Шкала хаунсфилда при инсульте

Компьютерная томография в диагностике интракраниальных кровоизлияний: геморрагический инсульт | Второе мнение

Шкала хаунсфилда при инсульте

К интракраниальным кровоизлияниям относятся непосредственно паренхиматозные гематомы, причиной которых является нарушение целостности стенки кровеносного сосуда, возникшее в подавляющем числе случаев вследствие длительно существующей артериальной гипертензии (либо разрыва аневризмы), геморрагическое пропитывание мозговой паренхимы вследствие нарушения проницаемости сосудистой стенки, подоболочечные гематомы – суб- и эпидуральная, основной причиной возникновения которых является травма головы; а также субарахноидальное кровоизлияние.

Так при компьютерной томографии выглядит типичный геморрагический инсульт с прорывом в желудочковую систему мозга – в правой теменной доле визуализируется гиперденсивный (белого цвета) участок, участок такого же цвета (в виде полоски) визуализируется в правом боковом желудочке. Имеет место также боковой дислокационный синдром – обратите внимание, насколько смещены срединные структуры мозга в левую сторону, как поджат правый боковой желудочек.

Причины геморрагического инсульта

Основная причина геморрагического инсульта – повреждение стенки артериального (либо, что случается намного реже, венозного сосуда) с выходом крови в вещество мозга и развитием клинической неврологической симптоматики.

Самая частая причина геморрагического инсульта – повышение давления в артериях, кровоснабжающих головной мозг.

Причем, кратковременное повышение давления в них (на фоне здоровой сосудистой стенки) обычно не опасно и не приводит к фатальным последствиям, в то время как повышение давления на фоне измененных (истонченных, патологически обызвествленных) сосудов гораздо чаще ведет к инсульту.

Проявления геморрагического инсульта на КТ

При компьютерной томографии геморрагический инсульт может быть оценен как гематома, которая выглядит как гиперденсивный (высокой плотности по сравнению с рядом расположенными структурами) участок с четкими границами (в острую фазу), обычно однородной структуры и плотностью от +50 до +70 единиц шкалы Хаунсфилда.

Паренхиматозная гематома головного мозга даже умеренного объема (10-15 мл) приводит к развитию дислокаций и вклинений. Типичным явлением для гематомы, локализованной, например, в области таламуса, является боковой дислокационный синдром, деформация со сдавлением третьего желудочка, а в некоторых случаях – прорыв крови в ликворную систему.

По мере стихания остроты процесса края гематомы становятся все более расплывчатыми, плотность – более низкой, и постепенно сравнивается с плотностью окружающих тканей, а сама гематома приобретает вид «куска тающего сахара».

Уменьшается и степень выраженности дислокаций, однако полностью они исчезают не всегда – зачастую даже после формирования постгеморрагических кист можно увидеть признаки «объемного воздействия».

Динамика геморрагического инсульта у одного пациента – на крайнем левом изображении определяется гематома большого размера, окруженная выраженной зоной перифокального отека, имеет место значительное сужение левого бокового желудочка и третьего желудочка, срединные структуры мозга смещены вправо.

На изображении посередине – тот же пациент через неделю после кровоизлияния в мозг. Видно, что края гематомы стали более расплывчатыми, структура ее стала неоднородной – появился участок лизиса в центре. Смещение срединных структур, однако, по-прежнему выраженное.

На крайнем правом изображении – тот же пациент через шесть месяцев после инсульта – видно, что сформировалась постгеморрагическая киста на месте гематомы.

Геморрагический инсульт в левой гемисфере головного мозга – визуализируется гиперденсивный участок плотностью +60…+65 единиц по шкале Хаунсфилда в области базальных ядер слева, таламуса слева. Видно, что третий желудочек в значительной степени сужен, сдавлен также задний рог левого бокового желудочка. Достаточно «свежее» кровоизлияние в мозг, контуры гематомы четкие.

На данных изображениях можно увидеть «симптом тающего сахара» — с момента возникновения гематомы прошло уже больше недели, края ее стали расплывчатыми, нечеткими, однако все еще сохраняется латеральная дислокация, а левый желудочек умеренно поджат.

Крайне показательное наблюдение, демонстрирующее лизис гематомы в таламической области слева. Обратите внимание на форму гиперденсного (светлого) участка в левой гемисфере мозга, на его границы (они расплывчаты). «Симптом тающего сахара»

Наиболее неблагоприятный симптом – прорыв крови в желудочковую систему – летальность при этом состоянии обычно существенно выше.

