Objavljeno: 16.11.2017. 13:50

Dr. Ivica Kopriva razvio metodu za automatiziranu segmentaciju PET slike

Znanstvenik Laboratorija za reprezentacije znanja i strojno učenje Zavoda za elektroniku, dr.sc. Ivica Kopriva razvio je metodu za automatiziranu segmentaciju PET slike koja je u suradnji s kolegama s kineskog Sveučilišta Soochow i američkog Sveučilišta Central Florida, primijenjena na segmentaciju tumora pluća ne-malih stanica (non-small cell lung cancer) iz PET slike.

Dr. Ivica Kopriva razvio metodu za automatiziranu segmentaciju PET slike

Razvijena metoda rezultat je istraživanja dr. Koprive i profesora Xinjian Chena provedenog u okviru hrvatsko-kineskog bilateralnog projekta "Dealinacija tumora pluća nelinearnom dekompozicijom PET/CT slike", te, u manjoj mjeri, istraživačkog projekta Hrvatske zaklade za znanost "Strukturne dekompozicije empirijskih podataka za računalno potpomognutu dijagnostiku bolesti". Rezultati provedenog istraživanja objavljeni su u znanstvenom časopisu IEEE Journal of Biomedical and Health Informatics koji se ubraja u vodeće časopise u području računalnih znanosti: informacijski sustavi i medicinska informatika.

Točna segmentacija tumora važna je za njegovu gradaciju, a to je posebno važno za planiranje i praćenje terapije kod bolesnika. No, grupiranje (segmentacija) podataka, jedan od temeljnih problema u područjima računalnih znanosti i primijenjene matematike, spada u klasu slabo uvjetovanih inverznih problema što je i glavni razlog da se u kliničkim primjenama segmentacija obično provodi interaktivno, što je vremenski zahtjevno, a upravo zato se i radi na razvijanju metoda za automatiziranu segmentaciju.

Originalan znanstveni doprinos razvijene metode je u nelinearnom preslikavanju (mapiranju) intenziteta 3D PET slike u pseudo višekanalnu 3D PET sliku, kao i primjeni implicitne rijetkošću regularizirane faktorizacije nenegativnih matrica za segmentaciju.

Metoda je ispitana na segmentaciji 3D PET slike 18 pacijenata s dijagnozom tumora pluća i vrednovana u odnosu na referentnu segmentaciju provedenu od strane dva radiologa s kliničkog bolničkog centra Sveučilišta Soochow.

Ova stranica koristi kolačiće

Neki od tih kolačića nužni su za ispravno funkcioniranje stranice, dok se drugi koriste za praćenje korištenja stranice radi poboljšanja korisničkog iskustva.

Za više informacija pogledajte naše uvjete korištenja.

  • Kolačići koji su nužni za ispravno funkcioniranje stranice. Moguće ih je onemogućiti u postavkama preglednika.