólon (seta amarela) e anatomia circulatória do mesentério (seta preta) de um cão.

[0052] RESULTADO do padrão de imagem vídeo termométrica proposto

[0053] A figura 34 mostra uma imagem real do extravasamento líquido da linfa na cavidade torácica (em volta do pulmão e coração), durante uma cirurgia de um cão.

[0054] A figura 35 mostra a imagem termométrica da figura 34 com a paleta de cores do padrão industrial rainbow, inserida como padrão de comparação para contextualizar o melhoramento da imagem pelo novo padrão.

[0055] A figura 36 mostra uma concretização da imagem através de uma paleta de cores capaz de demonstrar o local do extravasamento da linfa pelo dueto torácico.

[0056] A figura 37 mostra uma concretização da imagem através de uma paleta de cores o pinçamento compressivo para interromper o fluxo da linfa pelo dueto torácico.

[0057] As figuras 38 e 39 mostram concretizações de um melhoramento das imagens das figuras 36 e 37, respectivamente, após um novo processamento à medida que a construção de paletas refina o processo.

[0058] CONSTRUÇÃO do padrão de imagem vídeo termométrica proposta

[0059] Para a inspeção industrial é justificável que se obtenha a informação de todas as temperaturas emitidas pelo objeto, já que este tende a entrar em equilíbrio térmico, mas para o ser humano o que importa é a diferença de temperatura entre pixels ou áreas em relação ao seu entorno, ou seja, uma atividade metabólica maior ou menor, indicativa de disfunção, como somos homeotérmicos e mantemos a nossa temperatura interna constante.

[0060] A temperatura periférica pode variar com o ambiente de uma maneira uniforme, mas numa patologia, temos diferença de temperatura entre pixels que podem chegar a graus. Daí a importância da sensibilidade do equipamento a ser utilizado e da captura das temperaturas que nos interessam de acordo com a patologia a ser estudada.

[0061] Ao se utilizar as figuras 38 e 39 como exemplo, onde o objeto de estudo é o tecido linfático (linfa), onde a faixa de temperatura a ser estudada está um pouco abaixo da temperatura máxima (sangue). Neste caso, a paleta deve ser construída para evidenciar as maiores temperaturas, enquanto as temperaturas que não nos interessam devem formar um degrade discreto de cor, sendo o mais ideal a escala de cinza.

[0062] A figura 40 mostra outra concretização da paleta de cores utilizada das imagens editadas, onde diferentes cores no pico máximo da escala de cinza promove a visualização de diferentes tecidos.

[0063] A figura 41 mostra outra concretização da paleta de cores utilizada das imagens editadas, onde diferentes cores no pico máximo da escala de cinza, com forte impressão de cor antes do pico máximo, demonstra a área de maior intensidade metabólica.

[0064] As figuras42, 43 e 44 mostram outra concretização da paleta de cores utilizada das imagens editadas, onde uma mudança na construção da paleta pode mudar o resultado da imagem, acrescentando detalhes ou confundindo o operador quando trabalha em tempo-real.

[0065] A figura 45 mostra outra concretização da paleta de cores utilizada das imagens editadas, onde a escala de cinza, com acréscimo de outra cor na porção média em degrade até o limite anterior a coloração do pico, promove a visualização do entorno da área de interesse.

[0066] A figura 46 mostra outra concretização da paleta de cores utilizada das imagens editadas, onde ao abandonar a escala de cinza como tonalidade de fundo, o degrade uniforme pode confundir num exame em tempo-real.

[0067] A figura 47 mostra outra concretização da paleta de cores utilizada das imagens editadas, onde um degrade com contraste no gradiente de tonalidades pode dar informações do entorno.

[0068] As figuras 48 e 49 mostram outra concretização da paleta de cores utilizada das imagens editadas. A inversão da área de contraste pode ser a diferença entre a imagem visível e a imagem subjetiva.

[0069] As figuras 50 e 51 mostram outra concretização da paleta de cores utilizada das imagens editadas, onde a localização da concentração de cores contrastando com a escala de cinza pode ser a diferença entre a imagem visível e a imagem subjetiva.

[0070] A figura 52 mostra o uso da segmentação para anular as informações que não interessam, facilitando a análise da região de interesse. Na barra de temperatura a amplitude da segmentação superior ou inferior define a abrangência da região a ser delimitada.

