Automatyczna detekcja elementów asymetrii w dynamicznych mapach CBF perfuzji mózgowej

• Autorzy: Hachaj T.

Warianty tytułu

EN

Automatic detection od asymmetry elements in dynamic CBF brain perfusion maps

• Języki publikacji: PL

Abstrakty

PL

W artykule zaprezentowano nowy algorytm pozwalający na detekcję asymetrii na dynamicznych mapach perfuzji mózgowej CBF. W pierwszym etapie algorytm dokonuje detekcji osi symetrii zobrazowania przechodzącej pomiędzy półkulami mózgowymi. W drugim etapie algorytm ocenia stopień asymetrii przepływu krwi w zobrazowaniu poprzez detekcję regionów o różnym przepływie w obu półkulach mózgowych. Algorytm został przetestowany na 28 zobrazowaniach perfuzyjnych, wśród których znajdowały się zarówno przypadki z nieprawidłowości w przepływie krwi mózgowej, jak i przypadki bez anomalii przepływu. Omówiony został również sposób pomiaru ilości krwi przepływającej przez mózg przy użyciu niedyfundującego wskaźnika w oparciu o konwolucyjny model Meiera-Zierlera oraz sposób konstrukcji map CBF, CBV, MTT i TTP.

EN

This paper presents a new algorithm that enables detection of asymmetry in dynamic CBF perfusion maps. In the first stage of the algorithm detection of symmetry axis of image (between left and right hemisphere) is performed. In the second stage the level of asymmetry in cerebral blood flow is measured by detection of regions with different perfusion in both brain hemispheres. The algorithm was tested on a set of 28 different images showing or not cerebral blood flow anomalies. The paper also describes the method for estimating cerebral blood flow with a non dijfusing contrast agent based on the Meier-Zierler convolution model as well as CBF, CBV, MTT and TTP perfusion maps.

Słowa kluczowe

PL

perfuzja dynamiczna CT; detekcja asymetrii; konwolucyjny model Meiera-Zierlera; perfuzja dynamiczna; mapy perfuzji; CBF

EN

dynamic CT perfusion; assymetry detection; Meier-Zierler convolution model; dynamic perfusion; perfusion maps; CBF

• Wydawca: Wydawnictwa AGH
• Czasopismo: Elektrotechnika i Elektronika
• Rocznik: 2008
• Tom: T. 27, z. 2
• Strony: 76--83
• Opis fizyczny: Bibliogr. poz. 24, tab., rys.

Twórcy

autor

Hachaj T.

