Leptomeningeal Metastaz Hastalarinin MR

TIP TEKNOLOJ İLERİ ULUSAL KONGRESİTIPTEKNO‘14 25 – 27 Eylül 2014

Perissia Hotel & Convention CenterKAPADOKYA

89

Biyomedikal Görüntü İşleme ve Yapay Zeka Uygulamaları

2. Gün 26 Eylül 2014 Cuma (14.45-16.15)

çıkarma, Bilgisayar ve Bilişim Bilimleri, Cilt 3 Novembers Dergisi

[2] A. GolaIsasi, B.Garcı 'bir Zapirain, A.Mendez Zorrilla, kural DAC görüntü işleme ve örüntü tanıma algoritmaları uygulamaya dayalı melanomların "non-invaziv tanısi,

[3] M.E. Çelebi, Hitomi, J. Schaefer, W.V. Stoecker dermoskopinin Görüntüleri, Comput lezyon sınır tespiti. Med. Imag. Grap. 33 (2008) 148-153.

[4] Barhoumi W, Zagrouba EA, Malign Melanom 2002 Of Otomatik Tanıma İçin Ön Yaklaşım

[5] M.E. Celebic, Fondon Irene Garcia, "Epilasyon yöntemleri: dermoskopinin görüntüleri için karşılaştırmalı bir çalışma", Biyomedikal Sinyal İşleme ve Kontrolü 6 (2011) 395 – 404

[6] G. Argenziano, H.P. Soyer, S. Chimenti, R. Talamini, R. Corona, F. Sera, vd, pigmente deri lezyonlarının Dermoskopide:. Internet yoluyla, J. Am bir konsensus toplantısı sonuçları. Acad. Dermatol. 48 (2003) 679-693..

[7] Stoecker WV, Zhang Z., Moss RH, Umbaugh SE, ve F. Erçal Tıbbi Görüntüleme Sistemleri Teknikleri ve Uygulamaları (1997) "Tıbbi Görüntü İşleme Sınır Algılama Teknikleri": Genel Anatomi (Ed: Cornelius T. Leondes) Martin Dunitz Ltd ., sayfa 1-84

[8] P Rubegni, G. Cevenini, Burroni M, R. Perotti, GD Eva, Sbano P.vd, Pigmente deri lezyonlarının Otomatik tanısi, Int. J. Cancer 101 (2002) 576-580

[9] L. Xu, M. Jackowski, A. Goshtasby, D. Roseman, S. aktif sanat, C. Yu, et al., Deri kanseri görüntüleri, Görüntü Vision Comput Bölümleme. 17 (1999) 65-74.

[10] M.E. Çelebi, H.A. Kingravi, BUddin, Hitomi, Y.A.

Aslandogan, W.V. Stoecker, RH Moss dermtoskopinin Görüntülerinin, Comput sınıflandırmasının metodolojik Yaklaşımı. Med. Imag. Grap. 31 (2007) 362-371

[11] K. Hoffmann, T. Gambichler, A. Rick, M. Kreutz, M.

Anschuetz, T. Grunendick, et al. Teşhis ve cilt kanseri sinir analizi (Danaos). Çok merkezli toplama ve dijital dermoskopi, Br kullanarak pigmente deri lezyonlarının verilerin bilgisayar destekli analizi için çalışma. J. Dermatol. 149 (2003) 801-809

[12] S. Abbas, İ.F. Garcia, M. Rashid, yeni bir dijital görüntü analizi düzeni, Br kullanılarak dijital dermoskopide Otomatik deri tümörünün sınır tespiti. J. Biomed. Sci. 67 (2010) 177-183.

[13] S. Abbas, I. Fondon, M. Rashid, iki boyutlu görüntü analizi, Comput aracılığıyla Denetimsiz deri lezyonlarının sınır tespiti. Meth. Prog. Bio. (2010).

[14] F.Auger, sinyal ve bilgi teorisi, Editions Technip'ten (1999) giriş.

[15] B. Gerard, C. Maurice, Matlab, HERMES Bilim Europe Ltd, Paris (2001) altında sinyalleri ve görüntüleri.

[16] P. Duvaut, sinyal işleme kavramları ve uygulamaları, Hermes (1994).

[17] T. Liu, J. Wang, Faz Domain AR Modeline dayalı DİĞER Impulsive Engelleme Algılaması, sinyal işleme işlemleri WSEAS

[18] ME Çelebi, HA Kingravi, H. Iyatomi, YA Aslandogan, W. Cilt Res teknolojil V. Stoecker, RH Moss, JM Mal ters, JM Grichnik, AAMarghoob, HS Rabinovitz ve SW Menzies, "İstatistikî bölge birleştirme kullanarak dermtoskopinin görüntülerde Sınır algılama". 14 (3): 347-353. doi: 10.1111/j.1600-0846.2008.00301.x, Ağustos 2008.