[0071] As figuras 53, 54, 55 e 56 mostram as isotermas como recursos demarcatórios usados nas regiões de interesse para facilitar a localização de áreas similares. De acordo com a posição e amplitude da isoterma (em amarelo) na coluna de temperatura, o resultado produzido busca a similaridade térmica.

[0072] A figura 57 mostra várias isotermas sendo usadas para identificação de similaridade térmica, sendo útil na busca de padrões da patologia ao delimitar uma área ou buscar o mesmo padrão à distância da patologia evidente.

[0073] O AMBIENTE MODULAR DA APLICAÇÃO DO ALGORITMO

[0074] A figura 58 mostra uma concretização do sistema em funcionamento utilizando a paleta padrão.

[0075] A figura 59 mostra uma concretização de uma das funções do sistema de busca de paletas de cores com múltiplas paletas de cores disponíveis durante operação do sistema em tempo real. Lembrando que estas paletas tem um fundo degrade uniforme.

[0076] A figura 60 mostra uma concretização da utilização de uma funcionalidade do sistema para o melhoramento da imagem pela ferramenta “Merlin bar”. Num fundo degrade uniforme é possível fazer um agrupamento do conjunto de cores da paleta (representadas por uma sequência de cores) e deslizá-la sobre o fundo uniforme, verticalmente, sobre a barra de temperatura até a imagem aparecer e se tornar mais nítida. A ferramenta“Merlim bar” permite que as pequenas diferenças de temperatura fiquem evidentes pela sequência de cores, formando a imagem. A sequência de cores agrupadas da paleta são cores pré-definidas, que se tornam móveis em cima de uma coloração degrade uniforme (com vários padrões pré-estabelecidos e que podem ser selecionados). Além disso, as isotermas (cores sólidas e isoladas) também se movimentam na barra de temperatura vertical em busca de alterações de temperatura em busca de assimetrias. Por exemplo, a escolha da isoterma 0,3°C busca áreas discrepantes de 0,3°C em relação a sua posição na barra vertical de temperatura, apontando áreas a serem investigadas.

[0077] ASSOCIAÇÃO DE TECNOLOGIAS

[0078] A figura 64 mostra uma concretização de uma reconstrução 3D a partir de imagens térmicas e ressonância nuclear magnética.

[0079] As figuras 65. a e 65. b mostram que imagens radiométricas permitem um novo processamento à medida que a tecnologia avança. A figura 65. a foi processada no início do desenvolvimento da técnica e a figura 65. b um ano depois à medida que a lógica do processamento foi se repetindo. Indicado pela seta preta a massa tumoral detectada em ambas as imagens e ao lado direito na figura 65. b aparece uma textura rugosa bem evidente, não visível ou palpável durante a inspeção (seta amarela).

[0080] A figura 66 mostra o conceito do cubo espectral de dados. Os dados do cubo contém duas dimensões espaciais e uma dimensão espectral (LI et al., 2013) para o diagnóstico de áreas presuntivas de alteração, mas sem sinais visíveis ou palpáveis.

[0081] A figura 67 mostra resultado espectral normal e metastático do linfonodo sentinela (0'SULLIVAN, 2011 ).

[0082] A figura 68 mostra uma concretização do sistema de processamento de imagens vídeo termométricas, passível de ser utilizado em diversos campos tecnológicos.

[0083] A figura 69 mostra um exemplo de espectros obtidos a partir da imagem NIR quando usamos a ferramenta“Spectral”.

Descrição Detalhada da Invenção

[0084] As descrições que se seguem são apresentadas a título de exemplo e não limitativas ao escopo da invenção e farão compreender de forma mais clara o objeto do presente pedido da patente.

[0085] Em um primeiro objeto, a presente invenção apresenta um método de processamento de imagens vídeo termométricas de pacientes compreendido pelas etapas de:

a. delimitação da região de interesse e registro de anomalias não visíveis a olho nu, por meio de emissão de ondas eletromagnéticas MIR e LIR;

b. vídeo termometria da região de interesse por meio de emissão de ondas eletromagnéticas MIR e LIR;

c. identificação das anomalias não visíveis a olho nu para análise espectral da amostra por meio de emissão de ondas eletromagnéticas NIR;

d. ajuste da resolução do vídeo termograma gerado.