• Akademia Górniczo-Hutnicza w Krakowie, Katedra Automatyki

Bibliografia

• [1] Goutsias J., Sinan Batman: Morphological Methods for Biomedical Image Analysis. Medical Imaging, Vol. 2, Medical Image Processing and Analysis, Washington USA, 2000
• [2] Kurzydłowski K.J., Wonjnar L., Szala J.: Praktyka analizy obrazu. Krakow, Polskie Towarzystwo Stereologiczne 2002
• [3] Wróbel Z., Koprowski R.: Praktyka przetwarzania obrazów w programie Matlab. Warszawa, Akademicka Oficyna Wydawnicza Exit 2004
• [4] Sędziwy A.: Automatyczne wykrywanie i analiza zmian patologicznych w obrazach MR i CT struktur mózgowych. Kraków 2003 (rozprawa doktorska)
• [5] Ogiela M.R.: Strukturalne metody rozpoznawania obrazów w kognitywnej analizie zobrazowań medycznych. Kraków, Uczelniane Wydawnictwa Naukowo-Dydaktyczne 2004
• [6] Zierler K.L.: Equations for measuring blood flow by external monitoring of radioisotopes. Circ Res, 1965, 16, 309-21
• [7] Axel L.: Cerebral blood flow determination by rapid-sequence computed tomography: a theoretical analysis. Radiology, 1980,137, 679-686
• [8] Makoto Sasaki, Kohsuke Kudo, Hirobumi Oikawa: CT perfusion for acute stroke: Current concepts on technical aspects and clinical applications. International Congress Series, 1290 (2006), 30-36
• [9] Wirestam R., Ryding E., Lindgren A., Geijer B., Holtás S., Stáhlberg F.: Absolute cerebral blood flow measured by dynamic susceptibility contrast MRI: a direct comparison with Xe-133 SPECT. Magnetic Resonance Materials in Physics, Biology and Medicine, 11 (2000), 96-103
• [10] Matlab 7 - Mathematics, The MathWorks, Inc., March 2008 (Online only), http://www.mathworks.com/access/helpdesk/help/pdf_doc/ matlab/math.pdf
• [11] Matlab 6 - Imaging processing toolbox, User's Guide, The Math-Works, Inc., March 2008 (Online only), http://www.mathworks.com/access/helpdesk/help/pdfdoc/images/imagestb.pdf
• [12] Siemens AG: Clinical Applications. Application Guide. Software Version syngo CT2007A. Siemens Medical, 06, 2006
• [13] Wałecki J., Bulski T., Sklinda K.: Choroby naczyniopochodne ośrodkowego układu nerwowego. Postępy Neuroradiologii, Warszawa, 2007, 472 - 512
• [14] XingFeng Lia, Jie Tiana, EnZhong Lia,b, XiaoXiang Wanga, Jian-Ping Daib, Lin Aib: Adaptive total linear least square method for quantification of mean transit time in brain perfusion MRI. Medical Image Processing Group, Institute of Automation, Chinese Academy of Sciences, Beijing, China, Department of Radiology, Tian Tan Hospital, Beijing, China Received 27 September 2002; accepted 24 January 2003
• [15] Wittsack H.-J., Wohlschláger A.M., Ritzl E.K., Kleiser R., Cohnena M., Seitz R.J., Módder U.: CT-perfusion imaging of the human brain: Advanced deconvolution analysis using circulant singular value decomposition. Computerized Medical Imaging and Graphics, 32 (2008), 67-77
• [16] Koh T.S., Markus Tan C.K., Dennis Cheong L.H., Tchoyoson Lime C.C.: Cerebral perfusion mapping using a robust and efficient method for deconvolution analysis of dynamic contrast-enhanced images. Neurolmage, 32 (2006), 643 - 653
• [17] Encyklopedia fizyki. Warszawa, PWN 1972
• [18] Eastwood J.D., Lev M.H., Tarek Azhari, Ting-Yim Lee, Barboriak D.P., Delong D.M., Fitzek C, Herzau M., Wintermark M., Reto Meuli, Brazier D., Provenzale J.M.: CT Perfusion Scanning with Deconvolution Analysis: Pilot Study in Patients with Acute Middle Cerebral Artery Stroke. Radiology, 2002, 222, 227-236
• [19] Koenig M., Kraus M., Theek C, Klotz E., Gehlen W, Heuser L.: Quantitative assessment of the ischemic brain by means of perfusion-related parameters derived from perfusion CT. Stroke, 32 (2001), 431-437
• [20] Latchaw R.E., Yonas H., Hunter G.J., William T.C. Yuh, Toshihi-ro Ueda, Sorensen A.G., Sunshine J.L., Biller J., Wechsler L., Hi-gashida R., Hademenos G.: Guidelines and recommendations for perfusion imaging in cerebral ischemia. Stroke 34, (2003), 1084- 1104
• [21] Eastwood J.D., Lev M.H., Wintermark M., Fitzek C, Barboriak D.P., Delong D.M., Ting-Yim Lee, Tarek Azhari, Herzau M., Vani R. Chilukuri, Provenzale J.M.: Correlation of early dynamic CT perfusion imaging with whole-brain MR diffusion and perfusion imaging in acute hemispheric stroke. AJNR 24 (2003), 1869-1875
• [22] Lev M.H., Segal A.Z., Farkas J., Hossain S.T., Putman Ch., Hunter G.J., Budzik R., Harris G.J., Buonanno F.S., Ezzeddine M.A., Yuchiao Chang, Koroshetz W.J., Gonzalez R.G., Lee H. Schwamm: Utility of perfusion-weighted CT imaging in acute middle cerebral artery stroke treated with intra-arterial thrombolysis: prediction of final infarct volume and clinical outcome. Stroke 32 (2001), 2021-2028.
• [23] Kohsuke Kudo: Perfusion Mismatch Analyzer (PMA). Acute Stroke Imaging Standardization Group, Dostępny w Internecie: http:// asist.umin.jp
• [24] Diener H.Ch., Forsting M.: Udar mózgu. Podręczny atlas. Wrocław, Wydawnictwo Medyczne 2004