RU2708818C1 - Способ определения объема патологических образований спинного мозга на высокопольном магнитно-резонансном томографе - Google Patents
Способ определения объема патологических образований спинного мозга на высокопольном магнитно-резонансном томографе Download PDFInfo
- Publication number
- RU2708818C1 RU2708818C1 RU2019109534A RU2019109534A RU2708818C1 RU 2708818 C1 RU2708818 C1 RU 2708818C1 RU 2019109534 A RU2019109534 A RU 2019109534A RU 2019109534 A RU2019109534 A RU 2019109534A RU 2708818 C1 RU2708818 C1 RU 2708818C1
- Authority
- RU
- Russia
- Prior art keywords
- spinal cord
- volume
- images
- pathological
- determining
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- High Energy & Nuclear Physics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Radiology & Medical Imaging (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
Способ может быть использован в научной и практической медицине, а именно для определения объемов патологических образований в спинном мозге на высокопольном магнитно-резонансном томографе. Для получения изображений, соответствующих определенному срезу спинного мозга во фронтальной, сагиттальной и аксиальной плоскостях проекции, выгружают в формате ipj, png или jpeg. Полученные изображения контурируют с использованием алгоритма разностного контурирования для выделения патологической области на срезе. Подбирают оптимальные параметры для контурирования. Выделяют область интереса и рассчитывают ее площадь по методу Гаусса. Подгружают изображение соседнего среза, и операцию повторяют для всех изображений срезов объемного образования. Изобретение обеспечивает повышение точности определения и расчета объема патологических образований спинного мозга. 5 ил., 2 табл., 3 пр.
Description
Изобретение относится к научной и практической медицине и может быть использовано для определения объемов патологических образований в спинном мозге.
Известен способ выявления патологических очагов в спинном мозге с помощью расчета «индекса контрастности», по сути - разницы между интенсивностью внутри очага (I1) и вне очага (I2) поделенной на I2. Исследование проводилось как в режиме STIR, в том числе модифицированном, так и без него.
(Патент РФ №2472433, МПК А61В 5/055, опубл. 20.01.2013 г.)
Однако, данный способ требует для применения компетенций врача рентгенолога, подходит для выявления только гомогенных образований. Так же в данном способе не представлена возможность определения объемов выявленных патологических образований.
Известен способ определения объема органов или образований при медицинском обследовании, при котором получают проекции изображений органа на любые две или три ортогональные плоскости, зафиксированные относительно органа с дальнейшим нахождением объема по математическим формулам.
(Патент РФ №2284146, МПК А61В 5/055, опубл. 27.09.2006 г.)
К недостаткам можно отнести то, что данный способ позволяет рассчитывать только объемы образований с четко визуализируемыми границами.
Известен способ автоматического расчета формы объемных тел, заключающийся в обработке полутоновой информации, полученной на основе трех снимков, и сравнения их с калибровочными снимками.
(Заявка РФ №98103621, МПК G01B 11/00, опубл. 10.12.1999 г.)
Однако данный способ трудноосуществим, т.к. исследуемый объект и калибровочные кривые должны находиться приблизительно в одном месте и должны быть соизмеримы. Способ трудно осуществим и он дает приблизительные результаты. Не реализована возможность определения сложных для визуализации контуров объектов, в том числе гетерогенных образований.
Известен способ построения изображений трехмерных объектов на двумерной поверхности, включающий представление объекта в памяти в виде множества пространственных координат и их преобразование в множество «экранных» координат, использующей корректирующие функции.
(Заявка РФ №2000109789, МПК G06T 17/00, опубл. 27.03.2002 г.)
Однако способ позволяет осуществить лишь имитацию визуального трехмерного пространства, без расчета объема тел. Значение регулирующего параметра задают на основе непосредственного измерения пространственных параметров тел, что невозможно при исследовании органа без оперативного вмешательства. Кроме того, нет возможности определения сложных для визуализации контуров объектов, в том числе гетерогенных образований.
