DETECCIÓN DE PATRONES EN IMÁGENES MÉDICAS

Transcripción

1 TESIS DE MAGISTER EN INGENIERÍA DEL SOFTWARE DETECCIÓN DE PATRONES EN IMÁGENES MÉDICAS Autor: Ing. Ferrero, Gustavo Adolfo Directores: Dr. Ramon Garcia Martinez M. Ing. Paola V. Britos

2 No busco el concepto de nadie, sino el de mi propia conciencia, que al fin es con la que vivo en todos los instantes y no quiero que me remuerda. General Manuel Belgrano

3 Resumen El presente trabajo académico tiene como objetivo la construcción e implementación de una herramienta software de distribución libre que utiliza algoritmos de minería de datos (redes neuronales y k-means) aplicado al procesamiento de imágenes médicas de mamografías digitales, que permita el análisis de las mismas y gestione la información para permitir el posterior análisis y seguimiento. Resumen Ing. Gustavo A. Ferrero Página i

4 Agredecimientos Agradezco a los profesores del Instítuto Tecnológico Buenos Aires que no han escatimados esfuerzos para facilitarme información, en especial a la profesora Paola Britos por su dedicación, paciencia e incentivo para concluir mi maestría. Agradezco al personal del Hospital Córdoba, al doctor Marcelo Ovejero que en ningún momento ha escaseado en esfuerzo para proveerme de su conocimiento; quiero agradecer al Doctor Raúl Giordano por su tiempo para la clasificación de las mamografías. Agradezco a mí compañera María Virginia, por su comprensión, incentivo y paciencia, a la que he privado de momentos en el beneficío del presente trabajo. Finalmente agradezco a mis padres y hermanos por apoyarme e incentivarme a estudíar y superarme en cada etapa de mi vida. Resumen Ing. Gustavo A. Ferrero Página i

5 Índice Índice...ii INTRODUCCIÓN Introducción Consideraciones iniciales Publico Organización de la documentación... 1 MINERÍA DE DATOS e IMÁGENES Introducción Descripción del problema Tecnología aplicada... 7 PLAN DE SISTEMA DE INFORMACIÓN Introducción Inicio del plan de sistema de información Identificación del alcance del PSI Definición de la organización del PSI Especificación del ámbito y alcance Estudio de la información relevante Selección y análisis de antecedentes Identificación de requisitos Análisis de las necesidades de información Catalogación de requisitos Diseño del modelo de sistema de información Definición de la arquitectura tecnológica Selección de la arquitectura tecnológica Definición del plan de acción Análisis de estimación con COCOMO y puntos de función Establecimiento de calendario ESTUDIO DE VIABILIDAD DEL SISTEMA Estudio de viabilidad del sistema Establecimiento del alcance del sistema Objetivos Estudio y establecimiento de restricciones Estudio de alternativas de solución Preselección de alternativas de solución Valoración de alternativas Estudio de la inversión Estudio de los riesgos ANÁLISIS DE SISTEMA DE INFORMACIÓN Análisis de sistema de información Descripción y objetivo Usuarios involucrados y condiciones de éxito Análisis de riesgo y planes de contingencia Definición del sistema Modelo de negocio Modelo del dominio Identificación del entorno tecnológico Definición de la arquitectura Establecimiento de requisitos Obtención de los requisitos Especificación de casos de uso Análisis de requisitos Índice Ing. Gustavo A. Ferrero Página ii

6 5.5.4 Validación de requisitos Identificación de subsistema de análisis Determinación de subsistema de análisis Integración de subsistemas de análisis Análisis de los casos de uso Análisis de clases Definición de las interfaces de usuario Análisis de consistencias y especificación de requisitos DISEÑO DE SISTEMA DE INFORMACIÓN Planificar las siguientes fases (Ciclo de vida de la arquitectura) Ciclo de vida WINWIN Diseño de sistema de información Descripción y objetivos Definición de la arquitectura del sistema Definición de niveles de arquitectura Identificación de los requisitos de diseño y construcción Especificaciones de excepciones Especificación de estándares y normas de diseños y construcción Identificación de subsistemas de diseño Especificación del entorno tecnológico Hardware Especificación de requisitos de operación y seguridad Diseño de la arquitectura de soporte Diseño del subsistema de soporte Diseño de los casos de usos reales Identificación de clases asociadas a un caso de uso Diseño de la realización de los casos de uso Revisión de la interfaz de usuario Revisión de subsistemas de diseño e interfaces Diseño de las clases Identificación de clases adicionales Clases adicionales Clases abstractas Diseño de asociaciones y agregaciones Identificación de atributos de clases Identificación de operaciones de las clases Identificación de operaciones por estados Diseño de la jerarquía Descripción de métodos de las operaciones Especificación de necesidad de migración y carga inicial de datos Diseño físico de datos Diseño del modelo físico de datos Especificación de los caminos de accesos a los datos Optimización del modelo físico de datos Especificación de la distribución de datos Verificación y aceptación de la arquitectura del sistema Generación de las especificaciones de construcción Especificación del entorno de construcción Definición de componentes y subsistemas de construcción Elaboración de especificaciones de construcción Elaboración de las especificaciones del modelo físico de datos Diseño de la migración y carga inicial de datos Especificación técnica de niveles de pruebas Especificación del entorno de prueba Índice Ing. Gustavo A. Ferrero Página iii

