Quantitative Cardiac Analysis Algorithms for Pocket-sized Ultrasound Devices
Year: 2011
Type: dissertation
Abstract: Siden introduksjonen i 1970-årene har ultralyd blitt ett av de viktigste verktøyene for påvisning av hjertesykdommer. De fleste ultralydundersøkelser er hurtige og smertefrie. Ultralydapparatene har tradisjonelt vært store og komplekse systemer, og det har vært nødvendig med omfattende opplæring og erfaring for ˚a anvende dem. Fra årtusenskiftet har det blitt utviklet mindre og mer tilgjengelige ultralydapparater. Dette har resultert i lansering av flere håndholdte systemer. Disse apparatene har et enkelt brukergrensesnitt og relativt lav pris. En forventer at de ogs˚a vil bli brukt av klinikere med mindre ultralyderfaring enn det som har vært tilfelle med de store skannerne.\n\nParallelt med utviklingen av h˚andholdte systemer har det vært gjort store fremskritt på sanntids 3D-avbildning med ultralyd. Mye av teknologien som har inng˚att i de nye 3Dsystemene, har ogs˚a spilt en nøkkelrolle i miniatyriseringen til h˚andholdte systemer. For sanntids 3D bildesegmentering har det blitt utviklet en svært effektiv algoritme basert på deformerbare modeller og Kalmanfilter. Denne løsningen burde være egnet for bruk på de minste systemene, hvor krav til beregningseffektivitet er høye. Vi har derfor undersøkt hvorvidt denne metoden ogs˚a kan være egnet i sanntids brukerstøttesystemer for håndholdte ultralydskannere. Eksempler på anvendelser av håndholdt ultralyd innen ekkokardiografi, vil være˚a vurdere venstre hovedkammers (venstre ventrikkels) pumpefunksjon og å oppdage økning i hjertemuskemasse (hypertrofi). Venstre ventrikkels pumpefunksjon har vi vurdert ved hjelp av en algoritme som m˚aler hvor mye klaffeplanet i hjertet beveger seg opp og ned gjennom en hjertesyklus. Sykelig hypertrofi innebærer at hjertets muskelmasse vokser, uten at det pumper bedre. Vi har utviklet og testet en algoritme for ˚a oppdage hypertrofi ved å måle tykkelsen av ventrikkel septum, som er skilleveggen mellom hjertets høyre og venstre hovedkammer. Begge algoritmene synes ˚a ha en nøyaktighet god nok til en hurtig undersøkelse, men de erstatter ikke en erfaren kardiolog med en ordinær skanner. For å slippe å bruke elektrokardiogram-elektrodene som finnes på større skannere, har vi utviklet en algoritme som automatisk finner ut hvor lang hjertesykelen er, og i tillegg, når den starter. Alle algoritmene over betinger at man har et godt opptak av hjertet for analysen. Vi har anvendt Kalmanfilteret til å lage et system for å gjenkjenne standardbilder av hjertet. En videreutvikling av dette, er en assistent for ˚a hjelpe brukeren til å ta et av de vanligste og mest informative standardsnittene, det apikale firekammerbildet.\n\nFormålet med alle disse algoritmene er å gjøre det enklere, spesielt for ikke-eksperter, å ta gode ultralydbilder av hjertet og hente ut nyttig kvantitativ informasjon ved hjelp av håndholdte ultralydsystemer. Våre resultater tilsier at Kalmanfilterbasert segmentering kan være et viktig bidrag til brukerstøttesystemer for håndholdte skannere.
Author: Sten Roar Snare
Language: English
Subfield: Computer Vision and Pattern Recognition
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W267027984