Verbesserte PET Medizinische Bildanalyse Um Strahlentherapie Behandlungen optimieren
Elena Prieto - Azkarate , Diplom- Telekommunikationstechnik an der NUP / UPNA - öffentlichen Universität von Navarra und Mitglied der Nuklearmedizin -Service des University College Hospital von Navarra hat 12 Algorithmen, um mit Hilfe von PET hergestellt medizinischen Bildern verarbeiten (Positronen umgesetzt Emissions-Tomographie ) . Sie weist darauf hin in ihrer Doktorarbeit , in der NUP / UPNA lesen, sind die Ergebnisse sehr vielversprechend und diese Technik sehr nützlich indeed.She hat auch eine Grafikschnittstelle , die dem Arzt ermöglicht, oder Onkologen , um diese Technik in Verwendung entwickelt werden klinischen Praxis bequem , schnell und intuitiv .
Die Forschung wird im Bereich der Biomedizintechnik und wurde durch die Zusammenarbeit zwischen der Nuklearmedizin -Service des University College Hospital von Navarra und der NUP / UPNA - Staatliche Universität Navarra durchgeführt. Die Dissertation trägt den Titel " Segmentación mediante umbralización automática en tomografia por emisión de positrones " ( Segmentierung durch automatische Schwellen in der Positronen -Emissions-Tomographie ) .
Die PET -Technik ermöglicht es, molekulare Bilder, die Informationen über die biologischen und Stoffwechselverhaltentumours.Recent Jahren bieten haben die Entstehung der großes Interesse an dem Potenzial der Bilder dieser Art sind in der Planung der Kurse der Strahlentherapie treatment.In gesehen sammeln Planung der kritischsten Verfahren ist die genaue Festlegung des Volumens der Tumor erfordern Behandlung.
Elena Prieto hat also die Segmentierungstechnik von PET-Bildern verbessert " Die Segmentierung eines Bildes ", erklärt sie , "ist eine Bildverarbeitungstechnik , die Objekte abgegrenzt werden können ; . Tumoren , in diesem Koffer zu Arbeit versucht, die Erforschung durchzuführen und entwickeln neue Segmentierungstechniken zu PET ( Positronenemissionstomographie ) in eine zuverlässige Alternative für die Behandlungsplanung in Radiotherapeutische Onkologie machen. "
Vielversprechende Ergebnisse
Genauer gesagt, hat die Forscher auf eine bestimmte Bildsegmentierungstechnikgearbeitet . Schwellen " Automatische Schwellen können die Ränder des Tumors , um automatisch auf das Bild , das von großer Bedeutung ist , da die räumliche Auflösung der Bilder dieser Art behindert manuelle Abgrenzung eingegrenzt werden . "
Die analysierten Bilder von Patienten entnommen wurden am University College Hospital von Navarra durch Mitteln des Carlos III Institute of Health ( spanische Ministerium für Gesundheit und Verbraucherschutz ) über einen FIS -Projekt, und der Firma Siemens Healthcare erhalten . Zwei verschiedene PET -Tomographen wurden in der Arbeit verwendet werden, um die Bilder zu erwerben , so dass die automatische thresholdingcould unter einer breiten Palette von conditions.All ausgewertet werden die erhaltenen Bilder sind verfügbar über das Internet , um eine gemeinsame Validation Framework für jede Segmentierungstechnik bieten hat .
"Die Ergebnisse der experimentellen Bilder sind sehr vielversprechend ", schließt sie , " und es ist möglich, eine Verbesserung gegenüber dem Standardverfahren in der klinischen Bilder , die von hochauflösenden PET -Tomographen zu erreichen." Hinzu kommt, dass " die verwendete Technik kann sehr nützlich sein, wenn die Segmentierung Bilder in den State-of- the-art klinischen PET / CT -Tomographen erhalten . "