Leptomeningeal Metastaz Hastalarının MR Görüntülerinin HistogramEşitleme Metodu ve Logaritmik Dönüşüm Metodu ile İyileştirilmiş

Sonuçlarının KıyaslanmasıComparison of Leptomeningeal Metastases Patients’ Enhanced MR images

with Histogram Equalization Method and Logarithmic TransformationMethod

Mehmet GÜL1, Sadık Kara2, Abdurrahman Işıkdoğan3, Yunus Yarar4, Mehmet Olgaç4

1Dicle Üniversitesi Silvan [email protected]

2Fatih Üniversitesi Biyomedikal Mühendisliği Enstitüsü[email protected]

3Dicle Üniversitesi Onkoloji [email protected]

4Diyarbakır Devlet [email protected], [email protected]

ÖzetçeLeptomeningeal metastaz (LM) hastalığı bazı kanserhastalarında görülen ve kanseri ilerleyen aşamalarında,kanserli hücrelerin hastanın vücudunda farklı birbölgesine yayılmasıyla ortaya çıkan bir hastalıktır. Çoksık rastlanmamakla beraber tıbbi operasyonla tedavisidiğer kanser hastalıklarına göre bir o kadar da zordur.Bunun sebebi beyin-omurilik sıvısına kanserli hücrelerinbulaşmasıdır.Kanserin tanı yöntemlerinden biri olan MR görüntülemesistemi içerdiği zengin bilgi bakımından birçok detayıvermektedir. Bazı detaylar MR görüntülerinin karanlıkkısmında kaldığından bu görüntüleri yorumlayanradyologlar hastalığı çoğu zaman tespitedememektedirler. LM hastalığı belirtisi ise budetaylarda gizlidir. Bu çalışmada Histogram eşitleme(HE) metoduna benzer bir işleve sahip olan logaritmikdönüşüm metodu ile MR görüntülerinde gizli kalandetaylar ortaya çıkartılmış ve sonuçlar HE metodundanelde edilen sonuçlarla kıyaslanmıştır.

Abstract

Leptomeningeal metastases is observed in some cancerpatients and this is cancer in later stages, it is a diseasecaused by proliferation of cancer cells in different partsof patient’s body. Although it is not very common cancertype and the treatment of this disease with medicaloperation is much difficult than other cancer types. Thereason is that the malignant cells is contaminated tocerebrospinal fluid.

MR imaging system one of the diagnostic methods ofcancer contains very rich information and details. Somedetails remain in the dark part of the MR images thatradiologists to review these images often do not detectdisease. LM disease’s symptoms remains in that details.The hidden details in dark side is revealed withlogarithmic transformation (LT) method having a similarfunction with histogram equalization (HE) method andthe results compared with the results obtained by HEmethod.

1. GirişMerkezi sinir sistemi; beyin ve omurilik sistemininberaber çalışmasıyla oluşan bir yapıdır ve bu yapı çokfazla miktardaki bilgiyi işleme özelliği ile bireyin günlükhayattaki tüm işlemlerin yürütüldüğü ve yönetildiği kararmekanizmasıdır [1]. Bu yapının bir parçası olan beynindengede durması ve korunması da bir o kadar önemlidir.Beynin kafatası içindeki ağırlığı yaklaşık 1400 gramdırve bu ağırlık serebrospinal sıvı (Beyin-Omurilik sıvı)içinde yaklaşık olarak 50 gram olarak hissedilir.Böylelikle beynin büyük oranda ağırlığı kendisiniçevreleyen 1500 ml lik serebropinal sıvı içindedengelenmiş olur [2, 3].Serebrospinal sıvının beynin çevresinde rahat hareketetmesi meninges katmanı sayesinde olur. Meningealkatmanı hem beyni hem de omurilik sistemini çepeçevresaran üç katmanlı bir yapıdır; Dura mater, Arachnoidmater ve Pia mater. Leptomeningeal katmanı ise pia vearachnoid katmanlarından oluşmaktadır. Her katmanınfarklı görevi olmakla beraber kalınlıkları ve sertlikleri debirbirlerinden farklıdır. Dura mater kafatasına bitişikolarak bulunur ve en sert ve en kalın yapıdır [4, 5].