[0086] O comprimento da radiação infravermelha encontra-se dentro de um intervalo de 0,75-1000 miti, podendo ser subdividida em três grupos menores: infravermelho próximo ao visível ou NIR (0,76-1 ,5 pm), infravermelho médio ou MIR (1 ,5-5, 6 pm) e infravermelho distante ou FIR (5,6-1000 pm). Embora as emissões de infravermelho da pele humana a 27° C estejam dentro da faixa de comprimento de onda de 2 a 20 miti, ela atinge o pico em torno de 10 pm. A faixa de comprimento de onda entre 8 - 12 pm é denominada de radiação infravermelha corporal, porém, com as novas gerações de detectores, as regiões NIR e MIR também estão sendo usadas (LAHIRI, 2012).

[0087] A Emissividade é a relação entre a energia irradiada (em um dado comprimento de onda) por um corpo qualquer e um corpo negro à mesma temperatura. Assim, a emissividade assume sempre valores entre 0 e 1 sendo numericamente igual à fração da radiação absorvida pelo corpo. Este calor é invisível para os receptores ópticos da retina, mas pode ser captado por detectores especiais gerando imagens hiper ou hiporadiantes.

[0088] O calor emitido pelo corpo humano (raios infravermelhos) é gerado pelo movimento molecular. Este calor é produzido pelo corpo de forma contínua, sendo um produto do metabolismo (resultado do total de reações bioquímicas do organismo), enquanto a intensidade metabólica expressa a liberação de calor durante as reações químicas.

[0089] Enquanto a temperatura periférica varia com o ritmo circadiano, esforço físico, metabolismo, balanço hídrico, drogas e temperatura ambiente, a temperatura central não se altera (homeotermia), sendo uniforme e resultando em simetria nos padrões térmicos.

[0090] Uma pessoa saudável possui simetria térmica, entre o lado esquerdo e direito do corpo, sendo pequena a diferença na temperatura da pele de ambos os lados do corpo humano, em torno de 0,2°C (UEMATSU, 1985).

[0091] Para a inspeção industrial é justificável que se obtenha a informação de todas as temperaturas emitidas pelo objeto, já que este tende a entrar em equilíbrio térmico, mas para o ser humano apenas as temperaturas extremas são importantes, já que somos homeotérmicos e mantemos a nossa temperatura interna constante.

[0092] A temperatura periférica pode variar com o ambiente de uma maneira uniforme, mas numa patologia, temos diferença de temperatura entre pixels que podem chegar a graus. Daí a importância da sensibilidade do equipamento a ser utilizado e da captura das temperaturas que nos interessam de acordo com a patologia a ser estudada.

[0093] Ao se utilizar as figuras 38 e 39 como exemplo, onde o objeto de estudo é o tecido linfático (linfa), onde a faixa de temperatura a ser estudada está um pouco abaixo da temperatura máxima (sangue). Neste caso, a paleta é construída para evidenciar as maiores temperaturas, enquanto as temperaturas que não nos interessam formam um degrade discreto de cor, sendo o mais ideal a escala de cinza.

[0094] Assimetrias térmicas são resultantes de alterações funcionais no organismo, portanto, uma diferença acima de 0,3°C é sugestiva de anormalidade e acima (GOODMAN, 1986) de 1 °C é forte indicativo de disfunções (DIBENEDETO, 2002).

[0095] Na perspectiva de Ring e Ammer (2007), a imagem infravermelha só pode produzir resultados confiáveis e válidos se a técnica seguir padrões estabelecidos, onde a captação da imagem deve acontecer num ambiente controlado.

[0096] Diferentes autores divergem quanto à temperatura do ambiente, para a realização do exame. Tal preconização está diretamente relacionada ao tipo de tecido submetido ao exame, sendo observada uma faixa de temperatura de 18°C- 25°C (LAHIRI, 2012).

[0097] A radiação infravermelha pode interagir com a massa de gases circundantes, tendo vários de seus comprimentos de onda absorvidos e remetidos (atenuação atmosférica), pela presença de gases contendo três ou mais átomos na molécula e partículas sólidas em suspensão (VERATTI, 1992; NOGUEIRA, 2010).

[0098] Já a distância entre a câmera e o tecido em estudo não são fatores relevantes para o sucesso do exame. A distância ideal para a análise de imagem do abdómen e do tronco parecia estar em torno de 2 metros, mas distâncias maiores ou menores não levaram a variações estatisticamente significativas em relação aos dados exportados (TOPALIDOU, 2016).

[0099] Em 2000, Anbar sugeriu que pequenos tumores são capazes de produzir alterações notáveis na imagem infravermelha, que poderiam ocorrer via vasodilatação de óxido nítrico induzida pelo carcinoma ductal in situ (DICS).