7 Requisitos de operación y seguridad del entorno de prueba Herramientas de pruebas relacionadas Especificación técnica de niveles de prueba Establecimiento de los requisitos de implantación Especificación de requisitos de documentación de usuario Especificación de los requisitos de implantación CONSTRUCCIÓN DE SISTEMA DE INFORMACIÓN Planificar las siguientes fases. (Capacidad Operativa Inicial) Introducción Modelo Win-Win Preparación del entorno de generación y construcción Software de construcción Implantación de la base de datos física Preparación del entorno de construcción Lenguajes de programación y clases Entorno de desarrollo Herramientas de soporte Generación de código de los componentes y procedimientos Generación del código de componentes Generación del código de los procedimientos de operación y seguridad Ejecución de las pruebas unitarias Preparación del entorno de pruebas unitarias Realización y evaluación de las pruebas unitarias Ejecución de las pruebas de integración Realización de las pruebas de integración Evaluación del resultado de las pruebas de integración Ejecución de las pruebas del sistema Preparación del entorno de las pruebas del sistema Realización de las pruebas del sistema Evaluación del resultado de las pruebas del sistema IMPLANTACIÓN Y ACEPTACIÓN DEL SISTEMA Implantación y aceptación del sistema Establecimiento del plan de implantación Definición del plan de implantación Formación necesaria para la implantación Incorporación del sistema al entorno de operación Realización de la instalación Carga de datos al entorno de operación Pruebas de implantación de sistema Preparación del mantenimiento de sistema Presentación y aprobación del sistema CONCLUSIONES Y NUEVAS LÍNEAS DE INVESTIGACIÓN Conclusiones Resultados obtenidos Conclusiones Futuras líneas de desarrollo REDES NEURONALES Y ALGORITMO DE RETROPROPAGACIÓN Introducción a las redes neuronales Neuronas Redes neuronales Perceptrón y perceptrón multicapa Algoritmo de retropropagación K-MEANS Introducción Índice Ing. Gustavo A. Ferrero Página iv

8 11.1 El método INFORMACIÓN SOBRE PROTOCOLOS Introducción Modelo de interconexión de sistemas abiertos (OSI) Protocolo de comunicaciones TCP/IP Aplicación de protocolos de comunicación HTTP SSL SOAP ESTADÍSTICA Introducción Estadística Medidas de posición Medidas de posición central CASOS DE PRUEBAS Pruebas de integración y de sistema JTWAIN & SANE Introducción a la adquisición de imágenes Ambientes WINDOWS Elementos de TWAIN Detalle generales de TWAIN Ambientes LINUX Terminología REQUISITOS FUNCIONALES Requisitos funcionales Introducción Documento de especificación de requerimientos MANUAL DEL USUARIO Manual del usuario Introducción Aplicaciones bases Instalación de la base de datos y configuración de JBOSS Crear base de datos Crear tablas y otorgar accesos Configuración de JBOSS Instalar y levantar servidor Instalación cliente Configuración de la aplicación Ejecución del cliente Operación del sistema Ingreso al sistema Configuración del sistema Administrador de usuario Administración de red neuronal Administrador de la organización Administración médico Administrador de tipos de tejidos, documentos y organización Administrador de pacientes Ingreso imagen Ingreso cliente WEB Ingreso del sistema Menú principal Seleccionar paciente Ingreso de nuevos pacientes Índice Ing. Gustavo A. Ferrero Página v

9 Ingreso de imagen Selección y procesamiento de imagen GLOSARIO Y ACRÓNIMOS Glosarios y acrónimos Glosario Acrónimos BIBLIOGRAFÍA Bibliografía Índice Ing. Gustavo A. Ferrero Página vi

10 INTRODUCCIÓN Control de la configuración. Proyecto: Detección de patrones de imágenes médica. Línea base: L.C.A (Ciclo de vida de la arquitectura) Nombre del elemento de Introducción. configuración: Versión: Fecha de última 30/08/2005 modificación: Autor: Ing. Gustavo A. Ferrero. Estado: Pendiente de aprobación.

11 1. Introducción 1.1 Consideraciones iniciales El presente trabajo de tesis describe los pasos para el desarrollo de una aplicación que permita detectar tumores en mamografías y determinar posibles posiciones. Dicho desarrollo se basa en tecnologías de Internet y tecnologías de minería de datos, utilizando la metodología de desarrollo de Métrica Versión 3. Los primeros cápitulos del presente documento describen los objetivos perseguidos en la construcción del sistema de detección de tumores en mamografías, para tener una idea inicial, los mismos se relacionan con el desarrollo de aplicaciones distribuidas mediante tecnología orientada a objetos con el uso de herramientas gratís. Pero el principal objetivo es conocer e investigar la funcionalidad y la construcción de aplicaciones de minería de datos aplicado a imágenes. 1.2 Publico El documento va dirigido a ingenieros de software y profesionales del área de sistemas informáticos, los cuales podrán utilizar el presente documento para las futuras modificaciones del sistema, para ampliaciones o simplemente como herramientas de estudio. Por otro lado los últimos capítulos podrán ser utilizados por usuarios finales para la implantación del sistema en entornos reales de operación, dentro de este grupo se encuentran los médicos y médicos radiologos. 1.3 Organización de la documentación El documento consta de ocho capítulos y cuatro anexos; se pueden agrupar a los capítulos en dos grandes partes, los primeros capítulos tienen como objetivo introducir al lector en cuestiones relacionadas con el problema, tales como: conceptos, introducción a la problemática, y estudio de sistemas Introducción. Ing. Gustavo A. Ferrero Página 1