На КТ при инсульте определяется кровь в виде гиперденсивных включений в ликворе, заполняющем желудочки; при положении пациента на спине происходит седиментация крови – более тяжелые структуры (форменные элементы) оседают в наиболее низко расположенные отделы желудочков, более легкие (жидкая часть крови) – визуализируются в верхних отделах. Соответственно это отражается и на рентгеновской плотности – внизу она будет выше, чем вверху – возникает своеобразный «градиент» плотностей.

Обширнейший геморрагический инсульт в левой затылочной и теменной доле с прорывом в желудочки мозга. В значительной степени выражено объемное действие гематомы на желудочковую систему.

Данное наблюдение также иллюстрирует геморрагический инсульт на КТ в левой гемисфере головного мозга (преимущественно в базальных отделах), а также в мозговом стволе.

Видно, что кровь прорвалась в желудочки мозга – левый боков, третий и четвертый.

Такая локализация гематомы (мозговой ствол и базальные отделы мозга) в совокупности с выраженным сдавлением ствола и прорывом в желудочки крайне неблагоприятна прогностически – очень мало шансов, что данный пациент выживет.

Еще одно наблюдение, демонстрирующее прорыв крови в желудочки мозга при геморрагическом инсульте. Видно гематому в лобной и теменной доле правой гемисферы мозга, прорвавшуюся в боковые желудочки. Имеет место латеральная дислокация структур мозга в «здоровую» (левую) сторону. Такое состояние требует оперативного лечения (удаления гематомы оперативным путем) в отделении нейрохирургии.

Если пациент выжил после кровоизлияния в мозг (была проведена операция по удалению крови или гематома лизировалась самостоятельно), происходит формирование остаточных изменений – чаще всего, кистозного характера.

Геморрагическая киста обычно ничем не отличается от кисты инфарктного генеза, и выглядит схожим образом. Киста на КТ представляет собой гиподенсивный участок, плотность которого соответствует плотности цереброспинальной жидкости (от +5 до +8 единиц по шкале Хаунсфилда).

Кисты деформируют желудочковую систему мозга (располагаясь вблизи желудочков), но не дают дислокаций.

На изображениях представлен геморрагический инсульт в правой гемисфере головного мозга, расположенный вблизи правого таламуса – в области наружной капсулы. Объем гематомы невелик, поэтому она не оказывает выраженного объемного воздействия на расположенные рядом структуры головного мозга. Не определяется также и крови в желудочковой системе.

На данных изображениях представлен геморрагический инсульт в области ствола мозга – в Варолиевом мосту. Несмотря на свой небольшой объем, инсульты стволовой локализации крайне неблагоприятно протекают, приводят к инвалидизации больных и к очень высокой летальности.

А такие геморрагические инсульты протекают гораздо более благоприятно – объем внутримозговой гематомы очень небольшой, нет прорыва в желудочки – при адекватном и своевременном лечении на месте гематомы сформируется кистозный участок, а неврологическая симптоматика будет минимальна. Гематома находится в левой гемисфере – в теменной доле головного мозга.

При данной локализации внутримозговых гематом также риск неблагоприятного исхода невелик. Гематома локализована на границе с височной долей в правой гемисфере мозга. Она оказывает небольшое объемное воздействие на правую Сильвиеву щель, но в целом более никаких неблагоприятных симптомов не дает.

Источник: https://secondopinions.ru/poleznye-materialy/kt/kt-golovy/gemorragichskiy-insult

Шкала Хаунсфилда

Шкала хаунсфилда при инсульте

В основе диагностики КТ лежит использование рентгеновских лучей. Проходя через тело человека, вернее, орган или систему, излучение встречает сопротивление в виде исследуемых тканей.

Это свойство называется коэффициентом ослабления (число КТ) и выражается в единицах Hounsfield (HU).

Шкала Хаунсфилда названа так по фамилии нобелевского лауреата, совершившего прорыв в области компьютерной томографии.

Особенности шкалы Хаунсфилда

Состояния окружающей среды (кислород, вода и другие) и органы тела человека (кровь, жир, костная субстанция, воздух в легких) — имеют свой уровень плотности. Если их измерить в единицах по шкале Хаунсфилда и систематизировать, получатся данные, по которым можно определять нормальные показатели здоровья каждой части тела.

