Semiautomatická analýza poškození cévních teritorií mozkového kmene pacientů po cévní mozkové příhodě

Abstract

Mozkový kmen je významná mozková struktura sloužící jako spojení mezi míchou a mozkem. Cévní mozková příhoda (CMP) může toto spojení nenávratně poškodit. Hlavním faktorem pro zabránění poškození mozku je včasná detekce pomocí zobrazovacích metod. Tyto metody musí klást důraz na identifikaci a popis anatomických a cévních struktur mozkového kmene. Tato diplomová práce se zaměřuje na rozšíření identifikace takovýchto struktur z předchozích prací, které jsou následně implementovány do softwaru schopného identifikaci provést. V rámci retrospektivní studie byla vytvořena aplikace, která provedla hodnocení snímků MR pacientů zasažených CMP doprovázené vytvořeným 3D modelem mozkového kmene, vytvořeného z využitých anatomických a cévních atlasů. Výstupní korelace klinického standardu pro CMP a vyhodnocením pomocí aplikace, provedeným dvěma nezávislými klinickými odborníky, se prokázalo zlepšení diagnostiky při použití rozšířené identifikace jak cévních, tak anatomických struktur. Dodatečné hodnocení statistického parametru Fleissovy Kappy prokázalo soudružnost odborníků při tvorbě diagnózy skrze aplikaci. Takovýto typ vzniklé počítačové aplikace, i přes větší množství nedostatků, má potenciál zřejmě nejen v akademické, ale i v komerční sféře, pokud bude striktně naplňovat požadavky z klinické praxe a používaných standardů vyšetření.

The brainstem is an important brain structure that serves as the connection between the spinal cord and the brain. Cerebrovascular accident (CVA), known as Stroke, can permanently damage this connection. The main factor for preventing brain damage is early detection using imaging methods. These methods must emphasize the identification and description of the anatomical and vascular structures of the brainstem. This thesis focuses on extending the identification of such structures from previous works, which were then implemented in software capable of performing this type of identification. As part of a retrospective study, a computer application was created that demonstrated the evaluation of MR images of CVA-affected patients accompanied by a 3D model of the brainstem created using anatomical and vascular atlases. The output correlation of the clinical standard for CMP and evaluation by application, demonstrated by two independent clinical experts, has been shown to improve diagnostics using extended identification of both vascular and anatomical structures.An additional evaluation of the statistical parameter Fleiss Kappa proved the coherence of experts in making a diagnosis through application. This type of computer application, despite several shortcomings, probably has potential not only in the academic but also in the commercial sphere if it will strictly meet the requirements of clinical practice and the used examination standards.