[0100] O crescimento de um tumor depende da neovascularização, e este recrutamento bem sucedido de novos vasos sanguíneos num tumor (angiogênese) depende de fatores de crescimento angiogênico produzidos pelas células tumorais. Os novos vasos crescem adjacentes ao tumor e não possuem músculo liso, tornando-os refratários ao controle pela epinefrina. Isto mantém um fluxo sanguíneo mais constante que aumenta a temperatura local (SALHAB, 2005).

[0101] As regiões, da mama com câncer, produzem sinais térmicos com alteração da complexidade quando analisados ao longo do tempo onde 90,90% da taxa de acertos foi alcançada (SILVA, 2015).

[0102] A termometria é utilizada em diversas cirurgias cardíacas porque a radiação infravermelha emitida pelo coração é diretamente proporcional à sua temperatura, e esta, é diretamente proporcional ao fluxo coronariano (ROBICSEK, 1978). Dessa forma, uma elevada emissão de calor pelo tecido miocárdio indica um aumento do fluxo sanguíneo, enquanto que uma emissão diminuída indica uma hipoperfusão. O elevado fluxo sanguíneo cardíaco e sua considerável atividade metabólica fazem do miocárdio um excelente órgão para exame por termometria infravermelha (BRIOSCHI, 2002).

[0103] Além das utilizações já descritas, outras aplicações são alvo da técnica como o tratamento e controle da dor, vasculopatias, doenças reumáticas, neurologia, cirurgia, oftalmologia, dermatologia, queimaduras, úlceras, odontologia, distúrbios respiratórios, esporte e reabilitação física.

[0104] As emissões de infravermelho da pele humana a 27° C estão dentro da faixa de comprimento de onda de 2 a 20 miti, atingindo seu pico em torno de 10 pm. A faixa de comprimento de onda entre 8 - 12 pm é denominada de radiação infravermelha corporal (LIR), porém, com as novas gerações de detectores, as regiões NIR e MIR também estão sendo usadas (LAHIRI, 2012).

[0105] Durante um experimento realizado em 2003 por Szu, conforme é mostrado nas figuras 3 e 4, evidenciou-se que, dependendo das regiões do infravermelho, alguns detalhes podem ser perdidos na escolha de uma ou outra região do infravermelho.

[0106] Além disso, as figuras 5 e 6 mostram que através de um algoritmo multiespectral LCCN (Lagrange Constraint Neural NetWork) nas imagens multicoloridas, é evidenciado uma área hiper-radiante na lesão do carcinoma in situ, na região da mama, apesar da limitação da técnica em 2003. Esses detalhes podem mudar a avaliação da situação de saúde de um paciente e o método de tratamento que pode ser utilizado.

[0107] Durante o experimento foi relatado que a imagem infravermelha com duas cores pode registrar corretamente as assimetrias e fornecer um melhor diagnóstico no câncer de mama, e ainda comparou a mesma imagem nas regiões LIR e MIR, conforme as figuras 3 e 4.

[0108] Outro posicionamento importante foi dado por Arena em 2004, quando sugeriu a combinação de modalidades numa única exibição, onde os dados poderiam ser codificados por cores e em camadas, melhorando a percepção numa imagem clara e concisa, de acordo com a figura 7.

[0109] Se por um lado, o algoritmo R/D e o padrão de cores dos softwares industriais são os mais utilizados, por outro, a faixa do infravermelho longo (LIR) deixa de receber informação das outras faixas que também refletem o movimento molecular, mostrando que a técnica é eficaz, mas não está usando a tecnologia adequada.

[0110] As emissões de infravermelho da pele humana a 27° C estão dentro da faixa de comprimento de onda de 2 a 20 miti, atingindo o picoem torno de 10 miti, sendo mais utilizado o LIR.

[0111] O método de processamento de imagens vídeo termométricas de pacientes utiliza de emissões de infravermelho MIR e LIR para a visualização do aspecto macro e delimitação da região de interesse. O NIR destina-se ao aspecto micro (identificação do espectro), após a delimitação prévia da MIR e LIR.

[0112] Processamento de imagens vídeo termométricas de paciente compreende o processo de delimitação de área de onde se necessita a obtenção de informações, a geração de vídeo termograma e a manipulação desse vídeo termograma por meio do ajuste da resolução.

