Natančna razgradnja lezij bele možganovine (LBM) na osnovi magnetno resonančnega (MR) slikanja ima vedno večjo vlogo pri diagnozi in vodenju zdravljenja raznih nevroloških bolezni. S postopki avtomatske analize slik lahko LBM razgradimo objektivno in učinkovito. Razgradnja LBM vključuje modeliranje porazdelitve sivinskih vrednosti celotne možganovine, ki pa je lahko zaradi raznih motilnih vplivov zelo kompleksna in heterogena. Zanesljivo modeliranje te porazdelitve je zato zelo zahtevno. V tem članku predlagamo nov pristop modeliranja porazdelitve sivinskih vrednosti s porazdeljenimi modeli mešanic, pri čemer je ključna predpostavka, da je možno te porazdelitve v lokalnih, manjših regijah glave zelo dobro opisati z enostavnimi modeli. Na klinični zbirki 30 slik pacientov z multiplo sklerozo smo uspeli pokazati, je predlagane porazdeljene modele možno zanesljivo prilegati, kljub motilnim vplivom kot so LBM, ki so značilne za te paciente. Združevanje teh porazdeljenih modelov omogoča zapis modela porazdelitve sivinskih vrednosti za celotno možganovino, ki ga za razgradnjo lezij izrablja večina nenadzorovanih postopkov za razgradnjo LBM. Predlagani model smo vgradili v tri različne nenadzorovane postopke za razgradnjo LBM in pokazali, da uporaba predlaganega modela izboljša natančnost razgradnje LBM.
COBISS.SI-ID: 11198292
Modeli porazdelitev se ponavadi uporabljajo za kompaktno predstavitev vzorcev iz heterogenih virov. Pri tem predstavljajo problem neznani deleži osamelcev ter neurovnoteženi vzorci, ki jih generirajo viri. Neuravnoteženi modeli mešanic pri vzorcih z osamelci zahtevajo robustno ocenjevanje. V članku predstavljamo novo metodo za robustno ocenjevanje modelov porazdelitev, ki izključuje osamelce na osnovi vrstnega reda zaupanja modela. Predlagano metodo smo ovrednotili in primerjali s sodobno FAST-TLE metodo s pomočjo dveh slikovnih baz. Prvo so sestavljali sintetični vzorci z različnimi deli osamelcev in z različnimi utežmi mešanic, medtem ko so drugo bazo sestavljale magnetno resonančne slike možganov s tumorji različnih volumnov. Dobljeni rezultati kažejo, da predlagana metoda uspešno robustno ocenjuje neuravnotežene modele pri različnih delih osamelcev v vzorcih. Zato je metoda uporabna na realnih vzorcih, pri katerih deleža osamelcev ni mogoče vnaprej napovedati.
COBISS.SI-ID: 10969940
Določeno količino običajno lahko izmerimo z več različnimi merilnimi postopki. Naprimer, pri analizi medicinskih slik lahko uporabimo različne postopke razgradnje slik za obrisovanje ciljne strukture in meritev njenega volumna, pri čemer pa je dejanski volumen bodisi neznan ali dostopen z uporabo dražjega ali celo destrukturivnega postopka. V tem delu zato predlagamo novo numerično ogrodje za avtomatsko določanje najbolj natančnega in točnega postopka pri danih večih meritvah večih postopkov, pri čemer dejanska vrednost ni znana. Natančnost vsakega postopka smo opisali s sistematsko napako, ki sae izraža s polinomom druge stopnje glede na neznane dejanske vrednosti meritev. Točnost postopka smo opisali kot naključno napako z Gaussovo porazdelitvijo, ki je v primerjavi s prejšnjimi deli izražena glede na meritve vseh postopkov. Slednje nam omogoča analiziranje meritev v primeru, ko dva ali več postopkov temeljita na podobnih principih. Posteriorna porazdelitev napake predlaganega modela je bila izračunana z uporabo Markovovih verig in Monte-Carlo simulacijo. Iz porazdelitve smo določili vrednosti parametrov in pa ocene dejanskih vrednosti meritev. Predlagano ogrodje smo validirali na zbirki podatkov o volumnih lezij bele možganovine pacientov z multiplo sklerozo, ki so bili pridobljeni s štirimi avtomatskimi postopki razgradnje magnetoresonančnih slik. Ocene sistematskih in naključnih napak ter ocenjene dejanske vrednosti so se ujemale z ocenami teh parametrov, ki smo jih pridobili z srednje kvadratno regresijo glede na referenčne dejanske vrednosti meritev, pridobljene iz visokonatančnih konsenznih ročnih obrisov lezij.
COBISS.SI-ID: 11948116
Kvantificirana volumen in število lezij bele možganovine iz magnetoresonančnih (MR) slik sta pomembna biomarkers številnih nevrodegenerativnih bolezni. Za rutinsko izločanje teh biomarkerjev potrebujemo natančen in zanesljiv avtomatski postopek razgradnje lezij v MR slikah. Izbira standardnega postopka pa je lahko objektivna le v primeru, da obstaja primerna javno dostopna validacijska zbirka MR slik z referenčnimi obrisi lezij in protokolom vrednotenja razgradnje. Za ta namen smo ustvarili novo javno dostopno zbirko MR slik, kjer referenčni obrisi temeljijo na konsenzu večih obrisovalcev tako, da so obrisovalci najprej individualno obrisali lezij v vseh slikah po vnaprej dogovorjenem protokolu, nato pa so v več zaporednih srečanjih razrešili razhajanja med individualnimi obrisi in dosegli konsenz. Predlagani protokol obrisovanja smo validirali z oceno varibilnosti večkratne ponovitve celotnega protokola, rezultati pa kažejo na precej nižjo variabilnost v primerjavi z individualnimi obrisi tako posameznega obrisovalca kot med obrisovalci. Pridobljeni obrisi so zato boljša referenca za razvoj, učenje in vrednotenje postopkov razgradnje lezij. Za spodbujanje nadaljnje rabe in raziskav smo razvita orodja, zajete MR slike in pridobljene referenčne obrise javno objavili na spletni strani http://lit.fe.uni-lj.si/tools.
COBISS.SI-ID: 11896404
Kvantifikacija sprememeb lezij bele možganovine (LBM) iz magnetoresonančnih (MR) slik glave lahko uporabimo za predikcijo napredovanja nevrodegenerativnih bolezni, kot naprimer multiple skleroze (MS). Potreba bo natančnih in zanesljivih obrisih sprememb LBM je vodila do razvoja številnih avtomatskih postopkov, ki pa niso objektivno, sistematično in primerjalno vrednoteni. V tej študiji smo zato uredili zbirko MR slik 20-ih MS bolnikov, pri čemer v MR slikah obrisali področje možganovine, MR preiskave posameznega bolnika prostorsko poravnavi in svetlostno kalibrirali. Dva eksperta sta spremembe LBM ročno obrisala na odštevnih MR slikah za namen pridobitve referenčnih obrisov. Glavni prispevki so objektivno, kvantitativno in sistematsko vrednotenje dve nenadzorovanih in enega nadzorovanega avtomatskega postopka zaznave spremembe LBM in javna objava podatkovne zbirke slik in pripadajočih referenčnih obrisov sprememb LBM.
COBISS.SI-ID: 11449428