VILNIUS GEDIMINAS TECHNICAL UNIVERSITY
Darius GRIGAITIS
HYBRID METHODS FOR
MEDICAL IMAGE PROCESSING
Summary of Doctoral Dissertation
Technological Sciences,
Electrical Engineering and Electronics (01T)
Vilnius
2007
Doctoral dissertation was prepared at Vilnius Gediminas Technical University
in 2003–2007.
Scientific supervisor
Prof Dr Habil Raimundas KIRVAITIS (Vilnius Gediminas Technical
University, Technological Sciences, Electrical Engineering and Electronics
– 01T).
The dissertation is being defended at the Council of Scientific Field of
Electrical Engineering and Electronics at Vilnius Gediminas Technical
University:
Chairman
Prof Dr Habil Stanislovas ŠTARAS (Vilnius Gediminas Technical
University, Technological Sciences, Electrical Engineering and Electronics – 01T).
Members:
Prof Dr Habil Gintautas DZEMYDA (Institute of Mathematics and
Informatics, Technological Sciences, Informatics Engineering – 07T),
Dr Habil Virginija GAIGALAITĖ (Vilnius University, Biomedical
Sciences, Medicine – 07B),
Assoc Prof Dr Šarūnas PAULIKAS (Vilnius Gediminas Technical University, Technological Sciences, Electrical Engineering and Electronics – 01T),
Prof Dr Habil Julius SKUDUTIS (Vilnius Gediminas Technical University, Technological Sciences, Electrical Engineering and Electronics – 01T).
Opponents:
Prof Dr Habil Arūnas LUKOŠEVIČIUS (Kaunas University of
Technology, Institute of Biomedical Engineering, Technological Sciences,
Electrical Engineering and Electronics – 01T),
Assoc Prof Dr Dalius NAVAKAUSKAS (Vilnius Gediminas Technical
University, Technological Sciences, Informatics Engineering – 07T).
The dissertation will be defended at the public meeting of the Council of
Scientific Field of Electrical Engineering and Electronics in the Senate Hall of
Vilnius Gediminas Technical University at 10 a. m. on 14 September 2007.
Address: Saulėtekio al. 11, LT-10223 Vilnius, Lithuania.
Tel.: +370 5 274 4952, +370 5 274 4956; fax +370 5 270 0112;
e-mail: doktor@adm.vgtu.lt
The summary of the doctoral dissertation was distributed on 13 August 2007.
A copy of the doctoral dissertation is available for review at the Library of
Vilnius Gediminas Technical University (Saulėtekio al. 14, LT-10223 Vilnius,
Lithuania).
© Darius Grigaitis, 2007
VILNIAUS GEDIMINO TECHNIKOS UNIVERSITETAS
Darius GRIGAITIS
KOMPLEKSINIŲ METODŲ TAIKYMAS
MEDICINOS ATVAIZDAMS APDOROTI
Daktaro disertacijos santrauka
Technologijos mokslai,
elektros ir elektronikos inžinerija (01T)
Vilnius
2007
Disertacija rengta 2003–2007 metais Vilniaus Gedimino technikos universitete.
Mokslinis vadovas
prof. habil. dr. Raimundas KIRVAITIS (Vilniaus Gedimino technikos
universitetas, technologijos mokslai, elektros ir elektronikos inžinerija –
01T).
Disertacija ginama Vilniaus Gedimino technikos universiteto Elektros ir
elektronikos inžinerijos mokslo krypties taryboje:
Pirmininkas
prof. habil. dr. Stanislovas ŠTARAS (Vilniaus Gedimino technikos
universitetas, technologijos mokslai, elektros ir elektronikos inžinerija –
01T).
Nariai:
prof. habil. dr. Gintautas DZEMYDA (Matematikos ir informatikos
institutas, technologijos mokslai, informatikos inžinerija – 07T),
habil. dr. Virginija GAIGALAITĖ (Vilniaus universitetas, biomedicinos
mokslai, medicina – 07B),
doc. dr. Šarūnas PAULIKAS (Vilniaus Gedimino technikos universitetas, technologijos mokslai, elektros ir elektronikos inžinerija – 01T),
prof. habil. dr. Julius SKUDUTIS (Vilniaus Gedimino technikos universitetas, technologijos mokslai, elektros ir elektronikos inžinerija – 01T).
Oponentai:
prof. habil. dr. Arūnas LUKOŠEVIČIUS (Kauno technologijos universitetas, Biomedicininės inžinerijos institutas, technologijos mokslai,
elektros ir elektronikos inžinerija – 01T),
doc. dr. Dalius NAVAKAUSKAS (Vilniaus Gedimino technikos universitetas, technologijos mokslai, informatikos inžinerija – 07T).
Disertacija bus ginama viešame Elektros ir elektronikos inžinerijos mokslo
krypties tarybos posėdyje 2007 m. rugsėjo 14 d. 10 val. Vilniaus Gedimino
technikos universiteto senato posėdžių salėje.
Adresas: Saulėtekio al. 11, LT-10223 Vilnius, Lietuva.
Tel.: (8 5) 274 4952, (8 5) 274 4956; faksas (8 5) 270 0112;
el. paštas doktor@adm.vgtu.lt
Disertacijos santrauka išsiuntinėta 2007 m. rugpjūčio 13 d.
Disertaciją galima peržiūrėti Vilniaus Gedimino technikos universiteto
bibliotekoje (Saulėtekio al. 14, LT-10223 Vilnius, Lietuva).
VGTU leidyklos „Technika“ 1390 mokslo literatūros knyga.
© Darius Grigaitis, 2007
General Characteristic of the Dissertation
The scientific problem. In the recent years medical image processing tools
are used in the treatment of patients. The great part of medical applications is
for medical imaging and diagnostic. The dissertation is related to the Computed
Tomography (CT) and Magnetic Resonance Imaging (MRI) and diagnosis of
ischemic stroke, and skeletonization of human brain vessels.
