The unified algorithm for detection of potential lesions in dynamic perfusion maps cerebral blood flow, cerebral blood volume and time to peek

• Autorzy: Hachaj T.
• Języki publikacji: EN

Abstrakty

EN

This paper presents an unified algorithm that enables detection of lesions in cerebral blood flow (CBF), cerebral blood volume (CBV) and time to peek (TTP) perfusion maps. The algorithm has one adaptive parameter for each type of perfusion map, the rest of algorithm is common for all kinds of perfusion images. There are two steps of the algorithm: in the first step the algorithm detects symmetry axis of a perfusion map (between left and right hemisphere), in the second stage the level of asymmetry in cerebral blood flow, cerebral blood volume or time to peak is measured by detection of regions with different perfusion in both brain hemispheres. Test of the algorithm were performed on a set of 84 different CBF, CBV and TTP images showing or not cerebral blood flow and volume anomalies. The algorithm presented in this publication has achieved satisfactory results. On 85,7% maps asymmetry regions was properly detected.

Słowa kluczowe

EN

dynamic CT perfusion; perfusion maps; CBF; CBV; TTP; lesions detection; asymmetry detection

PL

perfuzja dynamiczna tomografii komputerowej; mapa perfuzji; wykrywanie zmian; wykrywanie asymetrii

• Wydawca: University of Silesia, Institute of Informatics, Computer Systems Department
• Czasopismo: Journal of Medical Informatics & Technologies
• Rocznik: 2008
• Tom: Vol. 12
• Strony: 117--122
• Opis fizyczny: Bibliogr. 10 poz., rys., tab.

Twórcy

autor

Hachaj T.

• Institute of Computer Science and Computer Methods, Pedagogical University ul. Podchorążych 2, 30-084 Kraków

Bibliografia

• [1] DIENER H. C., FORSTING M., Udar mózgu. Podręczny atlas, Wydawnictwo Medyczne, Wrocław 2004
• [2] GOUTSIAS J., BATMAN S., Morphological Methods for Biomedical Image Analysis, Medical Imaging, Volume 2. Medical Image Processing and Analysis, Washington USA, 2000
• [3] WOJNAR L., KURZYDŁOWSKI K. J., SZALA J., Praktyka analizy obrazu, Polskie Towarzystwo Stereologiczne, Kraków 2002
• [4] M. R. OGIELA, TADEUSIEWICZ R., Modern Computational Intelligence Methods for the Interpretation of Medical Images, Springer-Verlag, Berlin Heidelberg, 2008.
• [5] OGIELA M. Strukturalne metody rozpoznawania obrazów w kognitywnej analizie zobrazowań medycznych, Uczelniane Wydawnictwa Naukowo – Dydaktyczne, Kraków 2004
• [6] SĘDZIWY A., Automatyczne wykrywanie i analiza zmian patologicznych w obrazach MR i CT struktur mózgowych, rozprawa doktorska, Kraków 2003
• [7] SASAKI M., KUDO K., OIKAWA H., CT perfusion for acute stroke: Current concepts on technical aspects and clinical applications, International Congress Series 1290 (2006) 30–36
• [8] WALECKI J., BULSKI T., SKLINDA K., Choroby naczyniopochodne ośrodkowego układu nerwowego, Postępy neuroradiologii, Warszawa 2007, 472 – 512
• [9] WRÓBEL Z., KOPROWSKI R., Praktyka przetwarzania obrazów w programie Matlab, Akademicka Oficyna Wydawnicza Exit, Warszawa 2004
• [10] ZIERLER K. L., Equations for measuring blood flow by external monitoring of radioisotopes, Circ Res 1965;16:309–21