12 similares. Los restantes capítulos describen los pasos para la construcción del sistema de información, cada cápitulo corresponden a los grupos de actividades definidos por la metodología Métrica Versión 3. A continuación se describirá brevemente el contenido de los restantes capítulos: Capítulo 2: incluye información sobre la problemática actual en el descubrimiento de tumores en mamografías, y describe el estado actual de la tecnología informática en la detección de patrones en imágenes, en el presente proyecto imágenes médicas. Capítulo 3: se comienza con una definición de una organización ficticia que requiere el desarrollo de una aplicación para la búsqueda de patrones de tumores en imágenes específicamente mamografías. Con el fin de darle un marco realista a la definición del Plan de Sistema de Información (PSI). Se estudia la información relevante del área de radiología y se describen sistemas similares. Capítulo 4: el Estudio de Viabilidad del Sistema (EVS) tienen como definir el alcance del sistema a construir, se describen las restricciones y diferentes alternativas de solución. Capítulo 5: se describen los módelos de negocio y de domino de la aplicación y se corresponde con el Análisis de Sistema de Información (ASI); describe el entorno tecnológico y la arquitectura que se utilizará; así mismo, éste capítulo de describen los diferentes requerimientos identificados mediante la interacción con los usuarios finales y los objetivos del presente proyecto. Capítulo 6: describe las tareas que completan las actividad Diseño de Sistema de Información (DSI), abarca desde la descripción de la arquitectura, hasta el diseño físico de datos, pasando por la descripción de las clases que se utilizarán en la construcción del sistema. Capítulo 7: el presente capítulo detalla las acciones llevadas a cabo para completar la actividad de Construcción de Sistema de Información (CSI), Introducción. Ing. Gustavo A. Ferrero Página 2

13 describiendo los algoritmos utilizados para la determinación de patrones en imágenes. Capítulo 8: por último se describen las pruebas y las tareas tendientes a la Implantación y Aceptación del Sistema (IAS), las cuales tienen como objetivo describir las acciones para la implantación en el entorno de operación del sistema. Los anexos I a IV sirven como guía informativa sobre aspectos básicos en temas relevantes, para profundizar estos temas se recomienda hacer uso de la bibliografía propuesta en el apartado. Introducción. Ing. Gustavo A. Ferrero Página 3

14 Introducción. Ing. Gustavo A. Ferrero Página 4

15 MINERÍA DE DATOS e IMÁGENES Control de la configuración. Proyecto: Detección de patrones de imágenes médica. Línea base: L.C.A (Ciclo de vida de la arquitectura) Nombre del elemento de Minería de datos e imágenes. configuración: Versión: Fecha de última 30/08/2005 modificación: Autor: Ing. Gustavo A. Ferrero. Estado: Pendiente de aprobación.

16 2. Introducción Se ha determinado que el cáncer de mamas es la segunda causa de muerte de mujeres con cáncer y la más común de todas, en la República Argentina no existen estadísticas oficiales, pero se estima que 22 de cada mujeres poseen dicha enfermedad, similar al observable en otros países occidentales [Abalo, 2003]. La mamografía es el mejor método de diagnóstico por imágenes que se dispone en la actualidad para la detección de lesiones mamarias mínimas, fundamentalmente pequeños carcinomas que se manifiestan solamente por microcalcificaciones o tumores menores a 1 cm. de diámetro, no palpables durante el examen médico [Antonie et at, 2001]. Actualmente se están aunando esfuerzos para poder detectar a tiempo anomalías en los tejidos, debido a que no existen métodos para poder prevenir el cáncer de mama [Abalo, 2003]. La detección temprana ha demostrado ser un arma esencial en la detección del cáncer ya que permite extender el período de vida de los pacientes. 2.1 Descripción del problema Los médicos informantes de los estudios deben tener capacitación diagnostica basado en mamografía y realizar un número determinado de informes anuales. La doble lectura de los informes aumenta la sensibilidad de la detección de lesiones mínimas en un 7% pero a un alto costo. De acuerdo a estos informes el médico hará una interpretación y decidirá de acuerdo a su criterio los pasos a seguir para el adecuado diagnóstico y tratamiento del paciente [Abalo, 2003]. Es por ello que físicos, ingenieros y médicos están en la búsqueda de nuevas herramientas para combatir el cáncer y que permitan al médico obtener una segunda opinión [Gokhale et at, 2003] [Simoff et at, 2002]. Minería de datos e imágenes. Ing. Gustavo A. Ferrero Página 6

17 Con la autorización de uso de nuevos mamógrafos digitales por el Colegio Americano de Radiografía se ha comenzado a almacenar la fotos digitales en bases de datos conjuntamente con la información del paciente para luego poder ser procesadas a través de diferentes métodos [Selman, 2000]. Dichos métodos constan de la clasificación y detección de anomalías en dichas imágenes médicas para lo cual se utilizan métodos estadísticos, teoría de fractales y diversas técnicas de estudio de las características de las imágenes digitales conjuntamente con algoritmos presentado en la literatura tales como modelos de Markov, algoritmos de lógica difuza y redes neuronales, obteniendo muy buenos resultados [Selman, 2000]. Diferentes investigaciones sobre minería de datos aplicadas al procesamiento de imágenes médicas han obtenidos muy buenos resultados a través de la aplicación de redes neuronales para tareas de clasificación y agrupamiento [Antonie et at, 2001]. Pero, el alto costo de dichas herramientas hace que en la situación actual (económica) del país se dificulten los accesos a esta tecnología. 2.2 Tecnología aplicada Con respecto a la resolución de tareas de explotación de datos aplicadas al procesamiento de imágenes, las investigaciones se viene realizado a través de grupos de investigación de diferentes universidades o por grupos de investigación de grandes organizaciones gubernamentales como la Agencia Nacional Aereo Espacial del gobierno de los Estados Unidos de Norteamérica (NASA) [Simoff et at, 2002]. Este tipo de herramientas han sido implementadas sobre lenguajes de programación JAVA y C++. Estos lenguajes son los utilizados tradicionalmente en la resolución de este tipo de problema debido a la posibilidad de contar con entornos de desarrollos gratuitos que permiten que diferentes Universidades haga uso de los mismo, por otro lado C++ permite obtener herramientas mucho más eficientes en relación al tiempo de procesamiento, respecto de JAVA se Minería de datos e imágenes. Ing. Gustavo A. Ferrero Página 7

