улеснява: Педро Перес

инструменти

Мотивация

Диагностичните изображения в ядрената медицина се получават чрез откриване на рентгенови лъчи, излъчвани от радионуклиди, включени в тялото. Тези радионуклиди са прикрепени към молекули, наречени носители, които транспортират радиоактивния елемент до областите от интерес, за които са проектирани. Така например има молекули носители, които отиват в области, където има по-висока концентрация на глюкоза. Тези радионуклиди се използват за две общи цели: диагностика и лечение на различни патологии, включително рак.

Разпределението на радионуклидите в човешкото тяло зависи от няколко фактора, главно метаболизма на пациента и молекулата носител. Поради своите собствени характеристики, това разпределение не е еднородно, нито е напълно концентрирано в областта на тялото, към която се желае да се облъчи, и дори варира в зависимост от времето. Така например можем да намерим радионуклид, концентриран в туморна област, в съотношение 4: 1 с концентрацията му в останалата част на тялото.

Тази техника и нейните приложения непрекъснато се разширяват и се използват все по-често при пациенти от всички възрасти и характеристики. Радионуклидните рентгенови енергии, традиционно използвани за диагностика, не представляват големи опасности за пациента, ако се използват за случайни изследвания. Но използването на тези лъчи за лечение (по-висока енергия и други частици като електрони или алфа частици) или при периодични рутинни контроли може да включва големи отлагания на дози в тялото на пациента, което може да причини нежелани последици в органите или по-чувствителните тъкани и че те не трябва да се лекуват. За това, дозиметрия в ядрената медицина, днес представлява основен инструмент за познаване на енергията, предадена на всеки орган/тъкан и по този начин да бъде в състояние да оцени рисковете.

Този проект предлага използването на клъстерен анализ за приложения в 3D дозиметрията като метод за автоматизация за идентифициране на нехомогенности. Вокселите ще бъдат свързани с обеми от интерес според техните функционални свойства и ще бъдат използвани техники за клъстериране, за да могат след това да определят натрупани карти на активност, необходими за извършване на 2D и 3D дозиметрични изчисления.

Уводна библиография

описание на проблема

Необходима е оценка на пространственото разпределение на дозата с помощта на 3D приближения, базирани на воксел. За приложенията на 3D дозиметрията е необходим клъстерен анализ, който автоматизира начина за идентифициране на нехомогенности чрез групиране на вокселите в обема на интереса според тяхната функционалност.

Методологията k-mean ще бъде приложена първоначално и ще бъде приложена към 3D и 4D изображения на пациенти и симулирана. Ще се търсят подрегиони в интересуващия регион, чиито воксели споделят определени характеристики, за да се създадат карти на натрупаната активност чрез коригиране на центроидите на клъстерите и използване на клъстерираното изображение като карта. По същия начин ще бъдат идентифицирани зони с излишен шум, причинени от грешки при запис. Накрая ще бъде извършен анализ на ползите и ограниченията на предложения метод и ще бъдат проучени други техники за машинно обучение, които могат да отговорят на ограниченията, поставени от първия.

В медицинските образи интуитивното представяне на резултатите е от основно значение за комуникацията на лекарите. Медицинският физик трябва да може да представи резултатите, като предоставя едновременно анатомична и метаболитна информация в едно и също изображение. При анализ и визуализация ще бъдат открити извънредни стойности, ще бъдат определени области на интерес и ще бъдат проучени форми на съвпадение на анатомични и метаболитни изображения за тяхното представяне.

В това поле ще бъде важно изображенията да се "почистят" от възможни ефекти, дължащи се на електронен шум или нежелани ефекти, произтичащи от физическите свойства на радиацията и някои геометрични последици.

Техниките за машинно обучение ще бъдат използвани за определяне на нехомогенности чрез вокселна класификация.

Практика за анализ и визуализация

В медицинските образи интуитивното представяне на резултатите е от основно значение за комуникацията на лекарите. Медицинският физик трябва да може да представи резултатите, като предоставя едновременно анатомична и метаболитна информация в едно и също изображение. При анализ и визуализация ще бъдат открити извънредни стойности, ще бъдат определени зони на интерес и ще бъдат наблюдавани специфични характеристики на изображенията.

В този проект ще извършим проучвателна работа върху набор от 2 изображения на ядрената медицина по избор на студента. Всяко изображение ще представлява набор от данни сам по себе си.

Набор от данни

Набор от данни 1

Намерете 2D изображение на ядрената медицина (това може да бъде гама камера или парче изображение от 3D техника). Изображението трябва да е получено в различни моменти от време и трябва да бъде анонимизирано преди употреба. По-долу е даден пример за поредица от 3 момента, в които е придобито едно и също изображение.

Набор от данни 2

Намерете 3D изображение, също на нуклеарната медицина, направено в различни моменти във времето (4D).

Общи съображения

И двата набора от данни трябва да съответстват на изображения на ядрената медицина, т.е. получени от откриването на фотони от излъчването на радионуклиди, предварително доставени на пациент.

И двата набора от данни трябва да бъдат анонимизирани и да принадлежат или към публична база данни за образование/научни изследвания, или към медицинска клиника, която ги предоставя анонимизирани и с писмено съгласие за тези цели (препоръчва се, за да има изображения за останалите субекти и да може обсъдете набора от данни с този, който ги предоставя, като цяло се интересува от проучване на тези характеристики).

Лозунги

Част 1

Извършете проучвателен анализ на всеки набор от данни.

  1. Намерете във всеки случай разпределението на стойностите на всеки пиксел и неговото развитие във времето.
  2. Извършете описателен статистически анализ на данните, както в една, така и в множество променливи. Режим, средно, средно и стандартно отклонение на определен продукт.
  3. Дефинирайте по някакъв начин информацията, която може да се счита за „шум“, и намерете отклонения.
  4. Има ли условна вероятност между стойностите на пикселите между различните времена на придобиване? Трябва ли стойностите на пикселите да се вземат директно или е за предпочитане да се групират в групи? Оправдавам.
  5. Групирайте данните за всяко изображение в число, което смятате за приемливо и търсете коефициенти на корелация между групи от едно и също време и групи от различни времена. Определен набор от пиксели в група в първото изображение, тази група от пиксели трябва да принадлежи към същата група в следващите моменти.
  6. Дефинирайте критерий, за да можете да разделите данните във всяко изображение на подрегиони, които можете да считате за "хомогенни".
  7. Графирайте във всеки случай на предишните точки и направете визуализацията, която смятате за най-оптимална. Обосновете избора на дисплея.

Част 2

От резултатите, получени в справка 1, схематизирайте интерактивна визуална комуникация на резултатите, описващи основните аспекти на избрания набор от данни (отклонения, шумове, хомогенни подрегиони и др.).

Комуникацията трябва да е насочена към техническа аудитория, но без знания по конкретния предмет, като техните съученици.

Доставка

Използвайте Plotly, Bokeh или Dash (препоръчително), за да представите резултатите.
Краен срок: 15 дни след края на темата за анализ и визуализация.