According physicians in human brain can appear more than 50 types of
diseases; one of them is ischemic stroke. Early stages of stroke are quite hard to
detect in CT images but it is quite easy using MRI. However, in MRI images
the stroke areas can be mixed-up with hemorrhage stroke. The hemorrhage
stroke can be detected using CT. These two strokes are cured in different ways.
The algorithm is presented in the dissertation that can be used as a tool to set
treatment efficiently for a long time. This algorithm can be used for processing
of database with CT images where large amount of data is collected. Thus, this
algorithm can move scientific research in stroke to another level, when
statistical data of treatment can be easily achieved.
Other scientific interest is related to the problems of skeletonization of
three-dimensional images. Skeletonization is used to medical application as a
tool for tracking of vessels and calculation of their length. Such kind of
problems in the two-dimensional level is already solved, but the problem exists
in the three-dimensional space. The disadvantage of existing skeleton extraction
algorithms is time-consuming calculation. It is relevant in the case of MRI
images where resolution of images and number of images are large.
Both algorithms where designed implementing two EUREKA projects.
Topicality of the research work. Physicians usually diagnose an ischemic
stroke by the history of events and the results of physical examinations. Usually
they can identify which artery in the brain is blocked according the neurological
symptoms. MRI or CT is performed to confirm the diagnosis. MRI can detect
ischemic strokes within minutes over their start. CT can detect ischemic strokes
within an hour or more over their start. CT or MRI also helps to distinguish an
ischemic stroke from a hemorrhagic stroke, a brain tumor, an abscess, and other
structural abnormalities. Symptoms that suggest an ischemic stroke require
immediate medical attention; physician can sometimes reduce the damage or
prevent further damage by acting quickly. Before a drug is given, CT or MRI is
performed to make sure that there is no bleeding in the brain. The algorithm that
can automatically calculate ischemic stroke area can dramatically reduce time
for diagnosis.
Brain aneurysms – the abnormalities of vessels – are treated surgically as a
rule. A metal clip is put around the base of the aneurysm. Other type of healing
5
involves "packing" the aneurysm with microcoils. These are delivered and
inserted into the aneurysm through vessels using a catheter. The healing of
patient depends on size of aneurysms. The big aneurysm is dangerous because it
may burst, small aneurysm may not cause symptoms. Thus, a physician must
check it regularly, and see its state. For this purpose, some parameters of
automatic calculation can be taken into account. The calculated path of vessels
can be compared easily with the previous results of examination of patient. The
main topic of this research is to develop algorithms that can be used as a part of
diagnosis.
The objects of the research. The field of research is related to the human
brain computed tomography (CT) and magnetic resonance imaging (MRI). One
object of interest is automatic detection of area of human brain ischemic stroke
(IS) on CT images using hybrid image processing methods. Another object of
interest is detection of brain vessels aneurysms in MRI images.
The aim of the work. The aim of the work is creation, realization and
investigation of fast algorithms for processing of digital medical images: the
algorithm for automatic detection of human brain ischemic stroke (IS) area on
set of CT images, and algorithm for tracking the human brain vessels on set of
MRI images.
The tasks of the work
1. To create a hybrid algorithm for automatic detection the area of
ischemic stroke on set of digital CT images of human brain.
2. To perform the optimization of variable parameters of the hybrid
algorithm in order to increase its accuracy and versatility.
3. To create the fast algorithm for extraction of skeleton of human brain
vessels from set of binary MRI images.
4. To create and investigate the software realizing both algorithms in the
personal computers.
5. To verify the created software comparing the worked out results with
the analogical results of experts-physicians and the results of another
software.
The scientific novelty. The several new types of algorithms are presented.
The first one is the complex algorithm for recognition of ischemic stroke area
that contains a definite set of standard methods for image processing. This
algorithm can extract asymmetric features of human brain per several seconds.
The second one is a new type optimization algorithm that works on the
principle of Simultaneous Perturbation Stochastic Approximation (SPSA). This
algorithm makes possible to optimize any image processing algorithm that have
6
internal parameters regulating its features. Moreover, a new type of very simple
and fast three-dimensional skeletonization algorithm is presented, that can
change many complicated algorithms for extraction of skeletons.
The methods of investigation. The theoretical, experimental and
comparable investigations of hybrid automatic detection algorithms are
presented. The methods of thresholding, adaptive filtering, symmetrical
comparison, statistical moments, and other were used.
The practical value. The designed algorithm for automatic detection of
ischemic stroke area in the set of CT images and the software on its base can be
used in medical applications as helpful tool to achieve better diagnoses and
treatment. The designed algorithm for extraction of skeletons of human brain
vessels in the set of MRI images and the software on its base can be used as a
tool for image processing before and after surgical treatment.
The defended propositions
1. The hybrid algorithm for automatic ischemic stroke area detection in
the set of CT images.
2. The algorithm of optimization of variable parameters of the hybrid
algorithm.
3. The fast algorithm for skeletonization of human brain vessels in the set
of MRI images.
The links with scientific programmes. The algorithms designed are related
to the international EUREKA projects:
1. E!2981 - CTBSTROKE. The aim of this project is development of
algorithms for the evaluation of ischemic stroke volume from images
of human brain CT slices.
2. E!3475 - AMRA. The aim of this project is to develop algorithms for
evaluating the region of intracranial aneurysms on angiography
images.
Approval of the work. The main results of the dissertation were reported at
the following scientific conferences:
1. International conference “Baltic Electronics”, Tallinn, Estonia, 2004.
2. International conference “International Workshop for Candidates for a
Doctors Degree”, Poland, 2005.
3. International conference “Mathematical Modeling and Analysis”,
Trakai, Lithuania, 2005.
4. International conferences “Biomedical Engineering”, Kaunas,
Lithuania, 2005 and 2006 (in 2005 – the second award for the best
report).
