Применение информационной системы для построения модели головного мозга человека

Автор работы: Пользователь скрыл имя, 02 Мая 2013 в 20:43, реферат

Описание работы

Моделирование является одним из наиболее эффективных методов изучения сложных систем. В частности, данный метод нашел широкое применение в области медицинской диагностики, для выявления и исследования различных патологических процессов путем их визуализации для дальнейшего лечения заболеваний. В случае моделирования биологических систем, представляющих, собой, как правило, неоднородную структуру, для получения адекватных результатов необходимо иметь математическое описание модели, как можно более точно соответствующее реальной анатомической картине, в том числе, включать реальные геометрические размеры, электрические и механические свойства тканей.

Файлы: 1 файл

МЕТОДЫ И СПОСОБЫ ПОЛУЧЕНИЯ Зх МОДЕЛЕЙ ЭТ.docx

— 1.45 Мб (Скачать файл)

1. Применение информационной системы для построения модели головного мозга человека

Моделирование является одним из наиболее эффективных методов изучения сложных систем. В частности, данный метод нашел широкое применение в области медицинской диагностики, для выявления и исследования различных патологических процессов путем их визуализации для дальнейшего лечения заболеваний. В случае моделирования биологических систем, представляющих, собой, как правило, неоднородную структуру, для получения адекватных результатов необходимо иметь математическое описание модели, как можно более точно соответствующее реальной анатомической картине, в том числе, включать реальные геометрические размеры, электрические и механические свойства тканей.

Для выполнения численных экспериментов и получения корректных результатов, модель должна иметь гладкую поверхность раздела отдельных структур, высокую степень детализации, достаточное качество и количество конечных элементов, на которые разделяются анатомические структуры и соответствовать возможностям вычислительных ресурсов. Выполнение данных требований гарантирует достаточную достоверность вычислений в дальнейшем применение модели.

Теоретически  возможно создать «идеальную» модель, которая подходила бы для любых  численных экспериментов, однако для  ее реализации потребуется слишком  много вычислительных ресурсов. Поэтому оптимальной можно считать модель необходимой и достаточной степени сложности для получения результатов, точность которых сравнима с точностью измерительной аппаратуры для медицинских диагностических исследований.

В данной работе была использована модель ……блаблабалаббла………………………………………………………………………………………………………………………………………….…….

За основу изображения в формировании конечно–элементной модели были взяты МРТ изображения головного мозга. Это позволило создать модель анатомически приближенную к реальному распределению проводимости в норме.

 

Этапы создания математической модели головы состояли в следующем.

Этап 1. Исследователями были получены качественные изображения тканей головы. Обследование проводилось на магнито-резонансном томографе Magnetom Open 0.2Тл. Размер изображения 256х256 пикселей, количество срезов не менее 64. На Рис. 1 в качестве примера приведены исходные изображения в трех проекциях.


Рис. 1. Исходные МРТ – изображения для построения модели


После получения послойных изображений  была выполнена процедура сведения слоев и построено объемное изображение (Рис. 2). Для качественной сегментации требовалось изображение с минимальным уровнем помех, поэтому после формирования объемного изображения проводились процедуры сглаживания и повышения контрастности. Обработка выполнялась до получения отчетливо определяемых границ анатомических структур.


Рис. 2. Объемное изображение после сведения слоев


Этап 2. Сегментация  объемного изображения. Для создания адекватной модели были выделены следующие структуры: скальп (кожа и мышцы), череп (костная ткань), ликвор, серое вещество и белое вещество. На первом этапе производилось выделение черепа, скальпа и собственно головного мозга.

В результате сегментации определились границы раздела соответствующих структур и выделилась поверхность скальпа. Для клинического применения и визуального анализа автоматическое разделение дает хорошие результаты, но для создания модели с требуемыми свойствами необходимы более гладкие границы, содержащие меньшее количество «острых» краев и мелких элементов. Для этого выполнялась процедура сглаживания поверхностей. Пример получившейся модели приведен на рисунке 3.


Рис. 3. Объемное изображение после сглаживания поверхностей


Сглаживание проводилось итеративно до достижения заданной максимально допустимой кривизны для каждой поверхности. После выделения основных крупных структурных единиц приступили к более детальной сегментации тканей мозга.

Этап 3. При помощи программного продукта BrainSuite была реализована процедура детализации на основе использования шаблона распределения тканей и большого количества эмпирических предположений (толщина коры, строение извилин и борозд, закономерности размещения мозжечка и других структур). Сегментация выполнялась путем поиска наиболее вероятного распределения тканей с учетом эталонных изображений. С помощью процедуры частичного выделения объемов все изображение было разделено на три типа ткани.

После выделения  отдельных типов тканей производилось выделение коры полушарий и других структур для формирования отдельных частей модели. В результате получили набор поверхностей, каждая из которых состоит из набора точек, соединенных ребрами в треугольники (выполнена триангуляция поверхностей). Полученные поверхности и сегментированные ткани можно использовать для выполнения дальнейших манипуляций: выделения поверхности скальпа и разбиения на конечные элементы.

Этап 4. Триангуляция объема, ограниченного поверхностью скальпа. После описанных выше преобразований поверхность может быть использована для получения конечно-элементной модели всего внутреннего объема. Для триангуляция объема использовалась свободно распространяемая программа TetGen http://tetgen.berlios.de/.

Программа позволяет  свободно варьировать параметры, которые  определяют количество и качество конечных элементов в виде тетраэдров. В  результате можно получить конечно-элементные модели разной степени детализации и реализовать многосеточные методы решения уравнений, которые описывают электрические и механические свойства биологических тканей в исследуемой области. В работе использовали модели, состоящие из 5000000 - 8000000 конечных элементов. Этого достаточно для моделирования с точностью, на порядок превосходящей точность данных медицинской визуализации при использовании вычислительных ресурсов суперкомпьютерного кластера ТГУ.

Этап 5. Идентификация  модели. После создания конечно-элементной модели необходимо присвоить каждому конечному элементу определенное значение электрических и/или механических параметров в зависимости от того, какая из биологических тканей находится в месте расположения элемента. В зависимости от входных данных становится возможным построить как индивидуальную модель для конкретного пациента, так и обобщенную, основанную на среднестатистических параметрах, полученных у группы добровольцев.


Рис 4. Модель головы, учитывающая основные

анатомические структуры


Конечным  результатом применения методики является модель головы, описывающая основные электрические, механические и геометрические свойства анатомических структур (рис. 4).

Данная методика создания реалистичных моделей головы человека для проведения численных исследований в среде высокопроизводительных параллельных вычислений была апробирована на медицинских данных, полученных с помощью медицинских визуализирующих исследований (компьютерная и магнито-резонансная томография и др.) и показала высокую эффективность.


Информация о работе Применение информационной системы для построения модели головного мозга человека