Wyniki wyszukiwania - Biblioteka Nauki

1

Paradygmaty w fMRI

100%

Leksa N. , Truszkiewicz A. , Aebisher D. , Bartusik-Aebisher D.

|

tom Vol. 9, nr 2

109--112

PL

Funkcjonalny Rezonans Magnetyczny (fMRI) jest nieinwazyjną techniką badawczą, która daje wgląd w procesy zachodzące w mózgu pacjenta. Przy jego pomocy ocenia się zarówno miejsca odpowiedzialne za motorykę, jak i funkcje poznawcze. Ta metoda badawcza oparta o własności magnetyczne oksyhemoglobiny i deoksyhemoglobiny zapewnia identyfikacje ośrodków mózgowia w sposób do tej pory niemożliwy. Jej stosowanie jest ważne nie tylko w procesie poznawczym, ale również w procesie leczenia, w szczególności w procesie przygotowywania pacjentów do zabiegów operacyjnych. FRMI należy do diagnostyki szczególnie wymagającej współpracy ze strony pacjenta, ponieważ najczęściej musi on realizować zadania narzucone przez personel badający. To właśnie od właściwego zaprojektowania tychże zadań i schematu czasowego ich realizacji i oceny wyników zależy właściwa diagnostyka. Celem niniejszej pracy jest prezentacja wybranych paradygmatów stosowanych w FMRI.

EN

Functional Magnetic Resonance Imaging (fMRI) is a non-invasive research technique that gives insight into the processes in the patient’s brain. With its help, both the places responsible for motor skills and cognitive functions are assessed. This research method based on the magnetic properties of oxyhemoglobin and deoxyhemoglobin ensures identification of brain centers in a way that has not been possible so far. FRMI use is important not only in the cognitive process, but also in the treatment process, in particular in the process of preparing patients for surgery. FRMI belongs to the diagnostics particularly demanding cooperation on the part of the patient, because he most often has to carry out tasks imposed by the research staff. It is the proper design of these tasks and the time schedule of their implementation and evaluation of results that determine the correct diagnosis. The purpose of this work is to present selected paradigms used in FMRI.

2

Wpływ szumu i jakości sygnału na pomiar czasu relaksacji podłużnej T1

100%

Truszkiewicz A. , Aebisher D. , Bartusik-Aebisher D.

|

2021

|

tom Vol. 10, nr 3

205--209

PL

Rezonans magnetyczny należy do najbardziej dynamicznie rozwijających się modalności w diagnostyce obrazowej. Nowe sekwencje, jak i nowe algorytmy rekonstrukcji danych znacznie zmieniają tę diagnostykę, dając jej nowe możliwości. Mimo iż MR pozwala na uzyskanie odpowiedzi na znakomitą większość pytań stawianych dzisiejszej diagnostyce, nie jest wolny od wad i artefaktów. Niniejsza praca skupia się na wpływie szumu i jakości sygnału na wyniki określania czasu relaksacji podłużnej. Zakłócenia są nieodłącznym czynnikiem występującym w każdej metodzie pomiarowej. Ich wpływ nierzadko potrafi postawić pod znakiem zapytania uzyskane wyniki. Pomijanie czynnika, jakim jest szeroko pojęte zjawisko szumu, powoduje narażenie eksperymentu badawczego na niepowodzenie lub też na poważne błędy. Z punktu widzenia prowadzenia pomiarów rezonans magnetyczny jest bardzo skomplikowanym i podatnym systemem pomiarowym na występowanie różnorakich czynników zakłócających. Począwszy od niemożliwych do redukcji czynników związanych z konstrukcją aż po czynniki wynikłe ze stosowanych przez technika lub lekarza protokołów i sekwencji wszystkie one wpływają na uzyskany obraz. W pracy skupiono się na jednym z wielu czynników, jakim są zakłócenia, które mają swoje podłoże zarówno w samej metodzie, sprzęcie, jak również w protokołach badawczych. Analizowano wpływ jakości sygnału w kontekście stosunku s ygnał–szum (SNR), opierając się na dedykowanym fantomie.

