19754

۱۹۷۵۴

افتراق تومورهاي خوشخيم و بدخيم غدد بزاقي به كمك كامپيوتر با استفاده از MRI ديناميك

كارشناسي ارشد

مهندسي پزشكي (بيوالكتريك)

۱۳۹۶-۱۳۹۳

۱۳۹۶/۰۷/۱۹

دكتر احمد آيت الهي

دكتر حميد بهنام - دكتر فائزه سلحشور

برق

تومورهاي غدد بزاقي حدود 5% از تومورهاي سر و گردن را تشكيل مي‌دهند. تعيين نوع تومور، قبل از جراحي در برنامه¬ريزي جراحي اهميت دارد. يكي از روش¬هايي كه بدين منظور استفاده مي‌شود، سيتولوژي FNA است كه نتايج آن هميشه قطعي نيست و با خطر گسترش تومور همراه است. روش¬هاي تصويربرداري مناسب مي‌توانند نقش مهمي در اين زمينه داشته باشند. كارآيي روش¬هاي تصويربرداري معمولي درافتراق تومورهاي غدد بزاقي مناسب نيست بديهي است كه تعيين نوع تومور در تعيين نوع برنامه¬ريزي جراحي كمك كننده است. در برخي مطالعات نتايج اميدواركننده‌اي از تكنيك¬هاي جديد MRIمثل MRI ديناميك، DWI و MRS گزارش شده است. درميان مطالعات انجام شده اتفاق نظر وجود ندارد و در ايران چنين مطالعه‌اي انجام نشده است. در اين مطالعه صحت تشخيصيMRI ديناميكي را در افتراق تومورهاي غدد بزاقي بيماران جراحي شده در بيمارستان¬هاي امام و اميراعلم در سال 1390 را بررسي كرديم. بررسي ما به طور صورت انجام گرفت كه در حالت اول منحني‌ها را به صورت بدون نظارت شده مورد مطالعه قرار داديم و توانستيم اطلاعات كلي از تعداد منحني‌هاي موجود در يك تومور را براي پزشك متخصص ارائه دهيم، سپس يك مدل نظارت شده با استفاده از شبكه عصبي توابع پايه شعاعي ارائه داديم كه با دقت بسيار مناسبي در حدود 96 درصد منحني‌ها را از هم جدا مي‌كند. علاوه¬براين ويژگي¬هاي آماري و بافتي ضايعه¬ها را براي افتراق تومورهاي غدد بزاقي در تصاوير DWI مورد بررسي قرار داديم. با استفاده از تركيب ويژگي هيستوگرام و ويژگيهاي بافت تومور توانستيم با دقت 98 درصد تومورهاي خوش‌خيم- وارتين و دقت 85 درصد تومورهاي خوشخيم-بدخيم و 84 درصد تومورهاي وارتين-بدخيم را از هم تفكيك كرديم. همچنين روش‌هاي خودكار يا نيمه خودكار ناحيه¬بندي براي استخراج ضايعه را مورد بررسي قرار داديم. براي ناحيه‌بندي تصاوير MRI غدد بزاقي چهار استراتژي مختلف ارائه داديم كه با اين روش‌ها مي‌توان تمام تصاوير را ناحيه‌بندي كرد. واژه‌هاي كليدي: تصاويرMRI ديناميك، ناحيه‌بندي، كانتور فعال، الگوريتم فازي، سطوح همتراز، غدد بزاقي، منحني شدت روشنايي، تومور خوش¬خيم، تومور بدخيم، تومور وارتين، ويژگي‌هاي مورفولوژي، آنتروپي، DWI.

1397/09/18

Computer aided diagnosis of malignant salivary gland tumors using dynamic MRI

12/9/2018 12:00:00 AM

abstract Salivary gland tumors include 5% of head and neck tumors. Determining the type of tumor before surgery is important in the planning of surgery. One of the methods used for this purpose is the FNA cytology, the results of which are not always conclusive and are associated with the risk of spreading the tumor. imaging techniques can play an important role in this field. The efficacy of conventional imaging methods is inappropriate for the excision of salivary gland tumors. Obviously, determining the type of tumor in determining the type of surgical planning is helpful. Some studies have reported promising results from new MRI techniques such as Dynamic MRI, DWI, and MRS. There is no consensus among the studies, and no such study has been conducted in Iran. In this study, we examined the diagnostic accuracy of dynamic MRI in differentiation of salivary gland tumors of patients undergoing surgery in Imam and Amiralam hospitals in 2011 and proposed an automatic method to distinguish salivary glands tumors. In this study, we analyzed time intensity curves(TIC) features of dynamic mri, texture features and histogram characteristics of lesions in dwi images and T1-mri to differentiate salivary glands tumors. To extract lesions, we used automatic and semi-automatic segmentation methods and proposed three strategies to segment images. To classify TICs, we proposed modified RBF neural network. Accuracy of TICs classification was 96%. We combined histogram characteristics and tissue properties and distinguish lesions. According to these features, classification accuracy for benign-wartin tumors, benign-malignant tumors and wartin -malignant tumors were 98%, 85% and 84%, respectively.