Кононов М.В., Чувашова О.Ю."Використання КТ та МРТ зображень"

Источник материала: http://www.intermag.kiev.ua/uan/bulet/num7/73.html

УДК 616-073.756.8:681.31+616-073.756.-073.8:616.831-006.484(086.4):616-005.98

Використання КТ та МРТ зображень для визначення об'ємів гліом головного мозку та зони перифокального набряку

Кононов М.В., Чувашова О.Ю.

Інститут нейрохірургії ім. акад. А.П. Ромоданова АМН України, м. Київ, Україна

Ключові слова: гліоми головного мозку, МРТ, КТ, програмне забезпечення, визначення об'ємів.

Сучасні нейровізуалізуючі методи дозволяють визначити локалізацію, розміри і поширення гліом головного мозку, а також їх гістологічні характеристики та вираженість перифокальних реакцій.

Але кількісна характеристика цих ознак, яка здебільшого обмежується планіметричними даними, далеко не завжди забезпечує потреби раціонального планування сучасних хірургічних втручань та об'єктивну оцінку ефективності передопераційної протинабрякової підготовки хворих.

Тому виправданою є розробка програми визначення об'ємів різних за конфігурацією вогнищевих процесів, зокрема гліом головного мозку та зон перифокального набряку і їх співвідношень.

Для одержання об'єктивної діагностичної інформації важливе значення має найбільш чітке визначення меж пухлини та оточуючого набряку. Реалізація такого завдання ускладнюється залежно від широти зони інфільтративного росту гліом, особливо високого ступеня злоякісності. Iстотну допомогу в цьому може надати співставлення МРТ-зображень в Т1 і Т2 режимах до та після контрастного підсилення.

Фактично проблема коректного визначення об'єму відповідного утворення складається з двох незалежних задач - визначення меж і безпосереднє обчислення об'єму за сукупністю контурів, кожен з яких є межою перетину площини зображення з утворенням.

Найбільш складна перша з цих задач. Проблема полягає в тому, що отримані томографічні зображення пухлин та набряків займають проміжне положення між текстурними і об'єктними зображеннями. У першому випадку може застосовуватися порогова бінаризація карти одного чи функції декількох таких текстурних параметрів, як локальна дисперсія, асиметрія, ексцес, ентропія тощо [2]. В другому випадку до добрих результатів призводить бінаризація за яскравістю, в тому числі із застосуванням градієнтних методів [3] або кластерного аналізу [1].

Суть розробленої програми - її адаптація до характеристик зображень магнітно-резонансного томографа "Образ" та рентгенівського томографа "Somatom CR", виділення контурів в автоматизованому режимі (у разі потреби здійснюють ручну коректировку) на кожному з оброблюваних кадрів томографічного обстеження та обчислення з урахуванням міжшарової інтерполяції об'єму визначеного таким чином утворення (пухлини чи набряку) різної форми, при цьому автоматично використовується координатна інформація, яка отримується в файлі з томографічним зображенням.

Алгоритм розробленої програми та оцінку її точності викладено нижче.

Комп'ютеризоване отримання меж утворення. У даному випадку межа розподілу визначається розмитою зміною характеристик текстури і тому є неоднозначною. Крім того, зображення, що аналізуються, можуть мати досить велику шумову компоненту, що заважає використовувати текстурний аналіз. Особливо це стосується магнітно-резонансного зображення у разі застосування приладу з відносно невеликим магнітним полем та комп'ютерного томографа за рахунок того, що діапазон рентгенівської щільності, який відповідає м'яким тканинам, досить вузький.

Додатковим ускладненням є те, що можливе накладання карти зміни яскравості за рахунок патології на розподіл яскравостей зображення нормальних структур, за розмірами близьких до розмірів патологічних утворень, що заважає використовувати градієнтний аналіз. Таким чином, при застосуванні методів діагностики, що грунтуються на аналізі фактично одного параметра зображення - яскравості (у тому числі локальної статистики її розподілу), 100% автоматичне визначення меж. Тому при розробці відповідного програмного забезпечення для визначення меж застосовано автоматичне виділення контуру за параметрами точки, яку задає на зображенні лікар з наступним (при необхідності) довільним ручним редагуванням запропонованої комп'ютером межі. Як засвідчив аналіз роботи такого методу для класів діагностичних зображень, що розглядаються, автоматичному визначенню піддається в середньому до двох третин довжини контуру.

Було порівняно результати застосування сегментації на основі бінаризації за яскравістю попередньо фільтрованого ковзного зображення і кластерного аналізу. Встановлено, що методи дають дуже близьку форму контуру при значно більшій швидкості роботи першого. Розбіжності виникають тільки в ситуації, коли розміри неоднорідностей меж досягають декількох пікселів і фактично втрачають однозначність інтерпретації. Цікаво зауважити, що вплив зашумленості зображення у разі застосування кластерного аналізу значно менший, ніж у випадку застосування градієнтного аналізу та бінаризації. Цей факт можна пояснити тим, що використання для кластеризації характеристик околу призводить до усереднення значень ознак, і відіграє роль фільтра.