Этой информацией руководствуются при изучении патологических состояний, происходящих в том или ином органе. При заболеваниях, например, головного мозга (опухолях), способность проникновения рентгеновских излучения сквозь больную область изменяется.

Врач сравнивает число КТ при прохождении через здоровые участки с полученными данными и делает вывод — есть патология или нет.

Например, при денситометрии костной ткани берутся показатели здоровой кости и сравнивают с проведенным исследованием. Если число КТ ниже нормального — диагностируется остеопороз.
Средним денситемитрическим показателем (0 HU) — считается плотность воды. Воздух, жир имеют отрицательные значения, мягкие ткани, кости — плюсовые.

Величина «рентгеновской твердости» неспособна точно определить: какая субстанция исследуется. Как пример — плотность мягкой жировой ткани равна воде. На различных аппаратах цифры, говорящие об ослаблении лучей, при прохождении сквозь участки тела, могут отличаться. Соответственно изменяется и число КТ (плотности органа).

На мониторе компьютера шкала Хаунсфилда отображается в виде спектра, состоящего из черно-белых изображений. Его диапазон измеряется в единицах и является денситометрическим уровнем исследуемого участка тела или органа — числом КТ (величина ослабления излучения рентгеновских лучей). Нижнее значение структуры всех плотностей органов или веществ — 1024, верхнее — + 3071.

Изменение окна изображения

В процессе томографии получается сложная информация, выражающаяся в единицах шкалы Хаунсфилда. Обычные компьютерные мониторы улавливают серый цвет, состоящий из 256 оттенков.

Чтобы показать остальные 1024 — требуется высокоточный медицинский прибор.

При неспособности мониторов показывать полный черно-белый спектр изображений, создали специальную программу перерасчета серого градиента в нужном интервале.

Изображение в виде черно-белого спектра называется окном показателей денситометрии. Если его используют в широком интервале — видна консистенция структур в изучаемом диапазоне, но отличить органы, похожие по своей плотности невозможно.

Задав окну параметры центра и ширины, сосредоточив его на нужном участке (окно легкого, мягких тканей) — теряются сведения о составе структур, выходящих за черту диапазона. Но в «окне» хорошо определяются ткани, одинаковые по твердости.

Чем больше изменяется центр и длина окна, тем сильнее становится контрастность изображения и яркость. В зависимости от поставленных целей, врач регулирует параметры настройки и исследует нужные участки тела пациента.

Средние денситометрические значения

Плотность тканей и веществ внешней среды по шкале ХаунсфилдаДанные о числах КТ по шкале Хаунсфилда некоторых органов человека и состояний окружающей среды во время компьютерной томографии:

Тип вещества плотность (HU)

  • Вода 0
  • Воздух — 1000
  • Кровь + 30 — + 70
  • Кости + 200 — + 2000 и выше
  • Жир от — 50 до – 150
  • Головной мозг +2 — +25
  • Мочевой пузырь +15 — +30
  • Сердце +20 — +50
  • Почка +35 — +55
  • Селезенка +40 — + 60
  • Надпочечник +5 — +15
  • Опухоль + 25 — + 70
  • Мышца + 30 — +80
  • Тромб +25 — + 80

Диапазон значений показателей КТ по шкале Хаунсфилда отображается на компьютере серой палитрой. При заданном параметре центра окна, показатель ниже установленного уровня высвечивается черным цветом, выше — белым.

Кт срезы

Для детального исследования заболеваний, в компьютерной томографии используется прибор МСКТ. Составляются таблицы, регистрирующие прохождения рентгеновских лучей через обследуемые части тела человека, отображенные в единицах шкалы Хаунсфилда.

Преимуществом аппарата МСКТ является способность делать снимки в виде послойных срезов, на которых врач может детально рассмотреть интересующий участок.

Например, при мультиспиральной КТ головного мозга, на снимке видны мелкие подробности оптического выступа желудочка и масса других деталей, не различаемых на традиционном кт-томографе.

Шкала Хаунсфилда Ссылка на основную публикацию

Источник: https://mrtdom.ru/diagnostika-kt/obshhee-o-kt/shkala-haunsfilda

Что такое шкала Хаунсфилда

Шкала хаунсфилда при инсульте

Шкала Хаунсфилда тесно связана с компьютерной томографией (КТ), которая широко используется в диагностике различных заболеваний. КТ была разработана в 1972 году, в её основе лежит метод создания снимков поперечного сечения частей тела. Учёные Hounsfield G.N. и Cormack А.М., разработавшие революционную методику исследования, в 1979 году получили Нобелевскую премию.