7
5. International conferences “Electronics”, Vilnius, Lithuania, 2004, 2005
and 2006.
6. National conference “Conference of Lithuanian Mathematicians 46”,
Vilnius, Lithuania, 2005.
The dissertation is written in
Lithuanian. Full text without appendices takes up 115 pages, essential text –
102 pages. The work contains 45 mathematical equations, 51 Figures, 5 tables
and 130 references. The thesis consists of 7 chapters, the first is introduction,
the last one – general conclusions, and two appendices.
The scope and structure of the dissertation.
The Chapters of the Dissertation
1. Introduction
A general characteristic of the dissertation is presented in the introduction.
2. Analytical Review of Literature
In this chapter analytical review of literature is presented on evaluation of
the properties of ischemic stroke areas in CT slides, on hybrid algorithms for
processing of digital images, on methods of extraction of skeletons, and on the
principles of optimization of algorithms for processing of digital images. The
review of existing software for processing of medical images is presented as
well.
3. The Algorithm for Detection of Ischemic Stroke Area
The design of hybrid algorithm for automatic detection of ischemic stroke
area in the set of CT slices is presented in this chapter.
The principle of detection of stroke area is based on the evaluation of
properties of stroke areas. Ischemic stroke appears in CT images as a dark area
with a random shape and variety of brightness. The most common property of
the stroke area is its asymmetry in two brain hemispheres (Fig 1). The
physicians are used to recognize stroke area according this feature.
Many statistical parameters can be calculated for stroke areas in binary CT
images, but only two of them were used: mean μ and standard deviation σ of
brightness of pixels of binary image. The experiments showed that it is possible
to detect stroke area using these two parameters. One can see on Fig 2 that
pixels of stroke area are concentrated in one sector of mean versus standard
deviation of brightness.
8
Fig 1.
The examples of ischemic stroke areas on CT images of human brain
CT images of human brain contain variety of objects like skin, eyes, ears,
nose, bones, gristles. The proper analysis of human brain diseases requires clear
identification of brain areas in CT images. The identification of area of brain is
essential for automatic methods when software is used for evaluation of brain
diseases. The first step usually is detection of region of interest (ROI) and it
must be simple and fast processing. It is simpler in the most of conventional
brain images where brain area is completely surrounded by bones and skin
areas are relatively thin. However there are special cases of patients to whom
surgery operations were performed. The other class of images is obtained when
CT is taken in cheekbone, temporal or nasal level. Then brain tissues may have
contacts with skin and head bones may not surround them.
0.4
0.35
eg
ar
ev
A
0.3
0.25
0.2
0.15
0.1
0.05
0
0.02
0.04
0.06
0.08
0.1
0.12
Standard deviation
Location of means of brightness versus standard deviations (black points
show distribution of pixels in stroke area, other points represent areas without stroke
(A. Ušinskas, D. Navakauskas, 2003))
Fig 2.
9
Fig 3.
(a)
(b)
An example of automatic selection of region of interest: a) initial image;
b) an example of selection of ROI with seed area in the centre
surround them. Many experiments showed that designed automatic algorithm
could select brain area of CT images. It must be taken into account that
developed algorithm is universal and able to work not only with complex
images but with ordinary images too. The algorithm detects brain area using
approximation, which produces identification errors. Primarily, quality of
selection of region depends on the shape of seed area (Fig 3, b, d) which occurs
after brain area identification. Secondly, the quality of selection depends on the
shape of bones' area, which is random for all images. As we can see on the
example of image on Fig 3 b, a part of expanded region is overgrown outside of
ROI, and some part is inside. An evaluation of automatic detection of brain
region was performed by estimating ratio of manually defined area and
automatically detected area of ROI. 124 complex images were analyzed.
Experiments with CT reference images showed that 75 % of images from 124
have relative area error less than 20 %. The number of images with error above
20 % decreased rapidly. The areas of ROI were discovered wrong in 5 % of
images.
Determination of symmetry plane (SP) on human brain images is a crucial
task for further automatic analysis. Division of brain region into symmetric
areas provides more accuracy in detection of brain structures and recognition of
non-healthy regions of the brain like stroke, aneurism, tumor, etc.
In the proposed algorithm for symmetry detection, sectors of symmetry
curves (Fig 4) are collected into lines B = {( , ), g( , ) > 0}. The collection
procedure appears through special type structuring element, witch operates as
Fuzzy filter that is capable to detect vertically oriented
features.
xi
yi
xi
yi
Falx Cerebri
10
Fig 4.
(a)
(b)
An example of symmetry curve (a); detected symmetry axis on CT slice (b)
Symmetry axis is detected using lines k j = Σ lij∩B that cross-filtered Falx
features. One of lines can represent symmetry axis in the case it meets
the requirements of (i0, j0) = argmax(kij + δ). The parameter δ evaluates the
brightness of pixels of symmetry curve according their neighbors:
i
Cerebri
δ
kij P
R L
= ∑ ∑ ∑ ∑ ( g ps ( x, y) − glr ( x, y)) .
s =1p =1 r =1l =1
(1)
Here L, R are the maximum numbers of left and right elements l, r of sliding
window; P – the maximum number of centers p; s – the elements of drawn lines
kij; gps – the points of sliding window for evaluation the brightness of pixels.
This simple addition dramatically increases the value of kij and symmetry axis
can be detected even in the case when symmetry curve is represented with small
number of pixels. Finally symmetry plane is formed using the points of
symmetry axis.
For evaluation of quality of symmetry plane detection the CT images of 91
patients were used. Evaluation was performed visually and there were only
three images where symmetry plane was detected incorrectly. Symmetry plane
can be signed on each CT image and the hemispheres of human brain can be
compared one with another. The symmetry axis is a base for comparison. The
symmetrical filter of stroke area was performed and it can be described with (2)
formula. Before processing the symmetry axis is rotated square to the x
coordinate axis and derived as single value x` of (x, y) domain.
