Meistarafyrirlestur í rafmagns- og tölvuverkfræði- Magnús Magnússon

Meistaranemi: Magnús Magnússon

Heiti verkefnis: Sjálfvirk flokkun á undirsvæðum heilastofns út frá segulómmyndum með djúpu tauganeti
___________________________________________
Leiðbeinandi: Lotta María Ellingsen, dósent við Rafmagns- og tölvuverkfræðideild HÍ

Einnig í meistaranefnd: Magnús Örn Úlfarsson, prófessor við Rafmagns- og tölvuverkfræðideild HÍ

Prófdómari: Hafsteinn Einarsson, lektor við Iðnaðarverkfræði-, vélaverkfræði- og tölvunarfræðideild HÍ

Ágrip

Um 5 − 8% af einstaklingum eldri en 60 ára þjást af heilabilun. Með auknum lífslíkum má gera ráð fyrir að þessi hópur muni stækka. Heilabilun verður því ein stærsta lýðheilsufræðilega áskorun 21. aldarinnar. Einkenni heilabilunar eru oft afar ósértæk, sérstaklega í upphafi þar sem fyrstu einkenni eru mjög svipuð milli mismunandi sjúkdóma. Mismunagreining er því flókin með núverandi greiningaraðferðum. Segulómmyndir af heila virðast spila lykilhlutverk í mismunagreiningu, þar sem fjöldi sjúkdóma sýnir sértæk ummerki í vissum heilastöðvum. Progressive supranuclear palsy (PSP) og multiple system atrophy (MSA) eru hrörnunarsjúkdómar sem sýna einkennandi hrörnun á undirsvæðum heilastofnsins. Þessa sértæku hrörnun er mikilvægt að rannsaka, svo hægt sé að greina sjúkdómana snemma, en snemmgreining er nauðsynleg fyrir lyfja- og meðferðarþróun. Við höfum þróað myndgreiningaraðferð sem merkir sjálfvirkt undirsvæði heilastofnsins, þ.e. miðheili, pons (brú), mænukylfa og efri hnykilstoðir (SCP), af segulómmyndum af heila. Aðferðin tvinnar saman fjölatlasa myndflokkun og djúpu tauganeti, til að merkja heilasvæðin hratt og nákvæmlega. Samanburður við handmerktar myndir og aðrar myndflokkunaraðferðir, bendir til þess að aðferðin sé harðgerð, nákvæm og afar hraðvirk. Okkar markmið er að aðferðin geti borið kennsl á sértæka hrörnun af völdum PSP og MSA, fyrr en áður hefur verið mögulegt.