Analys av MR-bilder med artificiella neurala nätverk

MRI (magnetic resonance imaging; magnetkamerabilder) är en metod som på kort tid fått en dominerande ställning inom neuroradiologin. (Här kan Du titta på ett stort antal MR-bilder av hjärnan!) Flera av de planerade delprojekten inom ramprojektet Artificiella Neurala Nätverk: Vidareutveckling av kompetens och tillämpning inom informationsintensiv sjukvård avser analys av MRI-data. Vi presenterar här det första av dessa, som startar 1999-01-01.

Standardiserad volymetri av hippocampus genom analys av MR-bilder med adaptiv teknik (artificiella neurala nätverk)

Sjukdomsprocesser i den del av hjärnans tinninglober som kallas hippocampus kan bland annat leda till svår epilepsi. Vid utredning inför eventuell epilepsikirurgi, men också i andra medicinska sammanhang, är det därför viktigt att kunna avgöra från neuroradiologiska undersökningar om hippocampus på båda sidor är normal, eller om den har minskat i storlek på någondera sidan på grund av någon sjuklig process. Hittillsvarande, manuella, tekniker för volymsbestämning (volumetri) av hippocampus är vissserligen reproducerbara över tid men mycket arbetskrävande, och de ger inte jämförbara resultat vid olika centra. Det vore därför mycket bra om man kunde konstruera automatiska metoder för denna volymsbestämning. I samarbete mellan avdelningarna för diagnostisk radiologi och radiofysik vid Sahlgrenska Universitetssjukhuset, institutionen för filosofi vid Göteborgs Universitet samt Bildbehandlingslaboratoriet vid Linköpings Universitet prövas och utvecklas nu ANN-metoder (artificiella neurala nätverk; adaptiva analysmetoder) för volumetri av hippocampus utifrån magnetresonansdata (MRI). Såväl friska försökspersoner som patienter som är under epilepsikirurgisk utredning och visat sig ha mesial scleros med atrofi av hippocampus ingår i materialet. Projektet stöds av Medicinska Forskningsrådet (MFR).

I en inledande fas bestäms volymen hos (båda sidors) hippocampus manuellt hos ett antal friska, frivilliga försökspersoner. Som första steg i konstruktion av en automatisk modell förbehandlas data med metoder för tre-dimensionell spatiell filtrering utvecklade vid Bildbehandlingslaboratoriet, LiU. Olika adaptiva bildanalysmetoder och ANN-modeller prövas sedan med avseende på sin förmåga att replikera den manuella bedömningens resultat. Metoden vidareutvecklas på patientdata tills en optimerad hybridmodell uppnåtts. Den utvecklade modellen prövas också mot neuropatologiska data från de patienter som opereras. Målsättningen är att den automatiska metoden skall bli bättre än den manuella inte bara ifråga om snabbhet och bedömaroberoende, utan också med avseende på sin diagnostiska precision.

Adaptiva bildanalystekniker har tidigare tillämpats inom MR-området med lovande resultat, både vad gäller bildsegmentering och för analys av spektroskopiska data. Användbarheten av ANN-metodik för volumetri av hippocampus har dock ej undersökts. Om målsättningarna för studien uppfylls torde resultaten få stor betydelse för diagnostiken vad beträffar patienter med epilepsi av temporallobsursprung men också t.ex. för diagnostik av demenssjukdomar. Potentialen för utvidgning av metodiken till andra tekniskt svåra områden av radiologin, exempelvis volymbestämning av hjärnans ventrikelsystem och fusion av fMRI-bilder, är också stor.

Projektansvariga:
Sven Ekholm (Avd. för diagnostisk radiologi, Sahlgrenska Universitetssjukhuset)
Helge Malmgren (Filosofiska Institutionen, GU)

Medarbetare:
Magnus Borga (Institutionen för Medicinsk Teknik, Linköpings Universitet)
Erik Olsson (Filosofiska Institutionen, GU)
Susanne Ribbelin (Avd. för diagnostisk radiologi, Sahlgrenska Universitetssjukhuset)
Göran Starck (Avd. för radiofysik, Sahlgrenska Universitetssjukhuset)