Original title:
Analýza patologické tkáně mozku pomocí MRI
Translated title:
Analysis of pathological brain tissue from MRI data
Authors:
Širůčková, Kateřina ; Bartušek, Karel (referee) ; Marcoň, Petr (advisor) Document type: Master’s theses
Year:
2023
Language:
cze Publisher:
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií Abstract:
[cze][eng]
Díky vysokému rozlišení měkkých tkání je magnetická rezonance hojně využívaná při diagnostice a plánování terapií nejen v neurochirurgii. Předmětem zkoumání této práce jsou mozkové patologie – glioblastoma multiforme, metastatické nádory, lymfomy a abscesy, pořízené tomografem magnetické rezonance. V praxi se nejčastěji k diagnostice zmíněných patologií používají invazivní metody v podobě biopsie a následné histologie postižené tkáně. Tato práce se zabývá výzkumem neinvazivní metody pro diagnostikování nádorů. Metoda vychází z analýzy dat vymezených křivkami, které jsou v obrazech vážených aparentním difuzním koeficientem vedeny z oblasti tumoru přes peritumorální edém až do zdravé tkáně. Metoda analýzy křivek byla podrobena statistickému vyhodnocení a zároveň byly použity algoritmy umělé inteligence pro klasifikaci tumorů.
Due to the high resolution of soft tissue, magnetic resonance imaging plays a crucial role in the diagnosis and therapy planning in the neurosurgery field whereas it is necessary to determine which pathology in the brain tissue is involved. Glioblastoma multiforme, metastatic tumours, lymphomas, and abscesses are examined in detail from magnetic resonance images. In clinical practice, all mentioned pathologies are diagnosed through invasive methods in the form of biopsy followed by histology of the affected tissue. This work is focused on an alternative non-invasive method of tumour diagnosis. The method is based on the data analysis from defined curves (drawn into the apparent diffusion images) that lead from the tumour area through peritumoral edema, up to healthy tissue. The analysis of descending and ascending parts of the curve could lead to non-invasive diagnostics of the pathological tissue.
Keywords:
apparent diffusion coefficient; artificial intelligence; brain pathology; Magnetic resonance imaging; peritumoral edema; statistical analysis; aparentní difuzní koeficient; Magnetická rezonance; mozková patologie; peritumorální edém; statická analýza; umělá inteligence
Institution: Brno University of Technology
(web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library. Original record: http://hdl.handle.net/11012/210201