18 encuentra por debajo del mismo, pero la ventaja principal es la portabilidad de la aplicación a diferentes sistemas operativos. Para el desarrollo de este proyecto se ha optado por la utilización únicamente de herramientas de distribución libre o gratuitas, en base a la decisión de contar con herramientas de distribución libre, y teniendo en cuenta la tendencia de las diferentes Universidades, se hará uso del lenguaje de programación JAVA sobre el sistema operativo LINUX con la base de datos de prueba MYSQL esto se describe con mayor detalle en los siguiente capítulos. El aporte del lenguaje de programación JAVA permitirá obtener una herramienta distribuida lista para ser utilizada sobre entornos WEB, como así también de un conjuntos de librerías para el desarrollo de redes neuronales y la manipulación de imágenes que permitirá hacer recopilar e integrar conocimiento desarrollado para diferentes fines, esto permitirá que instituciones puedan acceder a la presente herramienta de forma gratuita. Minería de datos e imágenes. Ing. Gustavo A. Ferrero Página 8

19 PLAN DE SISTEMA DE INFORMACIÓN Control de la configuración. Proyecto: Detección de patrones de imágenes médica. Línea base: L.C.A (Ciclo de vida de la arquitectura) Nombre del elemento de Plan de Sistema de la configuración: Información. Versión: Fecha de última 20/07/2005 modificación: Autor: Ing. Gustavo A. Ferrero. Estado: Aprobado

20 3. Introducción El presente documento es un resumen de la documentación recolectada y generada durante el desarrollo de la actividad correspondiente al plan de sistema de Métrica Versión 3 [Metrica, 1999]. El objetivo del Plan de Sistema de información es la construcción de un marco de referencia para el desarrollo de sistemas de información respondiendo a los objetivos estratégicos de la organización, con lo cual se hará necesario que conste de: Una descripción de la situación actual. Un conjunto de modelos que constituyen la arquitectura de la información. Una propuesta del proyecto a desarrollar. Una propuesta del calendario de ejecución. La evaluación de los recursos necesarios para el proyecto. La perspectiva del presente plan debe ser estratégica y operativa, dejando de lado aspectos tecnológicos. La presentación del Plan de Sistema de Información y la constitución del equipo supone el arranque del proyecto; se explica a las personas de la organización, en el presente caso se expone ante el tutor de tesis, y se define el alcance del presente proyecto. El nivel de detalle con el que se hará el estudio de la situación actual dependerá de la existencia de documentación actual, debido a que el presente trabajo se enmarca dentro de una organización ficticia ya que el mismo tiene un carácter académico, la documentación y el estudio de los sistemas actuales no será contemplado en el presente plan. Plan de sistema de información. Ing. Gustavo A. Ferrero Página 10

21 Para la elaboración del Plan de Sistema de Información se estudian las necesidades de información de los procesos afectados por el Plan con el fin de definir los requisitos generales y obtener modelos conceptuales de la organización. Por otra parte se evalúan las opciones tecnológicas y se propone un entorno. Para el presente Plan se incluye información sobre la descripción general de procesos afectados en la organización, el catálogo de requisitos generales relevados, conjuntamente con el catálogo de normas identificadas, la arquitectura tecnológica y el plan de proyectos. 3.1 Inicio del plan de sistema de información El objetivo de está actividad es determinar la necesidad del Plan de Sistema de Información y llevar a cabo el arranque formal del mismo. Como resultado se obtiene una descripción general del Plan de Sistema de Información que proporcionará una definición inicial del mismo, identificando los objetos estratégicos a los que se apoya, así como el ámbito de la organización al que afecta Identificación del alcance del PSI Se define el ámbito del Plan de Sistema de Información en términos de procesos de la organización afectados. Se determinan los objetivos estratégicos de la organización que deben ser considerados en el Plan de Sistema de Información, así como aquellos aspectos que se consideran factores críticos de éxito. El presente plan de sistema se enmarcar dentro de ámbito del proyecto de Minería de Datos en Inteligencia de Negocios presentado pro CAPIS en las áreas estratégicas Ingeniería para la Gestión de la información y Automatización correspondiente al Plan Estratégico para las Actividades de Investigación y Desarrollo en el ITBA Plan de sistema de información. Ing. Gustavo A. Ferrero Página 11

22 3.2 Definición de la organización del PSI Se detalla el alcance del plan de sistema, se organiza el equipo de personas que lo llevará a cabo y se elabora un calendario de ejecución. Todos los resultados o productos de esta actividad constituirán el marco de actuación del proyecto Especificación del ámbito y alcance En está tarea se describe el ámbito de los proceso de la organización a considerar. Se definirá el alcance, es decir, los objetivos específicos del Plan de Sistema de Información. Puede ser necesario determinar distintos objetivos para cada proceso del proyecto Objetivos generales Los objetivos generales identificados para el presente Plan de Sistema de Información se listan a continuación. 1. Determinar los procesos que requieran asistencia en el diagnóstico de imágenes médicas. 2. Identificación y enumeración de las necesidades de información para dichos procesos. 3. Establecer un estudio inicial de paquetes comerciales con el fin de determinar la necesidad o no, de construcción de un sistema de información que de soporte al diagnóstico por imágenes. 4. En caso de compra de un paquete comercial, realizar un estudio inicial que determine las necesidades de información que debe satisfacer como así también un detalle de los recursos económicos y humanos necesarios para la implementación. 5. En caso de construcción realizar un estudio inicial con el fin de incluir dentro del PSI las necesidades de recursos (humanos y materiales) que se estima se requerirán: Plan de sistema de información. Ing. Gustavo A. Ferrero Página 12