Действие КТ основано на рентгеновском излучении. Пациент, находящийся внутри КТ-оборудования, поддаётся круговому воздействию веерообразных пучков лучей.

Они проходят через человеческое тело под разными углами, и после их интенсивность фиксируется специальными датчиками.

Для удержания Х-излучения в изучаемом слое тканей применяют коллиматоры – устройства для получения пучков параллельных лучей (ионизирующих или световых). Благодаря этой технологии можно исследовать слои толщиной всего в несколько десятых долей миллиметра.

В результате образуются рентгеновские снимки поперечного сечения. Поскольку разные анатомические структуры организма по-разному ослабляют рентгеновское излучение, для удобства их различения имеются единицы Хаунсфилда (рус. Н, англ. HU), из которых составлена соответствующая шкала.

Определение и главные особенности шкалы Хаунсфилда

Шкала денситометрических показателей, которая известна как шкала Hounsfield, представляет собой усреднённые данные плотности разных составляющих. Используется для количественного и визуального оценивания органов, материалов и некоторых веществ. На снимке чем темнее изображение – тем плотнее ткань, чем светлее, вплоть до белого – тем меньшая плотность исследуемой части тела.

Середина шкалы находится на 0 и указывает на плотность воды. Далее в отрицательную сторону уходят показатели жировой ткани и воздуха, а в положительную – всех мягких тканей и костей. В общем единицы Хаунсфилда при компьютерной томографии охватывают от -1024 до +1024. На практике, при применении разных аппаратов, этот диапазон может быть другим.

Поскольку показатели являются среднестатистическими, а гистолого-анатомическая структура тканей может заметно различаться, определить с высокой достоверностью, какая именно ткань видна, не всегда получается. Например, органы с большим включением жировой ткани могут своей плотностью определяться как вода.

Средние денситометрические показатели

Представляемые ниже единицы Хаунсфилда, используемые во время исследования томографом, позволяют ориентироваться в плотности различных тканей.

Плотность тканей по шкале Хаунсфилда при компьютерной томографии:

  • воздух – -1000 Н;
  • лёгочная ткань – от -900 до -750 Н;
  • жир – от -120 до -50 Н;
  • молочная железа – от -100 до -50 Н;
  • кожа – около 0 Н;
  • спинномозговая жидкость – 0-8 Н;
  • вода – от 0 до 10 Н;
  • головной мозг – 2-30 Н, в том числе серое мозговое вещество – 36-46 Н, белое – 22-32 Н;
  • надпочечник – 5-20 Н;
  • поджелудочная железа – 5-40 Н;
  • мочевой пузырь – 10-35 Н;
  • печень – 14-70 Н;
  • сердце – 15-60 Н;
  • мышечная ткань – 20-70 Н;
  • свежее тромботическое образование – 20-90 Н;
  • почка, селезёнка – 30-50 Н;
  • кровь – 35-65 Н;
  • кость – 800-3000 Н.

Плотность патологических образований отличается от нормальной плотности структур, в которых они находятся. Это находит своё отражение на полученной томограмме. Причём, опухолям разных типов тоже свойственна разная интенсивность окрашивания, например:

  • невринома – 15 Н;
  • глиома – 34-54 Н;
  • менингиома – 46-52 Н;
  • краниофарингиома – 62 Н.

Благодаря особенностям прохождения компьютерной томографии проявляется высокая чувствительность к различным опухолевым образованиям. Например, менингиомы определяются до 98 % случаев, а их специфичность – до 97 %. Только около 4 % заболеваний не регистрируются с помощью данной методики.

Развитие современного компьютерного томографа

Компьютерный томограф современного производства определяется как сложнейшая техника, с различными деталями и механическими узлами, которые выполнены с очень высокой точностью. Кроме генераторов рентгеновского излучения, крайне важную роль играют сверхчувствительные детекторы. Для их производства используются самые качественные материалы, совершенствование которых не прекращается.

Немалую часть томографа также занимает программное обеспечение, проводящее диагностику по заданным параметрам, сбор, обработку и анализ изображений КТ. Стандартный пакет программного обеспечения может быть расширен узкоспециализированными приложениями, исходя из специфики применения оборудования.