Известен способ создания изображений и носитель программ и данных, с помощью которого обрабатывается объемное или плоское изображение органа, причем изображение разбивается на элементы графических форм. Разбивка осуществляется с использованием интерполяционных линий, определяется линия, которая интерполирует пространство между двумя вершинами по вектору и затем интерполируют пространство между заданной вершиной и любой другой.
(Заявка РФ №2000100280, МПК G06T 17/00, опубл. 10.12.2001 г.)
Данный способ сложен и позволяет только построить объемное изображение органа, без расчета его объема.
Все известные способы определения объемов образований в спинном мозге без инвазивного вмешательства, в которых осуществляют расчет либо на основе исходных данных, полученных при измерении наибольшего размера трех плоских проекций органа или образования, либо на основе очень сложного математического построения объемной модели органа или образования, не дают требуемой точности расчета, не позволяют находить объемы сложных для визуализации образований.
Задачей изобретения является создание способа определения объема патологических образований спинного мозга, позволяющего с высокой точностью определить и рассчитать объем сложных для визуализации образований, незначительно отличающихся по интенсивности от окружающих тканей на МРТ изображениях и имеющих сложную внутреннюю структуру и неровные контуры для последующей оценки восстановительных процессов и контроля терапии.
Технический результат изобретения заключается в повышении точности определения и расчета объема патологических образований спинного мозга.
Это достигается тем, что в заявляемом способе определения объема патологических образований спинного мозга на высокопольном магнитно-резонансном томографе с получением проекции изображений, соответствующих определенному срезу спинного мозга во фронтальной, сагиттальной или аксиальной плоскости, изображения интересующих срезов в нужных проекциях выгружают в формате ipj, png или jpeg, контурируют с использованием алгоритма разностного контурирования для выделения патологической области на срезе, при этом подбирают оптимальные параметры для контурирования, затем выделяют область интереса и рассчитывают ее площадь по методу Гаусса, затем подгружают изображение соседнего среза, и операцию повторяют для всех изображений срезов объемного образования, а объем образования Q вычисляют по формуле:
где d - толщина среза, а Si - площадь области интереса на срезе i.
Осуществление способа.
Данный способ нахождения объемов применим для исследования спинного мозга на высокопольных магнитно-резонансных томографах от 3 Тл и выше. Используется стандарт медицинских изображений DICOM.
С помощью магниторезонансного томографа (например, аппарата Clin Scan, Brucker BioSpin, Германия) с напряженностью магнитного поля 7 Тл, проводят исследование. Оценивают Т1 или Т2 взвешенные изображения, в любом визуализаторе DICOM-данных выявляют область интереса, а изображения интересующих срезов в нужных проекциях выгружают в формате ipj, png или jpeg.
Обработку данных проводят с помощью программы Spinal cavity Searcher (ScS), разработанной на языке С# в среде Visual Studio 2017. Загружают изображение, производят контурирование с использованием алгоритма разностного контурирования.
Описание алгоритма разностного контурирования показано на на Фиг. 1, где 2 - наблюдаемая точка, 1 - пара противоположных точек. Осуществляется пробег по пикселям изображения и оценка яркости каждого пикселя.
Способ разностного контурирования основан на том, что контур (край) объекта на изображении заметен невооруженным глазом, если существует существенная разница в яркости пары противоположных пикселей, расположенных непосредственно вокруг наблюдаемой точки, которая принадлежит краю объекта. Это относится к паре точек, которые могут образовывать прямую линию, проходящую через наблюдаемую точку.
Если максимальное значение для разности яркости меньше нижнего предела яркости, точка меняет свой базовый цвет на черный, а если оно больше, чем значение верхнего предела яркости, точка меняет свой основной цвет на белый, и наоборот в инвертированном режиме.
Подбирают оптимальные параметры для контурирования (пороговые значения яркости), затем выделяют область интереса и рассчитывают ее площадь по методу Гаусса. Затем подгружают изображение соседнего среза, и операцию повторяют для всех изображений срезов объемного образования.
