Þróun sjálfvirkra myndvinnsluaðferða til merkinga á heilahólfum sjúklinga með fullorðinsvatnshöfuð

Fullorðinsvatnshöfuð (e. normal pressure hydrocephalus) er viðvarandi form vatnshöfuðs í öldruðum, sem talið er orsakast af stífu í flæði mænuvökva sem aftur veldur því að heilahólfin stækka. Fullorðinsvatnshöfuð einkennist af minnisskerðingu, jafnvægisleysi og þvagleka og er talið vera orsök a.m.k. 5% allrar heilabilunar.

Erfitt getur reynst að greina fullorðinsvatnshöfuð og eru sjúklingar oft misgreindir með Alzheimer eða Parkinson sjúkdóma. Ef hins vegar tekst að greina fullorðinsvatnshöfuð þá eiga þeir sjúklingar möguleika á að gangast undir skurðaðgerð, sem getur í mörgum tilfellum læknað einkenni sjúkdómsins. Fullorðinsvatnshöfuð er því ein af mjög fáum meðhöndlanlegum heilabilunum, sem greinir hann frá öðrum þekktum orsökum heilabilunar.

Í dag meta röntgenlæknar umfang heilahólfastækkunar út frá röð tvívíðra segulómmynda. Við höfum þróað nýstárlegar myndvinnsluaðferðir, sem flokka og merkja á sjálfvirkan hátt mismunandi hluta heilahólfa út frá þrívíðum segulómmyndum í von um að geta greint fullorðinsvatnshöfuð án inngripa. Aðferðirnar nota bæði hefðbundnar myndvinnsluaðferðir og djúp tauganet og geta á nýstárlegan hátt merkt hliðlægu heilahólfin tvö ásamt þriðja og fjórða heilahólfi einstaklinga með stækkuð heilahólf.

Sjálfvirkar merkingar með okkar aðferðum hafa verið bornar saman við flokkunaraðferðir í fremstu röð og nákvæmnismælingar gerðar með hliðsjón af handvirkum merkingum heilahólfa í sjúklingamyndum.

Dice stuðull, sem mælir skörun sjálfvirku og handvirku merkinganna, sýnir umtalsverða bætingu okkar aðferða, sér í lagi á þeim sjúklingum með alvarlegustu heilahólfastækkunina, þar sem aðrar aðferðir bregðast.

Niðurstöður okkar benda til að aðferðir okkar geti gagnast við greiningu og betri skilgreiningu á sérkennum fullorðinsvatnshöfuðs. Aðferðirnar nýtast að auki rannsóknum á öðrum heilahrörnunarsjúkdómum eins og Alzheimer sjúkdómi, sem oft kemur upp í mismunagreiningu á fullorðinsvatnshöfði.

Birtingar úr rannsókninni eru meðal annars:

Muhan Shao, Shuo Han, Aaron Carass, Xian Li, Ari M. Blitz, Jaehoon Shin, Jerry. L. Prince, and Lotta. M. Ellingsen, "Brain ventricle parcellation using a deep neural network: Application to patients with ventriculomegaly," NeuroImage: Clinical, vol. 23, pp. 101871, doi.org/10.1016/j.nicl.2019.101871, 2019.

Hans Atlason, Muhan Shao, Viðar Róbertsson, Sigurður Sigurðsson, Vilmundur Guðnason, Jerry L. Prince, Lotta M. Ellingsen, "Large-scale parcellation of the ventricular system using convolutional neural networks," Proc. SPIE Medical Imaging 2019: Biomedical Applications in Molecular, Structural, and Functional Imaging, Vol. 10953, https://doi.org/10.1117/12.2514590, 2019.

Muhan Shao, Shuo Han, Aaron Carass, Xiang Li, Ari M. Blitz, Jerry L. Prince, Lotta M. Ellingsen, "Shortcomings of Ventricle Segmentation Using Deep Convolutional Networks , Understanding and Interpreting Machine Learning in Medical Image Computing Applications - First International Workshops MLCN 2018, DLF 2018, and iMIMIC 2018, Held in Conjunction with MICCAI 2018, Proceedings (pp. 79-86). (Lecture Notes in Computer Science, Vol. 11038 LNCS). Springer Verlag. https://doi.org/10.1007/978-3-030-02628-8_9, 2018.

Muhan Shao, Aaron Carass, Xiang Li, Blake E. Dewey, Ari M. Blitz, Jerry L. Prince, Lotta M. Ellingsen, "Multi-atlas segmentation of the hydrocephalus brain using an adaptive ventricles atlas," Proc. SPIE 10578, Medical Imaging 2018: Biomedical Applications in Molecular, Structural, and Functional Imaging, 105780F (March 2018), https://doi.org/10.1117/12.2295613, 2018.

Jeffrey Glaister, Muhan Shao, Xiang Li, Aaron Carass, Snehashis Roy, Ari M. Blitz, Jerry L. Prince, Lotta M. Ellingsen, "Deformable model reconstruction of the subarachnoid space," Proc. SPIE 10574, Medical Imaging 2018: Image Processing, 1057431 (March 2018), https://doi.org/10.1117/12.2293633, 2018.

Aaron Carass, Muhan Shao, Xiang Li, Blake E. Dewey, Ari M. Blitz, Snehashis Roy, Dzung L. Pham, Jerry L. Prince and, Lotta M. Ellingsen. “Whole brain parcellation with pathology: Validation on ventriculomegaly patients.” In: Patch-Based Techniques in Medical Imaging: Third International Workshop, Patch-MI 2017, Held in Conjunction with MICCAI 2017. Springer International Publishing; p. 20-28, 2017.

Lotta M. Ellingsen, Snehashis Roy, Aaron Carass, Ari M. Blitz, Dzung L. Pham, Jerry L. Prince. “Segmentation and labeling of the ventricular system in normal pressure hydrocephalus using patch-based tissue classification and multi-atlas labeling.” 2016 SPIE Conference on Medical Imaging, San Diego, California, USA, 27. Feb.-3. March 2016.