Väitös

Kari Antila: Tietokoneavusteisilla kuva-analyysimenetelmillä voidaan nopeuttaa lääketieteellisten hoitojen suunnittelua ja tulosten arviointia

Kari Antila.
Kolmiulotteisten lääketieteellisten kuvien analyysi ja tulkinta edellyttävät yleensä kuvissa nähtävien kohteiden, kuten esimerkiksi kasvainten, tunnistamista ja rajaamista. Yksi kolmiulotteinen kuva saattaa kuitenkin koostua sadoista kuvaleikkeistä. Näin suuren kuvamäärän perusteellinen läpikäynti ja rakenteiden piirtäminen vaatisi asiantuntijalta huomattavan määrän työtä ja aikaa. Kuvien avulla ohjattujen hoitojen suunnittelun nopeuttamiseksi ja jo hoidon aikana tehtävien tulosten arvioinnin avuksi tarvitaankin tietokonepohjaisia, automaattisia, luotettavia ja tarkkoja analyysimenetelmiä.

Kari Antila esittelee väitöstyössään kolme menetelmää, jotka kehitettiin hammasimplanttien suunnittelua ja kohdun lihaskasvainten hoitoa varten. Hänen tutkimuksessaan analysoimansa kohteet, kasvojen luut ja kohtuun kiinnittyneet kasvaimet, voivat olla hyvin yksilöllisen muotoisia. Myös käytetyt kolmiulotteiset kuvantamismenetelmät kärsivät usein erilaisista häiriöistä ja muista laatuheikkenemistä, jotka voivat johtua esimerkiksi kuvaamiseen käytettävän ajan ja röntgensäteilyn määrän asettamista rajoitteista.

– Kliiniseen käyttöön tulevan analyysimenetelmän on toimittava luotettavasti ja tarkasti haasteista riippumatta. Sen täytyy myös suorittaa tehtävä nopeasti, jotta odotusajat implanttien suunnittelussa minimoituisivat ja kasvainten hoidon tuloksia voitaisiin arvioida jo hoidon aikana, Kari Antila sanoo.

Analyysitehtävästä, jonka tarkoitus on jakaa kuvan sisältö yhtenäisiin ja merkityksellisiin alueisiin käytetään yleensä nimitystä segmentointi. Antila kehitti väitöstyössään hammasimplanttien suunnittelua varten ensin segmentointimenetelmän, joka käyttää etukäteen usean potilaan leuasta koostettua pintamallia ja sovittaa sitten mallin leukaluun ympärille.

Menetelmän käyttöä laajennettiin myös kasvojen muiden luiden segmentointiin. Tämä uusi käyttötapa edellytti uudenlaisen, datalähtöisen menetelmän kehittämistä kasvojen luuston yhtenäisten osapintojen tunnistamiseen ja niiden yhdistämiseen kuvien häiriöitä ja kohteiden epäjatkuvuuksia sietäen. Kasvojen luiden segmentointiin kehitettyä menetelmää onnistuttiin soveltamaan myös magneettikuvilla ohjatun ultraääniterapian avulla hoidettujen lihaskasvainten segmentointiongelmaan.

– Onnistuimme saavuttamaan automaattisella menetelmällä jopa 0,5 mm keskitarkkuuden ammattilaisen piirtämään tulokseen verrattuna. Suoritusajoissa onnistuttiin pääsemään jopa alle minuuttiin per kolmiulotteinen kuva, kun tyypillinen suoritusaika vastaaville menetelmille oli kymmenistä minuuteista jopa tunteihin, Antila kertoo

Väitöksen pohjana oleva tutkimustyö on tehty on Business Finlandin, Teknologian Tutkimuskeskus VTT Oy:n ja Solita Oy:n hankkeissa Tilakuva, ATLAS, EDIFI, SalweImage ja IVVES. Työn ovat apurahoillaan mahdollistaneet myös Suomen Kulttuurirahaston Artturi ja Aina Heleniuksen rahasto, Instrumentariumin Tiedesäätiö ja Helsingin yliopiston Etelä-Pohjalainen Osakunta.

Diplomi-insinööri Kari Antilan signaalinkäsittelyyn alaan liittyvä väitöskirjatyö Volumetric Image Segmentation for Planning of Therapies tarkastetaan julkisesti Tampereen yliopiston tekniikan ja luonnontieteiden tiedekunnassa perjantaina 29.1.2021 klo 12. Vastaväittäjänä toimii professori Miika Nieminen Oulun yliopistosta. Kustoksena toimii professori emerita Ulla Ruotsalainen.

Suomenkielistä tilaisuutta voi seurata etäyhteydellä.

Väitöskirjaan voi tutustua osoitteessa http://urn.fi/URN:ISBN:978-952-03-1823-9