23 Estimación inicial de recursos de hardware. Requerimientos iniciales de software base. Determinación de los perfiles de los recursos humanos a incluir dentro de la construcción del sistema de información. Establecimiento de un calendario estimado de construcción Descripción general de procesos de la organización afectados Los médicos informantes de los estudios deben tener capacitación diagnostica basado en mamografía y realizar un número determinado de informes anuales. La doble lectura de los informes aumenta la sensibilidad de la detección de lesiones mínimas en un 7% pero a un alto costo. De acuerdo a estos informes el médico hará una interpretación y decidirá de acuerdo a su criterio los pasos a seguir para el adecuado diagnóstico y tratamiento del paciente 3.3 Estudio de la información relevante El objetivo de está actividad es recopilar y analizar todos los antecedentes generales que puedan afectar los procesos y a las unidades organizativas implicadas en el plan de sistema de información. Puede ser de especial interés los estudios realizados con anterioridad al Plan de Sistema de Información, relativos a los sistemas de información de su ámbito, o bien a su entorno tecnológico, cuyas conclusiones deben ser conocidas por el equipo Selección y análisis de antecedentes Se seleccionan las fuentes de información y documentación a considerar en este estudio, teniendo en cuenta todos aquellos antecedentes de interés: plan estratégico de sistema de información, estudios previos, plan general informático, etc. y se analiza el contenido de la información anterior. Plan de sistema de información. Ing. Gustavo A. Ferrero Página 13

24 El plan de sistema de información se centra únicamente en el área de diagnóstico por imágenes y en la necesidad principal de contar con un sistema que permita la asistencia en la toma de decisión para el diagnóstico de mamografías digitales. Para la valoración de antecedentes se procedió a la lectura de los diferentes documentos recopilados de la organización y de INTERNET obteniendo información sobre: Normativas de la organización. Leyes provinciales y nacionales sobre él tratamiento de imágenes médicas. Estándares de comunicaciones para la obtención de imágenes médicas y el almacenamiento de las mismas. Procedimientos para el tratamiento de imágenes médicas. Información sobre productos similares. 3.4 Identificación de requisitos El objetivo de la presente actividad es la de obtener un conjunto de requisitos de información de la organización, para conseguirlo se estudia el proceso de la organización incluidos en el ámbito del plan de sistema de información Análisis de las necesidades de información Se identifican las necesidades de información de cada uno de los procesos analizados, se elabora un modelo de información que refleje las principales entidades y relaciones existentes entre ellas. Todo esto se realiza con la perspectiva de lo que debe ser el proceso en cuanto a sus actividades y funciones, así como la información de entrada y salida de cada una de ellas. El presente trabajo tiene actividades relacionadas con la investigación dentro de ámbitos académicos, por lo tanto al momento de la construcción del Plan de Sistema de Información no se posee de elementos suficientes para determinar los requerimientos de información necesarios para cada actividad mencionada anteriormente; por lo tanto se hará una breve descripción del sistema de información necesario para el tratamiento de imágenes médicas. Plan de sistema de información. Ing. Gustavo A. Ferrero Página 14

25 Sistema de asistencia en el diagnóstico de mamografías (SADM) Se ha determinado que el cáncer de mamas es la segunda causa de muerte de mujeres con cáncer y la más común de todas; la mamografía es el mejor método de diagnóstico por imágenes que se dispone en la actualidad para la detección de lesiones mamarias mínimas (figura 1), fundamentalmente pequeños carcinomas [Friedenthal, Marcelo. 1996] que se manifiestan solamente por microcalcificaciones o tumores menores a 1cm. de diámetro, no palpables durante el examen médico. La detección temprana ha demostrado ser un arma esencial en la detección del cáncer ya que permite extender el período de vida de los pacientes. El procesamiento de imágenes médicas incluye un conjunto de operaciones que permite manipular la representación digital de la imagen, con el fin de poder obtener elementos, características, rasgos, atributos que permita su procesamiento tanto por personal capacitado como por un sistema de información entrenado o desarrollado para tal fin Catalogación de requisitos En está tarea se analiza la información recogida en las tareas Estudio de Procesos del PSI y Análisis de las necesidades de información. Se definen los requisitos, incorporándolos al catálogo y se les asigna prioridades. Los criterios para la asignación de las prioridades deberán ser definidos al comienzo de está tarea, considerando la opinión de los usuarios sobre los procesos de la organización, así como los objetivos del Plan de Sistema de Información. Los criterios utilizados para la asignación de las prioridades para los diferentes requisitos son los siguientes: Importante: aquellos requisitos para los que van a determinar la funcionalidad dada al sistema de información. Regular: son los requisitos que no definen la funcionalidad del sistema, pero sirven para realizar soporte a las actividades principales. Plan de sistema de información. Ing. Gustavo A. Ferrero Página 15