Затем находят объем образования Q по формуле:
Интерфейс программного обеспечения Spinal cavity Searcher (ScS) представлен на Фиг. 2.
Примеры осуществления способа.
Пример 1.
Группе лабораторных животных - семи крысам чистой линии рода Sprague-Dawley, самкам, весом 250-350 граммов, после нанесенной контузионной травмы спинного мозга тяжелой степени на уровне Т9. На Фиг. 3 показана динамика изменения структуры и объема зоны повреждения спинного мозга у крысы после контузионной травмы спинного мозга, с указанием периода времени после травмы спинного мозга. Проводилось МРТ исследование (аппарат Clin Scan, Brucker BioSpin) на 2 сутки после нанесения травмы, в дальнейшем четырехкратно с интервалом в 1 неделю. Также дополнительное исследование проводилось через 4 месяца после нанесения травмы. На основе предложенного способа, с использованием разработанного программного обеспечения, выявлена динамика изменения объемов полостей спинного мозга у группы контроля во времени, показанная в таблице 1. Выявлена стойкая тенденция к увеличению объема полости во времени, объясняемая наличием иммунологических процессов, сопровождаемых разрушением поврежденных нейронов и их отростков, а так же наличием процессов ретроградной и антероградной (Валлеровой) дегенерации нейронов.
Пример 2.
Группе лабораторных животных рода Sprague-Dawley, после нанесения контузионной травмы спинного мозга тяжелой степени, производилось однократное введение в хвостовую вену мононуклеарных клеток пуповинной крови человека (10×106) на первые сутки после операции. Проведен цикл МРТ исследований аналогично с группой самовосстановления из примера 1. Выявленная динамика изменения объемов полостей в спинном мозге свидетельствует о статистически значимом их уменьшении уже с 1 недели после операции в сравнении с группой самовосстановления (см. таблицу 2) на основе статистики Манна-Уитни, что объясняется нейропротективым, нейрорегенеративным и нейрорепаративным действием, ангиогенным действием, противовоспалительным и иммуносупрессивным эффектами от введения мононуклеарных клеток пуповинной крови человека.
Пример 3.
МРТ пациента С.С.Н. (экспериментальная группа) с нестабильным компрессионно-оскольчатым переломом тела Th12 позвонка, стабильным переломом тела L1 позвонка, ушибом конуса спинного мозга тяжелой степени. Исследование проводилось на аппарате Signa 3,0 Тл фирмы General Electric.
Был использован предложенный метод определения объема патологических образований спинного мозга. Изображения 4 интересующих срезов в сагиттальной проекции были выгружены в формате jpeg в Dicom визуализаторе (RadiAnt DICOM Viewer). Затем с помощью разработанного ПО Spinal cavity Searcher (ScS) полученные изображения были контурированы с использованием алгоритма разностного контурирования. Выбранные параметры контурирования: верхний предел яркости: 0.50, нижний предел яркости: 0.07. Далее на первом срезе была выделена область интереса, и произведен автоматический расчет ее площади по методу Гаусса. Аналогично расчет площадей областей интереса был произведен для всех других изображений срезов объемного образования, а объем образования Q был вычислен по формуле:
где d - толщина среза, а Si - площадь области интереса на срезе i.
Объем контузионного очага Q составил 3,925 см3, что соответствует контузионной травме спинного мозга тяжелой степени и неврологическому дефициту на уровне ASIA В.
На Фиг. 4 показана Т2-ВИ, сагиттальная проекция. Визуализируется очаг контузии конуса спинного мозга на уровне верхнего края Th12 позвонка с перифокальным отеком. На Фиг. 5 показана STIR, сагиттальная проекция. Визуализируется гиперинтенсивный очаг в задних отделах очага контузии - небольшой очаг гематомиелии.
Таким образом, на основании проведенных исследований показано, что данный способ расчета объемов очагов в спинном мозге с использованием программы Spinal cavity Searcher (ScS) является высокочувствительным, и может применяться как в медицинской практике, так и в различных научных исследованиях.