Совершенствование КТ-оборудования непосредственно связано с детекторами, число которых от модели к модели возрастает, а, вместе с этим, улучшается качество получаемого КТ-изображения.

Постепенно ускорялся процесс переработки машиной информации. Если первая модель, выпущенная в 1973 году, обрабатывала каждый слой изображения около 4 минут, то 3-го и 4-го поколений – 0,7 секунды.

С математической точки зрения построение картинки представляет собой решение системы линейных изображений. Так, для получения томограммы размером 300×300 пикселей надо решить 90 000 уравнений.

Компьютерная программа решает их с применением методов параллельного вычисления.

Первые томографы были поступательные, а в дальнейшем разработали спиральную и даже многослойную компьютерную томографию.

Постепенно были введены в медицину томографы с двумя источниками радиоактивных лучей.

Ещё больше ценной информации врачи смогли получать при использовании контрастного усиления и КТ-ангиографии, то есть когда в кровь вводилось контрастное вещество, и далее выполнялось сканирование.

Источник: https://iDiagnost.ru/kt/chto-takoe-shkala-haunsfilda

Автоматическая сегментация дыхательных органов

Шкала хаунсфилда при инсульте

Ручная сегментация легких занимает около 10 минут и требуется определенная сноровка, чтобы получить такой же качественный результат, как при автоматической сегментации. Автоматическая сегментация занимает около 15 секунд.

Я предполагал, что без нейронной сети удастся получить точность не выше 70%. Также я предполагал, что морфологические операции – это только подготовка изображения к более сложным алгоритмам.

Но в результате обработки тех, хоть и немногочисленных 40 образцов томографических данных, что есть на руках, алгоритм выделил легкие без ошибок, причём после теста на первых пяти случаях алгоритм уже не претерпевал значительных изменений и с первого применения правильно отработал на остальных 35 исследованиях без изменения настроек.

Также нейронные сети имеют минус – для их обучения нужны сотни обучающих образцов лёгких, которые придётся размечать вручную.

Дыхательная система включает в себя дыхательные пути и лёгкие. Выделяют верхний и нижний отделы дыхательных путей. Точкой разделения между нижними и верхними дыхательными путями является точка пересечения пищевых и дыхательных каналов. Всё, что выше гортани – верхний отдел, а остальное – нижний.

Перечислим дыхательные органы:
Носовая полость: — нос, гайморовы пазухи и т.д.
Глотка — канал, по которому перемещается пища и воздух.
Гортань – отвечает за образование голоса.

Находится на уровне шейных позвонков C4-C6.
Трахея – трубка, соединяющая гортань и бронхи.
Бронхи – дыхательные каналы, основная часть которых находится внутри лёгких.

Лёгкие – основной дыхательный орган.

Шкала Хаунсфилда

Годфри Хаунсфилд — британский инженер-электрик, который вместе с американским теоретиком Алланом Кормаком разработал компьютерную томографию, за что получил Нобелевскую премию в 1979 году.

Шкала Хаунсфилда — количественная шкала рентгеновской плотности, которая измеряется в единицах Хаунсфилда, обозначаемых HU.

Рентгеновская плотность вычисляется на основе коэффициента ослабления вещества, то есть степени уменьшения мощности излучения при прохождении через это вещество.

Рентгеновская плотность вычисляется по формуле:

$$display$${μ_{X}-μ_{water} \over μ_{water}-μ_{air}} \times 1000$$display$$

где — линейные коэффициенты ослабления для измеряемого вещества, воды и воздуха.

Рентгеновская плотность бывает отрицательной, потому что нулевая рентгеновская плотность соответствует воде. А значит все вещества, через которые рентгеновские волны проходят с меньшим уменьшением мощности излучения, чем через воду (например, легочные ткани, воздух), будут иметь отрицательную рентгеновскую плотность.

Ниже перечислены приблизительные рентгеновские плотности для различных тканей:

  • Воздух: -1000 HU.
  • Дыхательные органы: от -950 до -300 HU.
  • Кровь (без контрастирования сосудов): от 0 до 100 HU.
  • Кости: от 100 до 1000 HU.

Ссылки на Википедию: шкала Хаунсфилда, Годфри Хаунсфилд, коэффициент ослабления.

