Textural analysis of ultra high frequency ultrasound images for diagnosis of Hirschsprung’s disease
(2025) BMEM01 20251Department of Biomedical Engineering
- Abstract
- Hirschsprung’s disease is a rare, congenital disease characterized by a lack of nerves in parts of the gastrointestinal tract. The disease is often diagnosed early in a child’s life, as the lack of nerves inhibits the passing of stool. Surgery is required to remove the affected part of the intestine. Today intra-operative biopsies are taken to determine where the diseased part of the intestine ends, a procedure that adds approximately 45 min of waiting time per biopsy. A real-time method, such as ultrasound, to distinguish healthy intestine from diseased would be of great value to reduce the risk for the patient. Texture analysis of ultrasound images has shown to provide quantitative information about the tissue characterization and proven... (More)
- Hirschsprung’s disease is a rare, congenital disease characterized by a lack of nerves in parts of the gastrointestinal tract. The disease is often diagnosed early in a child’s life, as the lack of nerves inhibits the passing of stool. Surgery is required to remove the affected part of the intestine. Today intra-operative biopsies are taken to determine where the diseased part of the intestine ends, a procedure that adds approximately 45 min of waiting time per biopsy. A real-time method, such as ultrasound, to distinguish healthy intestine from diseased would be of great value to reduce the risk for the patient. Texture analysis of ultrasound images has shown to provide quantitative information about the tissue characterization and proven useful in distinguishing pathological conditions from normal tissue. The aim of this project was to evaluate the possibility of using the Haralick features - a texture analysis feature set that captures spatial relationships between grayscale intensities using co-occurrence statistics - and four additional features to diagnose Hirschsprung’s disease.
22 children diagnosed with Hirschsprung’s disease were included in the study. In total 37 ultrasound images were obtained, showing either diseased or healthy tissue. All images were acquired using a Visualsonics Vevo MD with a UHF70 transducer (center frequency 48 MHz). Images were acquired during surgery from the outside of the intestine as to replicate a real surgery scenario. The bowel wall layers Muscularis Externa, Muscularis Interna and Submucosa were manually segmented. Overall, 32 different texture features, 28 Haralick features as well as skewness, kurtosis, Nakagami-m and Nakagami-$ \ \Omega \ $were calculated for layer in the images. Wilcoxon statistics were calculated both on an inter-patient and intra-patient basis, comparing diseased and healthy bowel in each layer, respectively.
Four Haralick parameters; angular second moment, entropy, information coefficient of correlation 1 and 2, were found to differ significantly (p < 0.05) when comparing diseased and healthy bowel for the Muscularis Interna bowel layer, both on inter- and intra-patient basis. These results suggest that there is potential for replacing biopsies with high frequency ultrasound to diagnose Hirschsprung’s disease. (Less) - Popular Abstract (Swedish)
- Mönster i ultraljudsbilder kan hjälpa barn med Hirschsprungs sjukdom
Gränsdragning mellan sjuk och frisk vävnad är inte alltid lätt. Läkare som opererar barn med tarmsjukdomen Hirschsprungs sjukdom måste vänta på svar från vävnadsprover innan de kan avlägsna den sjuka delen av tarmen. Eftersom denna väntan är påfrestande för barnet hoppas man kunna förkorta den genom att ersätta den nuvarande processen med en ultraljudsundersökning. Denna studie har påvisat att ett sådant byte kan vara möjligt.
Ett barn som föds med Hirschsprungs sjukdom saknar nerver i delar av tarmen, vilket gör det omöjligt för barnet att bajsa. För att bota sjukdomen måste den del av tarmen som saknar nerver opereras bort. I nuläget måste vävnadsprover samlas... (More) - Mönster i ultraljudsbilder kan hjälpa barn med Hirschsprungs sjukdom
Gränsdragning mellan sjuk och frisk vävnad är inte alltid lätt. Läkare som opererar barn med tarmsjukdomen Hirschsprungs sjukdom måste vänta på svar från vävnadsprover innan de kan avlägsna den sjuka delen av tarmen. Eftersom denna väntan är påfrestande för barnet hoppas man kunna förkorta den genom att ersätta den nuvarande processen med en ultraljudsundersökning. Denna studie har påvisat att ett sådant byte kan vara möjligt.
Ett barn som föds med Hirschsprungs sjukdom saknar nerver i delar av tarmen, vilket gör det omöjligt för barnet att bajsa. För att bota sjukdomen måste den del av tarmen som saknar nerver opereras bort. I nuläget måste vävnadsprover samlas in och analyseras under operationen för att läkaren ska veta exakt vilken del av tarmen som är drabbad. Denna process är tidskrävande, vilket ökar operationstiden och i förlängningen också påfrestningen för barnet på operationsbordet.
