El cáncer de próstata se trata del segundo cáncer más frecuente y la quinta causa principal de muerte por cáncer en hombres en el último año. Sin embargo, durante las últimas décadas la tasa de muerte ha disminuido notablemente debido a, entre otros factores, un diagnóstico precoz y a una mejora en las herramientas para realizarlo. Tradicionalmente en el estudio de este cáncer, los radiólogos analizan diferentes modalidades de imagen de forma individual, entre ellas 3D T2- Weighted Imaging, Diffusion-Weighted Imaging y Perfusion-Weighted Imaging. De esta forma, encontramos casos en los que la observación del tumor se ve comprometida por diferentes aspectos y puede no ser detectado correctamente. Por ello, nuestro objetivo es desarrollar una aplicación accesible para cualquier centro médico o hospital, sin necesidad de instalación de un software complejo, que sirva de ayuda para el diagnóstico de cáncer de próstata y de una solución a estas limitaciones. A partir de la base de datos proporcionada por el Hospital de Dijon de imágenes DICOM (Digital Imaging and Communications in Medicine) de próstata, en este estudio se propone una aplicación web implementada mediante Python y disponible a través de Docker, que accede directamente a la información de las imágenes y muestra simultáneamente las tres modalidades de imágenes mencionadas. Asimismo, proporciona una herramienta para hacer anotaciones en las diferentes zonas de la próstata, incluyendo el tumor si es el caso, y que permite exportar y volver a importarlas una vez acabado el estudio.

El càncer de pròstata és el segon tipus de càncer més comú i la cinquena causa principal de mort per càncer en homes durant l'últim any. Tot i així, en les últimes dècades la taxa de mortalitat ha disminuït notablement degut a, entre altres factors, un diagnòstic precoç i a un a millora en les eines per portar-lo a terme. Tradicionalment en l'estudi d'aquest càncer, els radiòlegs analitzen diferents modalitats d'imatge de forma individual, entre elles 3D T2- Weighted Imaging, Diffusion-Weighted Imaging i Perfusion-Weighted Imaging. D'aquesta manera, trobem casos en què l'observació del tumor es veu compromesa per diferents aspectes i pot no ser detectat correctament. Per això, el nostre objectiu és desenvolupar una aplicació accessible per a qualsevol centre mèdic o hospital, sense necessitat d'instal·lació d'un software complex, que serveixi d'ajuda per al diagnòstic de càncer de pròstata i d'una solució a aquestes limitacions. A partir de la base de dades proporcionada per l'Hospital de Dijon d'imatges DICOM (Digital Imaging and Communications in Medicine) de pròstata, en aquest estudi es proposa una aplicació web implementada mitjançant Python i disponible a través de Docker, que accedeix directament a la informació de les imatges i mostra simultàniament les tres modalitats d'imatges esmentades. Així mateix, proporciona una eina per fer anotacions en les diferents zones de la pròstata, incloent el tumor si és el cas, i que permet exportar i tornar a importar-les un cop acabat l'estudi.

Prostate cancer is the second most common cancer and the fifth leading cause of cancer death among men in the past year. Nevertheless, during the last decades the death rate has notably decreased mostly as a result of an early diagnosis and an improvement on the tools used to perform it. Traditionally in the study of this cancer, radiologists analyse different imaging modalities individually, including 3D T2-Weighted Imaging, Diffusion-Weighted Imaging and Perfusion-Weighted Imaging. In this way, we can find cases in which the observation of the tumour can be compromised by different aspects and may not be detected correctly. For this reason, our goal is to develop a simple, web-based, application accessible from primary care centres or hospitals to help diagnosing prostate cancer and overcome these limitations. From the database supplied by the Dijon Hospital of prostate DICOM (Digital Imaging and Communications in Medicine) images, this study proposes a web application implemented using Python, which directly accesses the information in the DICOM images and displays simultaneously the three images modalities that have been mentioned. Likewise, it provides a tool to make annotations in the different areas of the prostate, including the tumour, and that allows them to be exported and imported once the study has finished.