[0113] Mantendo se em mente, sobre as particularidades citadas anteriormente como cada tecido humano possui uma emissividade particular, emitindo calor em diferentes faixas da região do infravermelho, a diferença na temperatura da pele normal de ambos os lados do corpo humano, gira em torno de 0,2°C. Assimetrias térmicas são resultantes de alterações funcionais no organismo, portanto, uma diferença acima de 0,3°C é sugestiva de anormalidade e acima de 1 °C é forte indicativo de disfunções.

[0114] Para a inspeção industrial é justificável que se obtenha a informação de todas as temperaturas emitidas pelo objeto, já que este tende a entrar em equilíbrio térmico, mas para o ser humano apenas as temperaturas extremas são importantes, já que somos homeotérmicos e mantemos a nossa temperatura interna constante. A temperatura periférica pode variar com o ambiente de uma maneira uniforme, mas numa patologia, temos diferença de temperatura entre pixels que podem chegar a graus. Daí a importância da sensibilidade do equipamento a ser utilizado e da captura das temperaturas que nos interessam de acordo com a patologia a ser estudada.

[0115] A segmentação da imagem medica é crucial para o delineamento de estruturas anatômicas e outras regiões de interesse. Cor e textura são os dois atributos de baixo nível, e também os mais importantes usados para a recuperação baseada em conteúdo de informações em imagens e vídeos, sendo frequentemente usada para indexar e gerenciar os dados.

[0116] Para que a construção da paleta seja adequada à patologia é preciso saber o que se espera encontrar já que cada doença tem a sua particularidade. O ideal é inspecionar a área de interesse e encontrar a temperatura máxima e mínima, construindo os intervalos de cores da paleta a partir deste parâmetro.

[0117] Também é importante usar a segmentação para anular as informações de regiões que não nos interessam facilitando a análise da imagem onde está a região de interesse, conforme é exemplificado na figura 52.

[0118] Além da segmentação, as isotermas são recursos demarcatórios, que podem ser usados nas regiões de interesse facilitando a localização de áreas, conforme são exemplificados nas figuras 53 a 56.

[0119] Em todo processo de criação de paletas o número de cores, o posicionamento e a associação de uma ou duas isotermas pode mudar mais informações do que era compreendido no estado da técnica. Em todos os casos melhorar a imagem, mesmo sem recurso, mostra que a imagem infravermelha pode dar mais informação visual, além das diferenças de temperatura. Em uma concretização, as paletas de cores estão armazenadas dentro do próprio sistema de processamento de imagens vídeo termométricas de pacientes. Em outra concretização, as paletas de cores são adquiridas através de um meio de aquisição de paletas de cores na nuvem.

[0120] Em um segundo objeto, a presente invenção apresenta um sistema de processamento de imagens vídeo termométricas de pacientes compreendido por:

a. meio de aquisição do vídeo termograma compreendendo ao menos uma cabeça de leitura; e

b. meio de manipulação do vídeo termograma configurado para receber o vídeo termograma gerado pelo meio de aquisição.

[0121] Em uma concretização, o meio de e aquisição compreende cabeça de leitura com tecnologia nas faixas do infravermelho NIR, MIR e LIR associada a uma câmera para fusão de imagens. Em uma concretização, a referida câmera é uma câmera CCD. Com isso, o sistema possibilita realizar uma fusão entre a imagem real, captada pela câmera, e a imagem do vídeo termograma, captado pela cabeça de leitura.

[0122] Para que a imagem possa ser analisada em tempo real é preciso que além da construção das paletas exista um ambiente para que ela possa ser melhorada. Também é necessário que existam ferramentas que possam ser utilizadas para adaptá-la a situação a ser estudada, tornando a técnica reproduzível. Em uma concretização o sistema de processamento de imagens vídeo termométricas de pacientes compreende 3 módulos que interagem entre si para a manipulação dos vídeo termogramas, sendo eles o módulo do usuário, módulo administrador e módulo desenvolvedor.

[0123] Vídeo termograma é qualquer imagem detectada onde é evidenciado as diferentes temperaturas da região analisada.

[0124] O módulo de usuário abrange os controles de perfil de acesso. Um usuário deve ser associado a pelo menos um perfil de acesso, que determina a responsabilidade e/ou nível de acesso às informações do sistema, seja como coadministrador das informações, seja como mero cliente para administração de suas próprias informações. Adicionalmente o módulo de usuário possui uma impressão de laudos, onde tais laudos compreendem descrição de procedimento em texto, imagens e/ou vídeos que envolvem um cadastramento prévio do cliente e seu histórico.

