Надежный, точный и повторяемый анализ медицинских изображений продолжает оставаться проблемой при лечении заболеваний. В рамках европейской исследовательской инициативы были разработаны надежные и эффективные вычислительные методы для интерпретации, моделирования и визуализации данных изображений.
Медицинская визуализация является важным инструментом в клинической среде, особенно при разработке количественных инструментов на основе изображений в рамках терапии рака и измерения ответа опухоли после терапии.
В "Анализ медицинских изображений для мониторинга лечения рака и формирования опухолевого атласа" (MICAT) работал над разработкой новых методов медицинских вычислений и инфраструктуры анализа медицинских изображений для мониторинга во время лечения рака. В частности, MICAT сосредоточился на оценке ответа опухоли и формировании нового вероятностного атласа опухоли головного мозга.
Сегментация опухоли по данным визуализации является сложной задачей из-за большого разнообразия внешнего вида опухолевой ткани между пациентами и, в некоторых случаях, с нормальной тканью. Команда MICAT разработала новый метод сегментации на основе алгоритма клеточных автоматов (CA). Валидационные исследования показали, что окончательный алгоритм превзошел алгоритмы вырезания графа и роста и сокращения с более низкой чувствительностью к инициализации и типу опухоли.
Приложения для регистрации изображений включают объединение изображений одного и того же объекта из разных модальностей и управление изображениями во время вмешательств. Исследователи MICAT разработали новый жесткий метод регистрации, основанный на анатомических ориентирах мозга, для сравнения объемов исходных и последующих изображений пациента с опухолью головного мозга. Новый метод включает серийные Т1-взвешенные магнитно-резонансные (МР) изображения с усиленным контрастом. Т1-взвешенное сканирование показывает различия во времени релаксации спиновой решетки ткани.
Новые протоколы означают, что измерения объема опухоли и изменения диаметра могут выполняться с повышенной точностью и надежностью. Кроме того, MICAT изучает новые локальные критерии с использованием тензора деформации Лагранжа.
На сегодняшний день опубликовано семь статей с подробным описанием достижений проекта MICAT. Поскольку программные инструменты будут доступны в клинической практике, повысится эффективность радиохирургии опухолей и анализа реакции опухоли головного мозга на последующее наблюдение после лечения.