Claims (3)
- Способ определения объема патологических образований спинного мозга на высокопольном магнитно-резонансном томографе с получением проекции изображений, соответствующих определенному срезу спинного мозга во фронтальной, сагиттальной или аксиальной плоскости, изображения интересующих срезов в нужных проекциях выгружают в формате ipj, png или jpeg, затем полученные изображения с применением программы Spinal cavity Searcher (ScS) контурируют с использованием алгоритма разностного контурирования каждого изображения для выделения патологической области на срезе, при этом подбирают оптимальные параметры для контурирования, затем выделяют область интереса, и программа (ScS) рассчитывает ее площадь по методу Гаусса, затем подгружают следующее изображение соседнего среза, и операцию повторяют для всех изображений срезов объемного образования, а объем образования Q вычисляют по формуле:
-
- где d - толщина среза, а Si - площадь области интереса на срезе i.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2019109534A RU2708818C1 (ru) | 2019-04-01 | 2019-04-01 | Способ определения объема патологических образований спинного мозга на высокопольном магнитно-резонансном томографе |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2019109534A RU2708818C1 (ru) | 2019-04-01 | 2019-04-01 | Способ определения объема патологических образований спинного мозга на высокопольном магнитно-резонансном томографе |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2708818C1 true RU2708818C1 (ru) | 2019-12-11 |
Family
ID=69006796
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2019109534A RU2708818C1 (ru) | 2019-04-01 | 2019-04-01 | Способ определения объема патологических образований спинного мозга на высокопольном магнитно-резонансном томографе |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2708818C1 (ru) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2753322C1 (ru) * | 2020-09-04 | 2021-08-13 | федеральное государственное бюджетное образовательное учреждение высшего образования "Московская государственная академия ветеринарной медицины и биотехнологии-МВА имени К.И. Скрябина" (ФГБОУ ВО МГАВМиБ-МВА имени К.И. Скрябина) | Способ диагностики новообразований позвоночного столба у собак |
| RU2813480C1 (ru) * | 2023-10-31 | 2024-02-12 | Общество С Ограниченной Ответственностью "Компания "Стрим Лабс" | Способ обработки изображений магнитно-резонансной томографии для формирования обучающих данных |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9730631B1 (en) * | 2008-03-23 | 2017-08-15 | Scott L Rosa | Diagnostic imaging method |
| WO2018048575A1 (en) * | 2016-09-07 | 2018-03-15 | Elekta, Inc. | System and method for learning models of radiotherapy treatment plans to predict radiotherapy dose distributions |
-
2019
- 2019-04-01 RU RU2019109534A patent/RU2708818C1/ru active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9730631B1 (en) * | 2008-03-23 | 2017-08-15 | Scott L Rosa | Diagnostic imaging method |
| WO2018048575A1 (en) * | 2016-09-07 | 2018-03-15 | Elekta, Inc. | System and method for learning models of radiotherapy treatment plans to predict radiotherapy dose distributions |
Non-Patent Citations (5)
| Title |
|---|
| АРТЮНОВ Н.В. и др., Современные методы исследования патологии ликворной системы - Лучевая диагностика и терапия 3(3), 2012. * |
| ЛУКЬЯНЁНОК П.И. и др., Определение объема гипофиза по данным сагиттальных сечений при низкопольной магнитно-резонансной томографии - Медицинская визуализация (3), 2007. * |
| ЛУКЬЯНЁНОК П.И. и др., Определение объема гипофиза по данным сагиттальных сечений при низкопольной магнитно-резонансной томографии - Медицинская визуализация (3), 2007. МЕДВЕДЕВ Д.Г., Методы выделения контуров объектов с нечеткими краями на цветных изображениях - Цифровая обработка сигналов (3), 2014. ХРЯЩЕВ Д.А., Об одном методе выделения контуров на цифровых изображениях - Вестник АГТУ. Сер.: Управление, вычислительная техника и информатика (2), 2010. АРТЮНОВ Н.В. и др., Современные методы исследования патологии ликворной системы - Лучевая диагностика и терапия 3(3), 2012. * |
