Browsing by Author "Peura, Heikki"

Aivoverenvuotojen diagnosointi pään tietokonetomografia (TT) –kuvista on kokeneellekin radiologille ajoittain haastava tehtävä. TT-kuvan tulkintaan vaikuttavat muun muassa aivoverenvuodosta kulunut aika, kuvanlaatu, potilaan liikehdintä kuvauksen aikana, sekä mahdollisesti potilaalle ennen kuvantamista suoritettujen kirurgisten toimenpiteiden yhteydessä kudoksiin jätettyjen röntgensäteitä läpäisemättömien materiaalien (metallit) aiheuttamat häiriöt, eli artefaktat. Kuvantamistutkimusten määrä kasvaa vuosittain samaan aikaan kun radiologien määrä ei pysy kasvuvauhdin asettaman tarpeen mukana. Tekoälyalgoritmeja tarvitaan helpottamaan lisääntyvistä kuvantamismääristä johtuvaa työkuormaa, sekä auttamaan mahdollisten virhediagnoosien tunnistamisessa, sillä diagnosoimatta jäänyt aivoverenvuoto voi pahimmassa tapauksessa johtaa potilaan kuolemaan. Aivoverenvuotoja tunnistavan tekoälyalgoritmin kehittämisessä tarvitaan kuvadataa, johon aivoverenvuodot on piirretty, eli segmentoitu, mahdollisimman tarkasti. Segmentoinnin perimmäinen tarkoitus on pyrkiä merkitsemään jokaiseen kuvaan jokainen pikseli, joka edustaa sitä löydöstä, jota tekoälyalgoritmin halutaan kuvasta oppivan tunnistamaan. Se, että segmentointi on tehty mahdollisimman korkeaa laatua ja tarkkuutta noudattaen on ensiarvoisen tärkeä osa aivoverenvuotoja tunnistavan tekoälyalgoritmin kehitysprosessissa, sillä mikäli segmentointi on tehty huonolla tarkkuudella ja sisältää esimerkiksi pikseleitä, jotka eivät edusta haluttua löydöstä, ei tekoälyalgoritmi opi tunnistamaan haluttua löydöstä riittävän hyvin. Eri aivoverenvuototyypit näyttäytyvät TT-kuvassa usein varsin eri näköisinä, tämän vuoksi kullekin aivoverenvuototyypille tulee valita sille parhaiten sopiva segmentointitekniikka. Segmentoinnissa voi tapauksesta riippuen hyödyntää automaattisia ja puoliautomaattisia työkaluja, jotka parhaimmassa tapauksessa nopeuttavat segmentointiin kuluvaa aikaa kymmenillä minuuteilla yhtä tapausta kohden. Tässä artikkelissa käymme läpi kokonaisvaltaisesti sen, mitä vaaditaan laadukkaaseen TT-kuvadatan käsittelyyn, kun tavoitteena on kehittää aivoverenvuotoja tunnistava tekoälyalgoritmi.