Abdominal image segmentation and visualization using hierarchical neural networks

Abstract

Tıbbi görüntüleme ile anatomi hakkında detaylı bilgiler elde edinilebildiğinden, tanı amaçlı görüntüleme bir çok açıdan önemli hale gelmiştir. Görüntüleme cihazları tarafından sunulan veriler, tüm veri yerine ilgilenilen dokunun görüntülerde belirlenerek ayrılması suretiyle işlenebilir. Sayısal görüntü gösterimi ve işlenmesi alanındaki gelişmelerin yardımı ile de bu görüntülerin incelenmesinde yeni tekniklerin kullanılması da mümkün olmaktadır. Ayrıca bu sayısal çoklu veri dilimleri, çeşitli görüntüleme teknikleri kullanılarak üç boyutlu görüntülerin oluşturulmasında, tanı, ameliyat benzetimi ve tedavi planlama gibi alanlarda da kullanılabilmektedir. Bu işlemleri gerçekleştirecek yöntem ve araçların geliştirilmesi ve elde edilen verilen sunulması, bölütleme ve üç boyutlu görüntüleme başlıkları altında incelenmektedir. Bölütleme ve görüntüleme birbirleriyle yakın ilişkili iki alan olup, bir çok radyolojik uygulamada kullanılmaktadırlar. Bölütlemede kullanılacak teknik, tıbbi uygulama alanına, görüntüleme cihazına ve gürültü gibi dış etkenlerden kaynaklanan bir çok faktöre bağlıdır. Örtüşen organ ve doku yoğunlukları nedeniyle de, abdominal organ görüntüleme pek çok zorluk içeren bir bölütleme uygulama alanıdır. Bu nedenle, uygun bir bölütleme yönteminin seçimi ve geliştirilmesi, bölütlenecek organın özelliklerine bağlıdır. Üç boyutlu görüntülemede ise amaç önemli doku ve organların en net ve açık olarak gösterilebilmesidir ancak benzer nedenlerden ötürü abdominal üç boyutlu görüntülemede temel teknikler yetersiz kalmaktadır. Transfer fonksiyonları, üç boyutlu görüntülerle etkileşimde renk ve opaklık gibi önemli parametrelerin belirlenmesini etkileşimli olarak sağladıklarından, bu parametrelerin belirlenmesinde etkili ve kullanışlı tekniklerin geliştirilmesi önemlidir. Hem bölütleme, hem de üç boyutlu görüntüleme için, yeni tekniklerin geliştirilmesi kadar, bu tekniklerin uygun ve kullanışlı araçlar haline getirilmesi de önemlidir. Bu tez ile, abdominal görüntülerde bölütleme, üç boyutlu görüntüleme ve bunların etkin şekilde gerçeklenmesi üzerine yeni çalışmalar sunulmaktadır. Tez kapsamında öncelikle karaciğer donor adaylarının karaciğer hacimlerini ölçmek üzere kullanılan bir karaciğer bölütleme yöntemi geliştirilmiştir. Geliştirilen yöntem, çok katmanlı yapay sinir ağlarının adım adım eğitimi ve kullanımı ile karaciğer bölütlemedeki problemlerle baş edebilen otomatik ve uyarlamalı bir karaciğer bölütleme yöntemidir. İkinci olarak, abdominal organların üç boyutlu görüntülenme başarımını artırmak amacıyla yeni bir teknik önerilmiş ve hacim görüntülemede transfer fonksiyonu saptanmasında kullanılmıştır. Geliştirilen yöntemde, abdominal organların, görüntüler üzerindeki özelliklerinden yararlanılarak yeni bir fonksiyon tanımlanmış ve bu fonksiyona yakınsamada hiyerarşik yapay sinir ağları kullanılmıştır. Son olarak, geliştirilen karaciğer bölütleme yöntemi, daha genel bir çalışma olan nesne tabanlı bölütleme kapsamında gerçeklenmiştir. Eklenti bir program halinde kodlanarak bir tıbbi görüntüleme yazılımına tümleştirilen karaciğer bölütleme yöntemi, karaciğerin tüm analizinde yararlı olacak örnek eklenti programlar ile beraber kullanılarak, nesne tabanlı bölütleme ve üç boyutlu görüntülemenin sağladığı kazanımlar incelenmiştir. Bu yaklaşım, genel amaçlı bölütleme üzerine hazırlanan başka eklenti programlar ile farklı abdominal görüntülere de uygulanarak sonuçları sunulmuştur. Medical imaging modalities can provide very detailed and informative mappings of the anatomy of a subject. Therefore, diagnostic imaging has become an important tool in medicine by increasing knowledge of normal and pathological anatomy, so helping diagnosis and planning treatment. These detailed and informative mappings can be processed to extract the information of interest instead of dealing with whole data. Development of tools and techniques to accomplish information extraction and rendering that information can be grouped under the fields of image segmentation and visualization. These two fields are strongly related with each other and they play a vital role in numerous radiological imaging applications such as the quantification of tissue volumes, diagnosis, localization of pathologies, study of anatomical structures, treatment planning, computer aided surgery and medical education. Segmentation depends highly on the specific application, imaging modality, and other factors such as artifacts, motion, partial volume effects and noise. Imaging of human abdomen is one of the challenging application areas of segmentation due to the highly overlapping intensity ranges of organs of interest. Therefore, selection and development of an appropriate segmentation method depends on the requirements of the problem and organ of interest. On the other hand, the goal of medical visualization is to produce clear and informative pictures of the important structures in a data set but simple approaches have limited performance on visualization of abdomen. Volume visualization can be used either directly with the whole volume data or after a segmentation algorithm. For both cases, volume rendering is an important technique since it displays 3-Dimensional images directly from the original data set and provides on-the-fly combinations of the selected image transformations such as opacity and color. The only interactive part during the generation of the volume rendered medical images is the Transfer Function specification, therefore it is important to design effective tools for handling this parameter. For segmentation and visualization tasks discussed above, developing new methods, algorithms, and applications that can be used in medical image segmentation is necessary to use 3-D volume visualization more effectively in diagnosis, treatment planning etc. During the development of these methods, robust and stable query and retrieve from different storage media, ability of manipulating 2-D/3-D images and proper visualization of the results are necessary. Flexible tools and libraries are needed to revisit already-solved problems, to re-develop existing programs, or to rapidly implement and test new algorithms which can save these researchers? time and effort. In this thesis, novel studies on segmentation, interactive visualization of medical images and studies on their implementation are presented. First of all, a robust and patient oriented segmentation algorithm is developed for pre-evaluation of liver transplantation donor candidates. For the, enhancement of the visualization of abdominal organs, a new domain and a technique for multi-stage approximation to this domain, which is then used for transfer function specification for volume rendering, are introduced. Finally, the developed liver segmentation algorithm is implemented as an application of a more general framework on object based medical image segmentation and representation.