| МЕДВЕДЕВ Д.Г., Методы выделения контуров объектов с нечеткими краями на цветных изображениях - Цифровая обработка сигналов (3), 2014. * |
| ХРЯЩЕВ Д.А., Об одном методе выделения контуров на цифровых изображениях - Вестник АГТУ. Сер.: Управление, вычислительная техника и информатика (2), 2010. * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2753322C1 (ru) * | 2020-09-04 | 2021-08-13 | федеральное государственное бюджетное образовательное учреждение высшего образования "Московская государственная академия ветеринарной медицины и биотехнологии-МВА имени К.И. Скрябина" (ФГБОУ ВО МГАВМиБ-МВА имени К.И. Скрябина) | Способ диагностики новообразований позвоночного столба у собак |
| RU2813480C1 (ru) * | 2023-10-31 | 2024-02-12 | Общество С Ограниченной Ответственностью "Компания "Стрим Лабс" | Способ обработки изображений магнитно-резонансной томографии для формирования обучающих данных |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Schilling et al. | Comparison of 3D orientation distribution functions measured with confocal microscopy and diffusion MRI | |
| Grychtol et al. | 3D EIT image reconstruction with GREIT | |
| CN100550004C (zh) | 一种对包含感兴趣区的三维医疗图像进行分割的方法 | |
| Kauffmann et al. | Computer-aided method for quantification of cartilage thickness and volume changes using MRI: validation study using a synthetic model | |
| Onofrey et al. | Generalizable multi-site training and testing of deep neural networks using image normalization | |
| US6978039B2 (en) | Method and system for segmentation of medical images | |
| US9241634B2 (en) | Analytic morphomics: high speed medical image automated analysis method | |
| US7136516B2 (en) | Method and system for segmenting magnetic resonance images | |
| Goñi et al. | Robust estimation of fractal measures for characterizing the structural complexity of the human brain: Optimization and reproducibility | |
| Wintermark et al. | T1-weighted MRI as a substitute to CT for refocusing planning in MR-guided focused ultrasound | |
| Maerz et al. | Surface roughness and thickness analysis of contrast-enhanced articular cartilage using mesh parameterization | |
| Jaremko et al. | Reliability of an efficient MRI-based method for estimation of knee cartilage volume using surface registration | |
| Saeed et al. | Implementation of fourier transformation with brain cancer and CSF images | |
| ES2322244T3 (es) | Sistema y metodo para el analisis de un tejido. | |
| Hareendranathan et al. | Semiautomatic classification of acetabular shape from three-dimensional ultrasound for diagnosis of infant hip dysplasia using geometric features | |
| KR101179081B1 (ko) | 골밀도 측정을 이용한 환자 맞춤형 인공삽입물 설계 장치 | |
| EP2483866A1 (en) | Medical image analysis system using n-way belief propagation for anatomical images subject to deformation and related methods | |
| RU2708818C1 (ru) | Способ определения объема патологических образований спинного мозга на высокопольном магнитно-резонансном томографе | |
| Pedersen et al. | Integrating carthage-specific T1rho MRI into knee clinic diagnostic imaging | |
| Jones et al. | Evaluation of the intraobserver and interobserver reliability of data acquisition for three-dimensional power Doppler angiography of the whole placenta at 12 weeks gestation | |
| Carminati et al. | Reconstruction of the descending thoracic aorta by multiview compounding of 3-d transesophageal echocardiographic aortic data sets for improved examination and quantification of atheroma burden | |
| CN115736879A (zh) | 磁共振图像处理方法、装置及计算机设备 | |
| Li et al. | Volumetric choroidal segmentation using 3D residual U-Net | |
| ES2929051T3 (es) | Sistema de detección de masas tumorales basado en imágenes de resonancia magnética | |
| Savazzi et al. | Effect of varying prior information in axillary 2D microwave tomography |