Â鶹´«Ã½

Väitöskirjan nimi: Advances in Medical Image Registration with Neural Networks

³Õä¾±³Ù³Ù±ð±ô¾±Âáä: Joel Honkamaa
³Õ²¹²õ³Ù²¹±¹Ã¤¾±³Ù³ÙäÂáä: apulaisprofessori Mitko Veta, Eindhoven University of Technology, Alankomaat 
Kustos: professori Pekka Marttinen, Aalto-yliopiston perustieteiden korkeakoulu 

Lääketieteellinen kuvantaminen on olennainen osa nykyaikaista lääketiedettä. Sen avulla voidaan saada laajasti tietoa kuvattavan kudoksen ominaisuuksista. Erilaisia kuvantamismenetelmiä on paljon ja ne tarjoavat usein toisiaan täydentävää tietoa. Magneettikuvista näkee hyvin esimerkiksi kasvaimet, kun taas tietokonekuvien perusteella voidaan laskea, miten sädehoidon säteily imeytyy kudokseen. Kun yhdistetään tietoa useammasta erityyppisestä kuvasta, on usein välttämätöntä kyetä päättelemään, mitkä kuvien sijainnit vastaavat toisiaan. Tätä kohdistamista kutsutaan kuvien rekisteröinniksi. 

Lääketieteellisten kuvien rekisteröintiä on tutkittu paljon, mutta monissa tapauksissa se on edelleen vaikeaa. Sisäelimet liikkuvat, potilaan asento voi muuttua kuvien välillä, ja eri kuvantamismenetelmien kuvat korostavat hyvin erilaisia ominaisuuksia kudoksessa. Uudet koneoppimismenetelmät toimivat monissa lääketieteellisten kuvien analysointiongelmissa selvästi aiempia perinteisiä menetelmiä paremmin, ja myös rekisteröintiongelmaan on sovellettu niin kutsuttuja neuroverkkomenetelmiä. Toiveena on sekä nopea että tarkka kohdentaminen. Monista hyvistä tuloksista huolimatta neuroverkot eivät ole olleet kuvien rekisteröinnissä yhtä suuri menestystarina kuin monissa muissa lääketieteellisten kuvien analysointiongelmissa. Tästä syystä uusille menetelmille on edelleen tilausta. 

Tutkimuksessa ehdotetaan uusia menetelmiä kohdistamisongelman ratkaisemiseksi neuroverkkoja hyödyntäen. Yhdistävänä teemana on yrittää parantaa tuloksia hyödyntämällä kunkin ongelman matemaattista rakennetta. Kehitetyillä menetelmillä on hyvinkin suoria lääketieteellisiä käyttökohteita esimerkiksi sädehoidossa. Menetelmäkehityksen osalta esitetyt ideat avaavat kiinnostavia tutkimussuuntia, jotka voivat tulevaisuudessa johtaa entistäkin tarkempaan kuvien kohdentamiseen.

Avainsanat: lääketieteellisten kuvien kohdentaminen, syväoppiminen, ristimodaalinen kohdentaminen, ristimodaalinen kuvansynteesi, virtuaalivärjäys, kuvasta kuvaan -muunnos

Linkki väitöskirjan sähköiseen esittelykappaleeseen (esillä 7 päivää ennen väitöstä): .

Yhteystiedot: 
joel.honkamaa@aalto.fi