A doença de Chagas possui uma importante relevância clínica, sendo uma das principais causas de mortalidade e morbidade na América Latina. As relações entre as lesões teciduais do miocárdio, os defeitos na inervação autonômica, distúrbios microvasculares e contratilidade ventricular na doença de Chagas são pouco conhecidas. Apesar de existirem muitos métodos de avaliações quantitativas singulares das funções cardíacas, ainda não existem métodos de análises integradas, os quais podem responder questões não atendidas por métodos singulares. Este trabalho descreve o desenvolvimento e aplicação de métodos de segmentação automática, corregistro e análise de imagens capazes de prover uma análise integrada das lesões teciduais e defeitos de contratilidade ventricular através do imageamento de ressonância magnética cardíaca (RMC) de 60 pacientes, e relacionadas com a perfusão miocárdica e inervação autonômica, disponíveis através da tomografia de emissão de fótons (SPECT) de 13 pacientes. O método proposto é baseado na segmentação automática do miocárdio e corregistro não rígido por B-Spline entre imagens de RMC e imagens SPECT usando 99mTc-MIBI e 123I-MIBG. O conjunto de métodos de segmentação automática do miocárdio consiste em três etapas: detecção dos contornos; definição automática de sementes; e segmentação por Contorno Ativo Geodésico. Os defeitos de contratilidade ventricular foram obtidos por meio da técnica de corregistro não rígido Demons. A identificação de lesões miocárdicas foi obtida por meio de técnicas de limiarização, agrupamento por KMeans e por maximização da entropia de Tsallis. As aplicações de técnicas de aprendizado de máquina em imagens de RMC apresentaram excelentes valores de acurácia referentes às classificações dos padrões de fibrose a partir de atributos obtidos por meio das técnicas de box-counting diferencial, entropia amostral e de atributos extraídos do Radiomics. Os resultados de quantificação indicam forte concordância anatômica entre a presença de fibrose, denervação, distúrbios microvasculares e defeitos de contratilidade ventricular, sugerindo que essas anormalidades possam estar correlacionadas. Assim, a ferramenta desenvolvida fornece uma análise integrada de informações relacionadas com a caracterização tecidual e quantificação de lesões, permitindo uma melhor compreensão da relação entre o dano ao tecido do miocárdio, os defeitos de contratilidade ventricular, distúrbios microvasculares e da denervação autonômica causadas durante a cardiomiopatia chagásica crônica.

Chagas disease is of major clinical relevance and a major cause of morbidity and mortality in Latin America. The relations between the myocardial tissue damage, myocardial perfusion, defects in autonomic innervations and ventricular contractility are poorly understood. Although there are many unique methods of quantitative cardiac function testing, there are not yet many integrated analysis methods, as these can answer questions that are unanswered by unique methods. This study proposes the development and application of automatic segmentation, registration and image analysis methods capable of providing an integrated visualization and analysis of tissue injuries and ventricular contractility through enhanced magnetic resonance imaging (MRI) of 60 patients, and autonomic innervations and myocardial perfusion, available through photon emission tomography (SPECT) of 13 patients. The proposed method is based on automatic segmentation and non-rigid BSpline registration between MRI and SPECT images using 99mTc-MIBI and 123I-MIBG. The proposed pipeline of the automatic segmentation consists of three steps: Image contours; Automatic Seeds Definition; and Segmentation by Geodesic Active Contour. Defects of ventricular contractility were performed by non-rigid Demons registration. Tissue damage segmentation was assessed through thresholding methods, KMeans, and Tsallis Entropy maximization. Machine learning methods applied to MRI showed excellent accuracy results regarding fibrosis patterns by features obtained by differential box-counting, sample entropy and several features extracted by Radiomics. The results showed a strong general anatomic concordance between areas of hypoperfusion, denervation, fibrosis and ventricular contractility defects, suggesting that the abnormal features may be correlated. Thus, the developed tool provides an integrated analysis of information related to quantification and tissue characterization, contributing to a better understanding of the relationship between myocardial tissue damage, ventricular contractility defects, hypoperfusion and autonomic denervation caused by chronic Chagas cardiomyopathy.