Namen: Cilj raziskave je razvoj robustne segmentacijske metode za določanje področja dojk, ki je neodvisna od vidljivega kontrasta med področjem dojk in mišicami prsnega koša s posteriorne strani in kože dojk z anteriorne strani. Materiali in metode: V članku je predstavljena popolnoma avtomatizirana metoda segmentacije področja dojk, ki temelji na mapi robov (edge map) pridobljeni z uporabo nastavljivega filtra Gabor (tunable Gabor filter). Slednji določa parametre na osnovi lokalnih značilnosti MRI slike za namen detekcije slabo vidnih in nevidnih prehodov med različnimi tkivi s podobnimi intenzitetami MRI signala. Predlagana metoda vpeljuje novo kriterijsko funkcijo za tehniko iskanja najkrajše poti (shortest-path search technique) na mapi robov znotraj območja iskanja meje pridobljene na osnovi informacije o meji sosednje (superior) slikovne MRI rezine. Metoda je bila ovrednotena na 52-tih predkontrastnih MRI volumenskih slik dojk, ki vsebuje vse ACR BI-RADS (American College of Radiology Breast Imaging-Reporting and Data System) kategorije gostote dojk. Rezultati: Dobljeni rezultati kažejo, da je predlagana metoda robustna za vse kategorije gostote dojk. V primerjavi z ostalimi metodami iz literature predlaganimi za aksialne MRI slike je uporabna za zelo zahtevne primere, v katerih je del fibroglandularnega tkiva povezan z mišicami prsnega koša in/ali kožo dojk brez vidnih kontrastov med njimi, to je brez prisotnosti maščobe. Stopnja podobnosti med avtomatsko in ročno segmentacijo področja dojk je glede na vrednost koeficienta podobnosti DSC (Dice Similarity Coefficient) 96.1%. Stopnja podobnosti med avtomatsko in ročno detekcijo meje med področjem dojke in mišicami prsnega koša je 1.9 mm oziroma 1.2 mm za detekcijo meje med predelom dojk in kože dojk glede na povprečno vrednost odstopanja MDD (Mean-Deviation Distance). Zaključek: Natančnost, robusnost in uporabnost za zelo zahtevne primere kaže potencial predlagane metode za vključitev v sistem računalniško podprte analize MRI slik dojk v zdravniški diagnostiki.
COBISS.SI-ID: 28621095
Članek se osredotoča na računalniško podprto oceno napredovanja facioscapulohumeralne distrofije (FSHD) skozi kvantifikacijo odstotka maščob in edema v opazovani mišični regiji. Nova multi-slice metoda za segmentacijo mišičnega področja na T1 uteženih magnetno resonančnih slikah, uporablja princip tehnike live-wire za iskanje poti, ki predstavlja mejo mišičnega področja. V ta namen je uporabljena eksponentna kriterijska funkcija, ki vključuje podatke o robovih pridobljenih po uporabi algoritma za izboljšave robov (edge-enhancement algorithm), znanega s področja razpoznave prstnih odtisov. Razlika med ročno segmentacijo radiologa in avtomatsko segmentacijo je bila ocenjena z indeksom podobnosti Zijdenbos, ki kaže na veliko natančnost predlagane metode. Odstotek maščob in edema v mišičnem področju je bil ocenjen na T1 utežnih in T2-STIR magnetno resonančnih slikah z uporabo postopka fuzzy c-mean clustering na 10-tih bolnikih s FSHD.
COBISS.SI-ID: 28621351
V tem prispevku smo pokazali, da lahko magnetno resonančno električno impedančno tomografijo (MR EIT) uporabljamo za določitev porazdelitve električnega polja in situ med elektroporacijo tkiva. Poskuse smo uspešno izvedli na živih miškah s tumorji. Rezultati MR EIT so bili preverjeni tudi s histologijo. Izvajanje MR ETI v elektroporacijskih aplikacijah, kot na primer elektrokemoterapija in ablacija tkiva z ireverzibilno elektroporacijo je velikega pomena, saj nam ta lahko omogoči korektivne posege pred koncem postopka in s tem dodatno izboljša izid zdravljenja.
COBISS.SI-ID: 10729556