Зазначимо, що розроблена технологія дозволяє обробляти і значно менші за контрастністю об'єкти, які повністю втрачаються при градієнтній обробці.

Обчислення об'єму утворення складної форми. Друга половина задачі полягає у розрахунку об'єму тривимірного тіла складної форми за сукупністю його перетинів системою паралельних площин (звичайно рівновіддалених). Якщо крок між площинами перерізів відповідає лінійним розмірам елементу зображення на площині, математично задача зводиться до двовимірного інтегрування із застосуванням для числового розв'язування, наприклад, метода Сіпсона, який забезпечує досить малу похибку міжточкової інтерполяції. Але отримання такої сукупності зображень неможливо через значну товщину зрізу, фактичним усередненням якого є томографічне зображення, а також значне збільшення часу обстеження, а у разі застосування рентгенівської томографії - дозового навантаження.

Доводиться мати справу із сукупністю зрізів, відстань між якими в 3-8 разів перевищує роздільну здатність у площині зрізу. Виникає проблема міжплощинної інтерполяції. У випадку контурів нескладної форми для цього може застосовуватись метод інтерполяції контуру в площині з довільним положенням, наприклад з використанням тріангуляції або сплайнової тріангуляції. Як засвідчив аналіз зображень, що розглядаються, контури, що відповідають набряку, мають складну форму, елементи контурів мають характерні розміри, близькі до відстані між зрізами. Таким чином, при використанні тріангуляції виникає велика неоднозначність і застосування такого ресурсоємкого методу не має сенсу. Тому було запропоновано замість міжплощинної інтерполяції форми межі використовувати інтерполяцію площини відповідного перерізу.

Таким чином, спочатку розраховуються площини всіх контурів на системі перерізів. Як свідчать дані аналізу, для цього фактично без зростання похибки при обчисленні інтегралу за контуром досить використовувати метод трапецій. Далі, враховуючи рівновіддаленність площин зрізів, застосовується поліноміальна (обмежились поліномом третього степеня) інтерполяція значення площини. Для зменшення похибки застосовано також аналогічну поліноміальну екстраполяцію за межами площин останніх зрізів, на яких присутній перетин.

Як засвідчили результати тестування на модельних об'єктах, помилка обчислення об'єму для випадку розміру елемента зображення в площині кадру 1,5 мм і відстані між площинами 10 мм для невеликих об'єктів (2-10 см³) не перевищує 5%, а для великих об'єктів - навіть 1%. Додаткову похибку дає також коефіцієнт масштабування відповідного діагностичного приладу, на якому отримано зображення. В принципі застосуванням відповідних експериментальних калібровок остання може бути зведена до 1-2% за лінійними координатами, що відповідає 2-6% для об'єму. Таким чином, головний внесок у похибку розв'язання усієї задачі в цілому формує неоднозначність визначення меж утворення на окремих кадрах зображення, яка досягає залежно від форми і розміру утворення 10-20% для об'єму.

Висновки. Розроблена програма для операційної системи Windows 95/Windows NT має зручний графічний інтерфейс користувача, поєднує в собі риси графічного редактора (дозволяє виконувати масштабування, гістограмну корекцію, деякі види фільтрації, заміну градацій сірого на кольорову палітру тощо) зі спеціалізованими функціями (формування і редагування контурів, що відповідають межі утворення, обчислення об'єму утворення складної форми, функцію суміщення двох зображень). Використано автоматичне введення з файлу і аналізу зображення відповідних коефіцієнтів, необхідних для розрахунку об'єму. Отримана точність визначення меж новоутворення і обчислення його об'єму є принципово достатньою для визначення такого важливого параметра, як співвідношення об'ємів набряку та пухлини.

Список літератури:

1.Борисенко В. И., Златопольский Л. А., Мучник И. Б. Сегментация изображений (состояние проблемы) // Автоматика и телемеханика.-1987.-N7, - С. 3-56.

2.Прэтт У. Цифровая обработка изображений. - М.: Мир,1982.- Кн.1-312с.: Кн.2 - 480с.

3.D.Phillips. Image processing in C.//R&D Publications, Lawrence,Kansas - 1994, 724 P.

Использование КТ- и МРТ-изображений для определения объемов глиом головного мозга и зоны перифокального отека

Кононов М.В., Чувашова О.Ю.

Разработано программное обеспечение, адаптированное к изображениям магнитно-резонансного томографа "Образ" и рентгеновского томографа "Somatom CR", позволяющее достаточно корректно отграничить опухолевую ткань от перифокальной реакции мозга, определить объемы глиомы и отека. Полученная точность определения границ новообразования и вычисления его объема принципиально достаточны для определения соотношения объемов отека и опухоли.

Determination glial tumour and perifocal oedema volumes by using
CT and MRI images

Kononov M., Chuvashova O.

We work up programme ensuring which was adapted for MRI, CT images and allow us delimit tumour tissue from perifocal reaction of the brain enough correct, determine volume of glioma and oedema. The obtain exactnness of tumour borders definition and calculation of its volume are principle enough for determination of tumor and oedema volumes correlations.