Análise fractal nas imagens clínicas de leucoplasias orais: comparação da dimensão fractal e intensidade dos pixels entre lesões homogêneas e não-homogêneas

Abstract

A análise fractal (AF) é um método utilizado para avaliar a complexidade geométrica de estruturas biológicas, por meio da dimensão fractal (DF), que mensura a irregularidade e organização espacial, servindo como uma métrica objetiva da textura de lesões. Este estudo teve como objetivo avaliar a DF e a intensidade dos pixels em imagens clínicas de leucoplasia oral (LO), comparando lesões homogêneas e não-homogêneas. Foram selecionadas 50 fotografias de LO de acervos de duas instituições. As imagens foram classificadas por 10 participantes: 4 experts em Estomatologia, 3 pós-graduandos em Diagnóstico Bucal e 3 graduandos que já haviam cursado Estomatologia. Os operadores classificaram as lesões em homogêneas ou não-homogêneas (subtipos: verrucosa, nodular ou eritroleucoplasia). Foram testados dois sistemas de classificação: um binário (homogênea/não-homogênea) e outro com as quatro opções. Adicionalmente, aplicaram-se duas metodologias de consenso: uma baseada na maioria simples dos 10 votos e outra que atribuiu pesos conforme a experiência do operador (experts: peso 3; pós-graduandos: peso 2; graduandos: peso 1). Na fase analítica, as 50 imagens foram processadas no software ImageJ/Fiji. Uma região de interesse (ROI) quadrada de 100x100 pixels foi selecionada por dois operadores em uma área representativa para biópsia incisional. As ROIs foram convertidas para escala de cinza de 8 bits, e a média e o desviopadrão dos tons de cinza (intensidade dos pixels) foram extraídos do histograma. Em seguida, as imagens foram binarizadas e esqueletonizadas para cálculo da DF pelo método de contagem de caixas (pela ferramenta Fractal Box Count). A análise de concordância, realizada na plataforma Deep Seek, revelou que o sistema binário e a classificação com pesos apresentaram concordância moderada (Kappa 0,453) entre os operadores. Todas as concordâncias inter e intragrupos foram maiores no sistema binário em comparação com o de quatro opções. A classificação final considerou 24 LO homogêneas e 26 não-homogêneas para análise comparativa (testes de Mann-Whitney e Teste T não pareado). Os resultados mostraram diferença significativa na média (p=0,0006) e no desvio-padrão (p=0,0005) dos tons de cinza entre os grupos. Lesões homogêneas apresentaram valores médios de intensidade mais altos (tons mais claros) e menor variação (desvio-padrão menor) em comparação com as nãohomogêneas. Não houve diferença significativa nos valores de DF (p=0,50) entre os grupos. Conclui-se que o sistema de classificação binária foi o que obteve os maiores índices de concordância. Quanto às características das imagens, lesões homogêneas exibiram tons de cinza mais claros e menor variação de intensidade em relação às não-homogêneas. A dimensão fractal não diferiu entre os grupos, indicando que o grau de irregularidade estrutural é semelhante entre leucoplasias homogêneas e não-homogêneas.

Abstract: Fractal analysis (FA) is a method to evaluate the geometrical complexity of biological structures by means of Fractal Dimension (FD), which assesses irregularity and spatial organization, working as a texture metric for the evaluation of lesions. The objective of this study was to evaluate FD and pixel intensity in clinical images of oral leukoplakia (OL) to compare homogeneous and non-homogeneous lesions. Fifty OL photographs from two institutions were selected and classified by ten participants: 4 experts in Oral Medicine, 3 graduate students, and 3 undergraduate students. The participants classified the lesions in homogeneous or nonhomogeneous (subtypes: verrucous, nodular or erythroleukoplakia). Two classification systems were used: one binary (homogeneous/non-homogeneous) and the other with the 4 options. In addition, two methodologies were applied to the consensus: one based on most of the votes and the other based on power of the vote counting the operator expertise (experts with weight 3, graduate weight 2, and undergraduate students weight 1). About image analysis, the 50 images were processed using the ImageJ/Fiji software. One region of interest (ROI) of a square format and with 100x100 pixels were defined by two operators in a representative site of the lesion for the incisional biopsy. All ROIs were converted to grayscale in 8 bits, and the mean and standard deviation (pixel intensity) were extracted from the histogram. Following, the images were binarized and skeletonized to assess FD by box-counting and the use of the tool ?Fractal Box Count?. Classification agreement analysis was conducted using the Generative Artificial Intelligence Platform ?Deep Seek? and the binary system and the weighted votes classification revealed moderate agreement (Kappa 0,453). All inter and intragroup revealed that the binary system was better than the four options system. Final classification considered 24 homogeneous lesions and 26 non-homogeneous, which were compared (Mann-Whitney and Unpaired T tests). The results revealed that there is a significant difference comparing the grayscale mean (p 0.0006) and standard deviation (p 0.0005) values. Homogeneous lesions revealed whitish gray values and less variation (lower standard deviation). There was no significant difference between groups regarding FD (p 0.50). In conclusion, the binary system had the highest agreement coefficients. Regarding pixel intensity, homogeneous lesions revealed more brighter gray values and less variation compared to non-homogeneous leukoplakias. Fractal Dimension was no different between groups indicating that the structural irregularity on the surface of lesions is similar between homogeneous and non-homogeneous oral leukoplakias.