[0125] O módulo administrador permite uma ampla utilização das funcionalidades do objeto, suporte para a instalação do software, central de laudos, telemedicina e atualizações. Em uma concretização adicional, o módulo administrador tem acesso com privilégio a todas as funções do objeto, para permitir o suporte.

[0126] O módulo desenvolvedor abrange os controles do sistema em si e compreende administração por usuários com alto grau de conhecimento e responsabilidade. Em uma concretização adicional, o módulo desenvolvedor guarda todos os controles de parametrização dos demais módulos, sejam banco de dados, paletas de cor, isotermas, gráficos, dados estatísticos, com permissão para a edição do código fonte e geração do objeto.

[0127] No sistema de processamento de imagens vídeo termométricas de pacientes, a edição de paletas é um módulo que permite a edição de novas paletas. Em uma concretização, é uma função para ser usada fora do tempo real, e que colabora para a atualização do software.

[0128] Em uma concretização, a edição de paleta de cores permite a leitura de paletas não residentes no sistema para gerar o novo padrão de imagem, conforma exemplificado pelas figuras 40 a 50, de modo que possua uma apresentação intuitiva, com controles práticos associado a ferramentas facilitadoras, como por exemplo, teclas de função para atalhos durante o trabalho.

[0129] Em uma concretização adicional, o módulo de edição se assemelha a uma roda gigante, como é exemplificado nas figuras 59 e 60, mostrando através da rolagem do mouse, a imagem das paletas residentes no software, em vídeo e/ou imagem estático. Assim que a melhor imagem for selecionada, dois cliques com o mouse na opção escolhida transfere esta imagem para a tela principal, podendo ser editada usando a segmentação e isotermas.

[0130] Em uma concretização, ao escolher a melhor opção de fundo degrade, o melhoramento é feito pela ferramenta “Merlin bar”, conforme exemplificado na figura 60. Uma vez ativada, esta barra tem os botões superior e inferior além de uma barra de ligação. Após o agrupamento, a paleta pode ser movimentada pelo mouse até a posição desejada sobre a barra de temperatura. A faixa agrupada se refere a um gradiente de cores pré-definidas, que se torna móvel, em cima de uma coloração degrade uniforme e/ou com padrão pré-estabelecido. Além disso, as isotermas (cores sólidas e isoladas) também se movimentam na barra de temperatura vertical em busca de alterações de temperatura de 0,1 a 5°C em busca de assimetrias. Por exemplo, a escolha da isoterma 0,3°C busca áreas discrepantes de 0,3°C em relação a sua posição na barra vertical de temperatura, apontando áreas a serem investigadas. A figura 60 mostra uma concretização da utilização de uma funcionalidade do sistema para o melhoramento da imagem pela ferramenta “Merlin bar”.

[0131] Na fusão de tecnologias, o NIR pode captar a imagem da área discrepante criando um espectro que pode identificar a estrutura molecular e compará-la ao banco de espectros já cadastrado gerando um diagnóstico em tempo-real da área a ser investigada ou não.

[0132] Em uma concretização, o sistema de processamento de imagens vídeo termométricas de pacientes compreende conversão de imagens para o sistema de comunicação de imagens digitais em medicina (DICOM), onde a informação torna-se um arquivo para se comunicar com outros softwares e consulta. Como imagem radiométrica, estas podem ser editadas novamente com a evolução da tecnologia.

[0133] Em uma concretização adicional, o sistema de processamento de imagens vídeo termométricas de pacientes compreende fusão 3D entre imagens de tomografia computadorizada e/ou ressonância nuclear magnética com imagens térmicas, de maneira a funcionar eficientemente em termos de reconstrução e velocidade de processamento, conforme exemplificado pela figura 64.

Exemplo 1

[0134] Os exemplos aqui mostrados têm o intuito somente de exemplificar uma das inúmeras maneiras de se realizar a invenção, contudo sem limitar, o escopo da mesma.

[0135] O meio de aquisição/captura da imagem é feita pela cabeça de leitura com tecnologia nas faixas do infravermelho: NIR, MIR e LIR, associada a uma câmera CCD para a fusão de imagens com uma unidade de exaustão e resfriamento associada.

