Современные тенденции развития визуализации медицинской информации

3.6.ИСПОЛЬЗОВАНИЕ ПЭТ В НЕВРОЛОГИИ.

• исследование метаболизма тканей головного мозга

• выявление объемных образований в головном мозге

• дагностика эпилептогенных фокусов В настоящее время насчитывается около 2 миллионов больных эпилепсией, из них 80.000 страдают от парциальной эпилепсии, приступы которой плохо поддаются медикаментозному лечению. Методом выбора для лечения таких больных является фокальная резекция эпилептогенного фокуса в головном мозге; однако точно идентифицировать такие фокусы посредством рутинных методик затруднительно. ПЭТ с фторглюкозой позволяет оценить увеличение или уменьшение потребления глюкозы и локализовать эпилептогенные фокусы.
• диагностика деменции ПЭТ используется в диагностике различных видов деменций, включая сенильную деменцию и болезнь Альцгеймера. Для болезни Альцгеймера характерно снижения потребления глюкозы в височно-теменных отделах головного мозга.
• оценка двигательных расстройств Болезнь Паркинсона, болезнь Гентингтона, синдром Туретта могут быть трудны для диагностики. Во многих случаях при этих заболеваниях отсутствуют изменения на изображениях КТ и МРТ. При ПЭТ с F-DOPA определяется изменения накопления препарата в допаминовых рецепторах: при болезни Паркинсона визуализируется снижение фиксации F- DOPA в проекции хвостатого ядра и скорлупы.

4.ЗАКЛЮЧЕНИЕ.

К преимуществам цифровых рентгенографических систем относятся следующие четыре фактора: цифровое отображение изображения; пониженная доза облучения; цифровая обработка изображений; цифровое хранение и улучшение качества изображений. Рассмотрим первое преимущество, связанное с отображением цифровой информации. Разложение изображения по уровням яркости на экране становится в полной мере доступным для пользователя. Весь диапазон оптических яркостей может быть использован для отображения лишь одного участка изображения, что приводит к повышению контраста в интересующей области. В распоряжении оператора имеются алгоритмы для аналоговой обработки изображения с целью оптимального использования возможностей систем отображения. Это свойство цифровой рентгенографии также дает возможность снизить лучевую нагрузку на пациента путем уменьшения количества рентгенограмм для получения диагностической информации (той же полезности). Цифровое отображение при его компьютерной обработке позволяет извлечь количественную и качественную информацию и таким образом перейти от интуитивно-эмпирического способа изображения к объективно измеренному. Существенным преимуществам цифровой рентгенографии перед экранно-пленочным процессом являются простота и скорость получения изображения. Изображение становится доступным анализу врачом-рентгенологом в момент окончания экспозиции. Второе преимущество цифровой рентгенологии - возможность снижения дозы облучения. Если в обычной рентгенологии доза облучения зависит от чувствительности приемника изображения и динамического диапазона пленки, то в цифровой рентгенологии оба этих показателя могут оказаться несущественными. Снижения дозы можно достичь установкой экспозиции, при которой поддерживается требуемый уровень шума в изображении. Дальнейшее уменьшение дозы возможно путем подбора такой длины волны рентгеновского излучения, которая обеспечивала бы минимальную дозу при данном отношении сигнал/шум, а также путем ликвидации любых потерь контраста с помощью описанных выше методов отображения цифровых изображений. Третье преимущество цифровой рентгенологии - это возможность цифровой обработки изображений. Рентгенолог должен выявить аномальные образования на осложненной фоном нормальной структуре биоткани. Он может не заметить мелких деталей в изображении, которые система разрешает, или пропустить слабоконтрастную структуру, видимую на фоне шумов изображения, из-за сложного строения окружающих (или сверхлежащих) тканей. Субстракционный метод в рентгенографии позволяет устранить большую часть паразитной фоновой структуры и тем самым увеличить вероятность выявления важных деталей на рентгенограмме. Компьютерную томографию можно рассматривать как частный случай метода субстракционной рентгенографии, в котором из обычных проекционных изображений устраняется информация о вышележащих структурах. Особенная ценность применения цифровой рентгенографии заключается в возможности полного отказа от рентгеновской пленки и связанного с ней фотохимического процесса. Это делает рентгенологическое исследование экологически чище, а хранение информации в цифровом виде позволяет создать легкодоступные рентгеновские архивы. Новые количественные формы обработки информации открывают широкие возможности стандартизации получения изображений, приведения их к стандарту качества в момент получения и при отсроченных повторных исследованиях. Немаловажна открывающаяся возможность передачи изображения на любые расстояния при помощи средств компьютерных коммуникаций. Приведенные соображения с достаточной наглядностью демонстрируют прогрессивность внедрения в практику цифровой рентгенографии, которая сможет перевести диагностическую рентгенологию на новый более высокий технологический уровень. Отказ от дорогостоящих расходных материалов обнаруживает и ее высокую экономическую эффективность, что в сочетании с возможностью уменьшения лучевых нагрузок на пациентов делает ее применение в практике особенно привлекательным.

Среди применений компьютера для медицины можно отметить автоматизацию диагностики. Одним из таких приложений является скрининг – фильтрация по некоторому набору диагностических параметров пациентов при массовых обследования и выделение группы риска для проведения более полного обследования. При этом не требуется высокой достоверности первичной диагностики, поскольку порог отбора может быть задан с достаточным запасом. Для скрининга могут использоваться довольно простые алгоритмы типа дерева признаков или расчета некоторой весовой метрики входных параметров. Более сложные диагностические программы – экспертные системы – опираются на некоторую базу знаний, формируемые накоплением опыта из применения других методов диагностики. Они используют сложные алгоритмы, основанные на анализе связей между признаками или опираются на модели нейронных сетей, которые могут самонастраиваться по некоторой обучающей выборке, что делает их практически универсальными. Для получения объективной диагностической информации может использоваться текстурный анализ томограмм или ультразвуковых изображений, автоматическое выделение объектов, определение количественных характеристик с последующей их идентификацией и классификация при помощи систем распознавания образов.

1	2	3	4	5	6	7	8