26 No Importante: son aquellas funcionalidades que pueden ser canalizadas mediante la utilización de otras herramientas y que no se contempla en la creación del Sistema de Información. En la tabla 3.1 se describen los principales requisitos que debe cumplir el SADM. Nro. Descripción Tipo Importancia 1 El sistema debe emitir una opinión sobre la imagen O Importante médica a procesar, teniendo en cuenta la ubicación de la mamá y la densidad de los tejidos. Diferenciando tumores y microcalcificaciones. 2 Permitir que usuarios remotos puedan operar el O Importante sistema, mediante la utilización de un cliente que puede ser un explorador. 3 El sistema operativo debe ser de distribución gratuita F Importante conjuntamente con la base de datos y el software base utilizado para el desarrollo del sistema. 4 El sistema debe identificar objetos extraños en la O Importante mamografía. 5 Permitir al usuario hacer uso de diferentes O Regular herramientas para examinar la mamografía como: ZOOM, ecualización, brillo, contraste, aplicación de filtro, corte, técnica de colores falsos, etc. 6 Debe poder incorporar al sistema diferentes tipos de O Importante archivos de imágenes tales como: BMP, GIF, JPEG, DICOM, TIFF, PGM, PNG, etc. 7 Debe soportar el estándar de comunicación DICOM 3, O Importante es decir debe ser capaz de realizar lectura de esa clase de estándar. 8 El sistema deberá mostrar la información de la O Regular imagen, tales como desviación estándar, histograma, información de una determinada posición. 9 Posibilidad de importar la imagen desde un scanner. O Regular Plan de sistema de información. Ing. Gustavo A. Ferrero Página 16

27 Nro. Descripción Tipo Importancia 10 El sistema debe tener una interfaz visual gráfica O Importante (estilo Windows) para la importación y la manipulación de la imagen médica. 11 El sistema debe tener realizar copias de seguridad en forma automática. 12 Debe controlar el acceso al sistema, dejando constancia de la información. 13 El sistema debe mantener en reserva la información médica de los pacientes. Verificación de las leyes con respecto del almacenamiento digital. 14 El sistema debe poder imprimir una imagen pero manteniendo la información en reserva del paciente. 15 El sistema debe correr sobre diferentes sistemas operativos. O O O O F No Importante Regular Importante No Importante Importante Referencias: O Operativo. F- Funcional. Tabla 3.1. Requisitos del sistema SADM. 3.5 Diseño del modelo de sistema de información El objetivo de está actividad es la de identificar y definir los sistemas de información que dará soporte a los procesos identificados en el presente plan de sistema de información. Para ello en primer lugar, se analiza la cobertura que los sistemas de información actuales dan a los requisitos recogidos en el catálogo elaborado en las actividades Estudio de Información Releveante (PSI 3) e Identificación de Requisitos (PSI 4). Esto permitirá efectuar un diagnóstico de la situación actual, a partir del cual se seleccionan los sistemas de información actuales considerados válidos, identificando las mejoras a realizar en los mismos. Debido a que no existe en la organización un sistema de información que cubra la necesidad del área de Diagnóstico por Imágenes que depende del departamento de Radiología, se hace necesario contar con un software que cubra el problema planteado. Es por ello que se debe obtener (construir o Plan de sistema de información. Ing. Gustavo A. Ferrero Página 17

28 adquirir) un sistema que cubra las necesidades del área, relacionadas con la tarea de diagnóstico asistido por computadora. En la figura 3.1 se muestra un diagrama que el sistema debe cubrir: Impresora Scanner Estación de Trabajo Intranet Estación Remota I Servidores de Base de Datos Estación Remota II Figura 3.1. Arquitectura a cubrir. El sistema deberá correr en una máquina servidor la cuál almacenará la información de las mamografías digitales, que podrán ser obtenidas mediante la adquisición desde un scanner o mediante la importación desde archivos de imágenes digitales. Dichos archivos podrán tener diferentes métodos de representar la información, por lo que el sistema deberá soportar como mínimo los siguientes formatos: BMP. JPEG. TIFF. PGM. DICOM 3. Plan de sistema de información. Ing. Gustavo A. Ferrero Página 18

29 La máquina remota guardar la información en la base de datos del servidor, está información podrá ser accedida desde cualquier terminal remota siguiendo las normas de seguridad impuesta por la organización y teniendo en cuenta los aspectos legales de información privada del paciente. Cabe aclarar que las máquinas remotas podrán almacenar información en la base de datos como así también solicitar el procesamiento de las mismas. 3.6 Definición de la arquitectura tecnológica En está actividad se propone una arquitectura que de soporte al modelo de información y de sistema de información, por lo tanto se deberá tener en cuenta los requisitos de carácter tecnológicos, aunque es necesario tomar en cuenta todos para entender la necesidad del o los procesos y proponer entornos tecnológicos que mejor se adapten a las mismas. De acuerdo a la arquitectura a cubrir definida en la figura 1 y descripta en el modelo de sistema de información, se pudo establecer por medio de una exhaustiva búsqueda de estos tipos de sistemas, que no existe un software que satisfaga comercialmente una solución a los problemas planteados, cabe destacar que se ha encontrado varios grupos de investigación trabajando en obtener un software que asista al médico en el diagnóstico del cáncer de mama, pero sin embargo no se ha podido obtener acceso a los mismos debido a que la mayor parte se encuentra en una fase experimental, cabe destacar que el proyecto mas avanzado se denomina CALMA [Lauria, A et at..], el mismo ha sido desarrollado entre el Instituto Nacional de Física Nuclear de Italia y diferentes hospitales de éste mismo país; en la actualidad se encuentra en una fase de prueba. Debido al carácter experimental del proyecto se concluye que se ha necesario la construcción de un software que satisfaga el requimiento inicial planteado por el departamento de Radiología. Plan de sistema de información. Ing. Gustavo A. Ferrero Página 19