⎧1, if γ sym ( f l ( x, y ) > f r (2 x`− x, y)),
b
(2)
f l ( x, y ) = ⎨
⎩ 0,
Otherwise.
11
Here f (2x` − x, y), f (x, y) are gray level brain areas – right and left hemispheres;
x` is a coordinate of symmetry axis; γsym is threshold parameter that estimates
the similarity of pixels in (f (x, y) and f (2x` − x, y)) areas.
The formula (2) is related to the left hemisphere. Analogous formula for
the right hemisphere can be written. An example of the results obtained using
symmetrical filter is shown on Fig 5. One can see on the picture, that symmetry
axis is a base point for comparison.
r
l
l
r
(a)
(b)
(c)
An example of symmetrical filtering: a) initial image with symmetry axis
x`=260; b) filtered image with 5 % of similarity; c) the final image of symmetrical
filtering
Fig 5.
The designed algorithm for automatic detection of ischemic stroke area
consists of 10 different functions (Fig 6), connected and tuned. The designed
algorithm uses DICOM (Digital Imaging and Communication in Medicine) 12
bit format in which the human brain images are stored.
In the first stage "Preprocessing" the conversion of DICOM images to 8 bit
is performed, in order to get comfortable data for further processing. In the
second stage the Region of Interest (ROI) is discovered. It selects the brain area
in image reducing unnecessary information like skin, eye or headrest areas. In
the third stage, the low pass filter is used for reducing noise in images. It helps
to perform better stroke area boundary detection or symmetrical filtering. The
fourth stage is related to the symmetry plane detection, which is performed
using symmetrical features of areas divided by Falx Cerebri. The fifth stage is
designed for detection of gyri areas. This is important because gyri areas are of
similar brightness as stroke areas. Separation of gyri areas increases probability
that stroke areas will be selected correctly, especially in the vertex of human
head area where the most of gyri areas appear, and where the maximum
possibility to fail in the stroke area extraction exists. In the sixth stage the
comparison of symmetrical hemispheres according the symmetry plane is
performed. Symmetry filtering extracts the stroke areas that have asymmetry
features. In some cases, this operation helps to reduce unnecessary information
to 90 %.
12
DICOM CT Images
CT preprocessing
Detection region
of interest
Filtering
Detection symmetry
plane
Detection of
gyri areas
Symmetry filter
Threshold
Erosion-Dilation
3D filtering
The results
The wave
Fig 6.
Flow chart of hybrid algorithm for detection of ischemic stroke area
In the seventh stage, the thresholding is implemented that allows selecting
the interval of brightness of pixels in which it is possible to find the stroke
areas. The eighth stage is a morphological filter that realizes the operations of
erosion and dilation. This filter reduces binary noise on intermediate images
and removes areas of small sizes that could be incorrectly recognized as stroke
areas. In the ninth stage the 3D Fuzzy type filter is used. In this stage all CT
slices are compared one to another. This filter reduces random noise that was
not removed by symmetry and morphological filtering. The correction of stroke
area is performed using this filter, because stroke areas usually appear in several
slices of CT. In the last stage, the wave propagation model is implemented. The
stroke area is selected using initial points and sliding window that selects stroke
area using two parameters of brightness of pixels: mean and standard deviation.
13
4. The Algorithm of Three-Dimensional Skeletonization
The designed 3D skeletonization algorithm (Fig 7) based on transformed
of two-dimensional thinning and three-dimensional pruning is presented in this
chapter. Assume that the target in images is described as 3D binary object A,
then using special designed structuring elements Bt, Bpr1, Bpr2, the homogeneous
thinning is implemented.
B
The object
Bpr1
Fig 7.
t
Bpr 2
Delete
The results
Delete
Flow chart of algorithm for three-dimensional skeletonization
An example of skeleton extraction using designed structuring elements is
shown in Fig 8. Designed algorithm was compared with similar skeleton
extraction algorithm. The results showed that proposed 3D skeleton extraction
algorithm is almost three times faster than existing algorithm.
(a)
Fig 8.
(b)
Three-dimensional reconstruction of brain vessels: a) real vessels in brain image
with 3446 voxels; b) skeleton of the vessels
14
5. An Optimization of Algorithm for Detection of Ischemic Stroke Area
The most of algorithms for image processing strikes with snag of
determination of internal parameters that regulate quality of the results. There is
always a problem in choosing and motivation of values of empirical parameters.
In this chapter, the algorithm for optimization of internal parameters of hybrid
algorithm for detection of ischemic stroke area is presented (Fig 9).
CT images
Reference
Images
Hybrid algorithm
Comparison
x,x
1
Fig 9.
,..., x
2
The results
9
Flow chart of algorithm for optimization of parameters of hybrid algorithm
Simultaneous Perturbation Stochastic Approximation algorithm with the
Metropolis rule has been applied for improving the quality of image
recognition. 9 internal parameters x , x ,..., x of hybrid algorithm that have
strong influence on the quality of selection of stroke area were chosen. The
stroke area calculated with definite set of these parameters was compared to
reference area, manually delineated by experts-physicians. Evaluation parameter z was used that tends to reach 1 when calculated stroke area matches to
the reference:
1
2
9
Sc ∩ Sr
.
Sc ∪ Sr
Here S is calculated stroke area, S – reference area.
z=
c
(3)
r
The algorithm designed is capable run optimization in CT images of single
patient. The internal parameters of algorithm were selected for images of many
patients as the most often repeated values in the histograms of parameters x ,
x ,..., x for single patients.
For experiments the images of 120 patients were used. Each optimization
process took 30 minutes and 10800 parameters with random values were
generated. Experiments allowed finding the values of parameters that ensured
the best results for great amount of patients. Before optimization the stroke
1
2
9
15
detection algorithm gave such characteristics of z: μ = 0.218 and σ = 0.0224.
