Methods for quantitative analysis of myocardial perfusion SPECT : validated with magnetic resonance imaging, phantom studies and expert readers

Abstract

In this thesis, methods for automated analysis of myocardial perfusion single photon emission computer tomography (myocardial perfusion SPECT, MPS) images have been successfully developed and evaluated. MPS images show the perfusion of the myocardium and are used for diagnosing patients with suspected ischemic heart disease. The disease is characterized by reduced perfusion to a region of the myocardium, showed as perfusion defects in MPS images. The reduced perfusion causes a dysfunctional cardiac pumping, and can result in cardiac cell death. The disease is a major cause of death and disability worldwide. However, by an early diagnosis and correct patient management, the condition is treatable. Diagnosing and evaluation of treatments for ischemic heart disease is therefore of great importance. The aim of this thesis was to provide methods for automatic image analysis of MPS images, with high agreement to reference standards and adaptive for different research purposes.



The challenges of a method for automated analysis of MPS are the low image resolution, noisy image data, influence from other tissues in the image, and information loss in the image due to perfusion defects. To handle these difficulties in the analysis process, the proposed method complements the intensity information in the images with mathematical methods and knowledge of cardiac anatomy.

The mathematical methods helps to find edges in noisy image data, filter out irrelevant image information, smooth surfaces that separate different tissues in the image, and interpolates to overcome information loss. The anatomic knowledge adds constraints to ensure that the estimated volumes of the heart are physiologically reasonable. Furthermore, by training and optimizing the algorithms, the computer learns to identify the heart in the image, and the patterns for a myocardial

region with normal and reduced perfusion, respectively.



The proposed method for analysis of MPS images have been evaluated in a large number of patients. The results show that the proposed method can be used to quantify left ventricular volumes with low bias compared to the reference standard, cardiac magnetic resonance (CMR). Furthermore, the bias for left ventricular volumes was significantly lower by the proposed method compared to four other commercially available MPS software packages. It was also found that acute perfusion defects, called myocardium at risk (MaR), quantified by the proposed method show high agreement to manual delineation of MaR in MPS, which is considered the present reference standard. Moreover, the bias for quantification of MaR compared to the reference was lower by the proposed method than for a commercially available MPS software package. The results illustrate the benefit of the proposed method specifically developed for segmentation of MaR, compared to the other method developed for identification of varying degree of ischemia. Finally, the proposed method could be trained to detect and quantify stress-induced and chronic perfusion defects, called stress-induced ischemia and myocardial infarction, respectively, with good correlation to expert readers and true values from simulated MPS data. In conclusion, the proposed methods can be used to asses left ventricular volumes, myocardium at risk, and stress-induced ischemia as well as infarction from MPS images.

Abstract (Swedish)

Popular Abstract in Swedish

Denna avhandling presenterar nya metoder för att analysera bilder på hjärtat för att utesluta eller bekräfta kranskärlssjukdom. Hjärtat har en livsviktig uppgift, att pumpa runt blodet för att förse alla kroppens organ med energi och syre. Vid förträngningar i kärlen som försörjer hjärtmuskeln med blod (kranskärlen) uppkommer ett tillstånd som kallas ischemisk hjärtsjukdom. Detta är ett livshotande tillstånd med nedsatt blodförsörjning av hjärtmuskeln som leder till att hjärtats pumpförmåga försämras. Ischemisk hjärtsjukdom utgör en av de vanligast förekommande sjukdomarna i västvärlden och blir allt vanligare med den ökande medellivslängden. Sjukdomen går att behandla om diagnos ställs och korrekt behandling sätts in i tid. Myokardscintigrafi är en diagnosmetod med hög noggrannhet för att undersöka förekomsten och storleken av områden i hjärtmuskeln med nedsatt blodförsörjning. Denna metod kan även användas för att utvärdera en behandlingsform genom att jämföra storleken av det drabbade området i hjärtat före och efter behandlingen.