30 3.6.1 Selección de la arquitectura tecnológica Está tarea está encaminada a la selección de una alternativa de plataforma tecnológica para determinar lo que se llamará arquitectura tecnológica, que recoge la infraestructura más adecuada para dar soporte, en el contexto de la organización, al modelo de información y de sistemas de información propuestos. Para cada alternativa, se debe analizar su impacto en la organización, así como los medios y el tiempo necesario para su implantación. Se debe tener en cuenta los recursos tecnológicos actuales para evaluar los cambios necesarios. Se realiza un estudio de cada propuesta, indicando ventajas e inconvenientes, así como el nivel de respuesta a las necesidades identificadas en la tarea anterior. De acuerdo a la información recopilada tanto en INTERNET [Wulfram, Gerstner] como la información recopilada en la organización se propone la siguiente arquitectura tecnológica (figura 3.2), teniendo en cuenta la delicada situación estructural y financiera que atraviesa el sistema de salud de la República Argentina se hace casi imposible desarrollar nuevos sistemas de información, pero el uso de software libre y una buena administración de proyectos permitirá llegar a obtener un producto que satisfaga los requerimiento s de funcionamiento planteado. Plan de sistema de información. Ing. Gustavo A. Ferrero Página 20

31 Subsistema de Consulta Subsistema de Obtención de Imagen Subsistema de Almacenamiento Subsistema de Manipulación Subsistema de Procesamiento Figura 3.2. Arquitectura tecnológica. Consideraciones del proyecto o El proyecto deberá ser desarrollado dentro del plazo de 6 meses a 18 meses (ver análisis de Punto de Función). o Debido a la situación económica no se contará con recursos nuevos de hardware o software a mediano plazo. o El software será obtenido a través de licencias GPL. Análisis técnico o La aplicación deberá correr en diferentes sistemas operativos, preferentemente Windows, y distribuciones de Linux. o Deberá poder ser lanzada desde un explorador de Internet (Netscape, Mozilla, Iexplorer). o Deberá poder realizar procesamiento paralelo de diferentes mamografías. o Almacenará la información de las imágenes. o Deberá ser diseñado orientado a objetos y siguiendo una metodología UML. Aspectos humanos o Se necesita de los siguientes perfiles para la construcción del software: administrador de proyectos, diseñador de sistemas, diseñador de base de datos, programadores, personal de Plan de sistema de información. Ing. Gustavo A. Ferrero Página 21

32 prueba, médicos especialistas en diagnóstico por imágenes, etc. Consideraciones legales o Se deben tener en cuenta las consideraciones de norma identificadas en la tarea PSI 3.2 Valoración de Antecedentes. 3.7 Definición del plan de acción En el plan de acción, que se elabora en está actividad, se definen los proyectos y acciones a llevar a cabo para la implantación de los modelos de información y de sistemas de información, determinados en las actividades Identificación de Requisitos (PSI 4) y Diseño de Modelo de Sistema de Información (PSI 6), con la arquitectura tecnológica propuesta en la actividad Definición de la Arquitectura Tecnológica (PSI 7). El conjunto de estos tres modelos constituye la arquitectura de información. Dentro del plan de acción se incluye un calendario de proyectos, con posibles alternativa s, y una estimación de recursos, cuyo detalle será mayor para los más inmediatos. Para la elaboración del calendario se tiene que analizar las distintas variables que afecten a la prioridad de cada proyecto y sistema de información Análisis de estimación con COCOMO y puntos de función La estimació n por puntos de función está basada en la medida de la funcionalidad del sistema de información y un conjunto de factores individuales del proyecto. Los puntos de función son estimadores que puede de ser de utilidad en las etapas iniciales del proyecto ya que se cuenta con escasa información del proyecto, principalmente se concoce la funcionalidad general deseada para el proyecto software. La medida de puntos de función está cuantificada en base a diferentes funcionalidades [Pressman, Roger S. 1997]: entradas, salidas, consultas, interfaces y archivos (tabla 3.2). Plan de sistema de información. Ing. Gustavo A. Ferrero Página 22

33 Tipo Entrada Salidas Consultas Archivos Interfaces Descripción Se cuenta cada entrada de usuario que proporciona diferentes datos orientados a la aplicación. Se cuenta cada salida que proporciona al usuario información orientada a la aplicación. En este contexto la salida se refiere a informes, pantallas, mensajes de erro, etc. Una consulta se define como una entrada interactiva que produce la generación de alguna respuesta del software en forma de salida interactiva. Se cuenta cada petición por separado. Se cuenta cada archivo maestro lógico. Se cuentan todas las interfaces legibles por la máquina que se utilizan para transmitir información a otro sistema. Tabla 3.2. Tipos de funcionalidades a tener en cuenta El proceso de medición es independiente de la metodología y la tecnología aplicada para el desarrollo del software; el proceso usado para determinar los puntos de función puede resumirse en los siguientes pasos [Garmus, David y Herron, David. 1996]: Paso 1. Determinar el tipo de puntos de función a contar, puntos de función para un desarrollo, mantenimiento o una aplicación ya instalada, en el presente trabajo será para desarrollo. Paso 2. Identificar el entorno de la aplicación, los límites. Paso 3. Identificar los datos de las funciones. Paso 4. Identificar las funciones transaccionales y la complejidad. Paso 5. Determinar los puntos de función sin ajustar. Plan de sistema de información. Ing. Gustavo A. Ferrero Página 23