90


2. Gün 26 Eylül 2014 Cuma (14.45-16.15)

Arachnoid materın örümcek ağına benzer bir yapıyasahip olmakla beraber beynin ihtiyaç duyduğu enerji veoksijeni taşıyan kılcal damarlar bu katman üzerindenbeyne ulaşır [6]. Pia mater ise beyne en yakın, en ince veen kırılgan olan bu yapı ve hem beyni hem de omuriliksistemini çepeçevre sarmalar [2, 5]. Arachnoid materiçinden geçen kılcal damarların beyne ulaşması bubölgede olurken, kılcal damarlar bu bölgeyi delikli halegetirmiştir.Bazı kanserli hastalarda örneğin akciğer kanseri gibi,hastalığın ilerlemesi hastanın hayatını zorlaştırmaklakalmaz ayrıca hastalığı farklı bir boyuta taşır. Vücuttakikanserli hücreler kan yoluyla leptomeningeal yüzeyebulaşır [7]. Leptomeningeal yüzeye bulaşan kanserlihücreler otopsi sonucunda bazen makroskopik bazen demikroskobik boyutlarda tespit edilir [8, 9].Leptomeningeal yüzeye bulaşan kanserli hücrelerinoluşturmuş olduğu bu yeni kanser türüne LeptomeningealMetastaz (LM) ya da Carcinomatous Menenjit (CM)denir [7]. LT hastalığının başlıca belirtileribulunmaktadır, başlıca belirtiler baş ağrısı, odak zayıflığı,vb.Leptomeningeal yüzeye bulaşan kanserli hücrelerintespiti ya Beyin Omurilik Sıvısı (BOS) incelemesi ile yada çekilen Manyetik Rezonans (MR) ve BilgisayarlıTomografi (BT) görüntüleme sistemlerinden elde edilengörüntüleri ile tespiti yapılır. Her iki yöntemle ilkaşamada doğru sonuç alınmayabilir. Bu iki yöntem içindeBOS incelemesi, MR ve BT görüntüleri incelemelerinekıyasla daha isabetli sonuç vermesine rağmen BOSinceleme sonucunda da bazen kesin bir sonuççıkmayabilir. Leptomeningeal yüzeye bulaşan kanserlihücreler vücudun savunma sistemi olan bağışıklık sistemitarafından fark edilmemekle kalmayıp bağışıklık sistemitarafından korunduğu da olabilir [10].BOS incelemesi yapıldığı zaman BOS sıvısı içinde bellibiomarkerlar incelenir. LM hastalığı için β-glucuronidaseadı verilen bir enzimin varlığı incelenir. Bu incelemesonucunda kanserin BOS sıvısına bulaşıp bulaşmadığıtespit edilebilir. β-glucuronidase enzimin dışında başkahiçbir yolla LM hastalığının tespiti yapılamaz. β-glucuronidase enzimi ilk olarak 1980 yılında yapılan birçalışma sonucunda beyinde yer edinen tümörün tespitiiçin kullanılmıştır ve bu zamana kadar yapılançalışmalarda herhangi bir enzim ya da başka birbiomarker bulunmamıştır [11, 12].LT kanseri için kullanılan MR filmleri incelemesi veyorumlaması yapıldığında daha öncede belirtildiği gibiBOS incelemesine kıyasla daha zayıf sonuç verirkendiğer taraftan MR incelemesinin sonucu BOS incelemesisonucuna kıyasla daha az zaman alır. Sonucun erkenverilebilmesi LM hastalığı gibi sık rastlanmayan ve tıbbioperasyonu bir o kadar da zor olan hastalıklar için çokönemli bir husustur. Tanı koymada MR filmlerini dahaefektif kullanma amaçlı geliştirilen bu çalışmada Noktaİşleme Operasyonu sınıfında bulunan ve çalışma prensibiHistogram Metoduna yakın olan Logaritmik Dönüşüm ileHistogram Metodu karşılaştırılacak.

2. Materyal-MetotYapılan çalışmada bazı kanserli hastaların ilerleyendurumlarında görülen ve görülme sıklığı diğer kansergruplarına kıyasla daha nadir olan leptomeningealmetastaz tutulumu hastalarının MR görüntüleri alınmıştır.Alınan MR görüntüleri içinde T1 ve T2 ağırlıklı filmleriberaber bulunmakta ve kullanılmaktadır. LM hastalarının

görüntüleri, farklı cinsiyet gruplarına ve farklı yaşaralıklarındaki hastalara aittir.Çalışmada 9 LM hastasının görüntüleri ele alınmış, buhastaların ikisi erkek geri kalan yedisi ise bayandır.Hastaların yaş ortalaması yaklaşık kırk dörttür ve buhastalar içindeki dört hasta yaş ortalamasının altındadır.Araştırma grubundaki hastalara ilk olarak konulan teşhisüçü meme kanseri, ikisi mide kanseri, ikisi akciğerkanseri ve geri kalan ikisi ise leukemia kanseridir.Leptomeningeal metastaz kanserinin erken teşhisinindiğer kanser türlerinden ayıran özelliği tıbbi müdahaleözelliğinin diğer kanser türlerine kıyasla daha zor veyaimkânsız olmasındandır. LM kanseri için önerilen tedaviyöntemleri genellikle kemoterapi, radyoterapi, intra-CSFterapi ya da adı geçen tedavi yöntemlerininkombinasyonudur [13]. Kanser hastaları için tıbbioperasyona başlamadan önce kemoterapi gibi metotlaruygulanıp tümörlü bölge küçültülür ya da yayılmasınınönüne geçilir ve ardından cerrahi bir operasyon iletümörlü bölge alınırken, bu uygulamanın LM hastalığıtedavisi için yapılması son derece risklidir.Tanı koyma metotlarından görüntüleme sistemlerinindaha efektif kullanılmasını amaçlayan bu çalışmada beynigörüntüleyen görüntüleme sistemleri içinde BT’den dahaetkili olan MR tercih edilmiştir. MR cihazı manyetikalanın özelliğinden faydalanarak vücutta özellikleyumuşak dokularda daha başarılı sonuç vermektedir.Kemik gibi sert yapıların ayrıntılı görüntülenmesi MRcihazında pek mümkün değildir. MR cihazı, vücuttamanyetik alana maruz kalan yumuşak dokulardaki H+

(hidrojen) atomların hareketi ile kesit görüntülerin eldeedilmesini sağlar [14].Elde edilen MR görüntülerinde bazı öne çıkan özellikleribulunmaktadır. MR görüntüleri çok fazla bilgi içerirkenbu bilgiler radyologlar tarafından her zaman farkedilemeyebilir. Zengin bilgiler, saklı kalan birçok ayrıntıkaranlık alan içinde olduğundan bu bilgilerin ortayaçıkartılması bazen hayati önem kazanmaktadır. Yapılançalışmada zengin MR görüntüleri içinde saklı kalandetayların ortaya çıkartılması amaçlanmış ve kullanılaniki farklı görüntü iyileştirme metodunun birbiri ilekıyaslaması yapılmıştır.

