Összes szerző

Gyánó Marcell

az alábbi absztraktok szerzői között szerepel:

Szöllősi Dávid
Hatékony képminőség javító algoritmus digitális variancia angiográfiához

Aug 28 - szerda

13:30 – 15:30

II. Poszterszekció

P58

Hatékony képminőség javító algoritmus digitális variancia angiográfiához

Szöllősi Dávid¹,², Gyánó Marcell¹,³, Óriás Viktor Imre¹,³,⁴, Osváth Szabolcs¹,², Sótonyi Péter³, Szigeti Krisztián ¹,²

1 Kinepict Health Kft;

2 Semmelweis Egyetem, Biofizikai és Sugárbiológiai Intézet;

3 Semmelweis Egyetem, Városmajori Szív- és Érgyógyászati Klinika;

4 Bács-Kiskun Megyei Kórház

A digitalis variancia angiográfia (DVA) a kinetikus képalkotás Röntgen angiográfiás képsorozatokra való alkalmazásán alapul. A betegbiztonság és az eljárás költséghatékonyságának javítását a képminőség korlátozza: a jobb képminőség (pl.: nagyobb kontraszt/zaj arány (CNR), kevesebb műtermék) lehetőséget nyújt, hogy a beavatkozás során alkalmazott ionizáló sugárzás dózisát és a beadott kontrasztanyag mennyiségét csökkentsük.

Célunk kidolgozni egy olyan képfeldolgozó algoritmust, mely csökkenti a mozgási műtermékeket és javítja a DVA képek kontrasztját, az erek láthatóságát.

Egy időbeli differenciáláson alapuló algoritmust (DVA+) fejlesztettünk és implementáltunk Matlab-ban (Matlab 2016a, Mathworks). Az algoritmus teljesítményének felmérése céljából 30 páciens hasi és alsó végtagi Röntgen angiográfiás képsorozatából hoztunk létre DVA és DVA+ képeket. Vaszkuláris és perivaszkuláris régiókat (ROIkat) jelöltünk ki (n=3283) kézzel egy ImageJ makró segítségével. A CNR-t a kontraszt (vaszkuláris és perivaszkuláris ROI átlag intenzitásának különbsége) és a perivaszkuláris háttér ROI szórásának arányaként számoltuk ki.

A DVA képek medián CNR értéke 9.26 (Q1: 4.90, Q3:15.86) volt, míg a DVA+ képek medián CNR értéke 14.44 (Q1: 7.14, Q3: 26.00). Az azonos ROI párok CNR értékeinek medián aránya (DVA+/DVA) 1.49 (Q1: 1.12, Q3: 2.02) volt.

A DVA+ egy hatékony algoritmus a kinetikus képalkotáson alapuló Röntgen angiográfiás képek kontraszt/zaj arányának javítására.

A kutatást az Innovációs és Technológiai Minisztérium Felsőoktatási Intézményi Kiválósági Programja támogatta, a Semmelweis Egyetem Terápiás célú fejlesztés tématerületi programja keretében.