Eftersom den nuvarande processen är ineffektiv hoppas man kunna ersätta den med en ultraljudsundersökning. Ett sådant byte skulleinte bara förkorta operationstiden, utan också eliminera de risker som insamlingen av vävnadsprov innebär. Utan objektiva mått för att skilja sjuk tarm från frisk tarm är detta byte tyvärr inte möjligt. Syftet med detta projekt var att undersöka huruvida det är möjligt att hitta sådana mått i ultraljudsbilder. Projektet är en del av ett större samarbete mellan Lunds tekniska högskola och Skånes universitetssjukhus.
Läkare som har deltagit i samarbetet upplever att tarmväggen ser prickigare ut i ultraljudsbilder på sjuk tarm. Denna insikt väckte tanken på att leta efter mönster i bildernas gråskala. Med hjälp av en grupp mått som heter Haralickparametrarna kan man representera mönster på ett matematiskt vis. Dessa parametrar beräknades för 37 olika ultraljudsbilder, och värdena för sjuk och frisk vävnad jämfördes sedan för att se ifall det finns skillnad.
En tydlig skillnad kunde ses mellan värdena för sjuk tarm och frisk tarm,vilket stödjer läkarnas bild. Detta tyder på att det finns en möjlighet att byta ut den nuvarande processen mot en ultraljudsundersökning, något
som skulle göra stor nytta för barn som fått en tuff start på livet. (Less)
Please use this url to cite or link to this publication:
http://lup.lub.lu.se/student-papers/record/9201648
- author
- Papamoustos Palmér, Christoffer LU
- supervisor
-
- Maria Evertsson LU
- Tobias Erlöv LU
- organization
- alternative title
- Texturanalys av ultrahögfrekventa ultraljudsbilder för diagnos av Hirschsprungs sjukdom
- course
- BMEM01 20251
- year
- 2025
- type
- H2 - Master's Degree (Two Years)
- subject
- keywords
- Hirschsprung's disease, Ultrasound, Ultra high frequency ultrasound, Texture analysis, Textural analysis, Haralick features, Nakagami distribution, Skewness, Kurtosis, Matlab
- language
- English
- additional info
- 2025-12
- id
- 9201648
- date added to LUP
- 2025-06-23 15:33:00
- date last changed
- 2025-06-23 15:33:00
@misc{9201648,
abstract = {{Hirschsprung’s disease is a rare, congenital disease characterized by a lack of nerves in parts of the gastrointestinal tract. The disease is often diagnosed early in a child’s life, as the lack of nerves inhibits the passing of stool. Surgery is required to remove the affected part of the intestine. Today intra-operative biopsies are taken to determine where the diseased part of the intestine ends, a procedure that adds approximately 45 min of waiting time per biopsy. A real-time method, such as ultrasound, to distinguish healthy intestine from diseased would be of great value to reduce the risk for the patient. Texture analysis of ultrasound images has shown to provide quantitative information about the tissue characterization and proven useful in distinguishing pathological conditions from normal tissue. The aim of this project was to evaluate the possibility of using the Haralick features - a texture analysis feature set that captures spatial relationships between grayscale intensities using co-occurrence statistics - and four additional features to diagnose Hirschsprung’s disease.
22 children diagnosed with Hirschsprung’s disease were included in the study. In total 37 ultrasound images were obtained, showing either diseased or healthy tissue. All images were acquired using a Visualsonics Vevo MD with a UHF70 transducer (center frequency 48 MHz). Images were acquired during surgery from the outside of the intestine as to replicate a real surgery scenario. The bowel wall layers Muscularis Externa, Muscularis Interna and Submucosa were manually segmented. Overall, 32 different texture features, 28 Haralick features as well as skewness, kurtosis, Nakagami-m and Nakagami-$ \ \Omega \ $were calculated for layer in the images. Wilcoxon statistics were calculated both on an inter-patient and intra-patient basis, comparing diseased and healthy bowel in each layer, respectively.
Four Haralick parameters; angular second moment, entropy, information coefficient of correlation 1 and 2, were found to differ significantly (p < 0.05) when comparing diseased and healthy bowel for the Muscularis Interna bowel layer, both on inter- and intra-patient basis. These results suggest that there is potential for replacing biopsies with high frequency ultrasound to diagnose Hirschsprung’s disease.}},
author = {{Papamoustos Palmér, Christoffer}},
language = {{eng}},
note = {{Student Paper}},
title = {{Textural analysis of ultra high frequency ultrasound images for diagnosis of Hirschsprung’s disease}},
year = {{2025}},
}