2.1. Logaritmik dönüşüm

Detaylı ve içerik olarak zengin olan görüntülerde bazıdeğişken değerlerinin düşürülmesi, görüntülerde saklıkalan ayrıntıların ortaya çıkartılması LogaritmikDönüşüm (LD) metodu ile mümkündür. Bu metot gamadönüşümü gibi davranır, eğer gamma değeri birdenküçükse. Zengin içerikli görüntülerdeki koyu-karanlıkalanlarda bulunan piksellerin değerleri logaritmikdönüşümden elde edilen değerleri ile değiştirilir. Budeğişim sayesinde karanlık alanlarda kalan detaylarortaya çıkartılmakla kalınmaz ayrıca görüntükeskinleştirme işlemleri ve kontrast germe uygulamalarıda logaritmik dönüşüm sayesinde gerçekleşir [15, 16].Görüntünün koyu alanlarındaki piksellerinin parlaklığı

G = c * log(1 + | r | ) (1)formülünde sayesinde gerçekleşir. Bu yöntemle koyualandaki piksellerin değerleri sıkıştırılır [17]. Formüldeki“c” değeri sabit bir değer ve “r” değerinin de sıfırdanbüyük eşit olması gerekmektedir ( r ≥ 0 ). Piksellerinparlaklığı “c” değeri ile doğru orantılıdır [17]. Değer nekadar yüksek olursa koyu piksellerin parlaklığı da o kadarartar. LD metodunun tersi işlemini yapan TersLogaritmik Dönüşüm denilmektedir (TLD). TLDmetodunda parlak piksellerin değerleri sıkıştırılır ve koyu



91


2. Gün 26 Eylül 2014 Cuma (14.45-16.15)

Arachnoid materın örümcek ağına benzer bir yapıyasahip olmakla beraber beynin ihtiyaç duyduğu enerji veoksijeni taşıyan kılcal damarlar bu katman üzerindenbeyne ulaşır [6]. Pia mater ise beyne en yakın, en ince veen kırılgan olan bu yapı ve hem beyni hem de omuriliksistemini çepeçevre sarmalar [2, 5]. Arachnoid materiçinden geçen kılcal damarların beyne ulaşması bubölgede olurken, kılcal damarlar bu bölgeyi delikli halegetirmiştir.Bazı kanserli hastalarda örneğin akciğer kanseri gibi,hastalığın ilerlemesi hastanın hayatını zorlaştırmaklakalmaz ayrıca hastalığı farklı bir boyuta taşır. Vücuttakikanserli hücreler kan yoluyla leptomeningeal yüzeyebulaşır [7]. Leptomeningeal yüzeye bulaşan kanserlihücreler otopsi sonucunda bazen makroskopik bazen demikroskobik boyutlarda tespit edilir [8, 9].Leptomeningeal yüzeye bulaşan kanserli hücrelerinoluşturmuş olduğu bu yeni kanser türüne LeptomeningealMetastaz (LM) ya da Carcinomatous Menenjit (CM)denir [7]. LT hastalığının başlıca belirtileribulunmaktadır, başlıca belirtiler baş ağrısı, odak zayıflığı,vb.Leptomeningeal yüzeye bulaşan kanserli hücrelerintespiti ya Beyin Omurilik Sıvısı (BOS) incelemesi ile yada çekilen Manyetik Rezonans (MR) ve BilgisayarlıTomografi (BT) görüntüleme sistemlerinden elde edilengörüntüleri ile tespiti yapılır. Her iki yöntemle ilkaşamada doğru sonuç alınmayabilir. Bu iki yöntem içindeBOS incelemesi, MR ve BT görüntüleri incelemelerinekıyasla daha isabetli sonuç vermesine rağmen BOSinceleme sonucunda da bazen kesin bir sonuççıkmayabilir. Leptomeningeal yüzeye bulaşan kanserlihücreler vücudun savunma sistemi olan bağışıklık sistemitarafından fark edilmemekle kalmayıp bağışıklık sistemitarafından korunduğu da olabilir [10].BOS incelemesi yapıldığı zaman BOS sıvısı içinde bellibiomarkerlar incelenir. LM hastalığı için β-glucuronidaseadı verilen bir enzimin varlığı incelenir. Bu incelemesonucunda kanserin BOS sıvısına bulaşıp bulaşmadığıtespit edilebilir. β-glucuronidase enzimin dışında başkahiçbir yolla LM hastalığının tespiti yapılamaz. β-glucuronidase enzimi ilk olarak 1980 yılında yapılan birçalışma sonucunda beyinde yer edinen tümörün tespitiiçin kullanılmıştır ve bu zamana kadar yapılançalışmalarda herhangi bir enzim ya da başka birbiomarker bulunmamıştır [11, 12].LT kanseri için kullanılan MR filmleri incelemesi veyorumlaması yapıldığında daha öncede belirtildiği gibiBOS incelemesine kıyasla daha zayıf sonuç verirkendiğer taraftan MR incelemesinin sonucu BOS incelemesisonucuna kıyasla daha az zaman alır. Sonucun erkenverilebilmesi LM hastalığı gibi sık rastlanmayan ve tıbbioperasyonu bir o kadar da zor olan hastalıklar için çokönemli bir husustur. Tanı koymada MR filmlerini dahaefektif kullanma amaçlı geliştirilen bu çalışmada Noktaİşleme Operasyonu sınıfında bulunan ve çalışma prensibiHistogram Metoduna yakın olan Logaritmik Dönüşüm ileHistogram Metodu karşılaştırılacak.

