Universidad
Politécnica de Madrid

Mejores imágenes en tiempo real del tumor cerebral durante la cirugía

Investigadores del CITSEM UPM participan en una investigación europea que utiliza cámaras hiperespectrales para lograr una mejor identificación de la localización del tumor en los procedimientos quirúrgicos.

27.11.2017

Lograr una aproximación más clara y limpia al tumor es uno de los desafíos a los que se enfrenta un cirujano ante cualquier tipo de cáncer, pero este requisito es más importante aún cuando la masa cancerosa se sitúa en el cerebro, donde el más mínimo margen de error puede tener consecuencias muy graves en forma de efectos secundarios y pérdida de la calidad de vida para el paciente. Ahora, una investigación europea en la que han participado expertos de la Universidad Politécnica de Madrid ha logrado utilizar imágenes hiperespectrales en la cirugía de tumores cerebrales consiguiendo así resultados mucho más precisos en las operaciones.

HELiCoiD, nombre que recibe el proyecto internacional, utiliza las imágenes obtenidas de un par de cámaras hiperespectrales durante la cirugía cerebral para ayudar al neurocirujano a que realice una mejor resección del tumor, lo que reduce la posibilidad de complicaciones posteriores a la intervención y mejora el pronóstico del paciente. Y es que, el gran valor de este tipo de imágenes radica en que, por sus características, proporcionan información mucho más precisa de los márgenes del tumor que la que se obtendría a simple vista o con la ayuda de un microscopio.

“Las imágenes hiperespectrales son una herramienta de detección fundamental y que presenta muchas ventajas, dado que no son invasivas, no son ionizantes y no necesitamos contrastes con lo que no son molestas para el paciente”, explica César Sanz, investigador del Centro de Investigación en Tecnologías Software y Sistemas Multimedia para la Sostenibilidad (CITSEM) de la UPM y uno de los participantes en el estudio. “Contienen información que no solo se limita al espectro visible, sino que incluyen cientos de bandas, cada una de las cuales cubre una parte estrecha y contigua del espectro electromagnético”, añade.

Así, para cada pixel de la imagen se tienen, no tres como en las imágenes en color (RGB), sino centenares de valores. En consecuencia cada imagen es un cubo de datos de información espectral que consiste en una serie de planos obtenidos a varias longitudes de onda de interés. “Al analizar la reflectancia, emitancia o fluorescencia de cada píxel en la imagen hiperespectral, se logra una mejor determinación de la estructura química del material bajo evaluación”, asegura Eduardo Juárez, investigador responsable por parte de la UPM en el proyecto HELiCoiD. Los tumores cerebrales son uno de esos “materiales”.

Imagen: Mapas de clasificación obtenidos con el prototipo junto con las imágenes que vería el neurocirujano: (arriba) el neurocirujano todavía no ha dejado al descubierto el tumor. El código de colores es el siguiente, verde corresponde a tejido sano, azul a vasos sanguíneos, rojo a tejido canceroso y negro a otros. (abajo) el neurocirujano ha llegado hasta el tumor, en este caso, un glioblastoma de grado IV.

Una imagen privilegiada del tejido canceroso

Gracias a las posibilidades de la imagen hiperespectral los cirujanos pueden diferenciar mejor el tejido sano del canceroso y si el procesamiento se realiza a la velocidad adecuada, puede asistir al neurocirujano, en tiempo real, en la toma de decisiones durante las operaciones. Algo fundamental ya que “la cantidad de tejido extraído en la resección de este tipo de tumores tiene un efecto decisivo sobre la calidad de vida posterior del paciente”, asegura Rubén Salvador, otro de los investigadores participante en HELiCoiD.

Entonces, ¿por qué hasta ahora no se habían utilizado en las cirugías de tumores cerebrales? “La razón está en que los algoritmos desarrollados para el procesamiento de imágenes hiperespectrales requieren una elevada capacidad de cómputo debido a su complejidad y al gran volumen de datos. Para satisfacer el requisito de detección de cáncer en tiempo real, es necesario emplear plataformas hardware/software multiprocesador de altas prestaciones”, explica Raquel Lazcano, investigadora en HELiCoiD, que asegura que eso es precisamente lo que se ha logrado con este proyecto.

Imagen: Otro mapa de clasificación de un glioblastoma de grado IV (mismo código de colores) y la vista del neurocirujano

“Los cirujanos reciben la información que captan las cámaras en tiempo real y ya descifrada por medio de los algoritmos, por lo que en todo momento tienen información en tiempo real y diferenciada por colores de las áreas del cerebro que están interviniendo y pueden ver en qué punto están en la resección del tumor y si hay más masa tumoral de la esperada”.

En el proyecto europeo HELiCoiD participan, además de la UPM, investigadores de la Universidad de Las Palmas de Gran Canaria (coorinador de la iniciativa), el Imperial College of Science de Londres, Association pour la Recherche et le Développement des Méthodes et Processus Industriels, ARMINES de Paris, France y las empresas ONCOVISIÓN, Virtual Angle y Medtronic Ibérica (Spain).

Para los investigadores, los resultados del proyecto “han sido un éxito”. “Se han realizado más de 40 operaciones quirúrgicas con el prototipo en el quirófano y la valoración final de los auditores de la Comisión Europea ha sido muy favorable” añade Daniel Madroñal, también investigador en HELiCoiD.