Елена Прието-Азкарате, выпускница кафедры телекоммуникационной инженерии в NUP / UPNA-Public University of Navarre и член службы ядерной медицины больницы университетского колледжа Наварры, реализовала 12 алгоритмов для обработки медицинских изображений, созданных с помощью PET (Positron Эмиссионная томография). Как она указывает в своей докторской диссертации, прочитанной в NUP / UPNA, полученные результаты являются многообещающими, и эта методика действительно может быть очень полезной.Она также разработала графический интерфейс, который позволит врачу или онкологу использовать эту технику в клинической практике удобно, быстро и интуитивно.
Исследование относится к области биомедицинской инженерии и проводилось в сотрудничестве между Службой ядерной медицины больницы университетского колледжа Наварры и NUP / UPNA – Государственным университетом Наварры. Диссертация озаглавлена "Segmentación mediante umbralización automática en tomografía por emisión de positrones" (Сегментация с помощью автоматического определения порога в позитронно-эмиссионной томографии).
Техника ПЭТ позволяет собирать молекулярные изображения, которые предоставляют информацию о биологическом и метаболическом поведении опухолей.В последние годы появился большой интерес к возможностям изображений этого типа при планировании курсов лучевой терапии.В этом планировании наиболее важным процессом является точное определение объема опухоли, требующей лечения.
Так Елена Прието улучшила технику сегментации ПЭТ-изображений."Сегментация изображения," она объясняет, "это метод обработки изображений, позволяющий разграничивать объекты; опухоли, в данном случае.Эта диссертация была направлена на проведение исследований и разработку новых методов сегментации, чтобы превратить ПЭТ (позитронно-эмиссионную томографию) в надежную альтернативу для планирования лечения в радиотерапевтической онкологии."
Многообещающие результаты
В частности, исследователь работал над одним конкретным методом сегментации изображения: установлением пороговых значений."Автоматическая установка пороговых значений позволяет автоматически разграничивать края опухоли на изображении, что имеет огромное значение, поскольку пространственное разрешение изображений такого типа затрудняет ручное разграничение."
Анализируемые изображения пациентов были получены в больнице университетского колледжа Наварры благодаря финансированию Института здравоохранения Карлоса III (Министерство здравоохранения и потребления Испании) в рамках проекта FIS и компании Siemens HealthCare. В работе использовались два разных томографа ПЭТ для получения изображений, так что автоматическое определение порога могло быть оценено в широком диапазоне условий.Все полученные изображения были доступны через Интернет, чтобы обеспечить общую структуру проверки для любого метода сегментации.
"Результаты экспериментальных изображений были многообещающими," она заключает,"и стало возможным улучшить стандартную технику получения клинических изображений, получаемых с ПЭТ-томографов высокого разрешения." Что еще, "используемый метод может быть очень полезен при сегментировании изображений, полученных на современных клинических томографах ПЭТ / КТ."