After optimization μ = 0.304 and σ = 0.0213 were obtained.
General Conclusions
1. The analysis of references showed that it is possible to retrieve the
high quality of the results of image processing using hybrid algorithms. The great part of software packages for processing of medical
images that are already designed are expensive systems that work with
special servers. The analysis also showed that physicians are in great
need of cheap programs that work with ordinary personal computers.
2. The designed algorithm for human brain symmetry plane detection has
strong influence on the final results of stroke area detection. Experiments with 61 CT images showed that in 40 images symmetry axis
was defined in the range of 10 pixels. For evaluation of symmetry
plane detection collection of 91 CT images was used. Only in three
collections symmetry planes were unrecognized, in ten collections the
bias was in 10 % range, in other CT collections the symmetry plane
was detected correctly.
3. The designed hybrid algorithm is capable to adjust itself for detecting
weak or bright stroke areas in the wide range of their sizes.
4. A minimal size of stroke area exists that can be detected by hybrid
algorithm. This size can be defined for the particular collection of CT
images, because images of each patient are different.
5. The performed optimization of internal parameters of hybrid algorithm
for automatic detection of stroke areas increased the quality of the
results, especially in the case of complicated CT images.
6. Experiments with CT images of 120 patients showed that using
algorithm without optimization the mean and standard deviation of
evaluation parameters were such: μ = 0.218 and σ = 0.0224. After
optimization μ = 0.304 and σ = 0.0213 were obtained. Considering
nonlinearity of evaluation parameter the conclusion follows that
optimization process dramatically increased quality of detection of
stroke areas.
16
Publications on the Topic of Dissertation
1. GRIGAITIS, D.; KIRVAITIS, R.; DOBROVOLSKIS, A. Determination
of twist gray matter and some dark features of human brain in the
images of Computer Tomography. Elektronika ir elektrotechnika.
Kaunas, ISSN 1392-1215. 2004. Nr. 6(55). p. 29–33 (in Lithanian).
2. GRIGAITIS, D.; ŽITKEVIČIUS, E.; UŠINSKAS, A. Determination
of symmetry axis on human brain CT image // Proceedings of the 9th
Biennial BEC. ISI Proceedings. Talinn, October 3-6, Estonia, 2004 p.
165–168.
3. GRIGAITIS, D.; MEILŪNAS, M. Determination of symmetry plane
on human brain CT images. LMD XLVI konferencijos mokslo darbai,
Matematikos ir informatikos institutas, ISSN 0132-2818, Vilnius 2005,
p. 365–402 (in Lithanian).
4. GRIGAITIS, D.; KIRVAITIS, R.; ŽITKEVIČIUS, E.; MEILŪNAS, M.
On optimization of region growing procedure for complex CT images.
Proceedings
of
the
10th
International
Conference
MMA2005&CMAM2, Trakai. Mathematical modeling and analysis,
ISBN 9986- 05-924-0, 2005, p. 395–402.
5. GRIGAITIS, D.; ŽITKEVIČIUS, E.; KIRVAITIS, R. An algorithm of
automation human brain identification in complex CT images. 2005.
VII International Workshop for Candidates for a Doctor’s Degree
OWD’2005, Wisla, October 22, Poland, 2005 p. 23–26.
6. GRIGAITIS, D.; BARTKUTĖ, V.; SAKALAUSKAS, L. An
optimization of system for automatic recognition of ischemic stroke
areas in computed tomography images. Informatica 2008, No. 1
(submitted).
In other editions
1. GRIGAITIS, D.; Medical image processing. Determination of
symmetry axis. The Fifth Conference of Young Scientists of Lithuania.
Vilnius, 2002. p. 1–9 (in Lithanian).
17
2. GRIGAITIS, D.; Hybrid method of analysis of medical images. The
Sixth Conference of Young Scientists of Lithuania. Vilnius, 2003.
p. 27–32 (in Lithanian).
About the author
Darius Grigaitis was born in Vilkaviškis, on 5th of August 1979.
On 1997−2001 – Bachelor studies in Electronics Engineering, at Vilnius
Gediminas Technical University, Faculty of Electronics. On 2001−2003 –
Master of Science studies in Electronics Engineering, at Vilnius Gediminas
Technical University, Faculty of Electronics. In 2003 – one semester in
Linkoping University (Sweden) as Socrates program student. At 2003 started
PhD studies in Electronic Systems Department of Vilnius Gediminas Technical
University. In 2006 one month internship in Bristol University (United
Kingdom).
KOMPLEKSINIŲ METODŲ TAIKYMAS MEDICINOS
ATVAIZDAMS APDOROTI
Darbo aktualumas. Atliekant mokslinius bei medicininius galvos smegenų
ischeminio insulto tyrimus skaitmeniniuose galvos smegenų vaizduose, paranku
turėti automatinį insulto srities nustatymo įrankį. Jo pagalba per trumpą laiką
galima nustatyti medikamentų įtaką gydymo procesui. Tokių duomenų gavimui
būtinas nemažas patikimumas, kurį galima pasiekti naudojant kompleksinį
algoritmą, leidžiantį apjungti daugelį skirtingų vaizdų apdorojimo metodų į
vientisą harmoningai veikiančią sistemą. Šiame darbe pateikiamas sukurtas
kompleksinis algoritmas, kurio patikimumas gali būti didinamas pagal pateiktą
optimizavimo algoritmą. Kita medikams aktuali problema – galvos smegenų (ir
ne tik) kraujagyslių vaizdų apdorojimas, sudarant kraujagyslių vidurio kreivės
topologinį vaizdą – skeletą. Greitas šio uždavinio sprendimas ypač aktualus,
kai kraujagyslėse atsiranda deformacijos (dažniausiai – tai kraujagyslių
išsiplėtimas) – aneurizmos. Trimačių objektų ploninimas siekiant gauti jų
skeletus yra sudėtinga problema, kuriai spręsti naudojami įvairūs kompleksiniai
algoritmai. Skeleto naudojimas galvos smegenų kraujagyslių aprašymui suteikia
galimybę planuoti chirurgines operacijas. Labai svarbus kelio ilgio iki
aneurizmos nustatymas ir aiškaus kraujagyslių išsidėstymo vaizdo gavimas. Tai
18
palengvina kateterio pravedimą iki aneurizmos, kadangi prieš įvedant kateterį į
arteriją jis atitinkamai sulankstomas.