[0136] Com uma câmera térmica científica e o software Research IR, gerou-se uma imagem de saída no padrão industrial, multicolorido, podendo ser considerada uma excelente tecnologia na atualidade, apesar de estar longe do ideal.

[0137] Como as evidências mostram que nas situações patológicas a intensidade metabólica aumenta e gera calor (resultado das reações químicas e do movimento molecular) ficou evidente que as ocorrências estavam acontecendo, porém não estavam sendo visualizadas.

[0138] O primeiro passo foi a construção de paletas a partir das imagens captadas, onde as paletas deveriam ser construídas por tecidos e órgãos.

[0139] A construção das paletas foi feita a partir de ratos e coelhos que se submetiam a algum experimento na Unidade de experimentação animal (UEA-RJ). Pelo fato de terem uma alta intensidade metabólica foi possível criar um padrão de cor que tornasse possível evidenciar o delineamento de estruturas anatômicas mostrado nas figuras 28 e 33.

[0140] Posteriormente, tentamos verificar se seria possível enxergar o fluxo de sangue no coração durante uma cirurgia em tórax aberto num coelho. O fluxo do sangue, mostrado na figura 1 1 em azul, ficou evidente ao entrar pela veia cava caudal em direção ao átrio direito e ventrículo direito.

[0141] Para chegar a esta imagem foram construídas várias paletas, a fim de escolher a opção que mostrasse uma melhor nitidez em vídeo. A figura 12 demonstra diversas paletas de cores construídas.

[0142] Sendo visualizado o fluxo sanguíneo, o fluxo linfático sabendo que a identificação do tecido linfático, no estado da técnica, é um problema até mesmo para o cirurgião mais treinado.

[0143] Desta forma, na rotina de atendimento da UEA, foi feita uma inspeção, no cão, durante uma cirurgia com tórax aberto para a correção de um quilotórax, conforme é mostrado nas figuras 34 a 39. O quilotórax é uma condição debilitante onde há ruptura do dueto torácico e consequente extravasamento do quilo no espaço pleural. O quilo é um líquido linfático leitoso resultante da absorção de gorduras do processo digestivo que apresenta alta concentração de quilomicrons, e lipoproteínas como triglicerídeos, fosfolipídios e colesterol (ALLMAN, 2010). A identificação do dueto torácico é fundamental para a correção do extravasamento do quilo.

[0144] Em todo processo de criação de paletas é possível perceber que o número de cores, o posicionamento e a associação de uma ou duas isotermas podem dar mais informações do que se é utilizado no estado da técnica. Em todos os casos, é possível melhorar a imagem, mesmo sem recurso, mostrando que a imagem infravermelha pode dar mais informação visual, além das diferenças de temperatura.

Exemplo 2

[0145] Um diferente caso de utilização do método de processamento de imagens vídeo termométricas está exemplificado nas figuras 65. a e 65. b, anteriormente explicado nas figuras 13 a 16. Como as imagens são radiométricas é possível reanalisar todas as imagens capturadas no início do experimento, reconstruindo o novo padrão à medida que a lógica do processamento vai se repetindo. Desta forma, é possível visualizar texturas que antes não podiam ser vistas.

Exemplo 3

[0146] Em outro caso, foi possível identificar áreas similares a área tumoral conhecida, mas sem alterações visíveis ou palpáveis, sendo objeto de biópsia que resultou em êmbolo neoplásico, de acordo com as figuras 17 a 19.

[0147] Além da facilidade de visualização e da delimitação nas lesões, a medida de temperatura é um indicativo importante de disfunção. Também é possível identificar a abrangência do tumor e as metástases à distância em outra paleta, mostrado nas figuras 21 a 23.

[0148] É importante dizer que a técnica também pode ser aplicada para avaliara ventilação pulmonar, conforme os movimentos respiratórios que aparecem nas figuras 28 a 30.

[0149] Em mesentério, permite verificar a vascularização e as áreas disfuncionais. Neste caso, foi construída uma paleta para verificar um fecaloma, onde a alça intestinal está distendida, mostrado nas figuras 31 a 33.

Exemplo 4 [0150] Em ratos, foi induzido o crescimento do melanoma (tumor) na orelha, sendo possível identificar quais animais desenvolveram tumores, e a área de abrangência tumoral, independente de sinais visíveis. Figuras 26 e 27.

Exemplo 5 - Estacão MART (1)

[0151] Para fim de exemplificação do sistema de processamento de imagens vídeo termométricas de pacientes, denominado neste exemplo de estação de atividade metabólica em tempo real (MART) (1 ), a figura 68 mostra uma concretização da estação MART (1 ) em 5 utilizações distintas.

