Určení pozice intrakraniálních stereo-EEG elektrod v počítačové tomografii
Localization of intracranial stereo-EEG electrodes in computing tomography
Typ dokumentu
bakalářská prácebachelor thesis
Autor
Filip Oplt
Vedoucí práce
Janča Radek
Oponent práce
Šanda Jan
Studijní program
Lékařská elektronika a bioinformatikaInstituce přidělující hodnost
katedra teorie obvodůPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Epilepsie představuje jedno z nejčastějších neurologických onemocnění na světě. Většinu pacientů lze léčit farmakologicky, na část ale léčiva nezabírají a možnou metodou léčby je pak chirurgické odstranění tkáně odpovědné za vznik epileptických záchvatů. Součástí vyšetřovacího protokolu předcházejícího operaci je implantace hloubkových intrakraniálních stereo-EEG elektrod do mozku pacienta pro sledování mozkové aktivity a detekci záchvatů. Kontakty na implantovaných elektrodách je třeba lokalizovat ve snímcích zobrazení mozku, ale manuální metoda lokalizace je časově velmi náročná. Tato práce se zabývá návrhem algoritmu pro automatickou lokalizaci kontaktů v obrazech výpočetní tomografie (CT). Pro vývoj a testování algoritmu byla k dispozici data osmi pacientů, jimž bylo celkem implantováno 1696 kontaktů na 128 elektrodách. Data pacientů zahrnovala navigační plán implantace elektrod, CT snímky a referenční řešení v podobě souřadnic kontaktů dle manuální lokalizace. Vyvinutý algoritmus využívá trajektorie elektrod z navigačního plánu pro vytvoření Gaussovského modelu směsí. Jednotlivé body předzpracovaného obrazu jsou podle tohoto modelu klasifikovány k příslušným elektrodám, na nichž pak algoritmus postupně určuje polohu kontaktů, a to na základě výpočtu podobnosti skupin obrazových bodů s vytvořenou maskou kontaktu. Takto získané koordináty se porovnávají s referenčním řešením. Algoritmus dokázal identifikovat všechny kontakty s přesností 0,4 mm ± 0,2 mm (průměr ± směrodatná odchylka). V implementovaném programu proběhla lokalizace kontaktů včetně předzpracování obrazu u jednoho pacienta za 48,1 s ± 7,7 s. Vzájemná poloha kontaktů vykazovala axiální odchylku 0,17 mm (0,24 mm), psáno jako medián (interkvartilové rozpětí), a radiální odchylku 0,24 mm (0,35 mm) oproti dané podobě elektrody. Vyvinutá metoda automatické lokalizace je výpočetně rychlá a přináší významnou časovou úsporu oproti metodě používané v současnosti. Přesnost lokalizace je srovnatelná se známými automatickými a poloautomatickými metodami lokalizace a umožňuje praktické využití během předoperačních vyšetření. Pro další využití v rámci anatomické lokalizace je třeba přesnost algoritmu zlepšit dalším vývojem. Epilepsy is one of the most common neurological diseases in the world. Most patients can be treated pharmacologically. However, some patients are drug-resistant, and those might benefit from surgical removal of the part of the tissue responsible for epileptic seizures. This type of treatment includes pre-operational implantation of deep intracranial stereo-EEG electrodes into a patient's brain to monitor his/her brain activity and detect seizures. Contacts of the implanted electrodes need to be localized within medical images of the brain for subsequent examination purposes, but the manual localization demands a considerable amount of time. This thesis deals with the design of an algorithm for automatic localization of the contacts in CT images. The algorithm was developed and tested using a data set of eight patients to whom a total of 1696 contacts on 128 electrodes were implanted. Patient data involved a navigation plan for electrode implantation, CT scans, and a reference solution in the form of contacts’ coordinates acquired by manual localization. The proposed algorithm uses the trajectories of the electrodes from the navigation plan to create a Gaussian mixture model. According to this model, each voxel of the pre-processed image is assigned to the respective electrode. The algorithm then localizes the contacts on each electrode by calculating the similarity of groups of voxels with a contact’s mask. The obtained coordinates are then compared with the reference solution. The algorithm identified all of the contacts with an accuracy of 0.4 mm ± 0.2 mm (mean ± standard deviation). Using a program, which implements the proposed algorithm, the localization of all contacts implanted to a single patient takes 48.1 s ± 7.7 s. The mutual position of the contacts included an axial deviation of 0.17 mm (0.24 mm), written as the median (interquartile range), and a radial deviation of 0.24 mm (0.35 mm), compared the computed coordinates to known characteristics of the given electrode. The proposed method of automatic localization is computationally fast and brings significant time savings compared to the method currently used. The accuracy of obtained localization is similar to the ones gained by known automatic and semi-automatic localization methods, and it allows practical use during pre-operational examinations. For further use in anatomical localization, the accuracy of this algorithm needs to be improved by further development.
Kolekce
- Bakalářské práce - 13131 [107]