Problemos formulavimas. Šiuolaikinės kompiuterinės technikos vysty–
masis leidžia spręsti uždavinius, kurie prieš penketą metų galėjo atrodyti
neracionalūs arba brangūs. Medicininės diagnostikos srityje, kai sprendžiamas
žmogaus gyvybės išsaugojimo klausimas, kaina ne visada lemia, ko negalima
pasakyti apie laiką. Šiuolaikinė diagnostinė įranga, besiremianti magnetinio
rezonanso įranga (MRI) ar kompiuterine tomografija (CT) gautais vaizdais,
paspartina kai kurių ligų diagnozavimą. MRI ir CT įrenginiais fiksuojamuose
vaizduose galima įžvelgti daugiau nei 50 ligų požymių. Šiame darbe tiriama
sritis susiaurinta iki galvos smegenų ischeminio insulto. Ši liga CT vaizduose
sukuria tamsias dėmes. Problema ta, kad ankstyvoje stadijoje CT vaizduose
ischeminio insulto sritis įžvelgti dar sunku, bet jos jau gerai matosi MRI
vaizduose. Čia atsiranda ischeminio insulto supainiojimo su hemoraginiu
insultu problema, kuri neišsisprendžiama taikant tik MRI. Tad bet kuriuo atveju
gaunami CT vaizdai, kurie saugomi duomenų bazėse. Ischeminio insulto atvejis
yra pakankamai dažnas reiškinys ir dažniau pasireiškia vyresnio amžiaus
žmonėms. Vaizdų skaičius duomenų bazėse pastoviai kaupiasi, nes dažnai
daromas pakartotinas to paties paciento CT tyrimas, siekiant išsiaiškinti ligos
progresavimą ar reakciją į vaistus. Tokiu atveju sukaupti vaizdai naudojami
tyrimams, siekiant išsiaiškinti konkretaus medikamento poveikį ar vykdant
kitokią analizę. scheminio insulto sritis kompiuterinėse tomogramose medikai
paprastai pažymi rankiniu būdu. Pasitelkus pilnai automatinį įrankį, leidžiantį
greitai ir kokybiškai nustatyti ischeminio insulto sritis, tyrimai gali pereiti į
aukštesnį lygį, kai analizuojami visi duomenų bazėje esantys vaizdai. Toks
įrankis-programa leistų gauti statistinius duomenis, kokybiškiau parodančius
gydymui taikomų medikamentų efektyvumą, leistų parinkti efektyviausius
vaistus pagal amžiaus grupę.
Greta ischeminio insulto tyrimo buvo sprendžiama ir galvos smegenų
kraujagyslių skaitmeniniuose MRI vaizduose skeletavimo problema. Toks
uždavinys dvimatėje erdvėje yra išspręstas ir egzistuoja nemažai algoritmų,
leidžiančių gauti vaizdų skeletus. To negalima pasakyti apie trimačių objektų
skeletų gavimą, kur laisvės laipsnių skaičius, parenkant skeleto kelią 3 × 3 × 3
vaizdo elementų erdvėje, yra labai didelis. Medicinoje naudojami kelių tipų
sudėtingi skeleto algoritmai, bet jų taikymą riboja labai ilgas skeletavimo
laikas. Kadangi, pagal šiandien turimus duomenis MRI nėra kenksmingas ir
leidžia gauti aukštos kokybės vaizdus, kiekvienam tyrimui stengiamasi gauti
daug vaizdų. Tokiu atveju skeletavimo algoritmu tenka apdoroti labai daug
vaizdo elementų. Kuo didesni kokybės reikalavimai statomi trimačio objekto
19
skeletui, tuo sudėtingesnis ir ilgesnis skeleto gavimo procesas. Disertacijoje
buvo siekiama išspręsti ilgos trimačio skeleto sudarymo trukmės problemą,
kartu stengiantis išlaikyti skeleto netrūkumą. Šis netrūkumo kriterijus buvo
pagrindinis ir kraujagyslių skeletavimo uždavinyje, spręstame vykdant tarptautinį projektą AMRA.
Tyrimų objektas. Darbe nagrinėjami du tyrimo objektai: vėlyvos stadijos
galvos smegenų ischeminio insulto vaizdai ir galvos smegenų kraujagyslių
vaizdai. Pirmasis tyrimų objektas pasirinktas kompiuterinės tomografijos vaizduose. Antrasis tyrimų objektas pasirinktas branduolių magnetinio rezonanso
įranga gautuose vaizduose.
Darbo tikslas. Darbo tikslas – sukurti, realizuoti programiškai ir ištirti
algoritmus, skirtus medicinoje gaunamiems skaitmeniniams vaizdams apdoroti:
algoritmą, skirtą automatiniam insulto srities nustatymui kompiuterine
tomografija gautuose galvos smegenų vaizduose, ir spartų algoritmą, skirtą
kraujagyslių skeleto sudarymui trimačiuose magnetinio rezonanso įranga
gautuose vaizduose.
Darbo uždaviniai
1. Sudaryti reikalavimus insulto srities nustatymui galvos smegenų
CT vaizdų komplekte ir jais remiantis pasiūlyti automatinį
kompleksinį algoritmą insulto sričiai nustatyti.
2. Ištirti galimybę pagerinti kompleksinio algoritmo tikslumą ir
universalumą optimizuojant šio algoritmo varijuojamus parametrus.