2. Materyal-MetotYapılan çalışmada bazı kanserli hastaların ilerleyendurumlarında görülen ve görülme sıklığı diğer kansergruplarına kıyasla daha nadir olan leptomeningealmetastaz tutulumu hastalarının MR görüntüleri alınmıştır.Alınan MR görüntüleri içinde T1 ve T2 ağırlıklı filmleriberaber bulunmakta ve kullanılmaktadır. LM hastalarının

görüntüleri, farklı cinsiyet gruplarına ve farklı yaşaralıklarındaki hastalara aittir.Çalışmada 9 LM hastasının görüntüleri ele alınmış, buhastaların ikisi erkek geri kalan yedisi ise bayandır.Hastaların yaş ortalaması yaklaşık kırk dörttür ve buhastalar içindeki dört hasta yaş ortalamasının altındadır.Araştırma grubundaki hastalara ilk olarak konulan teşhisüçü meme kanseri, ikisi mide kanseri, ikisi akciğerkanseri ve geri kalan ikisi ise leukemia kanseridir.Leptomeningeal metastaz kanserinin erken teşhisinindiğer kanser türlerinden ayıran özelliği tıbbi müdahaleözelliğinin diğer kanser türlerine kıyasla daha zor veyaimkânsız olmasındandır. LM kanseri için önerilen tedaviyöntemleri genellikle kemoterapi, radyoterapi, intra-CSFterapi ya da adı geçen tedavi yöntemlerininkombinasyonudur [13]. Kanser hastaları için tıbbioperasyona başlamadan önce kemoterapi gibi metotlaruygulanıp tümörlü bölge küçültülür ya da yayılmasınınönüne geçilir ve ardından cerrahi bir operasyon iletümörlü bölge alınırken, bu uygulamanın LM hastalığıtedavisi için yapılması son derece risklidir.Tanı koyma metotlarından görüntüleme sistemlerinindaha efektif kullanılmasını amaçlayan bu çalışmada beynigörüntüleyen görüntüleme sistemleri içinde BT’den dahaetkili olan MR tercih edilmiştir. MR cihazı manyetikalanın özelliğinden faydalanarak vücutta özellikleyumuşak dokularda daha başarılı sonuç vermektedir.Kemik gibi sert yapıların ayrıntılı görüntülenmesi MRcihazında pek mümkün değildir. MR cihazı, vücuttamanyetik alana maruz kalan yumuşak dokulardaki H+

(hidrojen) atomların hareketi ile kesit görüntülerin eldeedilmesini sağlar [14].Elde edilen MR görüntülerinde bazı öne çıkan özellikleribulunmaktadır. MR görüntüleri çok fazla bilgi içerirkenbu bilgiler radyologlar tarafından her zaman farkedilemeyebilir. Zengin bilgiler, saklı kalan birçok ayrıntıkaranlık alan içinde olduğundan bu bilgilerin ortayaçıkartılması bazen hayati önem kazanmaktadır. Yapılançalışmada zengin MR görüntüleri içinde saklı kalandetayların ortaya çıkartılması amaçlanmış ve kullanılaniki farklı görüntü iyileştirme metodunun birbiri ilekıyaslaması yapılmıştır.

2.1. Logaritmik dönüşüm

Detaylı ve içerik olarak zengin olan görüntülerde bazıdeğişken değerlerinin düşürülmesi, görüntülerde saklıkalan ayrıntıların ortaya çıkartılması LogaritmikDönüşüm (LD) metodu ile mümkündür. Bu metot gamadönüşümü gibi davranır, eğer gamma değeri birdenküçükse. Zengin içerikli görüntülerdeki koyu-karanlıkalanlarda bulunan piksellerin değerleri logaritmikdönüşümden elde edilen değerleri ile değiştirilir. Budeğişim sayesinde karanlık alanlarda kalan detaylarortaya çıkartılmakla kalınmaz ayrıca görüntükeskinleştirme işlemleri ve kontrast germe uygulamalarıda logaritmik dönüşüm sayesinde gerçekleşir [15, 16].Görüntünün koyu alanlarındaki piksellerinin parlaklığı

G = c * log(1 + | r | ) (1)formülünde sayesinde gerçekleşir. Bu yöntemle koyualandaki piksellerin değerleri sıkıştırılır [17]. Formüldeki“c” değeri sabit bir değer ve “r” değerinin de sıfırdanbüyük eşit olması gerekmektedir ( r ≥ 0 ). Piksellerinparlaklığı “c” değeri ile doğru orantılıdır [17]. Değer nekadar yüksek olursa koyu piksellerin parlaklığı da o kadarartar. LD metodunun tersi işlemini yapan TersLogaritmik Dönüşüm denilmektedir (TLD). TLDmetodunda parlak piksellerin değerleri sıkıştırılır ve koyu

pikseller genişletilir. LD metodunun FourierSpektrumdan elde edilen görüntü üzerine uygulamasını

aşağıdaki şekil 1’de gösterilmektedir.

