Magneettikuviin sovelletun tekstuurianalyysin tuloksiin vaikuttavien tekijöiden arviointia
Savio, Sami (2019)
Savio, Sami
2019
Lääketieteen ja terveysteknologian tiedekunta - Faculty of Medicine and Health Technology
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Hyväksymispäivämäärä
2019-11-27
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tuni-201910224019
https://urn.fi/URN:NBN:fi:tuni-201910224019
Tiivistelmä
Magneettikuvantamisen yleisiä käyttökohteita ovat potilaan päähän, sisäelimiin ja tukirankaan kohdistuvat tutkimukset. Tekstuurianalyysin avulla magneettikuvien yksityiskohtia on mahdollista analysoida numeerisesti, mistä voi olla suurta hyötyä potilaiden hoidossa.
Tässä työssä tarkasteltiin lääketieteellisen tutkimuksen ja kliinisen lääketieteen apuna käytettävän, magneettikuviin sovelletun tekstuurianalyysin teknisten edellytysten suhdetta tekstuurianalyysin tarkkuuteen ja luotettavuuteen. Tutkimuksen kohteena olivat erityisesti magneettikuvien leikepaksuus (Osatyö I) ja niiden signaali-kohinasuhde (Osatyö II) sekä tekstuurianalyysin yhdistäminen diffuusiotensorikuvaukseen (Osatyö III).
Aineistona käytettiin multippeliskleroosia sairastavien potilaiden aivoista ja terveiden vapaaehtoisten tutkimuskohteiden reiden alueesta otettuja magneettikuvia. Tutkimustulosten yleistettävyyttä pyrittiin parantamaan ristiinvalidoinnin avulla erillisiä opetus- ja testiaineistoja käyttäen.
Tutkimustulosten perusteella tekstuurianalyysi osoittautui suhteellisen vakaaksi menetelmäksi. Pienillä muutoksilla leikepaksuudessa tai signaali-kohinasuhteessa oli vain vähäinen vaikutus tekstuurianalyysin tarkkuuteen. Diffuusiotensorikuvauksen käyttö yhdessä tekstuurianalyysin kanssa ei parantanut multippeliskleroosin tautityyppiluokittelun tarkkuutta, vaikka paljastikin taudin etenemiseen viittaavia eroja vasemman ja oikean aivopuoliskon välillä.
Tehdyt havainnot viittaavat siihen, että tekstuurianalyysilla on edellytyksiä yleistyä ja antaa luotettavia tuloksia kliinisessä hoitotyössä. Tekstuurianalyysin vakiintuminen osaksi päivittäistä hoitorutiinia edellyttää silti yhä jatkotutkimusta sen tarkkuuteen ja tulosten toistettavuuteen vaikuttavista tekijöistä kaikissa tekstuurianalyysin vaiheissa. Erityistä huomiota tulee kiinnittää näiden tekijöiden vaikutuksen kasautumiseen varsinkin silloin, kun ne ovat riippuvuussuhteessa toisiinsa. Magnetic resonance imaging is commonly used for examining patients’ heads, viscera and spinal columns. Texture analysis enables the quantification of the details in magnetic resonance images, which may improve treatment.
This study investigated the technical requirements for the texture analysis of the magnetic resonance images used in medical research and clinical medicine with respect to the accuracy and the reliability of the analysis. The objectives of the study were the slice thickness (Study I) and signal-to-noise ratio (Study II) in the magnetic resonance images along with the combination of texture analysis and diffusion tensor imaging (Study III).
The study data included magnetic resonance images of the brain area of multiple sclerosis patients and the thigh area of healthy subjects. Cross-validation with separate training and test data sets was used to enhance the generalizability of the results.
The results indicate that texture analysis is a relatively stable method. Small changes in the slice thickness or signal-to-noise ratio produced only minor changes in the accuracy of the analysis. The combination of the diffusion tensor imaging and texture analysis methods did not improve the accuracy of the separation of multiple sclerosis subtypes even though it revealed some hemispheric differences in disease progression.
The findings of this study suggest that clinical texture analysis may provide reliable results in daily practice and become more common. However, before texture analysis becomes a part of daily clinical routines, additional studies on the factors that affect its accuracy throughout the analysis as well as the repeatability of the results are necessary. The cumulative effects of these factors must be evaluated, especially when they are cross-dependent.
Tässä työssä tarkasteltiin lääketieteellisen tutkimuksen ja kliinisen lääketieteen apuna käytettävän, magneettikuviin sovelletun tekstuurianalyysin teknisten edellytysten suhdetta tekstuurianalyysin tarkkuuteen ja luotettavuuteen. Tutkimuksen kohteena olivat erityisesti magneettikuvien leikepaksuus (Osatyö I) ja niiden signaali-kohinasuhde (Osatyö II) sekä tekstuurianalyysin yhdistäminen diffuusiotensorikuvaukseen (Osatyö III).
Aineistona käytettiin multippeliskleroosia sairastavien potilaiden aivoista ja terveiden vapaaehtoisten tutkimuskohteiden reiden alueesta otettuja magneettikuvia. Tutkimustulosten yleistettävyyttä pyrittiin parantamaan ristiinvalidoinnin avulla erillisiä opetus- ja testiaineistoja käyttäen.
Tutkimustulosten perusteella tekstuurianalyysi osoittautui suhteellisen vakaaksi menetelmäksi. Pienillä muutoksilla leikepaksuudessa tai signaali-kohinasuhteessa oli vain vähäinen vaikutus tekstuurianalyysin tarkkuuteen. Diffuusiotensorikuvauksen käyttö yhdessä tekstuurianalyysin kanssa ei parantanut multippeliskleroosin tautityyppiluokittelun tarkkuutta, vaikka paljastikin taudin etenemiseen viittaavia eroja vasemman ja oikean aivopuoliskon välillä.
Tehdyt havainnot viittaavat siihen, että tekstuurianalyysilla on edellytyksiä yleistyä ja antaa luotettavia tuloksia kliinisessä hoitotyössä. Tekstuurianalyysin vakiintuminen osaksi päivittäistä hoitorutiinia edellyttää silti yhä jatkotutkimusta sen tarkkuuteen ja tulosten toistettavuuteen vaikuttavista tekijöistä kaikissa tekstuurianalyysin vaiheissa. Erityistä huomiota tulee kiinnittää näiden tekijöiden vaikutuksen kasautumiseen varsinkin silloin, kun ne ovat riippuvuussuhteessa toisiinsa.
This study investigated the technical requirements for the texture analysis of the magnetic resonance images used in medical research and clinical medicine with respect to the accuracy and the reliability of the analysis. The objectives of the study were the slice thickness (Study I) and signal-to-noise ratio (Study II) in the magnetic resonance images along with the combination of texture analysis and diffusion tensor imaging (Study III).
The study data included magnetic resonance images of the brain area of multiple sclerosis patients and the thigh area of healthy subjects. Cross-validation with separate training and test data sets was used to enhance the generalizability of the results.
The results indicate that texture analysis is a relatively stable method. Small changes in the slice thickness or signal-to-noise ratio produced only minor changes in the accuracy of the analysis. The combination of the diffusion tensor imaging and texture analysis methods did not improve the accuracy of the separation of multiple sclerosis subtypes even though it revealed some hemispheric differences in disease progression.
The findings of this study suggest that clinical texture analysis may provide reliable results in daily practice and become more common. However, before texture analysis becomes a part of daily clinical routines, additional studies on the factors that affect its accuracy throughout the analysis as well as the repeatability of the results are necessary. The cumulative effects of these factors must be evaluated, especially when they are cross-dependent.