Математическая морфология

Основное место среди выбранных в данной статье алгоритмов занимают морфологические операции.

В области компьютерного зрения морфологическими операциями называют группу алгоритмов по преобразованию формы объектов. Чаще всего морфологические операции применяют к бинаризованным изображениям, где вокселям объектов соответствуют единицы, а пустоте нули.

К основным морфологическим операциям относят:

Морфологическая дилатация (dilation, расширение) — добавление новых вокселей ко всем краевым вокселям объектов. То есть по всем граничным вокселям совершается проход с ядром с заданной формой (шар, куб, крест и т.д.). Данную операцию часто применяют для соединения множества рядом стоящих объектов в единый объект.

Морфологическая эрозия (erosion, размывание) — уничтожение всех вокселей, лежащих на границе объектов. Эта операция обратна дилатации.

Данная операция бывает полезна для удаления шума в виде множества мелких объектов, соединенных между собой.

Однако, данный метод удаления шума стоит использовать только в случае, если сегментируемый объект имеет толщину значительно большую, чем радиус эрозии.

Морфологическое закрытие (closing) — это дилатация с последующей эрозией. Применяется для закрытия отверстий внутри объектов и для объединения рядом стоящих объектов.

Морфологическое открытие (opening) — это эрозия с последующей дилатацией. Применяется для удаления мелких шумовых объектов и для разделения объектов на несколько объектов.

Алгоритм Ли и RLE-компрессия

Для выделения объектов в бинаризованном воксельном объёме используется алгоритм Ли. Данный алгоритм изначально был придуман для поиска кратчайшего пути.

Но мы используем его для выделения и перемещения объектов из одного трехмерного массива вокселей в другой. Его суть состоит в параллельном перемещении во всех возможных направлениях из начальной точки.

Для трехмерного случая возможны 26 либо 6 направлений движения из заданного вокселя (если воксель не находится с краю изображения).

Для оптимизации по быстродействию был применен алгоритм кодирования длин серий (run-length encoding). Его суть заключается в том, что последовательности единиц и нулей заменяются цифрой, равной количеству элементов в последовательности. Например, строка “00110111” может быть заменена как: “2;2;1;3”. Это позволяет уменьшить количество обращений к памяти.

Ссылки на Википедию: алгоритм Ли, алгоритм RLE.

Пороговое преобразование базового объема

С помощью томографа получены данные о рентгеновской плотности в каждой точке пространства.

Воксели воздуха имеют рентгеновскую плотность в промежутке от -1100 до -900 HU, а воксели дыхательных органов от -900 до -300 HU.

Поэтому можем убрать все лишние воксели, имеющие рентгеновскую плотность больше -300 HU. В итоге получим бинаризованный воксельный объём, содержащий только дыхательные органы и воздух.

Отсечение внешнего воздуха

Для выделения внутреннего воздуха тела удалим все объекты, которые прилегают к углам воксельной сцены. Таким образом избавимся от внешнего воздуха.

Однако, не во всех случаях будет удалён воздух внутри стола томографа, так как он может не иметь связи с углами сцены.

Поэтому просканируем не только углы, но и все воксели, лежащие на любой из краевых плоскостей сцены. Но в результате почему-то удалились и сами лёгкие. Оказывается, трахея тоже имела связь с верхней плоскостью сцены.

Придётся исключить верхнюю плоскость из зоны сканирования. Также бывают исследования, в которых лёгкие были захвачены не полностью и нижняя плоскость имеет связь с легкими. Так что при желании можно исключить и нижнюю плоскость.

Но такой метод действует только на грудных исследований. В случае же захвата полного объёма тела на снимке появится связь внутреннего и внешнего воздуха через носовую полость. Поэтому необходимо применить морфологическую эрозию для разделения внутреннего и внешнего воздуха.

После применения эрозии можем вернуться к полученному ранее методу сегментации внешнего воздуха по признаку соседства с боковыми плоскостями сцены.

Выделив внешний воздух, можно было бы сразу отнять его из общего объёма воздуха и лёгких и получить внутренний воздух тела и легкие. Но есть одна проблема. После эрозии была потеряна часть информации о внешнем воздухе. Чтобы восстановить её, применим дилатацию внешнего воздуха.

Далее вычитаем внешний воздух из всего воздуха и дыхательных органов и получаем внутренний воздух и дыхательные органы.