3. Sudaryti reikalavimus kraujagyslių skeleto MRI vaizduose gavimui
ir jais remiantis pasiūlyti spartų automatinį algoritmą.
4. Sukurti ir ištirti realizuojančią sudarytuosius algoritmus programinę
įrangą, galinčią veikti asmeniniuose kompiuteriuose.
5. Verifikuoti sudarytų algoritmų veikimą, palyginant gautus rezultatus
su patyrusių medikų – ekspertų darbo rezultatais.
Tyrimų metodai. Darbe naudojami analiziniai, palyginamieji ir eksperimentiniai tyrimo metodai. Kompleksiniam algoritmui sudaryti taikomi statistinių momentų, histogramos, Furjė transformacijos, simetrinio lyginimo, trimačio
lyginimo, morfologijos, neraiškiosios logikos metodai. Atliekamas insulto
sričių kokybės įvertinimo skaičiavimas, naudojant ranka suformuotus
etaloninius insulto sričių vaizdus.
Mokslinis darbo naujumas. Darbe pristatoma keletas originalių algoritmų.
Pirmasis kompleksinis algoritmas pasižymi originalia struktūra, jis sudarytas iš
10 skirtingų dalių. Algoritme panaudotas originalus analizės srities nustatymas,
sukurtas tik galvos smegenų kompiuterinės tomografijos vaizdams ir adaptuotas
20
vaizdams su chirurginėmis kiaurymėmis kaukolės kaule. Taip pat pristatytas
dviejų galvos smegenų pusrutulių simetrijos plokštumos radimo būdas, fiksuojantis viršugalvio srities (lot. –
) žymes, pagal kurias ir nustatomas
galvos smegenų simetriškumas. Pristatytas naujo tipo optimizavimo algoritmas,
sudarytas modifikuotu stochastinės aproksimacijos nuoseklios perturbacijos
principu, kuris gali būti naudojamas bet kurių vaizdų apdorojimo algoritmų
parametrams optimizuoti. Taip pat pateikiamas naujas skeletavimo algoritmas,
skirtas dvejetainio formato trimačiams vaizdams skeletuoti. Toks būdas gali
pakeisti daugelį sudėtingų algoritmų, skirtų skeleto gavimui.
Ryšys su mokslinėmis programomis. Sukurti vaizdų apdorojimo algoritmai, susiję su tarptautiniais EUREKA projektais:
1. E!2981–CTBSTROKE. Šio projekto tikslas – sukurti algoritmus
ischeminio insulto sritims nustatyti galvos smegenų CT vaizduose.
2. E!3475–AMRA. Šio projekto tikslas – sukurti algoritmus, skirtus
aneurizmoms angiografijos vaizduose nustatyti.
Gynimui teikiama
1. Kompleksinis algoritmas, skirtas automatiniam galvos smegenų
ischeminio insulto srities nustatymui skaitmeninių kompiuterinės
tomografijos vaizdų komplekte.
2. Kompleksinio algoritmo varijuojamų parametrų optimizavimo algoritmas.
3. Spartus skaitmeninių trimačių kraujagyslių vaizdų ploninimo algoritmas, skirtas kraujagyslių skeletui gauti.
Falx cerebri
Darbo aprobavimas ir publikacijos
Pagrindiniai disertacijos rezultatai paskelbti šiose mokslinėse
konferencijose:
1. Tarptautinėje konferencijoje „Baltic Electronics“ Taline, Estija, 2004
metais.
2. Tarptautinėje konferencijoje „International Workshop for Candidates
for a Doctors Degree“, Lenkija, 2005 metais.
3. Tarptautinėje konferencijoje „Mathematical Modeling and Analysis“
Trakuose 2005 metais.
4. Tarptautinėse konferencijose „Elektronika“ Vilniuje 2004, 2005, 2006
metais ir Kaune 2007 metais.
5. Tarptautinėse konferencijose „Biomedical Engineering“ Kaune 2005,
ir 2006 metais (2005 metais už pranešimą skirta antroji vieta).
6. Respublikinėje konferencijoje „Lietuvos matematikų draugijos konferencija 46“ Vilniuje 2005 metais.
21
Disertacijos struktūra. Disertaciją sudaro septyni skyriai, kurių pirmasis
yra įvadas, paskutinis septintasis – darbo rezultatų apibendrinimas. Dviejuose
prieduose pateikiami medikų įvertinti insulto vaizdų apdorojimo rezultatai ir
optimizavimo algoritmu gautos varijuojamų parametrų histogramos. Disertacijoje sudaryti naudotų žymėjimų ir santrumpų sąrašai.
Darbo apimtis – 115 puslapių disertacijos teksto, kuriuose pateiktos 45
formulės, 51 paveikslas, 5 lentelės. Disertacijoje remtasi 130 literatūros šaltinių,
įvardytos 8 autoriaus publikacijos.
Pirmajame įvadiniame skyriuje pateikiama bendroji disertacijos charakteristika.
Antrajame skyriuje pateikta analitinė literatūros apžvalga. Analizuojami
straipsniai, aprašantys ischeminio insulto sričių savybes, hibridinius algoritmus
skaitmeniniams vaizdams apdoroti, skeletavimo algoritmus ir vaizdų apdorojimo optimizavimo būdus. Apžvelgiama ir apibūdinama standartinė įranga
medicinoje gaunamiems vaizdams apdoroti.
Trečiasis skyrius skirtas kūrimui kompleksinio algoritmo automatiniam
insulto srities nustatymui CT vaizdų komplekte. Detaliai nagrinėjamos visos
kompleksiniu algoritmu vykdomos procedūros ir algoritmo struktūra.
Ketvirtajame skyriuje sudaromas trimačių vaizdų ploninimo algoritmas,
leidžiantis vykdyti galvos smegenų kraujagyslių skeletavimą, naudojantis MRI
vaizdų komplektu.