[0152] A estação MART (1 ) é uma ilha de edição computadorizada, acoplada a um gerador de imagem, que capta através de sensores infravermelhos a imagem digital estática e/ou dinâmica, livre de radiação, emitida pelo corpo, podendo gravar vídeos e transformá-los os dados.

[0153] A vídeo termometria na detecção de alterações metabólicas pode auxiliar o processo decisório, já que a estação MART (1 ), usa um novo padrão de imagem, desenvolvido por afecção, órgão ou tecido, é eficaz ao registrar ocorrências, que apesar de não serem visíveis a olho nu, estão presentes.

[0154] Estação MART (1 ) para uso em centro cirúrgico (1.1 ) compreende:

a. delimitação de abrangência e margens tumorais;

b. identificação da vascularização tumoral;

c. biópsias presuntivas de metástase à distância;

d. identificação de anormalidades vasculares, incluindo as linfáticas; e. identificação de áreas de isquemia.

[0155] Estação MART (1 ) para uso em radiologia (1.2) compreende: a. identificação de anormalidades vasculares da mama;

b. identificação de assimetria térmica indicativa de disfunção;

c. delimitação de abrangência e margens tumorais;

d. identificação de áreas de isquemia.

[0156] Estação MART (1 ) para uso em dermatologia (1.3) compreende: a. identificação de assimetria térmica indicativa de disfunção; b. delimitação de abrangência e margens tumorais;

c. identificação de anormalidades vasculares ou irrigação tumoral; d. Identificação dos nichos de células-tronco.

[0157] Estação MART (1 ) para uso em cardiologia (1.4) compreende identificação da isquemia durante o teste de esforço.

[0158] Estação MART (1 ) para uso em laboratório (1.5) (antes das alterações visíveis) compreende:

a. identificação da disposição celular no meio de cultura;

b. identificação de crescimento, competição ou morte celular c. visualização do comportamento energético celular.

[0159] Utilização de cabeças de leitura com tecnologia nas faixas do infravermelho: NIR, MIR e LIR, associada a uma câmera CCD para a fusão de imagens.

[0160] MIR e LIR destinam-se a visualização do aspecto macro e delimitação da região de interesse. NIR destina-se ao aspecto micro (identificação do espectro da amostra), após a delimitação prévia da MIR e LIR. Com isso, o sistema utiliza a ferramenta“Spectral” que compreende a captura da imagem NIR para formar o espectro da amostra em uma imagem. A figura 69 mostra um exemplo de um espectro obtido através dessa ferramenta.

[0161] A espectroscopia vibracional de infravermelho pode extrair informações sobre a estrutura e a composição de vários materiais biológicos a partir do movimento molecular (LEE, 2009). A espectroscopia na região do NIR pode ser uma excelente associação de tecnologia. Com cada tipo de ligação tem sua própria frequência natural de vibração, e como dois tipos idênticos de ligações em dois diferentes compostos estão em dois ambientes levemente diferentes, os padrões de absorção no infravermelho, ou espectro infravermelho, em duas moléculas de estruturas diferentes nunca são exatamente idênticos. Apesar de as frequências absorvidas nos dois casos poderem ser iguais, jamais os espectros infravermelhos (os padrões de absorção) de duas moléculas diferentes serão idênticos. Assim, o espectro infravermelho pode servir para moléculas da mesma forma que impressões digitais servem para seres humanos, conforme mostrado na figura 66. Dois tipos de espectrômetros de infravermelho são bastante usados em laboratórios químicos: instrumentos dispersivos e de transformada de Fourier (FT). Mas os espectrômetros de infravermelho FT produzem o espectro muito mais rapidamente do que os instrumentos dispersivos (PAIVA, 2010).

[0162] Áreas presuntivas podem ser analisadas usando parâmetros específicos obtidos a partir de espectros de infravermelho por transformada de Fourier, tornando-o um método rápido e livre de reagentes que pode distinguir células e tecidos pré-malignos e malignos de seu estado normal (SAFIU, 2005). A figura 67 mostra uma concretização desse espectro.

[0163] Os versados na arte valorizarão os conhecimentos aqui apresentados e poderão reproduzir a invenção nas modalidades apresentadas e em outras variantes e alternativas, abrangidas pelo escopo das reivindicações a seguir.