Vid myokardscintigrafi används en gammakamera som avbildar hjärtmuskelns blodförsörjning efter att en radioaktiv substans har injicerats i blodet. Friska områden av hjärtmuskeln tar upp mer av den radioaktiva substansen än områden med nedsatt blodförsörjning. Via analys av bilderna kan därmed områden med nedsatt blodförsörjning, så kallade perfusionsdefekter, identifieras och mätas. Bildtagningen sker vid två olika tillfällen, under vila och under arbete. De två olika bildserierna kan sedan jämföras med varandra för att utreda om perfusionsdefekten är kronisk eller arbetsutlöst. Klassificeringen tillsammans med pefusionsdefektens storlek ligger sedan till grund för diagnos och eventuell behandling.



Bilderna som genereras med myokardscintigrafi kan vara svåranalyserade och kräver därmed att läkaren som ska tolka dem har stor erfarenhet inom området. Genom att använda datorprogram i analysen kan den göras snabbare, med högre reproducerbarhet och potentiellt med högre kvalité. Syftet med denna avhandling var att utveckla ett nytt datorprogram för analys av myokardscintigrafibilder. Programmet ska avgränsa och volymsbestämma hjärtmuskulaturen, blodet som omsluts av hjärtmuskulaturen, och perfusionsdefekter i hjärtmuskulaturen. Målet var att programmet skulle resultera i hög överensstämmelse med referensmetoderna, och vara lättanvänt och flexibelt för att kunna anpassas till olika frågeställningar inom forskningen på ischemisk hjärtsjukdom.



De svårigheter som kan påträffas vid analys av myokardscintigrafibilder är brus i bilderna, irrelevant information från andra organ i bilden, låg upplösning i bilderna, och avsaknad av information i bilderna på grund av perfusionsdefekter. Datorprogrammet som utvecklats i denna avhandling försöker överkomma dessa svårigheter genom att komplettera informationen i bilderna med matematiska metoder och kunskap om hjärtats anatomi. De matematiska metoderna innebär att använda modeller och regler för att fylla i informationsluckor i bilderna och sortera ut relevant bildinformation för att hjälpa till att hitta de ytor som avgränsar olika strukturer i bilden, och att därefter jämna till ytorna. Den anatomiska informationen tillför begränsningar som kontrollerar att de avgränsade volymerna är fysiologiskt rimliga. Genom träning lär sig sedan datorn att identifiera hjärtmuskeln i bilden, och att urskilja perfusionsdefekter i hjärtmuskeln.



Datorprogrammet som utvecklats i denna avhandling är utvärderat på ett stort antal patienter. Resultaten visar på bra överensstämmelse med experters mätningar med avseende på hjärtats blod- och muskelvolym samt storleken av akuta perfusionsdefekter. Vid jämförelse med resultat från andra kommersiella analysprogram för myokardscintigrafi, hade det nya datorprogrammet bäst överensstämmelse med experters tolkningar. Resultaten visar även att datorprogrammet kan tränas till att detektera och mäta kroniska och arbetsutlösta perfusionsdefekter med hög noggrannhet. Sammanfattningsvis kan det föreslagna datorprogrammet användas i myokardscintigrafibilder för att mäta hjärtats muskelvolym, storleken av akuta perfusionsdefekter, samt förekomst och svårighetsgrad av kroniska och arbetsutlösta perfusiondefekter.

• author: Fransson, Helen
• supervisor: Einar Heiberg
• opponent: Professor Underwood, S. Richard, Imperial College London, London, UK
• organization: Mathematics (Faculty of Engineering)
• publishing date: 2012
• type: Thesis
• publication status: published
• subject: Mathematics
• keywords: Segmentation, Quantification, Spline, Image registration, Cardiac image analysis, Myocardial perfusion SPECT
• in: Doctoral Theses in Mathematical Sciences
• pages: 130 pages
• defense location: MH:B Matematikcentrum
• defense date: 2012-03-30 09:15:00
• ISSN: 1404-0034
• ISBN: 978-91-7473-285-6
• language: English
• LU publication?: yes
• additional info: The information about affiliations in this record was updated in December 2015. The record was previously connected to the following departments: Numerical Analysis (011015004)
• id: 8749eb8f-8181-471c-a2ea-a0df50448a3c (old id 2369096)
• date added to LUP: 2016-04-04 12:12:53
• date last changed: 2019-05-21 13:39:56