Tüdőtumorok PET/CT alapú osztályozása
Előadás adatai
Bevezetés:
Magyarországon a tumoros megbetegedések közül a leggyakoribb előfordulásúak a tüdő tumorok. A tüdőbeli elváltozások elsősorban röntgenfelvételen mellékleletként kerülnek felfedezésre, majd a karakterizálás érdekében 18-FDG-PET/CT vizsgálatot végeznek. A PET/CT-nek a diagnózis felállítása mellett a sugárterápia tervezésénél, metastasisok felkutatásánál is fontos szerepe van. A Debreceni Egyetem Nukleáris Medicina Intézet munkatársai a könnyebb, gyorsabb diagnózis felállításának támogatásához egy szakértői rendszer kifejlesztésén dolgoznak, amely a nyirokcsomók és tumoros halmozások azonosítását egy mesterséges intelligencia alapú algoritmussal végzi.
Célkitűzés:
TDK munka során meg kellett oldani egy 48 fős populáció 18-FDG-PET/CT vizsgálati képanyagában fellelhető tüdőbeli halmozások elkülönítését és VOI analízisét egy interaktív képfeldolgozó szoftver segítségével. Majd a számolás során előállított VOI-k segítségével validálni kellett az intézetben fejlesztett automatizált, adaptív VOI kijelölést lehetővé tevő programot.
Módszerek:
Egy előző TDK munka során előállított képi adatbázis felhasználásával, szakorvos által megjelölt halmozások maximumhelyének meghatározása után megállapítottuk azt a SUV-értéket, amellyel a régiónöveléses VOI kijelölés a legnagyobb, kompakt térfogatot adta. Az így meghatározott VOI-k alapján meghatároztuk a halmozások átlagos SUV értékeit, amelyeket a maximum hellyel és az SUV küszöbértékkel együtt egy adatbázisba tároltunk. A tárolt VOI-kontúrokat később összehasonlítottuk az automatikus VOI-generáló program eredményével.
Eredmények:
Az adaptív küszöböléssel meghatározott SUV-érték, hasonlóan az előző TDK munka során használt egyéb SUV-számolás eljárásokhoz, önmagában nem bizonyult elegendőnek a nyirokcsomó és tumoros halmozások szétválasztásához. Az automatikus VOI-kijelölő eljárást viszont megfelelően pontosnak találtuk, így a szakértői rendszerbe ezt a technikát fogják alkalmazni.
Következtetések:
Sikerült az adaptív küszöbölési technikát validálnunk, így a szakértői rendszer fejlesztése egy teljesen automatizált, küszöb-független VOI-kijelölési módszerrel bővült.
Támogatók: Támogatók: Az NTP-TDK-14-0007 számú, A Debreceni Egyetem ÁOK TDK tevékenység népszerűsítése helyi konferencia keretében, az NTP-TDK-14-0006 számú, A Debreceni Egyetem Népegészségügyi Karán folyó Tudományos Diákköri kutatások támogatása, NTP-HHTDK-15-0011-es A Debreceni Egyetem ÁOK TDK tevékenység népszerűsítése 2016. évi helyi konferencia keretében, valamint a NTP-HHTDK-15-0057-es számú, A Debreceni Egyetem Népegészségügyi Karán folyó Tudományos Diákköri kutatások támogatása című pályázatokhoz kapcsolódóan az Emberi Erőforrás Támogatáskezelő, az Emberi Erőforrások Minisztériuma, az Oktatáskutató és Fejlesztő Intézet és a Nemzeti Tehetség Program