EN

Magnetic resonance imaging is one of the most dynamically developing modalities in diagnostic imaging. New sequences as well as new data reconstruction algorithms significantly change this diagnostic, giving it new possibilities. Although MR allows you to get answers to the vast majority of questions posed in today’s diagnostics, it is not free from defects and artifacts. This paper focuses on the effect of noise and signal quality on the results of determining the longitudinal relaxation time. Noise is an inherent factor in any measurement method. Their influence can often call into question the obtained results. The omission of the factor which is the broadly understood noise phenomenon exposes the research experiment to failure or serious errors. From the point of view of conducting measurements, MRI is a very complicated and susceptible measurement system to the occurrence of various disturbing factors. From the non-reducible factors related to the design to the factors resulting from the protocols and sequences used by the technician or physician, they all influence the obtained image. The work focuses on one of the many factors, which are disturbances, which have their basis both in the method itself, in the equipment as well as in research protocols. The effect of signal quality in the context of the signal-to-noise ratio (SNR) was analyzed based on a dedicated phantom.

3

Zastosowanie sieci neuronowej do optymalizacji czasu analizy obrazów MR na podstawie krzywych czasów relaksacji T1 i T2 wycinka guza prostaty

75%

Aebisher D. , Truszkiewicz A. , Osuchowski M. , Wojtas Ł. , Dynarowicz K. , Bartusik-Aebisher D.

|

tom Vol. 12, nr 3

241--246

PL

Sztuczne sieci neuronowe stanowią jedną z najszybciej rozwijających się metod przetwarzania danych. W diagnostyce obrazowej znajdują one zastosowania do analiz obrazów uzyskiwanych w różnych systemach diagnostycznych. Rezonans magnetyczny wydaje się być najbardziej obiecującym źródłem danych ze względu na różnorodność uzyskiwanych obrazów. W niniejszej pracy została zaprezentowania metoda analizy i segmentacji obrazu na podstawie kształtu funkcji opisującej zależności intensywności sygnału od czasów repetycji (TR) oraz czasu echa (TE). W pierwszym przypadku krzywa opisywała zmienność sygnału dla określania czasu relaksacji podłużnej (T1), natomiast w drugim krzywa odpowiadała relaksacji poprzecznej (T2). W pierwszej części pracy zaprezentowano wyniki analizy obrazu fantomu składającego się z trzech probówek zawierających różne wodne roztwory CuSO4. Druga część to próba zastosowania metody do badania wycinków tkanek nowotworowych prostaty. Do analiz wykorzystano pakiet programowy MATLAB (prod. The MathWorks). Zaimplementowano w nim zarówno odczyt danych bezpośrednio z plików DICOM, jak również zaproponowaną sieć neuronową. Za wykorzystaniem tegoż oprogramowania przemawiały ogromne możliwości pakietu, jak również względna łatwość implementacji kodu. We wnioskach zapisano, iż zaproponowana sieć neuronowa w sposób zadowalający dokonała segmentacji obrazu. Zastosowanie sieci neuronowej wydatnie skróciło obliczenia z uwagi na pominięcie pikseli obrazujących przestrzenie upowietrznione. Ograniczeniu uległy również elementy obrazu prezentujące całkowicie zafałszowane wartości czasów relaksacji, a więc artefakty.

EN

Artificial neural networks are one of the fastest growing image processing methods. In diagnostic imaging, they are finding applications for analyzing images obtained by various diagnostic systems. Magnetic resonance imaging (MRI) seems to be the most promising source of data - images due to the variety of images obtained. This paper presents a method of image analysis and segmentation based on the shape of a function describing the dependence of signal intensity on repetition times (TR) and echo times (TE). In the first case, the curve described the signal variation for determining the longitudinal relaxation time (T1), while in the second case the curve corresponded to transverse relaxation (T2). The first part of the paper presents the results of image analysis of a phantom consisting of three test tubes containing different aqueous CuSO4 solutions. The second part is an attempt to apply the method to the examination of prostate cancer tissue ex vivo. The MATLAB software package by The MathWorks was used for the analyses. It implemented both the reading of data directly from DICOM files and the proposed neural network. The huge capabilities of the package as well as the relative ease of code implementation were in favor of using the software. In conclusion, it should be said that the proposed neural network satisfactorily performed image segmentation. The use of the neural network significantly shortened the calculations due to the omission of pixels depicting aerated spaces. Also reduced were the image elements presenting completely falsified values of relaxation times and thus artifacts.