Advanced

Automatic segmentation in CMR - Development and validation of algorithms for left ventricular function, myocardium at risk and myocardial infarction

Tufvesson, Jane LU (2015)
Abstract (Swedish)
Popular Abstract in Swedish

I denna avhandling presenteras fyra nya metoder för att automatiskt mäta hjärtats förmåga att pumpa ut blod i kroppen, mäta storleken på en hjärtinfarkt samt mäta hur stor del av hjärtmuskeln som riskerade att dö vid hjärtinfarkten. Dessa nya metoder kan användas för att minska skillnader mellan mätningar gjorda av olika läkare, på olika sjukhus och i olika forskargrupper. Detta gör mätresultaten mer tillförlitliga och kan i sin tur leda till att diagnostik och behandling av hjärt-kärlsjukdomar förbättras.

Vid en hjärtinfarkt har en blodpropp bildats i ett av de små blodkärlen som försörjer hjärtmuskeln med blod och en del av hjärtmuskeln drabbas då av syrebrist. Om inte syrebristen... (More)
Popular Abstract in Swedish

I denna avhandling presenteras fyra nya metoder för att automatiskt mäta hjärtats förmåga att pumpa ut blod i kroppen, mäta storleken på en hjärtinfarkt samt mäta hur stor del av hjärtmuskeln som riskerade att dö vid hjärtinfarkten. Dessa nya metoder kan användas för att minska skillnader mellan mätningar gjorda av olika läkare, på olika sjukhus och i olika forskargrupper. Detta gör mätresultaten mer tillförlitliga och kan i sin tur leda till att diagnostik och behandling av hjärt-kärlsjukdomar förbättras.

Vid en hjärtinfarkt har en blodpropp bildats i ett av de små blodkärlen som försörjer hjärtmuskeln med blod och en del av hjärtmuskeln drabbas då av syrebrist. Om inte syrebristen åtgärdas snabbt riskerar den delen av hjärtmuskeln att dö. För att patienten även efter hjärtinfarkten ska få en god livskvalitet är det viktigt att rädda så mycket som möjligt av hjärtmuskeln och därmed bevara hjärtats funktion Därför är det viktigt att få bra behandling i tid. För att utvärdera nya behandlingar kan man beräkna hur mycket av hjärtmuskeln som räddades genom att mäta både storleken på det område av hjärtmuskeln som riskerade att dö och det slutgiltiga området som dog. Detta kräver dock tillförlitliga mätmetoder.

Med nya förbättrade behandlingar kan infarktens storlek minimeras vilket leder till en ökad livskvalité för patienten och mindre risk för följdsjukdomar som till exempel hjärtsvikt. När patienten drabbas av hjärtsvikt innebär det att hjärtat inte har förmåga att pumpa ut så mycket syresatt blod som kroppen behöver. I takt med att hjärtat får ett allt tyngre arbete försvagas hjärtat ytterligare och en ond spiral bildas. Hjärtsvikt kan oftast inte botas men patientens livskvalité kan förbättras med diagnos och behandling. För diagnos och behandling av hjärt-kärlsjukdomar är det viktigt att tillförlitligt mäta både hjärtats pumpförmåga och storlek.

Med bilder från magnetkamera kan man noggrant mäta hjärtats pumpförmåga, hjärtinfarktens storlek och riskområdets storlek. Mätningarna görs genom att rita i bilderna och detta görs ofta manuellt av läkarna. Det skiljer dock mellan mätningar gjorda av en erfaren och en oerfaren läkare samt att det skiljer mellan erfarna läkare på olika sjukhus. För att åtgärda detta har flera automatiska metoder utvecklats men trots att manuell utlinjering har stora begränsningar har ingen tidigare automatisk metod visats tillräckligt bra för att ersätta manuell utlinjering. För att nya automatiska metoder ska kunna användas som standard på både sjukhus och i forskning behöver metoderna utvärderas i många patienter och bilder med olika bildkvalité. Dessutom behöver andra forskare än de som utvecklat den automatiska metoden ha möjlighet att utvärdera de nya metoderna. Därför är datorprogrammet och de nya automatiska metoderna som vi utvecklar fria att användas inom forskning.