Выделение максимального по объему объекта

Далее выделим дыхательные органы как максимальный по объему объект. Дыхательные органы — это отдельный объект. Связи между легкими и воздухом внутри желудочно-кишечного тракта нет.

Стоит заметить, что важен правильный выбор порога рентгеновской плотности на начальном шаге порогового преобразования. Иначе в некоторых случаях может не оказаться связи между двумя лёгкими в результате низкого разрешения.

Например, если считать, что воксели дыхательных органов имеют рентгеновскую плотность от -500 HU и менее, то в случае, приведённом ниже, выделение дыхательных органов как крупнейшего по объёму объекта приведёт к ошибке, так как отсутствует связь между двумя лёгкими.

Поэтому следует повысить порог до -300 HU.

Закрытие сосудов внутри лёгких

Для захвата сосудов внутри лёгких применим морфологическое закрытие, то есть дилатацию с последующей эрозией с тем же радиусом. Рентгеновская плотность сосудов составляет около -100..100 HU.

Крупные кровеносные пути не закрылись. Но в этом и нет необходимости. Цель данной операции была в уничтожении множества мелких отверстий внутри легких для упрощения дальнейшей сегментации легких.

Алгоритм сегментации дыхательных органов

В итоге получаем следующий алгоритм сегментации дыхательных органов:

  1. Пороговое преобразование базового объёма по порогу < -300 HU.
  2. Морфологическая эрозия радиусом 3 мм для разделения внешнего и внутреннего воздуха.
  3. Выделение внешнего воздуха по признаку соседства с граничными боковыми плоскостями воксельной сцены.
  4. Морфологическая дилатация внешнего воздуха для восстановления потерянной в результате эрозии информации.
  5. Вычитание внешнего воздуха из всего воздуха и дыхательных органов для получения внутреннего воздуха и дыхательных органов.
  6. Выделение максимального по объёму объекта.
  7. Морфологическое закрытие сосудов внутри лёгких.

Реализация алгоритма в среде MATLAB

% Возвращает весь объем органов дыхания (объем легких и дыхательных путей)% без разделения левого и правого легкого. % V = базовый объем с данными по радиоплотности в единицах Хаунсфилда.% cr = радиус морфологического закрытия сосудов.% ci = количество итераций морфологического закрытия сосудов (например, 3 раза% делают дилатацию и после этого 3 раза делают эрозию.

function RO = getRespiratoryOrgans(V,cr,ci)% Пороговое преобразование базового объёма% по порогу < -300 HU.AL=~imbinarize(V,-300);% Морфологическая эрозия радиусом 3 мм для% разделения внешнего и внутреннего воздуха.SE=strel('sphere',3);EAL=imerode(AL,SE);% Выделение внешнего воздуха по признаку соседства% с граничными боковыми плоскостями воксельной сцены.

EA=getExternalAir(EAL);% Морфологическая дилатация внешнего воздуха для% восстановления потерянной в результате эрозии информации.DEA=EA;for i=1:4 DEA=imdilate(DEA,SE); DEA=DEA&AL;end% Вычитание внешнего воздуха из всего воздуха и дыхательных% органов для получения внутреннего воздуха и дыхательных органов.IAL=AL-DEA;% Выделение максимального по объёму объекта.

RO=getMaxObject(IAL);% Морфологическое закрытие сосудов внутри лёгких.RO=closeVoxelVolume(RO,3,2);

% Возвращает объем, связанный с краевыми поверхностями трехмерного объема% (кроме верхней поверхности, поскольку легкие могут иметь% соединение с верхней поверхностью). % EAL = эродированный бинаризованный объем легких и воздуха.

function EA = getExternalAir(EAL)% Функция bwlabeln сегментирует объекты: воксели одного% объекта приравнивает к единице, другого – к двойке и т.д.V=bwlabeln(EAL);% Запрашиваем такие характеристики объектов, как ограничительный бокс% и список всех вокселей объекта.

