CAD-rendszerek a tüdőszűrés hatákonyságánakjavítására

Cikk címe: CAD-rendszerek a tüdőszűrés hatákonyságánakjavítására

Szerzők: Juhász Sándor, Simkó Gábor, Dr. Horváth Gábor

Intézmények: Budapesti Műszaki és Gazdaságtudományi Egyetem, Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék

Évfolyam: VII. évfolyam

Lapszám: 2008. /

Oldal: 38-43

Terjedelem: 6

Rovat:

Alrovat:

Absztrakt:

A tüdőbetegségek és ezen belül is a tüdőrák súlyos egészségügyi problémát jelentenek szinte az egész világon, így Magyarországon is. A tüdőrák okozta halálozás csökkentésére a korai felismerés adhat esélyt, melynek ugyan vitatott, de máig egyetlen reális eszköze a tüdőszűrés. A tüdőszűrés hatékonyságát a jobb minőségű, nagyobb felbontású, részletekben gazdagabb képek előállítására alkalmas digitális röntgenberendezések és az ezekhez könnyen csatlakoztatható számítógépes diagnosztikai rendszerek, a mellkasdiagnosztikai CAD-rendszerek javíthatják. A cikk előbb a CAD-rendszerek fontosabb feladatait, lehetőségeit veszi sorra, majd egy a közelmúltban megindult hazai fejlesztés első, már az orvosi kipróbálás küszöbén álló fontosabb eredményeit foglalja össze.

Abstract:

Pulmonary disease and especially lung cancer is one of the most serious health problem throughout the World and also in Hungary as lung cancer is one of the most lethal types of cancer. To detect lung cancer in its initial phase – when the tumor is still small and localized- could give real chance to reduce mortality. An arguable but today perhaps the only possible way for early detection of lung cancer is chest screening where X-ray images of the thorax are captured and analyzed. The efficiency of chest screening can be significantly improved using high resolution, detailed images produced by recently developed digital chest screening machines, where the chance for early detection can be further increased using computer aided detection or computer aided diagnostic – CAD – systems. This paper first gives a short summary about the most important tasks and potentials of such CAD systems, then it summarizes the first results of a recently started project aiming the development of a chest diagnostic CAD system.

Szerző Intézmény
Juhász Sándor Budapesti Műszaki és Gazdaságtudományi Egyetem
Simkó Gábor Budapesti Műszaki és Gazdaságtudományi Egyetem
Dr. Horváth Gábor Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék

[1] Dőbrössy L., Kovács A. Budai A, Cornides Á: „Szűrővizsgálatok a tüdőrák korai felismerésére: a klinikai és a népegészségügyi nézőpontok ütközése”, Orvosi Hetilap, Vol. 148. No. 34. pp.1587-1590. 2007.
[2] Kovács Gábor, Strausz János: „Lakosságszűrés helyett rizikó csoportos mellkasi röntgenvizsgálat”, IME, Vol. VII. No. 5. pp. 38-42. 2008.
[3] Bogatin György, Gados Dániel, Tatár Lóránd, Horváth Gábor: „CAD-rendszer fejlesztése a mellkas-röntgenfelvételek elemzésére”, IME, Vol. V. No. 4. pp. 36-39. 2006.
[4] Wiemker Rafael, Rogall Patrik, Opfer Roland, Ekin Ahmet, Romano Valentina, Billow Thomas: „Comparative performance analysis for computer aided lung nodule detection and segmentation on ultra-low-dose vs. standard-dose CT”, Progress in biomedical optics and imaging, Vol. 7, No. 32. 2006.
[5] Battyány István, Papp Ákos, Duliskovich Tibor: „Orvosi képek menedzsmentje, mit várunk a PACS rendszerektől?” IME, Vol. III. No. 6. pp. 42-50. 2004.
[6] Hologic CAD for Mammography, http://www.r2tech.com/mammography/home/index.php
[7] iCAD SecondLook Mammography Digital CAD: http://www.icadmed.com/solutions/second_look_digital.cfm
[8] Kodak mammográfiás CAD rendszer, http://www.kodak.com/eknec/PageQuerier.jhtml?pq-path=2709&gpcid=0900688a80508488&pq-locale=en_US&_requestid=4052
[9] Lehmann, L.A., Alvarez, R.E., Macovski, A., Brody, W.R., Pelc, N.J.,Riederer, S.J., Hall, A.L., Generalized image combinations in dual KVP digital radiography. Medical Physics, Vol. 8 No. 5, pp. 659–667. 1981.
[10] General Electric Healthcare. Definium 8000. http://www.gehealthcare.com/euen/radiography/products/definium8000/definium8000.html
[11] P. R. Seidensticker, L. K. Hofmann (Eds.): „Dual Source CT Imaging”: SpringerMedizin Verlag Heidelberg, 2008.
[12] M. Loog, B. van Ginneken, A.M.R. Schilham: „Filter learning: Application to suppression of bony structures from chest radiographs” Medical Image Analysis, Vol. 10. pp. 826–840. 2006.
[13] Japanese Society of Radiological Technology: Digital Image Database. http://www.jsrt.or.jp/web_ data/english03.php