改进了对核磁共振的图像分析

可靠、准确、可重复的医学图像分析在疾病治疗仍然是一个挑战。欧洲研究计划已经开发了健壮和高效的计算技术对图像数据的解释,建模和可视化。

医学影像在临床环境中是一个至关重要的工具,特别是在发展中基于图像的定量工具的一部分癌症治疗和肿瘤治疗后响应测量。

“医疗图像分析癌症治疗肿瘤监测和阿特拉斯形成”(MICAT)项目致力于开发新的医疗和计算方法医学图像分析癌症治疗期间监测框架。特别是MICAT专注于肿瘤反应评估和形成一种新颖的概率脑瘤阿特拉斯。

肿瘤分割从成像数据挑战由于多样性较高的肿瘤组织之间的病人和,在某些情况下,与正常组织。MICAT团队开发了一种新的分割方法基于细胞自动机(CA)算法。验证研究表明,最后算法优于图切割和增长降低算法对初始化的敏感性较低,肿瘤类型。

图像配准应用包括结合图像相同的主题从不同形式和形象在干预指导。MICAT研究人员开发出一种新的严格的登记方法基于大脑解剖路标比较基线和随访形象从脑瘤病人卷。新技术包括串行对比度增强T1加权核磁共振(MR)图像。t1加权扫描描绘不同的自旋晶格弛豫时间的组织。

新协议意味着肿瘤体积和直径变化进行测量可以增加准确性和可靠性。此外,MICAT正在调查新的地方标准使用拉格朗日形变张量。

迄今为止,7篇论文已发表详细的成就MICAT项目。可用的软件工具将在临床实践中,将会有增加脑部肿瘤的肿瘤放射治疗的效率和分析反应后跟进治疗。