Visualiseringar i 3D används allt oftare i vården som hjälpmedel för att diagnostisera sjukdomar och kontrollera effekten av olika behandlingar. Främst har det hittills handlat om sjukdomstillstånd i hjärta och hjärna. Men visualiseringarna innehåller osäkerheter som, om man inte är medveten om dem, kan leda till en felaktig diagnos och onödigt lidande för patienten.
Det är också möjligt att ta fram visualiseringar i 3D av blodkärl för att exempelvis kunna hitta farliga förträngningar innan läget blir akut för patienten. Men ännu så länge krävs expertkunskap för att kunna tolka bilderna rätt.
Foto: Monica Westman
Gunnar Läthén presenterar i sin doktorsavhandling på Avdelningen för medie– och informationsteknik, Campus Norrköping, ett par metoder som automatisk hjälper läkaren eller radiologen att ta fram det viktiga i bilden och som underlättar tolkningen.
Därför är det också möjligt för datorn att mäta diametern på kärlet och även hitta en förträngning, det vill säga ett ställe där kärlets diameter är mycket mindre än för det övriga kärlet.
Foto: Gunnar LäthénMen kontrastvätskan sprids inte alltid jämnt i kroppen och koncentrationen varierar i olika delar av det träd av tjocka och allt tunnare kärl som vi har i våra kroppar. Det kräver expertkunskap för att kompensera för det i visualiseringen. Även här har Gunnar Läthén hittat en metod som i automatiskt hjälper radiologen att ställa in rätt parametrar.
Tekniken att visualisera blodkärl i 3D har inte kommit så långt att den används kliniskt för att ställa diagnos.
Avhandlingen Level Set Segmentation and Volume Visualization of Vascular Trees, Gunnar Läthén, Institutionen för teknik och naturvetenskap, Linköpings universitet, Campus Norrköping 2013.
2013-12-04
Det är också möjligt att ta fram visualiseringar i 3D av blodkärl för att exempelvis kunna hitta farliga förträngningar innan läget blir akut för patienten. Men ännu så länge krävs expertkunskap för att kunna tolka bilderna rätt.
Foto: Monica WestmanGunnar Läthén presenterar i sin doktorsavhandling på Avdelningen för medie– och informationsteknik, Campus Norrköping, ett par metoder som automatisk hjälper läkaren eller radiologen att ta fram det viktiga i bilden och som underlättar tolkningen.
Segmentering en bra metod
Segmentering är en metod där man utifrån bilder tagna i magnetkamera eller datortomograf kan hitta även de minsta av kroppens blodkärl. Med olika metoder och filter plockas allt onödigt bort i bilden så att det man vill titta på syns tydligt, i det här fallet blodkärlen. För att skilja blodkärlen från exempelvis muskler injicerar man också en kontrastvätska som gör att blodkärlen syns tydligare i bilderna.– När man gör en segmentering letar systemet efter blodkärlets vägg och man får fram en yta som beskriver väggen. Här ligger varje punkt i bilden antingen på ytan eller utanför och man får fram tydliga mått, berättar Gunnar Läthén.
Därför är det också möjligt för datorn att mäta diametern på kärlet och även hitta en förträngning, det vill säga ett ställe där kärlets diameter är mycket mindre än för det övriga kärlet.
Hjälper radiologen att hitta rätt
Foto: Gunnar LäthénMen kontrastvätskan sprids inte alltid jämnt i kroppen och koncentrationen varierar i olika delar av det träd av tjocka och allt tunnare kärl som vi har i våra kroppar. Det kräver expertkunskap för att kompensera för det i visualiseringen. Även här har Gunnar Läthén hittat en metod som i automatiskt hjälper radiologen att ställa in rätt parametrar.Tekniken att visualisera blodkärl i 3D har inte kommit så långt att den används kliniskt för att ställa diagnos.
– Det är fortfarande en omogen teknik. För läkaren spelar det heller inte så stor roll om en bild är i 2D eller 3D, det viktiga är att han eller hon kan lita på bilden och göra ett bra jobb. Nästa steg måste vara att ta reda på vilka stora problem som finns i vården och se hur och i vilka lägen den här tekniken kan vara en lösning, säger Gunnar Läthén.
Avhandlingen Level Set Segmentation and Volume Visualization of Vascular Trees, Gunnar Läthén, Institutionen för teknik och naturvetenskap, Linköpings universitet, Campus Norrköping 2013.
2013-12-04