Şekil 1: sol tarafta 0 ile 1.5 x 106 değerleri arasında elde edilen Fourier Spektrum görüntüsü. Sağ tarafta LD metodunun 0 ile6.2 aralığında; c = 1 değerleri sonucunda elde edilmiş görüntü.

Aşağıdaki şekil 2’de ise hem LD metodu hem de TLD metodu kordinat ekseninde gösterilmektedir.

Şekil 2: LD ile TLD metotları

2.2. Histogram eşitleme

Görüntü üzerindeki koyu alanların parlaklığınınartırılması sadece logaritmik dönüşüm metoduylagerçekleşmez, Histogram Eşitleme (HE) metodu ile degörüntünün parlaklığı artırılabilir. HE metodu bir non-uniform metottur ve görüntü iyileştirme işleminde

sıklıkla kullanılır. Aşağıdaki şekil 3.a görüntüsündeorijinal hali ile gereğinden koyu olan görüntününhistogram eşitleme metodu ile iyileştirilmiş görüntüsüşekil 3.b de gösterilmektedir [15, 16, 17].

Şekil 3.a: orijinal görüntü ve orijinal görüntüye ait histogram diyagramı.



92


2. Gün 26 Eylül 2014 Cuma (14.45-16.15)

Şekil 3.b: orijinal görüntünün histogram eşitlem metodu sonucundaki hali.

HE metodu işleminde kullanılan değerler;S = T (r) 0 ≤ r ≤ 1 (2)

Denklemin sonucunun sıfır olması siyahı simgelerken,sonucun bir olması beyazı simgeler. HE metodunda;a) T (r) değeri tekil değer alsın ve monoton şekilde 0 ≤

r ≤ 1 aralığında artışı sağlansın

b) 0 ≤ T (r) ≤ 1 değeri 0 ≤ r ≤ 1 aralığında geçerli olsunBu durumda HE metodunun tersi

r = T-1 (s) 0 ≤ s ≤ 1 (3)sonuç olarak grafik

Şekil 4: Tekil değerli ve monoton artış sağlayan gri-düzey dönüşüm fonksiyonu.

Leptomeningeal metastaz hastalığı şikâyeti ile onkolojihastanesine başvuran hastalardan elde edilen MRgörüntüleri üzerine hem HE metodu hem de LD metoduuygulanmış ve sonuçlar karşılaştırılmıştır.

3. Sonuç-TartışmaHistogram eşitleme metodu ile görüntü üzerinde koyuolan tüm piksellerin parlaklığını artırılarak görüntüüzerindeki objeler daha da belirginleştirilmiştir.Histogram eşitleme metoduna yakın bir çalışma prensibiolan logaritmik dönüşüm metodu ile sadece görüntüüzerinde koyu piksellerin parlaklığı artırılır, parlakpiksellerin değerleri ise düşürülür. Böylelikle sadece bilgiiçeren pikseller ön plana çıkartılır.Bilgi içeriği çok zengin olan MR görüntülerinde herpikselin parlaklığının eşit derecede artırılması ile sadecebilgi içeren piksel değerlerinin artırılıp düşürülmesininsonuçları yukarıda karşılaştırılmalı olarak verilmiştir.Logaritmik dönüşüm metodunun leptomeningealmetastaz hastalarından elde edilen MR görüntüleriüzerinde histogram eşitleme metoduna kıyasla gözlegörülür derece iyi sonuç verdiği tespit edilmiştir.

Leptomeningeal metastaz hastalığı yukarıda değinildiğiüzere bazı kanser hastalıklarının ilerleyen aşamalarındagörülen bir hastalıktır. Diğer bir değişle kanserlihücrelerin vücudun Beyin-Omurilik sıvısına bulaşmasısonucu ortaya çıkan ve kanserin faklı bir boyutkazanması olarak tanımlanır.LM hastalığının tanı yöntemleri arasında yer alan MRgörüntüleri içerdiği bilgi bakımından çok zenginolmasına karşın bilgiler radyologlar tarafından tamanlamıyla görülemeyebilir. Bunun nedeni insan gözününalgılamasının sınırlı olmasıdır. Göz görüntü üzerindekiher detayı fark edemez bu durumda detayların daha kolayseçebilmesi için görüntü üzerinde bazı iyileştirmelerinyapılması gerekmektedir. Yapılacak iyileştirmede entemel amaç görüntü üzerinde var olan bilgilerinyorumlanmasını daha da kolaylaştırarak, tanıkonulmasına yardımcı olmaktır.Bu amaçla MR görüntüleri üzerinde koyu bölgelerdesaklı kalan bilgilerin ortaya çıkartılması amaçlanmıştır.Histogram dönüşüm metodu ve görüntü üzerindehistogram dönüşüm metoduna benzer etki yaratanlogaritmik dönüşüm metotlarını LM hastalarından eldeedilen MR görüntüleri üzerinde uygulamasıkarşılaştırılmalı olarak aşağıda gösterilmiştir.



