Адаптивна обробка та аналіз зображень комп’ютерної томографії ювенільних ангіофібром основи черепа

summary

ОСНОВНИЙ ЗМІСТ РОБОТИ

У вступі обґрунтовано актуальність теми дисертаційної роботи, показано зв’язок  роботи з науковими програмами, планами, темами, визначено мету і завдання досліджень, наукову новизну та практичне значення отриманих результатів, наведено відомості про особистий внесок автора, апробації та публікації.

У першому розділі проведено аналітичний огляд діагностичних методів у галузі візуалізації та розрахунку кількісних показників для оцінювання кровопостачання тканин, який показав широке застосування для цих цілей в країнах Європи та в США методу перфузійної комп’ютерної томографії. Порівняльний аналіз найбільш використовуваних методів визначення перфузійних характеристик (методу моментів, компартментного аналізу та методу деконволюції) показав, що перфузійна комп’ютерна томографія, як загалом й інші діагностичні методи для оцінювання кровопостачання тканин, на сьогодні не можуть забезпечувати оцінювання об’єму можливої крововтрати при проведенні таких хірургічних втручань, як видалення ЮАОЧ. Це пов’язано з тим, що на сьогодні немає надійного аналізуючого програмного забезпечення з підтвердженим статистичним апаратом для оцінки гетерогенності судинної щільності всієї пухлини, а також те, що отримувані в такий чин діагностичні дані не враховують проблему комплексної залежності крововтрати від виду операції, техніки виконання оперативного втручання, місцевих і загальних особливостей організму пацієнта.

Усе перераховане вище визначило напрямок наукового дослідження – оцінювання кровопостачання досліджуваних тканин ЮАОЧ за результатами адаптивної обробки та аналізу зображень, отриманих діагностичним методом візуалізації, що широко використовується в нашій країні при обстеженні хворих з наведеною патологією, – методом рентгенівської комп’ютерної томографії.

Сформульовано методику розв’язання задачі отримання комплексних даних оцінювання кровопостачання тканин ЮАОЧ, яка складається з виконання наступних етапів:

-        проведення сегментації оригінальних томограм для отримання зображень, що безпосередньо характеризують лише тканини пухлини;

-        проведення візуалізації об’ємних даних для дослідження зон васкуляризації тканин ЮАОЧ в тривимірному просторі;

-        проведення статистичного аналізу КТ-зображень, що характеризують тканини пухлини вздовж її об’єму, для дослідження кількісних показників кровопостачання ЮАОЧ.

У другому розділі проаналізовано особливості сегментації тканин ЮАОЧ на КТ-зображеннях за допомогою поширених в медицині методів проведення сегментації. Встановлено, що ділянки КТ-зображень, на яких присутні тканини ЮАОЧ, не є однорідними на рівні характерних ознак, використовуваних при проведенні сегментації. Визначено, що для досягнення вдалих результатів сегментації тканин ЮАОЧ необхідне врахування додаткової інформації, використання якої зможе покращити процес сегментації за рахунок диференціації ділянок КТ-зображень щодо їх структурного компонента.

Було встановлено, що комбінація двох зображень, які відповідають отриманим на одному рівні КТ-зрізам без контрасту та з контрастним посиленням тканин, надає можливість використання додаткової інформації щодо щільності досліджуваних тканин з метою компенсування недоліків процесу отримання сегментів ЮАОЧ на КТ-зображеннях. Як результат, було отримано характеристику КТ-зображень щодо зон васкуляризації присутніх на них тканин. Для формалізації в рамках як візуальної, так і кількісної оцінки цієї характеристики введено поняття судинної маски – двовимірної різницевої матриці, яка надає інформацію щодо ділянок васкуляризації досліджуваних на КТ-зображенні тканин.

Встановлено, що в силу анатомічного розташування ЮАОЧ та наявності в пухлині тканин із значною васкуляризацією значення судинних масок можуть виступати в якості маркерів, які уточнюють визначення границь сегмента пухлини в районах значної зміни яскравості для однорідних ділянок з критерієм однорідності сусідніх пікселів за ґрадієнтними ознаками. За рахунок цього отримав подальшого розвитку метод сегментації зображень рентгенівської комп’ютерної томографії на основі нарощування ділянок.

Як і класичні алгоритми методу сегментації на основі нарощування ділянок, так і при використанні зрізів -з контрастним посиленням тканин, так би мовити, «вирощують» ділянку аж до її границі, використовуючи критерій однорідності сусідніх пікселів.