Računalniško podprta analiza medicinskih slik za načrtovanje zdravljenja s protonsko in radioterapijo

1. 7. 2019 -- 30. 6. 2022

1,87 FTE

Rak je v Sloveniji kot tudi širom po svetu velik problem javnega zdravstva ter sodi med ključne izzive sodobne družbe z vidika upravljanja z zdravjem ter kakovosti življenja. Poleg kirurških posegov in kemoterapije je zdravljenje z obsevanjem oz. radioterapija pomembna in razširjena tehnika zdravljenja raka. Za načrtovanje optimalne porazdelitve obsevalne doze je pomembno dobro poznavanje položaja in oblike tumorjev kot tudi okoliških kritičnih organov. V ta namen zajamemo tridimenzionalne (3D) slike bolnika, in sicer s slikovno tehniko računalniške tomografije (ang. computed tomography, CT) ali magnetne resonance (MR), natančno orisovanje tarčnih volumnov na zajetih slikah pa predstavlja osnovo za inverzno načrtovanje optimalne porazdelitve obsevalne doze. Naša raziskovalna hipoteza je ta, da je mogoče orisovanje tarčnih volumnov v področju glave in vratu izboljšati tako v CT kot tudi MR slikah ter izkoristiti združevanje informacij iz obeh slikovnih modalitet za namene zmanjševanja subjektivnosti in časovne zamudnosti ročnega orisovanja. V okviru predlaganega raziskovalnega projekta bomo zato stremeli k (1) pripravi zbirke CT in MR slik v področju glave in vratu z orisanimi kritičnimi organi, pri čemer bo orisovanje večkrat ponovilo več opazovalcev ob različnih časovnih trenutkih, (2) ovrednotenju tako pripravljene zbirke slik z vidika variabilnosti znotraj opazovalca (ang. intra-observer variability) ter med opazovalci (ang. inter-observer variability) za namene pridobivanja referenčnih orisov oz. mask, (3) načrtovanju in razvoju računalniško podprtih postopkov na osnovi sodobnih tehnologij za avtomatsko (samodejno) razgradnjo tarčnih volumnov na 3D CT in/ali MR slikah, ki se uporabljajo za načrtovanje radioterapije, in sicer za namene izboljšanja natančnosti in zanesljivosti pridobljenih rezultatov razgradnje ter hkratnemu zmanjšanju časovne zamudnosti in zahtevnosti ročnega orisovanja ter pregledovanja in popravljanja rezultatov, (4) načrtovanju in vzpostavljanju platforme za objektivno vrednotenje in primerjavo rezultatov razgradnje v okviru organizacije računskega izziva ter (5) raziskovanju možnosti uporabe razvite metodologije na sorodnih problemih iz področja načrtovanja radioterapije. Pričakujemo, da bodo rezultati predlaganega raziskovalnega projekta predstavljali preboj na pripadajočem raziskovalnem področju ter stimulirali nove smernice raziskav.

Raziskovalec

Raziskovalec

Mladi raziskovalec

Raziskovalec

Raziskovalec

Raziskovalec

Mladi raziskovalec

Raziskovalec

Raziskovalec

Raziskovalec

Raziskovalec

Raziskovalec

Raziskovalec

Vodja projekta

Mladi raziskovalec

Gašper Podobnik, Bulat Ibragimov, Elias Tappeiner, Chanwoong Lee, Jin Sung Kim, Zacharia Mesbah, Romain Modzelweski, Yihao Ma, Fan Yang, Mikołaj Rudecki, Marek Wodziński, Primož Peterlin, Primož Strojan, Tomaž Vrtovec: HaN-Seg: The head and neck organ-at-risk CT and MR segmentation challenge. Radiotherapy and Oncology, 198:110410, 2024 [COBISS-ID:202738179 ] [doi:10.1016/j.radonc.2024.110410 ]

Gašper Podobnik, Bulat Ibragimov, Primož Peterlin, Primož Strojan, Tomaž Vrtovec: vOARiability: Interobserver and intermodality variability analysis in organ-at-risk contouring from head and neck computed tomography and magnetic resonance images. Medical Physics, 51(3):2175-2186, 2024 [COBISS-ID:181670147 ] [doi:10.1002/mp.16924 ]

Gašper Podobnik, Bulat Ibragimov, Primož Peterlin, Primož Strojan, Tomaž Vrtovec: Multimodal CT and MR segmentation of head and neck organs-at-risk. 26th International Conference on Medical Image Computing and Computer Assisted Intervention - MICCAI 2023, 8.-12. oktober, Vancouver, Kanada, Lecture Notes in Computer Science 14223:745-755, 2023 [COBISS-ID:171494147 ] [doi:10.1007/978-3-031-43901-8_71 ]

Gašper Podobnik, Primož Strojan, Primož Peterlin, Bulat Ibragimov, Tomaž Vrtovec: HaN-Seg: The head and neck organ-at-risk CT and MR segmentation challenge. Grand Challenge, 2023-2024 [COBISS-ID:149951747 ] [https://han-seg2023.grand-challenge.org ]

Gašper Podobnik, Primož Strojan, Primož Peterlin, Bulat Ibragimov, Tomaž Vrtovec: HaN-Seg: The head and neck organ-at-risk CT and MR segmentation dataset. Zenodo, 2023 [COBISS-ID:137181699 ] [doi:10.5281/zenodo.7442914 ]

Gašper Podobnik, Primož Strojan, Primož Peterlin, Bulat Ibragimov, Tomaž Vrtovec: HaN-Seg: The head and neck organ-at-risk CT and MR segmentation dataset. Medical Physics, 50(3):1917-1927, 2023 [COBISS-ID:136767491 ] [doi:10.1002/mp.16197 ]

Gašper Podobnik, Bulat Ibragimov, Primož Strojan, Primož Peterlin, Tomaž Vrtovec: Segmentation of organs-at-risk from CT and MR images of the head and neck: baseline results. 19th IEEE Symposium on Biomedical Imaging - ISBI 2022, 28.-31. marec, Kalkuta, Indija, 2022 [COBISS-ID:106601987 ] [doi:10.1109/ISBI52829.2022.9761433 ]

Gašper Podobnik, Primož Strojan, Primož Peterlin, Bulat Ibragimov, Tomaž Vrtovec: Parotid gland segmentation with nnU-Net: deployment scenario and inter-observer variability analysis. SPIE Medical Imaging 2022: Image Processing, 20.-24. februar, San Diego, ZDA, 12032:120321N, 2022 [COBISS-ID:106571523 ] [doi:10.1117/12.2609406 ]

Tomaž Vrtovec, Domen Močnik, Primož Strojan, Franjo Pernuš, Bulat Ibragimov: Auto‐segmentation of organs at risk for head and neck radiotherapy planning: from atlas‐based to deep learning methods. Medical Physics, 47(9):e929-e950, 2020 [COBISS-ID:18653955 ] [doi:10.1002/mp.14320 ]

Domen Močnik, Bulat Ibragimov, Lei Xing, Primož Strojan, Boštjan Likar, Franjo Pernuš, Tomaž Vrtovec: Segmentation of parotid glands from registered CT and MR images. Physica Medica, 52:33-41, 2018 [COBISS-ID:12068692 ] [doi:10.1016/j.ejmp.2018.06.012 ]