93


2. Gün 26 Eylül 2014 Cuma (14.45-16.15)

Şekil 3.b: orijinal görüntünün histogram eşitlem metodu sonucundaki hali.

HE metodu işleminde kullanılan değerler;S = T (r) 0 ≤ r ≤ 1 (2)

Denklemin sonucunun sıfır olması siyahı simgelerken,sonucun bir olması beyazı simgeler. HE metodunda;a) T (r) değeri tekil değer alsın ve monoton şekilde 0 ≤

r ≤ 1 aralığında artışı sağlansın

b) 0 ≤ T (r) ≤ 1 değeri 0 ≤ r ≤ 1 aralığında geçerli olsunBu durumda HE metodunun tersi

r = T-1 (s) 0 ≤ s ≤ 1 (3)sonuç olarak grafik

Şekil 4: Tekil değerli ve monoton artış sağlayan gri-düzey dönüşüm fonksiyonu.

Leptomeningeal metastaz hastalığı şikâyeti ile onkolojihastanesine başvuran hastalardan elde edilen MRgörüntüleri üzerine hem HE metodu hem de LD metoduuygulanmış ve sonuçlar karşılaştırılmıştır.

3. Sonuç-TartışmaHistogram eşitleme metodu ile görüntü üzerinde koyuolan tüm piksellerin parlaklığını artırılarak görüntüüzerindeki objeler daha da belirginleştirilmiştir.Histogram eşitleme metoduna yakın bir çalışma prensibiolan logaritmik dönüşüm metodu ile sadece görüntüüzerinde koyu piksellerin parlaklığı artırılır, parlakpiksellerin değerleri ise düşürülür. Böylelikle sadece bilgiiçeren pikseller ön plana çıkartılır.Bilgi içeriği çok zengin olan MR görüntülerinde herpikselin parlaklığının eşit derecede artırılması ile sadecebilgi içeren piksel değerlerinin artırılıp düşürülmesininsonuçları yukarıda karşılaştırılmalı olarak verilmiştir.Logaritmik dönüşüm metodunun leptomeningealmetastaz hastalarından elde edilen MR görüntüleriüzerinde histogram eşitleme metoduna kıyasla gözlegörülür derece iyi sonuç verdiği tespit edilmiştir.

Leptomeningeal metastaz hastalığı yukarıda değinildiğiüzere bazı kanser hastalıklarının ilerleyen aşamalarındagörülen bir hastalıktır. Diğer bir değişle kanserlihücrelerin vücudun Beyin-Omurilik sıvısına bulaşmasısonucu ortaya çıkan ve kanserin faklı bir boyutkazanması olarak tanımlanır.LM hastalığının tanı yöntemleri arasında yer alan MRgörüntüleri içerdiği bilgi bakımından çok zenginolmasına karşın bilgiler radyologlar tarafından tamanlamıyla görülemeyebilir. Bunun nedeni insan gözününalgılamasının sınırlı olmasıdır. Göz görüntü üzerindekiher detayı fark edemez bu durumda detayların daha kolayseçebilmesi için görüntü üzerinde bazı iyileştirmelerinyapılması gerekmektedir. Yapılacak iyileştirmede entemel amaç görüntü üzerinde var olan bilgilerinyorumlanmasını daha da kolaylaştırarak, tanıkonulmasına yardımcı olmaktır.Bu amaçla MR görüntüleri üzerinde koyu bölgelerdesaklı kalan bilgilerin ortaya çıkartılması amaçlanmıştır.Histogram dönüşüm metodu ve görüntü üzerindehistogram dönüşüm metoduna benzer etki yaratanlogaritmik dönüşüm metotlarını LM hastalarından eldeedilen MR görüntüleri üzerinde uygulamasıkarşılaştırılmalı olarak aşağıda gösterilmiştir.

a) Birinci hastaya ait Flair MRgörüntüsü

b) Birinci hastaya ait HEmetodu ile işlenmiş görüntü

c) Birinci hastaya ait LDmetodu ile işlenmiş görüntü

Şekil 5: birinci hastaya ait Flair MR görüntüsü üzerinde tümörlü bölgenin belirlenmesi.

Şekil 1’de araştırma grubundaki hastanın hem HEmetodu ile hem de LD metodu ile işlenmiş görüntülerikıyaslandığında tümörlü bölge her iki işlenmiş görüntüdede rahatlıkla görülmektedir. Her iki görüntü arasındaki enönemli fark HE metodu ile işlenmiş görüntününtamamının parlaklığı artırılmış ve bu parlaklık gözünyorulmasına yol açarken LD metodu ile işlenmiş görüntü

ise sadece saklı kalan bilgilerin bulunduğu alanlarınparlaklığı artırılarak tümörlü alan ortaya çıkartılmıştır.Her iki metot aynı hastadan elde edilen görüntülereuygulanmış ve her iki iyileştirmeden elde edilensonuçlarda tümörlü bölge rahatlıkla seçilebilmiştir.Yalnız HE metodu her zaman için LD metodu gibibaşarılı sonuçlar vermeye bilir.

a) İkinci hastaya ait KontrastlıMR görüntüsü

b) İkinci hastaya ait HE metoduile işlenmiş görüntü

c) İkinci hastaya ait LD metoduile işlenmiş görüntü

Şekil 6: ikinci hastaya ait Kontrastlı MR görüntüsü üzerinde tümörlü bölgenin belirlenmesi.

