Diseño de un algoritmo KNN aplicado a la detección de cáncer cerebral mediante imágenes hiperespectrales

Las imágenes hiperespectrales, que contienen información en bandas entre el infrarrojo y el ultravioleta, nos ofrecen una gran cantidad de información sobre la naturaleza celular del objeto que está siendo representado. Esto hace que se apliquen en campos de lo más variado como agricultura, minería o, por supuesto, imágenes médicas. Este proyecto parte del trabajo realizado por el grupo internacional HELICoiD, que ha logrado utilizar esta técnica para realizar delimitaciones precisas de distintos tipos de tumores cerebrales, facilitando enormemente el trabajo del neurocirujano encargado de su extirpación. El problema de la utilización de tantas bandas espectrales es que es necesario reducir la gran dimensionalidad del conjunto antes de su representación, sin perder la información relevante (qué es cáncer y qué es tejido sano). Para ello en HELICoiD diseñaron un algoritmo de clasificación espectral-espacial, divisible en tres bloques funcionales: Un clasificador SVM cuyos resultados son filtrados mediante un algoritmo KNN, que además requiere un análisis PCA de la imagen como dato de entrada. El SVM está encargado de asignar a cada píxel de la imagen una clase de entre cuatro: tejido canceroso, tejido sano, venas y arterias u otros. El KNN se encargará de suavizar los resultados obtenidos, filtrando píxeles aislados que dificultan la visibilidad de la imagen y pueden significar falsos positivos. Este informe se centra en el algoritmo KNN enmarcado dentro del algoritmo de filtrado espectral-espacial. Para que este sistema de detección sea utilizable en un quirófano, es necesario que trabaje en tiempo real. Es decir, se dispone como máximo de unos pocos minutos para aportar resultados. Esto unido al alto número de operaciones que requiere el algoritmo de filtrado espectral-espacial, hace que sea necesario la utilización de hardware específico para cumplir con las limitaciones de diseño. Para este proyecto se utilizará un MPPA, un conjunto de procesadores capaces de trabajar de manera concurrente. La programación sobre el hardware escogido no es sencilla debido al alto grado de paralelización del sistema. Por ello se escoge utilizar lenguaje OpenCL. Este estándar abierto, orientado a plataformas heterogéneas, hace transparente al programador gran parte de los problemas intrínsecos, tales como la transferencia de datos entre unidades de cómputo y su sincronización. Además, facilita enormemente la portabilidad a otras plataformas. Una vez escogido el hardware y el método de desarrollo, se puede empezar con el diseño de las aplicaciones. Primero se realiza una versión de este software adaptada al MPPA y se comprobará el rendimiento del conjunto. El análisis de los resultados obtenidos en esta fase del proyecto hará que se propongan dos soluciones alternativas: un algoritmo de filtrado espacial y un algoritmo KNN con entradas normalizadas. La primera solución, el algoritmo de filtrado espacial, establece una ventana circular alrededor de cada píxel y en función de los valores que aporta SVM sobre el conjunto de esta ventana se asigna una clase al píxel central. Este algoritmo consigue unos resultados muy similares al KNN original para ciertos parámetros de entrada, con un coste computacional mucho menor y sin requerir PCA para su funcionamiento. Estos resultados ya están certificados por neurocirujanos. La segunda solución, es una modificación del algoritmo KNN original paralelizado para facilitar su comprensión y garantizar resultados correctos sea cuales sean los parámetros de entrada. Esta solución se propone a largo plazo, ya que es necesario el estudio y validación de los resultados por parte de personal médico. Abstract: Hyperspectral images, which contain information in spectral bands between infrared and ultraviolet, provide much information about the cellular nature of the object that is being represented. As a result, they are applied in a large variety of fields such as agriculture, minery, and of course, medical imaging. This project stems from the work of the international group HELICoiD, which used this technique to attain an accurate demarcation of different kinds of brain tumors, significantly simplifying the removal process for the neurosurgeon in charge. The problem of using so many spectral bands is that it is necessary to reduce the large dimensionality of the set before its representation, without losing relevant information (what is a tumor and what is healthy tissue). To this effect, an algorithm of spectral-spatial classification was designed. The spectral-spatial algorithm can be divided into three functional blocks: a SVM classification whose results are filtered through a KNN algorithm, that also requires a PCA analysis of the image as input. The SVM is in charge of assigning each pixel of the image a class from four different possible classes: cancer tissue, healthy tissue, veins and arteries, and others. The KNN algorithm smooths the obtained results, filtering isolated pixels that hinder the visibility of the image and could lead to false positives. This inform focuses on the utilization of the KNN algorithm, as part of the spectral-spatial screening algorithm. For this detection system to be usable in an operating room, it is necessary that it works in real time. That is to say, the results must be obtained in a span of at most, a few minutes. This, together with the high number of operations that the spectral-spatial algorithm requires, means that it is necessary to use a specific hardware in order to comply with the design specifications. For this project, a MPPA will be used, which is a set of processors able to run concurrently. The programming for the chosen hardware is not simple because of the high rate of parallelization of the system. Therefore, the OpenCL language is chosen. By means of this open standard, oriented to heterogeneous platforms, many of the intrinsic problems become crystal-clear to the programmer, such as the data transfer between processing units and their synchronization. Furthermore, it greatly facilitates the portability to other platforms. Once the hardware and the developing method is chosen, it is possible to start with applications designs. Firstly, a version of this software suited to the MPPA is developed and the overall performance is tested. The analysis of the obtained results in this phase leads to the proposal of two alternative solutions: a spatial screening algorithm and a KNN algorithm with normalized inputs. The first solution, namely the spatial screening algorithm, sets a circular window around each pixel and assigns a class to the central pixel according to the values that the SVM classification obtains for the area. This algorithm attains results very similar to the KNN algorithm original for certain inputs, with a computing cost much smaller and without requiring a PCA analysis to operate. These results have already been certified by neurosurgeons. The second solution, is a modification of the original KNN algorithm parallelized to facilitate its understanding and guarantee correct results, no matter the inputs. This solution is proposed for the long-term, since it is necessary the study and validation of the results by the medical personnel