Penktajame skyriuje sudarytas kompleksinio algoritmo, skirto insulto
srities nustatymui CT vaizdų komplekte, varijuojamų parametrų optimizavimo
algoritmas. Parodyta, kad pritaikius sudarytąjį optimizavimo algoritmą padidėja
ne tik insulto sričių nustatymo tikslumas, bet ir kompleksinio algoritmo
universalumas: jį galima taikyti ir tokiais komplikuotais atvejais, kurių neoptimizuotas algoritmas neįveikė.
Šeštajame skyriuje vykdoma gautų rezultatų patikra: jų palyginimas su
medikų-ekspertų darbo rezultatais.
Bendrosios išvados
1. Literatūros analizė parodė, kad taikant kompleksinius algoritmus
galima gauti kokybišką skaitmeninių vaizdų apdorojimą išskiriant
pageidaujamus apdorojamų vaizdų parametrus arba tų vaizdų sritis.
Didžioji dalis jau sukurtos ir siūlomos medikams įrangos yra sudėtingų
ir labai brangių sistemų sudėtinė dalis, veikianti tik kartu su
specializuota skaičiavimo technika. Literatūros analizė ir bendravimas
su įvairių šalių medikais parodė, kad jiems reikalinga palyginti
nebrangi programinė įranga, pritaikyta asmeniniams kompiuteriams.
22
2. Sukurtas dviejų galvos smegenų pusrutulių simetrijos ašies viename
CT vaizde ir simetrijos plokštumos daugelyje CT vaizdų algoritmas,
turi didžiausią įtaką teisingam insulto srities nustatymui. Tyrimai
parodė, kad 40 iš 61 tomogramos simetrijos ašis nustatyta 10 vaizdo
elementų ribose. Simetrijos plokštumos nustatymui įvertinti buvo
pasitelkti 91 paciento tomogramų rinkiniai. Iš kurių tik trijų pacientų
tomogramose simetrijos plokštuma buvo nustatyta klaidingai, 10
tomogramų rinkiniuose netikslumas buvo iki 10 %, likusiuose vaizduose simetrijos plokštuma buvo nustatyta tinkamai.
3. Sukurtas kompleksinis algoritmas ischeminio insulto sritims skaitmeniniuose CT vaizduose nustatyti, remdamasis įvairiais skaitmeninių
vaizdų apdorojimo metodais automatiškai prisitaiko prie ischeminio
insulto srities savybių ir ją apibrėžia.
4. Egzistuoja minimalus ischeminio insulto srities dydis, kurio kompleksinis algoritmas nustatyti negali. Jis tiesiogiai priklauso nuo pašalinių
vaizdo fragmentų dydžių ir insulto srities išsidėstymo bei formos.
5. Kompleksinis algoritmas su optimizuotais varijuojamais parametrais
veikia tiksliau už neoptimizuotą algoritmą ir sugeba pažymėti insulto
sritis net ypač komplikuotų insultų atvejais. Atlikti tyrimai su 120
pacientų tomogramomis, kurias sudarė 3255 individualūs vaizdai,
parodė, kad algoritmo su empiriškai parinktais parametrais sutapimo
kriterijaus vidurkis ir dispersija yra μ = 0,218 ir σ = 0,0224, o su
optimizuotais parametrais μ = 0,304 ir σ =0,0213. Kadangi insulto
sričių vertinimo kriterijus nėra tiesinis, tai gauta didesnė vidurkio
reikšmė rodo žymų insulto sričių nustatymo pagerėjimą.
6. Sukurtas trimačių objektų skeletavimo algoritmas formuodamas
skeletą, kai vaizdo elementų skaičius didelis, yra tris kartus spartesnis
už iki šiol egzistavusį analogišką skeleto sudarymo algoritmą. Vizualus
algoritmais gautų rezultatų lyginimas rodo, kad pasiūlytasis ir analogiškas algoritmas suformuoja netrūkius dirbtinų kraujagyslių vaizdų
skeletus. Realių kraujagyslių vaizdų atvejais, abu algoritmai palieka
retus vieno vaizdo elemento ilgio trūkius.
23
Trumpos žinios apie autorių
Darius Grigaitis gimė 1979 metais, rugpjūčio 5 dieną Vilkaviškio rajone.
1997–2001 metais studijavo Vilnius Gedimino technikos universiteto
Elektronikos fakultete, kur jam buvo suteiktas elektronikos inžinerijos
bakalauro laipsnis.
2001–2003 metais D. Grigaitis tęsė studijas tos pačios mokslo įstaigos
magistrantūroje, 2003 metais vieną semestrą studijavo Linčiopingo universitete
Švedijoje. Baigus magistrantūrą, jam buvo suteiktas elektronikos inžinerijos
magistro laipsnis.
2003 metais D. Grigaitis metais įstojo į doktorantūros studijas Vilniaus
Gedimino technikos universiteto Elektroninių sistemų katedroje. 2006 metais
doktorantas stažavosi Bristolio universitete Didžiojoje Britanijoje.
Darius Grigaitis
HYBRID METHODS FOR MEDICAL IMAGE PROCESSING
Summary of Doctoral Dissertation
Technological Sciences, Electrical Engineering and Electronics (01T)
Darius Grigaitis
KOMPLEKSINIŲ METODŲ TAIKYMAS MEDICINOS ATVAIZDAMS
APDOROTI
Daktaro disertacijos santrauka
Technologijos mokslai, Elektros ir elektronikos inžinerija (01T)
2007 07 12. 1,5 sp. l. Tiražas 100 egz.
Vilniaus Gedimino technikos universiteto
leidykla „Technika“, Saulėtekio al. 11, LT-10223 Vilnius
Spausdino UAB „Biznio mašinų kompanija“,
J. Jasinskio g. 16A, LT-01112 Vilnius
24