Şekil 2 de ele alınan hastadan Flair MR görüntüsünekıyasla daha ayrıntılı olan Kontrastlı görüntü alınmış veiki farklı metot uygulanmıştır. HE metodu görüntününtamamı üzerinde etki oluşturmuş iken LD metodu sadece

bilgi içeren alanlar üzerinde etki oluşturmuştur. HEmetodunda tümörlü bölge tam olarak seçilememekte ikenLD metodunda tümörlü alan rahatlıkla seçilebilirdurumdadır.

a) Üçüncü hastaya ait Kontrastlıgörüntü

b) Üçüncü hastaya ait HEmetodu ile işlenmiş görüntü

c) Üçüncü hastaya ait LDmetodu ile işlenmiş görüntü

Şekil 7: üçüncü hastaya ait Kontrastlı MR görüntüsü üzerinde tümörlü bölgenin belirlenmesi.



94


2. Gün 26 Eylül 2014 Cuma (14.45-16.15)

Yukarıda da değinildiği üzere kontrastlı görüntülerdenflair görüntülere kıyasla daha net görüntü elde edilir.Bunun sebebi hastaya enjekte edilen ve yumuşak dokudatutulum sağlayarak daha net görüntü alınmasına yardımcıolan ilaçtır.

Aşağıdaki şekil 4’te üçüncü hastadan alınan bir başkakontrastlı görüntü bulunmakta ve alınan bu görüntüüzerine tekrar her iki metot ile iyileştirme çalışmasıyapılmıştır.

a) Üçüncü hastaya ait Kontrastlıgörüntü

b) Üçüncü hastaya ait HEmetodu ile işlenmiş görüntü

c) Üçüncü hastaya ait LDmetodu ile işlenmiş görüntü

Şekil 8: üçüncü hastaya ait Kontrastlı MR görüntüsü üzerinde tümörlü bölgenin belirlenmesi.

4. Kaynakça1 - blog.corewalking.com/more-on-the-spinal-column-the-meninges/ (10/05/2014)2 - en.wikipedia.org/wiki/Meninges (10/05/2014)3 - www.boundless.com/physiology/central-nervous-system-cns/protection-of-the-brain/cerebrospinal-fluid-and-its-circulation/ (10/05/2014)4 - Boundless alternative to Principles of Anatomy andPhysiology 13th edition by Gerard J. Tortora, Bryan H.Derrickson5 -www.csuchico.edu/~pmccaffrey//syllabi/CMSD%20320/362unit3.html (10/05/2014)6 - Glantz MJ, LaFollette S, Jaeckle KA, et al.Randomized trial of a slow-release versus a standardformulation of cytarabine for the intrathecal treatment oflymphomatous meningitis. J Clin Oncol. 1999; 17:3110–3116. [PubMed: 10506606]7 - Lisa Bomgaars, Marc C. Chamberlain, David G.Poplack, and Susan M. Blaney. LeptomeningealMetastases; 3601_e16_p375-394 2/19/02 8:57 AM Page3758 – Drappatz, J.; Batchelor, T. Leptomeningealmetastasis. American society of clinical oncologyeducational book; 2009. p. 100-105.9 – Omar, AI.; Mason, WP. Neurologic complications ofcancer. 2nd edition. New York: Oxford University Press,Inc; 2009. Leptomeningeal metastases; p. 240-281.10 - Leal, T. Chang, J. E. Mehta, M. Robins, H. I.“Leptomeningeal Metastasis: Challenges in Diagnosisand Treatment” Curr Cancer Ther Rev. 2011 November11 – Schold SC, Wasserstrom WR, Fleisher M, SchwartzMK, Posner JB. Cerebrospinal fluid biochemical markersof central nervous system metastases. Ann Neurol1980;8:59712 – Freilich RJ, Krol G, DeAngelis LM. Neuroimagingand cerebrospinal fluid cytology in the diagnosis ofleptomeningeal metastasis. Ann Neurol. 1995; 38:51-57.13 - http://emedicine.medscape.com/article/338239-overview (10/05/2014)

14 - Turner R, Jones T, “Techniques for imagingneuroscience.” British Medical Bulletin 2003 65: 3-2015 - Gonzalez RC. “Digital Image Processing”, U. ofTennessee, Second Edition.16 - Jain AK. “Fundamentals of Digital ImageProcessing”, Englewood Cliffs, NJ: Prentice Hall, 1989.17 - Solomon C. Breckon T. “Fundamentals of DigitalImage Processing - A Practical Approach with Examplesin Matlab”, 2011

Documents

Leptomeningeal Metastaz Hastalarinin MR