Kalinić, Hrvoje 1982

Registration and model-based analysis of transaortic valvular flow ultrasound images : doctoral thesis / Hrvoje Kalinić ; mentori Sven Lončarić i Davor Miličić - Zagreb : H. Kalinić ; Fakultet elektrotehnike i računarstva, 2012. - iii, 149 str. : ilustr., graf. prikazi ; 30 cm + CD

Na spor. str. naslov na hrv.: Registracija i analiza ultrazvučnih slika protoka preko aortnog zaliska utemeljena na modelu : doktorski rad

Bibliografija: str. 102-125. - Životopis na eng. i hrv. - Sažetci na eng. i hrv.

The dissertation describes a method for registration and model-based analysis of transaortic valvular flow ultrasound images. The image analysis is done from segmented images, where the segmentation is obtained by segmentation propagation from the atlas. The results showed that variability of the automated segmentation relative to the manual is comparable to the intra-observer variability. From the segmentation morphological feature are extracted and it was shown that the symmetry of aortic outflow profile relates to postoperative functional recovery of patients with aortic stenosis, and that it is is better predictor of functional recovery than other routinely used measurements. The accuracy of the segmentation depends on the registration, which in turn depends on the atlas and correct alignment of atlas and image. Thus, methods for atlas formation and definitions of image similarity measure are investigated. We show that the atlas constructed from multiple template images and multiple expert segmentation is fast method for atlas formation which produce atlas whose properties are comparable to atlas obtained by more complex atlas formation methods. It is also discussed under which circumstances the proposed method produces the same result as the classical atlas fusion method. Also, a novel image similarity measure, named absolute joint moments, is proposed. It was shown, that absolute joint moments can be observed as a generalization of the correlation, but also, via cumulant expansion of the probability density function as the approximation of the mutual information. Experimental results also showed that absolute joint moments combine good properties of both correlation coefficient and mutual information. - KEYWORDS: medical image analysis, Doppler ultrasound imaging, cardiac outflow velocity profile, image registration, template matching, model-based segmentation, segmentation propagation, atlas formation/construction, similarity measure, absolute joint moments%, mutual information, probability density function, cumulant approximation, morphological feature extraction, diagnostic potential U ovom radu prikazana je metoda za registraciju i analizu ultrazvučnih slika protoka preko aortnog zaliska utemeljena na modelu. Uporaba ultrazvučnih snimaka protoka je česta u kliničkoj dijagnostici i predstavlja dio svakodnevnog posla za kardiologe. Automatiziranje tog posla može olakšati i ubrzati postupak donošenja kliničke dijagnoze, te povećati pouzdanost i ponovljivost mjerenja. Ultrazvučne slike protoka dobivene su na temelju Dopplerovog efekta, te prikazuju kretanje objekta u ravnini ultrazvučnog vala. Za dijagnostiku je od posebne važnosti mjeriti brzine protoka, a mjereći kretanje preko aortnog zaliska Dopplerovom metodom u zapisu, uz protok, često zabilježimo otvaranje i zatvaranje zaliska. Zahvaljujući svom iskustvu kardiolozi su u stanju razlikovati koji dio ultrazvučne snimke predstavlja klinički važnu informaciju, a koji nevažnu, te su u stanju izmjeriti valjane vrijednosti čak i kada otvaranje i zatvaranje zalistaka zakrije dio informacije o protoku krvi. Prvi korak u obradbi i razumijevanju sadržaja slike, pa time i mjerenja objekta u slici, je segmentacija slike. Metode segmentacije slike temeljene na modelima predstavljaju jednostavan način da se potrebno predznanje ugradi u proces segmentacije slike. Osnovna ideja je da se algoritmu za segmentaciju dodijeli primjer na temelju kojega će on segmentirati sve ostale slučajeve. Kao primjer može poslužiti jedan element skupa (npr. prototip) ili više njih (uzorci). Kada govorimo o modelu, podrazumijevat ćemo