34 Paso 6. Determinar el valor del factor de ajuste. Paso 7. Determinar el valor final de los Puntos de Función Ajustados. Definido los límites del sistema en actividades anteriores se puede comenzar a identificar las diferentes los diferentes componentes de acuerdo a la clasificación de la tabla 3.2, conjuntamente con la clasificación se incluirá información sobre la complejidad de los mismos (tabla 3.3). Parámetros Tipo Complejidad Archivo de ayuda Archivo Baja Consulta de Imágenes Consulta Alta Consulta de Médico Consulta Baja Consulta de Organización Consulta Baja Consulta de Paciente Consulta Baja Consulta de Tipos de Tejidos Consulta Media Consulta de Usuario Consulta Baja Exportación imagen diferentes formatos Salida Alta Importación Imagen desde Scanner Entrada Alta Impresión diagnóstico Salida Alta Ingreso al sistema Entrada Baja Ingreso de Diagnostico Entrada Baja Ingreso de Imagen Entrada Alta Ingreso de Médico Entrada Baja Ingreso de Organización Entrada Baja Plan de sistema de información. Ing. Gustavo A. Ferrero Página 24

35 Parámetros Tipo Complejidad Ingreso de paciente Entrada Baja Ingreso de Tejidos Entrada Media Ingreso de Usuario Entrada Baja Tabla de Diagnósticos Archivo Alta Tabla de Documentos Archivo Baja Tabla de Imágenes Archivo Alta Tabla de Médicos Archivos Media Tabla de Organizaciones Archivos Media Tabla de Paciente Archivos Media Tabla de Redes Neuronales Archivo Alta Tabla de Tejidos Archivo Media Tabla de Tipos de Organización Archivo Baja Tabla de Usuarios Archivos Baja Tabla 3.3. Funciones de datos identificadas. A continuación se determina la complejidad para cada una de las funciones de datos identificadas en la tabla 3.3. La valoración de la complejidad sigue los siguientes lineamientos: Archivos e interfaces: la complejidad esta basada en el número de registros o la cantidad de elementos que tiene el registro. Entradas: la complejidad de las entradas se relaciona con el tipo de dato relacionado con los archivos. Plan de sistema de información. Ing. Gustavo A. Ferrero Página 25

36 Salidas: al igual que las entradas la complejidad estará relacionada con los tipos de datos que representa. Consultas: la complejidad de las consultas esta basada en el numero de elementos de datos y los archivos referenciados y asociados en ambos lados, es decir para las entradas como para las salidas. En la siguiente tabla (tabla 3.4) se describen los componentes relacionados con su complejidad. Tipo de Parámetro Complejidad Cantidad Peso Total Entrada Salida Archivos Consultas Interfaces Alta Media Baja Alta Media 5 Baja 4 Alta Media Baja Alta Media Baja Alta 10 Media 7 Baja 5 Total de Puntos de Función sin ajustar. 183 Tabla 3.4. Valoración de la complejidad. Obtenidos los puntos de función sin ajustar se debería comenzará con el siguiente paso que es determinar el valor de ajusten base a la valoración de catorce características. Cada una de estas característica como comunicación de datos, frecuencia de las transacciones, rendimiento, tienen una contribución Plan de sistema de información. Ing. Gustavo A. Ferrero Página 26

37 en la estimación de esfuerzo del 5% como máximo, esto es inconsistente con COCOMO, por lo tanto se utilizarán los puntos de función sin ajustar y se lo ajusta por otras características del proyecto como por ejemplo la complejidad del problema, experiencia del personal, entorno de desarrollo, etc. Se define el tipo de proyecto, en la terminología de Bohem [Pressman, Roger S. 1997] (autor de COCOMO) el actual proyecto académico caería dentro del modo orgánico, este modo se utiliza en proyectos relativamente pequeños y sencillos en los que trabajan pequeños equipos, con buena experiencia en la aplicación, sobre un conjunto de requisitos poco rígidos. Las ecuaciones del COCOMO básico tiene la siguiente forma: E = a b KLDC b b D = c b E d b Donde E es el esfuerzo aplicado en personas-mes, D es el tiempo de desarrollo en meses cronológicos y KLDC es el número estimado de líneas de código distribuidas (en miles) para el proyecto, mientras que los coeficientes se ya se han sido definidos por el autor del modelo. Las líneas de código se determinan en base a la relación lenguaje de programación puntos de función, para el caso del presente trabajo se utilizará lenguaje orientado a objetos por lo que la re lación es 1 PF = 32 LDC. E = 2,4 * [(183 * 32) / 1000] = Personas por mes. 0,38 1,05 D = 2,5 * (15.35) = 7.05 meses. Cómo se ha mencionado anteriormente luego de obtener el valor de estimación de esfuerzo denominados manejadores de costos, son diecisiete multiplicadores utilizados por COCOMO para ajustar el valor estimado de personas por mes y reflejar las características del producto software en desarrollo; estos factores se agrupan en cuatro categorías: producto, plataforma, persona y proyecto. Para simplificar el modelo se dejará todo los valores como nominales. Plan de sistema de información. Ing. Gustavo A. Ferrero Página 27

38 Por lo tanto si se asume una base de dedicación de 3 horas diarias, se estima una duración de proyecto en 19 meses de trabajo, un año y cinco meses de trabajo Establecimiento de calendario El único proyecto que determinamos es el SADM (Sistema de Asistencia al Diagnóstico de Mamografías), por lo tanto no hay un orden de prioridad, siendo la única prioridad el comienzo inmediato de tal proyecto. Tomando fecha de comienzo el día 05/01/2004. En la tabla 3.5 que se muestra a continuación se expresa el calendario de trabajo de acuerdo a las actividades que se deben desarrollar siguiendo la metodología de Métrica Versión 3. Actividad. Total Fecha Inicio. (Días). Plan de sistema de información /01/2004 Estudio de viabilidad de sistema /01/2004 Análisis de sistema de información /02/2004 Diseño de sistema de información /04/2004 Construcción del sistema de información /07/2004 Implantación y aceptación del sistema /12/2004 Finalización estimada. 16/02/2005 Tabla 3.5. Definición de calendario. Plan de sistema de información. Ing. Gustavo A. Ferrero Página 28