Tehran University Medical Journal

other جبران‌سازی تغییرات مغز در حین عمل جراحی با استفاده از تطبیق تصاویر MR و اولتراسوند Compensation of brain shift during surgery using non-rigid registration of MR and ultrasound images مقاله اصیل Original Article زمینه و هدف: جراحی و برداشت دقیق تومور مغز در اتاق عمل و پس از باز کردن کاسه سر، به‌علت برداشته شدن فشار جمجمه و جابجایی و تغییر شکل بافت مغز یکی از چالش‌های اصلی جراحان مغز و اعصاب می‌باشد. روش بررسی: این مطالعه تحلیلی که از فروردین تا دی ۱۳۹8 در تهران انجام شده است، بر روی یک دیتابیس شامل تصاویر MR پیش از عمل و تصویر اولتراسوند پس از برداشتن کاسه سر ۲2 بیمار دارای تومور گلیوما درجه پایین در بیمارستان دانشگاه سنت اولوو انجام شده است. برای جبران تغییرات مغز از روش تطبیق تصاویر MR پیش از عمل و تصویر اولتراسوند استفاده کرده و تصویر سومی به‌دست آورده که شبیه به تصویر MR پیش از عمل است ولی هندسه تغییرات شکل مغز از تصاویر اولتراسوند پس از برداشتن تومور را دارد. برای جابجایی پیکسل‌ها، از ترکیب دو مدل افاین (Affine) برای جبران تغییرات سراسری و افزایش سرعت و مدل غیرصلب Free form deformation (FFD) برای تغییرات محلی و کوچک غیرخطی به‌صورت سلسله مراتبی بهره بردیم. همچنین از روش اطلاعات متقابل به‌عنوان معیار شباهت استفاده کردیم. یافته‌ها: نتایج روش پیشنهادی بر روی تصاویر ۲2 بیمار دارای تومور گلیوما نوع ۲ ارایه شده و علاوه بر بررسی خطای نشانگرها (15 نشانگر برای هر بیمار)، براساس معیار شباهت اطلاعات متقابل نیز مورد ارزیابی قرار گرفت که نشان داد روش پیشنهادی با استفاده از ترکیب دو مدل افاین و FFD دقت بالایی را در مقایسه با استفاده جداگانه از هر کدام از این دو مدل به‌دست آورد. نتیجه‌گیری: روش پیشنهادی در تطبیق تصاویر MR پیش از عمل و تصویر اولتراسوند پس از برداشتن کاسه سر موجب کاهش میزان خطای نشانگرهای تهیه شده توسط مختصص می‌شود. Background: Surgery and accurate removal of the brain tumor in the operating room and after opening the scalp is one of the major challenges for neurosurgeons due to the removal of skull pressure and displacement and deformation of the brain tissue. This displacement of the brain changes the location of the tumor relative to the MR image taken preoperatively. Methods: This study, which is done from March to December 2019 in Tehran, is evaluated on the available database of RetroSpective Evaluation of Cerebral Tumors (RESECT) including pre-operative MR images, and intra-operative ultrasound from 22 patients with low-grade gliomas who underwent surgeries at St. Olavs University Hospital. This study is used for image registration of preoperative MR imaging and ultrasound imaging after resection of the skull to compensate for brain changes. By this method, we obtained a third image that resembles preoperative MR imaging but has the geometry of the brain shape changes. We used a combination of the two transformations named Affine and non-rigid Free Form Deformation (FFD) for hierarchically moving the pixels to compensate for global variations, and also nonlinear local and small variations. Also, by applying the mutual information function, we consider the entropy value as the criterion of similarity due to the non-similarity of the nature of the images. Also, Limited Broyden-Fletcher-Goldfarb-Shannon method is used for optimization. <table align="center" cellpadding="0" cellspacing="0" hspace="0" vspace="0"> <tbody> <tr> <td align="left">Results: The results of the proposed method were presented on the available database of RetroSpective Evaluation of Cerebral Tumors (RESECT) including images of 22 patients with glioma type 2 tumors and evaluated based on 15 landmarks per patient and also mutual information criteria. The mean target registration error for affine, FFD and the proposed method are 46.19, 42.85 and 38.01, respectively. It was shown that the proposed method achieved high accuracy by combining the two transformations of affine and FFD compared to the separate use of each of the two models. Conclusion: In image registration of preoperative MR and ultrasound images for compensation of brain shift, the combination of affine and FFD transformations had better results than the individual use of each of the transformations.</td> </tr> </tbody> </table> <div style="clear:both;"></div> مغز, پردازش تصاویر, تصویربرداری رزونانس مغناطیسی, اولتراسوند. brain, image processing, magnetic resonance imaging, ultrasonography. 658 667 http://tumj.tums.ac.ir/browse.php?a_code=A-10-3666-342&slc_lang=other&sid=1 Amir Hossein Jalalzadeh امیرحسین جلال‌زاده No Department of Biomedical Engineering, Science and Research Branch, Islamic Azad University, Tehran, Iran. گروه مهندسی پزشکی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران Ahmad Shalbaf احمد شالباف shalbaf@sbmu.ac.ir Yes Department of Biomedical Engineering and Medical Physics, School of Medicine, Shahid Beheshti University of Medical Sciences, Tehran, Iran. گروه مهندسی و فیزیک پزشکی، دانشکده پزشکی، دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران. Arash Maghsoudi آرش مقصودی No Department of Biomedical Engineering, Science and Research Branch, Islamic Azad University, Tehran, Iran. گروه مهندسی پزشکی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران