Магнитно-резонансная томография является мощным методом медицинской диагностики благодаря тому, этим безопасным методом извлекается ценная информация о состояниях внутренних органов (тканей) человека. Метод магнитно-резонансной томографии (МРТ) широко применяется для диагностирования и отслеживания динамики заболеваний мозга, а также для исследования его функционирования. Метод позволяет получать трехмерные изображения высокого качества и разрешения. Разметка изображений МРТ мозга на анатомические структуры является важным шагом для дальнейшего анализа во многих задачах в этой области. Полная разметка трехмерного изображения предполагает разбиение (сегментацию) объема мозга на несколько десятков регионов, соответствующих основным анатомическим структурам. Каждой точке (векселю) ставится в соответствие метка анатомической структуры. Таким образом, ручная разметка в данном случае становится длительным и трудоемким процессом. Поэтому необходимы алгоритмы, автоматизирующие процесс анатомической разметки.
Основные результаты работы состоят в следующем:
1. Из анализа данных на цифровых фантомах было установлено, что эффекты вариации интенсивности сигнала за счет неоднородности РЧ сигнала в приемно-передающих катушках и шумы могут приводить к ошибкам в определении объемов серого и белого вещества головного мозга до 10%;
2. Вариации контраста при изменении параметра импульсной последовательности и репозиционирование измеряемого добровольца приводят к вариации измеряемых на добровольцах объемов серого и белого вещества до 5% и до 17% в определении объема спинномозговой жидкости;
3. Объемы структур головного мозга здоровых добровольцев, определяемые программой FSL, систематически в среднем на 8.1% больше, чем для программы SPM, кроме того, FSL хуже выделяет в данных МРТ головной мозг и имеет тенденцию к расширению границ головного мозга.
1. Lavrador, R.F.D. Correction of Image Distortions in Magnetic Resonance Imaging / Rui Filipe David Lavrador // Physics Department, Faculty of Sciences and Technology of University of Coimbra. - 2010. - V. 136. - P. 7¬69.
2. Марусина М. Я., Казначеева А.О. Современные виды томографии [Текст] / Марусина М. Я., Казначеева А.О. - Учебное пособие. - СПб: СПбГУ ИТМО, 2006. - 56 с.
3. Mugler, J.R. Three-dimensional magnetization-prepared rapid gradient-echo imaging (3D MP-RAGE) [Text] / J.R. Mugler, J.R. Brookeman [et al.] //. Magn Reson Med. - 1990. - V. 15. - P.152 -157.
4. Haase, A. Inversion recovery shot FLASH MRimaging [Text] // A. Haase, D. Matthaei, R. Bartkowski, E. Dtihmke, D. Leibfritz, D Matthaei // Comput. Assist. Tomogr. - 1989. - V. 13. - P. 1036-1040.
5. Ильясов, К.А. Принципы получения изображений в магнитно¬резонансной томографии [Текст] / Ильясов К.А.// Казань, Изд.-во КФУ, 2014. - 45 с.
6. Despotovic, I. MRI Segmentation of the Human Brain: Challenges, Methods, and Applications. [Text]/ I. Despotovic [et al.]//. Computational and Mathematical Methods in Medicine- 2015.-V.24.-P.1-24.
7. Eleanor, A. M. Navigation-related structural change in the hippocampi of taxidrivers [Text] / A. M. Eleanor [et al.] //Proceedings of the NationalAcademy of Sciences-2000.-V. 97 (8).-P. 4398-4403.
8. Catriona, D. G.A Voxel-Based Morphometric Study of Ageing in 465Normal Adult Human Brains [Text] / D. G. Catriona [et al.] //NeuroImage- 2001.-V.14 (1).-P. 21-36.
9. Миргазова, А.А. Оптимизация МРТ измерений для сегментации тканей головного мозга и количественного анализа их объёмов [Текст] / А. А. Миргазова, С. Н. Нарзикулов, С. И. Сабирова, К. А. Ильясов //
Международный симпозиум «Магнитный резонанс от
фундаментальных исследований к практическим приложениям». Сборник тезисов, Казань, 21- 23 апреля 2016. - С. 193.
10. Kowkabzaden, K. Evaluations of Tissue Segmentation of brain MR Images.[Text]/ Koushyar Kowkabzaden // Master of Science Thesis in Biomedical Engineering-2010.-V.48.-P.53-54.
11. Kazemi, K. Quantitative Comparison of SPM, FSL, and Brainsuite for Brain MR Image Segmentation. [Text]/ Kazemi K , Noorizadeh N // Journal of Biomedical Physics and Engineering - 2014. - V.14. - P. 13-26.
12. Venkateswaran, R. Do Preprocessing Algorithms and Statistical Models Influence Voxel-Based Morphometry (VBM) Results in Amyotrophic Lateral Sclerosis Patients? A Systematic Comparison of Popular VBM.Analytical Methods. [Text]/ R Venkateswaran [et al.] // Journal of magnetic resonance imaging- 2014.-V. 40. -P .662-667
13.SPM8-Statistical Parametric Mapping [Электронный ресурс]:
[fil.ion.ucl.ac.uk] / -Режим доступа:
http://www.fil.ion.ucl.ac.uk/spm/software/spm8/,свободный.
14. FSL Course [Электронный ресурс] : [fsl.fmrib.ox.ac.uk]/ - Режим доступа: https://fsl.fmrib.ox.ac.uk/fslcourse/,свободный.
15. BrainWeb: Simulated Brain Database [Электронный ресурс]:
[brainweb.bic.mni.mcgill.ca]/ - Режим доступа:
http://brainweb.bic.mni.mcgill.ca/brainweb/,свободный.