R=regionprops3(V,'BoundingBox','VoxelList');n=height(R);% Создаём 3-D матрицу для хранения вокселей внешнего воздуха.s=size(EAL);EA=zeros(s,'logical');% Произведём перебор всех найденных объектов в цикле% с целью нахождения объектов, принадлежащих внешнему воздуху.

for i=1:n % Определим координаты x и y, принадлежащие самым крайним % вокселям объекта. x0=R(i,1).BoundingBox(1); y0=R(i,1).BoundingBox(2); x1=x0+R(i,1).BoundingBox(4); y1=y0+R(i,1).BoundingBox(5); % Если крайние воксели объекта соприкасаются с боковыми % плоскостями сцены, то копируем все воксели данного объекта % в матрицу EA.

if (x0 < 1 || x1 > s(1)-1 || y0 < 1 || y1 > s(2)-1) % Преобразуем данные о координатах вокселей объекта к % матричному типу: [[x1 y1 z1][x2 y2 z3] … [xn yn zn]]. mat=cell2mat(R(i,2).VoxelList); ms=size(mat); % Заполняем матрицу, содержащую воксели внешнего воздуха.

for j=1:ms(1) x=mat(j,2); y=mat(j,1); z=mat(j,3); EA(x,y,z)=1; end endend

% Возвращает самый большой объект в трехмерном объеме “V”. % O = воксели самого большого объекта.% m = объем самого большого объекта. function [O,m] = getMaxObject(V)% Сегментируем объекты. V=bwlabeln(V);% Запрашиваем информацию об объёме объектов и координатах% вокселей объектов.

R=regionprops3(V,'Volume','VoxelList');% Определяем индекс максимального по объёму объекта.v=R(:,1).Volume;[m,i]=max(v);% Создаём 3-D матрицу для хранения вокселей крупнейшего% объекта.s=size(V);O=zeros(s,'logical');% Переносим воксели крупнейшего объекта в новую матрицу.mat=cell2mat(R(i,2).VoxelList);ms=size(mat);for j=1:ms(1) x=mat(j,2); y=mat(j,1); z=mat(j,3); O(x,y,z)=1;end

Исходный код можно скачать по ссылке.

Заключение

Следующими статьями планируются:

  1. сегментация трахеи и бронхов;
  2. сегментация легких;
  3. сегментация долей легких.

Будут рассматриваться такие алгоритмы, как:

  1. дистанционное преобразование (distance transform);
  2. преобразование ближайших соседей (nearest neighbor transform, также известный как feature transform);
  3. вычисление собственных значений матрицы Гессе для сегментации плоских 3D объектов;
  4. сегментация методом водораздела (watershed segmentation).

Источник: https://habr.com/post/458268/

Мультиспиральная компьютерная томография головного мозга

Шкала хаунсфилда при инсульте

  • Шкала Хаунсфилда при компьютерной томографии
  • Кт срезы

Высокая информативность мультиспиральной компьютерной томографии головного мозга (КТ), одной из современных методик исследования патологии головного мозга, общеизвестна.

Так, чувствительность КТ в выявлении, например, менингиом составляет 96-98%, а специфичность — 93-97%. Лишь 4% менингиом остаются нераспознанными. В основном это новообразования, которые локализовались в задней черепной ямке и на дне передней и средней черепных ямок (при низкоплотных и плоских опухолях).

Нативная КТ больной с менингиомой
Определяется прямой признак (рентгеновское изменение плотности) и косвенный признак — масс-эффект, обусловленный как опухолью, так и перифокальными изменениями (перитуморозным отеком) мозгового вещества

Ошибка гистологического диагноза (менингиома — опухоль другой гистоструктуры) не превышает 4-7%. Наиболее часто гипердиагностика менингиом допускается при таких злокачественных опухолях, как лимфома, метастазы и глиобластома.

Шкала Хаунсфилда при компьютерной томографии

Анатомические образования головы и некоторых опухолей головного мозга в единицах шкалы Хаунсфилда (HU)ОбъектКоэффициент поглощения
 КостьОт +200 до +1000
 Сгусток крови От +40 до +95
Серое мозговое вещество От +36 до +46
Белое мозговое вещество От +22 до +32
Кровь + 12
Ликвор (спинномозговая жидкость) От 0 до +8
Кожа 0
Жир От -20 до -100
Воздух-1000
Краниофарингиомы +62
Менингиомы От +46 до +52
ГлиомыОт +34 до +54
Невриномы + 15

Напомним, что в основе КТ лежит анализ способности разных тканей к поглощению рентгеновских лучей. В результате анализа определяется плотность исследуемых объектов. Величины плотности анатомических образований головы и некоторых опухолей головного мозга в единицах шкалы хаунсфилда при компьютерной томографии (мультиспиральной) головного мозга представлены в таблице выше.

Про Инсульт
Добавить комментарий