Szöveti heterogenitást analizáló számítógépes programok összehasonlítása

Nyomtatóbarát változatNyomtatóbarát változat
Konferencia: 
2015/2016. tanév
Tagozat: 
Képalkotó diagnosztika, nukleáris medicina
Előadó szerző adatai
Név (format for foreign students: Last Name, First Name): 
Bujdosó Blanka

Előadás adatai

Előadás címe: 
Szöveti heterogenitást analizáló számítógépes programok összehasonlítása
Összefoglaló: 

Bevezetés: A tumorok textúra analízise egy viszonylag új módszer az orvosi képfeldolgozásban. Ezen a területen a legtöbben speciális, mások által kidolgozott szoftvercsomagokat használnak anélkül, hogy a szoftverek megbízhatósága tesztelve lett volna. Ez egy nagyon fontos szempont, ugyanis a heterogenitás index (HI) számolásánál felmerülő algoritmusok távolról sem egyszerűek, így a kapott eredmények függhetnek az aktuális program kialakításától. Ezért célul tűztük ki, hogy a gyakrabban használt textúra analizáló programokat összehasonlítsuk, illetve validáljuk.
Módszerek: A vizsgálatokba a Matlab, a CGITA, a MaZda, valamint az Interview Fusion programokat vontuk be. A textúra meghatározás validálása un. szintetikus képek segítségével oldható meg a legkönnyebben. Ezért definiáltunk speciális geometriai formákból (például téglalapokból, körökből) felépített heterogén mintázatokat tartalmazó képeket, amelyek a HI adatait manuálisan is ki tudtuk számolni. Hat textúra paramétert használtunk a számoláshoz (kontraszt, korreláció, energia, homogenitás, különbözőség, entrópia), majd a szintetikus képeket kiértékeltük a fent említett négy programmal is.
Eredmények: A heterogenitás paraméterek értékei között számos különbséget fedeztünk fel a különböző szoftvereknél. Az általunk kiszámolt manuális adatokat véve alapul („Gold-standardnak”) a Matlab által számolt értékek adták a legkisebb eltérést (<0,1%), míg az eltérő szoftverek értékeinél meglehetősen nagy százalékos eltérést kaptunk az egyes HI paraméterekre. A maximális eltérések a következőek voltak: Interview Fusion ≤ 45%, a CGITA és MaZda programoknál pedig néhány esetben akár 100%-nál is nagyobb különbségeket tapasztaltunk.
Konklúzió: A kapott adatok egyértelműen demonstrálják, hogy a textúra indexek számolását a programok nem azonosan kezelik, ezért a különböző csoportok által kapott értékek összehasonlítása sem lehetséges. Az orvosi képalkotókkal tervezett szöveti heterogenitási vizsgálatokhoz ezért nagyon fontos lenne először az algoritmusokat és a felhasznált szoftvereket egységesíteni.

1. témavezető adatai
Név: 
Dr. Balkay László
Intézet / Tanszék/ Klinika: 
Nukleáris Medicina Intézet

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