I delarbete I presenteras det datorprogram där de nya automatiska metoderna har implementerats. I delarbete II presenteras en ny automatisk metod för att mäta hjärtats storlek och pumpförmåga. I delarbete III och IV presenteras två olika automatiska metoder för att mäta riskområdet vid en hjärtinfarkt i två olika typer av bilder. I delarbete V presenteras en ny metod för att mäta hjärtinfarktens storlek. Gemensamt för de fyra nya metoderna är att de utvecklades i nära samarbete med läkarna som annars gör manuella utlinjeringar. Grunden för att kunna utveckla metoder som automatiskt ritar i bilderna från en magnetkamera är att kunna skilja på mörka och ljusa områden i bilderna. Bilderna som de fyra metoderna utvecklades för har olika bildkvalité men ändå kunde samma metod användas för att särskilja mörka och ljusa områden. Denna metod kallas EM-algoritmen och den visades vara bättre på att särskilja mellan mörkt och ljust än tidigare metoder. De fyra nya metoderna har i studie II-V utvärderats i patienter och jämförts med manuella utlinjeringar utförda av erfarna läkare. Utvärdering gjordes både genom att mäta skillnad i storlek men också genom att mäta hur pass bra områdena som ritades automatiskt stämde överens med de manuellt utlinjerade.

De fyra automatiska metoderna gav resultat som stämde väl överens med manuellt utlinjerade områden, både vad gäller storlek och överlapp mellan områdena. Skillnaden mellan automatisk och manuell mätning av hjärtats storlek, riskområdet och hjärtinfarktens storlek var nästan lika liten som mellan två erfarna läkare inom samma forskargrupp. De nya metoderna kan användas för att minska skillnaden mellan mätningar utförda av olika läkare, framförallt på olika sjukhus eller med olika erfarenhet. Att använda EM-algoritmen för att särskilja mellan ljusa och mörka områden tillsammans med expertkunskaper från läkarna visades vara bättre än tidigare utvecklade metoder. Dessutom visades vikten av att göra utvärderingar med både skillnad i volymer och överlapp mellan område och att göra denna utvärdering i många patienter från olika sjukhus. (Less)
Abstract
In this thesis four new algorithms are presented for automatic segmentation in cardiovascular magnetic resonance (CMR); automatic segmentation of the left ventricle, myocardial infarction, and myocardium at risk in two different image types. All four algorithms were implemented in freely available software for image analysis and were validated against reference delineations with a low bias and high regional agreement.

CMR is the most accurate and reproducible method for assessment of left ventricular mass and volumes and reference standard for assessment of myocardial infarction. CMR is also validated against single photon emission computed tomography (SPECT) for assessment of myocardium at risk up to one week after acute... (More)
In this thesis four new algorithms are presented for automatic segmentation in cardiovascular magnetic resonance (CMR); automatic segmentation of the left ventricle, myocardial infarction, and myocardium at risk in two different image types. All four algorithms were implemented in freely available software for image analysis and were validated against reference delineations with a low bias and high regional agreement.

CMR is the most accurate and reproducible method for assessment of left ventricular mass and volumes and reference standard for assessment of myocardial infarction. CMR is also validated against single photon emission computed tomography (SPECT) for assessment of myocardium at risk up to one week after acute myocardial infarction. However, the clinical standard for quantification of left ventricular mass and volumes is manual delineation which has been shown to have a large bias between observers from different sites and for myocardium at risk and myocardial infarction there is no clinical standard due to varying results shown for the previously suggested threshold methods.

The new automatic algorithms were all based on intensity classification by Expectation Maximization (EM) and incorporation of a priori information specific for each application. Validation was performed in large cohorts of patients with regards to bias in clinical parameters and regional agreement as Dice Similarity Coefficient (DSC). Further, images with reference delineation of the left ventricle were made available for future benchmarking of left ventricular segmentation, and the new automatic algorithms for segmentation of myocardium at risk and myocardial infarction were directly compared to the previously suggested intensity threshold methods.

