عنوان

ارایه روش انطباق ترکیبی داده های فوتواکوستیک و MRI در فضای تنگ به منظور محاسبه تغییر فرم بافت مغز در حین جراحی به کمک سیستم IGS

شماره

۹۶۷۱۶پ

زبان متن نوشتاري يا گفتاري و مانند آن

فارسی

عنوان اصلي

ارایه روش انطباق ترکیبی داده های فوتواکوستیک و MRI در فضای تنگ به منظور محاسبه تغییر فرم بافت مغز در حین جراحی به کمک سیستم IGS

نام عام مواد

[پایان نامه]

نام نخستين پديدآور

پرستو فرنیا

نام ناشر، پخش کننده و غيره

دانشگاه علوم پزشکی تهران، دانشکده پزشکی

تاریخ نشرو بخش و غیره

۱۳۹۹

مواد همراه اثر

سی دی

جزئيات پايان نامه و نوع درجه آن

دکتری تخصصی (phd)

نظم درجات

مهندسی پزشکی

متن يادداشت

امروزه استفاده از سامانه¬های راهبری جراحی به کمک تصویر در حین جراحی مغز تبدیل به امری ضروری شده است. این سیستم¬ها این امکان را به جراح می¬دهند که موقعیت ابزار جراحی خود را در حین فرآیند بر روی تصاویر پیش از عمل مشاهده کنند و طی فرآیندی با کم¬ترین تهاجم به موقعیت¬یابی دقیق ناحیه¬ی پاتولوژیک و ساختارهای آناتومی بپردازند. دقت و صحت عملکرد این سامانه¬ها به¬علت حیاتی بودن بافت مغز بسیار حایز اهمیت است. اما در حین جراحی بعد از باز کردن جمجمه و لایه دورا، بافت مغز دچار جابه¬جایی و تغییر فرمی غیرخطی می¬شود. این تغییر فرم از مهم¬ترین عوامل محدود کردن دقت در سامانه¬های راهبری جراحی مغز محسوب می¬شوند. یکی از روش¬های محاسبه و جبران این تغییر فرم استفاده از تصویربرداری در حین جراحی است. روش¬های تصویربرداری موجود دارای محدودیت¬هایی هستند که استفاده از آن¬ها در حین جراحی را با چالش مواجه می¬کنند. هدف: در این پژوهش برای اولین بار استفاده از روش تصویربرداری فوتواکوستیک در حین جراحی به¬منظور محاسبه تغییرفرم بافت مغز پیشنهاد شده است.مواد و روش کار: روش پیشنهادی این پژوهش به منظور محاسبه تغییر فرم بافت مغز به انطباق تصاویر فوتواکوستیک حین جراحی با تصاویر MRI قبل از جراحی می¬پردازد. مراحل انجام این پژوهش بدین صورت است که به منظور دست¬یابی به تصاویر فوتواکوستیک با کیفیت مناسب ابتدا کاهش نویز سیگنال¬های فوتواکوستیک با استفاده از روشی بر اساس یادگیری دیکشنری انجام شده است. سپس سیگنال¬های کاهش نویز یافته بر اساس روشی ترکیبی بر پایه یادگیری عمیق بازسازی شده است و در نهایت تصاویر با کیفیت فوتواکوستیک تغییر فرم یافته و با تصاویر MRI قبل از تغییر فرم انطباق یافته¬اند. در الگوریتم انطباق پیشنهادی، تصاویر با استفاده از مدل آنالیز نمایش تنک co-sparse به تصاویر تنکی که حاوی اطلاعات و ویژگی¬های اصلی تصویر می¬باشند تبدیل می¬¬شوند و با تابع هزینه¬ای بهینه بر اساس الگوریتم Demons با حداقل پیچیدگی بر هم منطبق می¬شوند. الگوریتم انطباق پیشنهادی بر روی دو مجموعه داده فانتوم شبیه¬سازی شده و داده¬های مغز موش تست شد.یافته¬ها: الگوریتم کاهش نویز پیشنهادی منجر به افزایش نسبت کنتراست در تصاویر بازسازی شده تا حدود 38% در مقایسه با روش میانگین¬گیری معمول شد و تنها با استفاده از حدود 4% فریم¬ها در بدترین حالت زمان محاسبات را حدود 49% کاهش داد. در حوزه¬ی بازسازی تصویر با بالابردن کیفیت تصویر بازسازی شده به معیار نگهداری لبه حدود 9/0 و شاخص معیار شباهت حدود 97/0 رسیدیم. همچنین الگوریتم انطباق پیشنهادی برای داده¬های فانتوم شبیه¬سازی بافت مغز دارای خطای انطباق 0.04±0.69 و خطای انطابق هدف 0.03±0.54 می¬باشد. این الگوریتم برای داده¬های مغز موش دارای خطای انطباق 0.04±1.23 و خطای انطابق هدف 0.03±0.98 می¬باشد.بحث و نتيجه¬گيري نهايي: همان¬طور که نتایج این پژوهش اثبات کرد با روش کاهش نویز و بازسازی تصویر پیشنهادی در زمان بسیار کم¬ به تصاویر فوتواکوستیک با کیفیت بالا دست یافتیم که توانایی استفاده در حین جراحی را دارند. با انطباق این تصاویر فوتواکوستیک و تصاویر پیش از جراحی، تغییر فرم بافت مغز با دقت قابل قبولی به¬دست آمد.

موضوع مستند نشده

تغییر فرم بافت مغز

موضوع مستند نشده

تصویربرداری حین جراحی

موضوع مستند نشده

فوتواکوستیک

موضوع مستند نشده

انطباق چند مدالیته

موضوع مستند نشده

مدل آنالیز تنک Co-sparse

کد نقش

، پديدآور

مستند نام اشخاص تاييد نشده

فرنیا، پرستو

کد نقش

، استاد راهنما

کد نقش

، استاد راهنما

کد نقش

، استاد مشاور

مستند نام اشخاص تاييد نشده

احمدیان، علیرضا

مستند نام اشخاص تاييد نشده

مکی آبادی، بهادر

مستند نام اشخاص تاييد نشده

علی محمدی، میثم

عنصر شناسه اي

دانشگاه علوم پزشکی تهران، دانشکده پزشکی

کشور

ایران

سازمان

دانشگاه علوم پزشکی تهران، دانشکده پزشکی

تاريخ عمليات

20221218

شماره بازیابی

۲۱۳۶ف

شماره فيلد فرمت مبدا

دانشگاه علوم پزشکی تهران، کتابخانه دانشکده پزشکی

فرمت انتشار

p

نوع ماده

TF

کد کاربرگه

92029

سطح دسترسي

a

تكميل شده

Y