Αυτόµατη Τµηµατοποίηση Οργάνων Σε ∆εδοµένα PET-CT

Abstract

Η εφαρµογή της µεθόδου PET/CT αποτελεί µία ϱιζική καινοτοµία η οποία προσφέρει πολύτιµες πληροφορίες για την χαρτογράφηση των καρκινικών εστιών που υπάρχουν σε όργανα σε ολόκληρο σώµα. Εφαρµόζεται, τόσο κατά την αρχική διάγνωση της νόσου όσο και κατά την διάρκεια της ϑεραπείας, ώστε να εκτιµηθεί το αποτέλεσµα ανταπόκρισης στη ϑεραπεία αλλά και µετά την ολοκλήρωση της για να διερευνηθεί αν υπάρχουν υπολειπόµενες καρκινικές εστίες. Η τµηµατοποίηση οργάνων σε τέτοια δεδοµένα απαιτείται, για την εξαγωγή ϐιοδεικτών ή για τον διαχωρισµό τους από τις καρκινικές περιοχές. Ωστόσο, αυτό αποτελεί µία δύσκολη και χρονοβόρα διαδικασία λόγω της λεπτοµέρειας που απαιτείται. Η αυτοµατοποίηση της συγκεκριµένης διαδικασίας γίνεται µε την σηµασιολογική κατάτµηση. Η Σηµασιολογική Κατάτµηση ( Semantic Segmentation ) είναι ένα από τα ϑεµελιώδη ϑέµατα της ΄Ορασης Υπολογιστών. Πιο συγκεκριµένα, είναι η διαδικασία ανάθεσης µιας κατηγορίας σε κάθε pixel µιας εικόνας. Τα Βαθιά Συνελικτικά Νευϱωνικά ∆ίκτυα ( Deep Convolutional Neural Networks ) έχουν πετύχει πρόσφατα state-of-the-art επιδόσεις σε υψηλής κλίµακας προβλήµατα αναγνώρισης όπως και στη σηµασιολογική κατάτµηση. Αυτό έχει σαν αποτέλεσµα τέτοια µοντέλα να χρησιµοποιούνται πλέον σε πλείστες εφαρµογές αιχµής, µία εκ των οποίων είναι και η Επεξεργασία Ιατρικών Εικόνων.