Combining intensity classification by EM with a priori information as in the new automatic algorithms was shown superior to previous methods and specifically to the previously suggested threshold methods for myocardium at risk and myocardial infarction. Added value of using a priori information and intensity correction was shown significant measured by DSC even though not significant for bias. For the previously suggested methods of infarct quantification a poorer result was found in the new multi-center, multi-vendor patient data than in the original validation in animal studies or single center patient studies. Thus, the results in this thesis also show the importance ofusing both bias and DSC for validation and performing validation in images of representative quality as in multi-center, multi-vendor patient studies. (Less)
Please use this url to cite or link to this publication:
author
supervisor
opponent
  • Kraitchman l, Dara, Johns Hopkins Medicine, Baltimore, Maryland, USA
organization
publishing date
type
Thesis
publication status
published
subject
keywords
Automatic segmentation, cardiovascular magnetic resonance, validation, Expectation Maximization, freely available software, myocardial infarction
pages
143 pages
publisher
Lund University (Media-Tryck)
defense location
Lecture hall GK, BMC, Lund University, Lund
defense date
2015-12-04 09:00
ISBN
978-91-7623-509-6
language
English
LU publication?
yes
id
1712e921-13c2-483f-9656-0d732e1dcc2b (old id 8167708)
date added to LUP
2015-11-10 11:54:52
date last changed
2016-09-19 08:45:02
@phdthesis{1712e921-13c2-483f-9656-0d732e1dcc2b,
  abstract     = {In this thesis four new algorithms are presented for automatic segmentation in cardiovascular magnetic resonance (CMR); automatic segmentation of the left ventricle, myocardial infarction, and myocardium at risk in two different image types. All four algorithms were implemented in freely available software for image analysis and were validated against reference delineations with a low bias and high regional agreement. <br/><br>
CMR is the most accurate and reproducible method for assessment of left ventricular mass and volumes and reference standard for assessment of myocardial infarction. CMR is also validated against single photon emission computed tomography (SPECT) for assessment of myocardium at risk up to one week after acute myocardial infarction. However, the clinical standard for quantification of left ventricular mass and volumes is manual delineation which has been shown to have a large bias between observers from different sites and for myocardium at risk and myocardial infarction there is no clinical standard due to varying results shown for the previously suggested threshold methods. <br/><br>
The new automatic algorithms were all based on intensity classification by Expectation Maximization (EM) and incorporation of a priori information specific for each application. Validation was performed in large cohorts of patients with regards to bias in clinical parameters and regional agreement as Dice Similarity Coefficient (DSC). Further, images with reference delineation of the left ventricle were made available for future benchmarking of left ventricular segmentation, and the new automatic algorithms for segmentation of myocardium at risk and myocardial infarction were directly compared to the previously suggested intensity threshold methods. <br/><br>
Combining intensity classification by EM with a priori information as in the new automatic algorithms was shown superior to previous methods and specifically to the previously suggested threshold methods for myocardium at risk and myocardial infarction. Added value of using a priori information and intensity correction was shown significant measured by DSC even though not significant for bias. For the previously suggested methods of infarct quantification a poorer result was found in the new multi-center, multi-vendor patient data than in the original validation in animal studies or single center patient studies. Thus, the results in this thesis also show the importance ofusing both bias and DSC for validation and performing validation in images of representative quality as in multi-center, multi-vendor patient studies.},
  author       = {Tufvesson, Jane},
  isbn         = {978-91-7623-509-6},
  keyword      = {Automatic segmentation,cardiovascular magnetic resonance,validation,Expectation Maximization,freely available software,myocardial infarction},
  language     = {eng},
  pages        = {143},
  publisher    = {Lund University (Media-Tryck)},
  school       = {Lund University},
  title        = {Automatic segmentation in CMR - Development and validation of algorithms for left ventricular function, myocardium at risk and myocardial infarction},
  year         = {2015},
}