An inter-modality statistical shape modelling approach for the 3D segmentation of cardiac structures from magnetic resonance images
Concetta Piazzese · 2016
La risonanza magnetica cardiaca (CMR) e considerata la modalita di riferimento per la quantificazione del volume e della funzione ventricolare. Importanti parametri clinici, come il volume sistolico, la frazione di eiezione, la massa o lo spessore della parete ventricolare sinistra sono ottenuti dall’accurato tracciamento dei contorni endocardici ed epicardici del ventricolo sinistro. Anche se il tracciamento manuale delle immagini di CMR e ancora considerato il gold standard, al fine di aumentare la riproducibilita e preservare l’accuratezza di segmentazione, differenti tecniche automatiche e semi-automatiche sono state sviluppate. In tal senso, i metodi basati su modelli statistici (SSM), sono diventati un valido strumento per la segmentazione delle immagini mediche. Tali metodi deformano una forma geometrica sulla base di caratteristiche individuate in modo da adattarla alla struttura desiderata. L’obiettivo di questa tesi di dottorato e stato lo sviluppo e l’ottimizzazione di un approccio inter-modale basato su modelli statistici e la sua applicazione per la segmentazione di differenti strutture cardiache (come l’endocardio e l’epicardio del ventricolo sinistro e l’endocardio del ventricolo destro) con una limitata interazione dell’utente. Nello specifico, il modello statistico e stato costruito usando un vasto numero (>7000 per il ventricolo sinistro e >4000 per il ventricolo destro) di superfici 3D ottenute da immagini di ecocardiografia transtoracica. La segmentazione delle immagini di CMR e stata poi ottenuta variando iterativamente la forma del modello statistico sulla base di particolari caratteristiche individuate nelle immagini in seguito a clusterizzazione. Inoltre, le possibili deformazioni di forma sono state limitate in modo da forzare il modello statistico a rispecchiare il set di forme su cui e stato costruito. Al fine di migliorare l’accuratezza della segmentazione delle immagini e della deformazione del modello, differenti varianti di tale approccio inter-modale, come strategie per la generazione del modello statistico sulla base di frame di fasi cardiache diverse o della registrazione delle superfici durante la fase di training, uso di piu viste (immagini ad assi lunghi ed assi corti) per guidare la deformazione del modello, analisi delle componenti indipendenti, sono state studiate e testate su una popolazione (o sottopopolazione) di 45 pazienti normali e patologici. Inoltre, e stato condotto uno studio preliminare sulla possibile applicazione di tale approccio inter-modale basato su modelli statistici ad altre strutture, come il rene policistico sinistro.