Datum objave: 05.12.2016
Kategorija: Najodličnejši raziskovalni dosežki, Interdisciplinarne raziskave, Naš prispevek k ciljem trajnostnega razvoja OZN
Cilji trajnostnega razvoja: 3 Zdravje in dobro počutje (kazalniki)
Z metodo za avtomatsko analizo magnetnoresonančnih slik možganov, ki so jo razvili na Fakulteti za elektrotehniko Univerze v Ljubljani, je mogoče zelo natančno spremljati razvoj možganskih bolezni in potek njihovega zdravljenja
Avtor: Žiga Špiclin
Možganske bolezni so med največjimi povzročitelji invalidnosti. Za večino nevroloških in možgansko-žilnih bolezni sta značilna razvoj poškodb oziroma lezij v beli možganovini in/ali povečano atrofiranje tako celotne možganovine kot manjših možganskih centrov. Za prikaz in opredelitev zdravih in patoloških možganskih struktur je trenutno najbolj učinkovita radiološka tehnika tomografsko 3D slikanje z magnetno resonanco (MR).
Glavni izziv pri spremljanju napredovanja bolezni in učinkov zdravljenja z MR je zaznavanje in vrednotenje majhnih kratkoročnih sprememb lezij in atrofije v 3D slikah, ki je s klasičnim očesnim vrednotenjem precej nezanesljivo in zato kvečjemu kvalitativno. Z avtomatsko analizo slik lahko te spremembe opredelimo kvantitativno, na zanesljiv in ponovljiv način. Ravno to je uspelo Žigi Špiclinu in sodelavcem.
V članku v reviji NeuroImage so predstavili novo metodo za presečno volumetrično analizo večsekvenčnih MR slik, ki so jo nato v članku v reviji Neuroinformatics nadgradili za spremljanje longitudinalnih sprememb atrofije in lezij. S temi metodami z MR slik pridobijo kvantitativne meritve, ki so v klinični praksi uporabne kot napovedni dejavniki in nadomestni pokazatelji poteka bolezni in učinkovitosti terapije.
Viri: A. Galimzianova, F. Pernuš, B. Likar, in Ž. Špiclin, Stratified mixture modeling for segmentation of white-matter lesions in brain MR images, Neuroimage, vol. 124, no. Pt A, str. 1031–1043, 2016.
Ž. Lesjak, F. Pernuš, B. Likar, in Ž. Špiclin, Validation of white-matter lesion change detection methods on a novel publicly available MRI image database, Neuroinformatics, vol. 14, no. 4, str. 403–420, 2016.
Avtomatska analiza magnetnoresonančnih slik degenerativnih procesov v možganih
Avtor slike: Žiga Špiclin