primjer oblikovan na temelju raspoloživih uzoraka ili odabran iz njih. Ipak, važno je napomenuti kako metode segmentacije modelom obično ne podrazumijevaju i ne zahtijevaju treniranje prilikom izgradnje modela, tipično za druge algoritme što pokušavaju implementirati računalnu inteligenciju. Tipičan način ugradnje znanja u proces segmentacije je definiranje para sastavljenog od slike i pripadajuće segmentacije koju je predložio stručnjak, u našem slučaju kardiolog. Par definiran slikom i pripadajućom segmentacijom obično nazivamo atlasom. Koristeći atlas (odnosno bilo koju segmentiranu sliku) možemo segmentirati neku drugu sliku koristeći metodu prenošenja (eng. propagation) segmentacije. Prenošenje segmentacije sa slike koja ima poznatu segmentaciju na sliku koja nije segmentirana vrši se tako da se dvije slike upare u procesu registracije (uparivanja) slika nakon čega se segmentacija s atlasa preslika na sliku koju želimo segmentirati. Pretpostavka ovog procesa je da je moguće upariti slike na način da segmentacija pridružena atlasu odgovara željenoj segmentaciji slike. U osnovi to ovisi o definiciji sličnosti između dviju slika i dopuštenoj geometrijskoj transformaciji, odnosno o sposobnosti optimizacijskog algoritma da pronađe najveću sličnost među slikama u okvirima dopuštene transformacije. Nakon uvoda, pregleda nužnih matematičkih elemenata i pojmova, pregleda dosadašnjih istraživanja i opisa dohvata podataka ovaj rad opisuje četiri glavna dijela istraživanja, te njihove rezultate. Prvi dio se bavi segmentacijom ultrazvučnih slika protoka preko aortnog zaliska te izlučivanjem značajki iz dobivene segmentacije. Drugi dio ispituje metode za oblikovanje i/ili odabir modela, dok se treći dio bavi definicijom mjere sličnosti. Posljednji, četvrti dio pokazuje uporabu i korisnost razvijene metode za segmentaciju slika protoka preko aortnog zaliska. Prvi i posljednji dio predlažu rješenje zadanog problema koristeći varijacije postojećih metoda, dok središnji djelovi opisuju nov metodološki pristup, odnosno predstavljaju teoretsko unaprjeđenje i/ili poopće-nje postojećih metoda. Od rezultata bismo istaknuli da predložena automatska segmentacija utemeljena na modelu daje segemntaciju čija je varijabilonost u odnosu na segmentaciju koju je načinio kardiolog tek neznatno veća od varijabilosti dviju segmentacija načinjenih od istog kardiologa. Također, morfološke značajke izlučene iz segmentacije su pokazale da je simetričnost protoka preko aortnog zaliska u svezi s oporavkom pacijenta nakon zamjene zalistaka i da mjera simetričnosti bolje predviđa oporavak pacijenta no druge, rutinske mjere aortnog protoka. U teoretskom dijelu rada raspravljali smo kako točnost segementacije ovisi o atlasu i mjeri sličnosti između dviju slika. Pokazali smo da atlas izgrađen na temelju više slika i više segmentacija dobivenih od kardiologa postiže svojstva slična atlasima izgrađenim mnogo složenijim metodama. Također samo pokazali uz koje uvjete ovaj način konstrukcije atlasa rezultira atlasom koji postiže istu točnost kao segmentacija nastala kombiniranjem više atlasa - poznatija i kao fuzija atlasa. Nova mjera sličnosti koju predlažemo nazvali smo međumomentna mjera jer je temeljena na apsolutnoj sumi međusobnih momenata. Pokazali smo da ovakva mjera može biti promatrana kao generalizacija korelacije, ali i da raspisom funkcije gustoće vjerojatnosti preko kumulanata, može biti gledana kao aproksimacija međusobne informacije. Eksperimentalni rezultati su također pokazali da međumomentna mjera kombinira dobra svojstva i korelacije i međusobne informacije. - KLJUČNE RIJEČI: dohvat i analiza medicinskih slika, Dopplerov ultrazvuk, aortni protoci, registracija slike, poravnavanje s prototipom, segmentacija modelom, propagacija segmentacije, odabir/izgradnja atlasa, mjera sličnosti, međusobni momenti%, međusobna informacija, funkcija gustoće vjerojatnosti, aproksimacija kumulantima, izlučivanje mrorfoloških značajki, dijagnostički potencijal

004.932.2 616.13-072

Središnja knjižnica Fakulteta elektrotehnike i računarstva, Unska 3, 10000 Zagreb
tel +385 1 6129 886 | fax +385 1 6129 888 | ferlib@fer.hr