Cristin-prosjekt-ID: 552137
Sist endret: 17. januar 2020 11:56

Cristin-prosjekt-ID: 552137
Sist endret: 17. januar 2020 11:56
Prosjekt

Flow-based interpretation of dynamic contrast enhanced imaging

prosjektleder

Antonella Zanna
ved Matematisk institutt ved Universitetet i Bergen

prosjekteier / koordinerende forskningsansvarlig enhet

  • Universitetet i Bergen

Finansiering

  • Norges forskningsråd
    Prosjektkode: 262203

Klassifisering

Vitenskapsdisipliner

Matematikk og naturvitenskap

Emneord

Parameterestimering • Numerisk simulering • Matematisk modellering • Perfusjon • Hjerne • Væskestrømning

Kategorier

Prosjektkategori

  • Grunnforskning

Kontaktinformasjon

Tidsramme

Aktivt
Start: 1. januar 2017 Slutt: 31. desember 2020

Beskrivelse Beskrivelse

Tittel

Flow-based interpretation of dynamic contrast enhanced imaging

Populærvitenskapelig sammendrag

The measurement of perfusion and filtration are important clinical parameters used in diagnosis, follow-up, and therapy. The aim of this project is to investigate a novel approach for the interpretation of dynamic medical imaging with emphasis on blood distribution and flow. Typical applications include characterisation of strokes and planning and evaluation of cancer treatment.

Medical image acquisition techniques like computerised tomography (CT), magnetic resonance imaging (MRI), or positron emission tomography (PET), can all be applied in a dynamic setting where the evolving distribution of an injected contrast agent is gathered together as a temporal sequence of images. Quantitative tissue characterisation (e.g. blood perfusion) from such data is currently performed locally by applying tracer-kinetic methodology to a single region of interest (ROI) or a voxel at a time.

The tracer concentration for an individual voxel will be considered as a flow problem. By modelling the flow from first principles and calibrate the models to observations via systematic assimilation techniques, our goal is to advance understanding and clinical utility of dynamic imaging interpretation.

In addition, this research aims to produce knowledge and technology that contributes to ICT solutions for enhancing productivity and efficiency within the health sector.

To constuct the geometry of the model, we have been working with techiques to detect blood vessels from MR images. To this goal, we have been in contract with a research group in Jena that has developed a MR-sequence that is better suited to segmentation of blood vessels than those from our project partners.
At the same time, we are working on how to join together disconnected segmented parts of blood vessels and how to propagate the vessels below the resolution of MR images.
On the perfusion side, we have been working with two different models and performed several simulations, both on sections of the brain (3D) and on a frog tongue (2D). Simulation and validation of the models is ongoing.

Vitenskapelig sammendrag

The measurement of perfusion and filtration are important clinical parameters used in diagnosis, follow-up, and therapy. By utilising complementary and well documented research skills, the aim is to investigate a novel approach towards interpretation of dynamic medical imaging with emphasis on blood distribution and flow. Typical applications include characterisation of strokes and planning and evaluation of cancer treatment.

Medical image acquisition techniques like computerised tomography (CT), magnetic resonance imaging (MRI), or positron emission tomography (PET), can all be applied in a dynamic setting where the evolving distribution of an injected contrast agent is gathered together as a temporal sequence of images. Quantitative tissue characterisation (e.g. blood perfusion) from such data is currently performed locally by applying tracer-kinetic methodology to a single region of interest (ROI) or a voxel at a time.

This project will formulate and investigate an alternative interpretation strategy where the tracer concentration for an individual voxel will be considered in the context of a global flow problem that
connects all voxels in the image domain. By modelling the flow between voxels from first principles and calibrate the models to observations via systematic assimilation techniques that include rigorous error estimates, our goal is to advance understanding and clinical utility of dynamic imaging interpretation. Towards this end, we have assembled a team that includes established expertise in flow modelling, medical imaging, and data assimilation.

In addition, this research aims to produce knowledge and technology that contributes to ICT solutions for enhancing productivity and efficiency within the health sector.

Tittel

Forbedret fortolkning av kontrastforsterkede bilder ved strømingsmodellering

Populærvitenskapelig sammendrag

Målet med dette prosjektet er å undersøke en ny tilnærming for analyse av medisinske bilder som er tatt med avanserte bildeteknikker som MR. Vevsparametre knyttet til blodgjennomstrømning er viktige kliniske parametre som brukes i diagnostisering, oppfølging og behandling av pasienter. Ved å analysere tidsserier av MR eller CT etter injeksjon av kontrastmiddel kan man hente ut slike kliniske parametre og si noe om hvordan et organ fungerer. Den informasjonen man får ut kan brukes til å karakterise slag eller ulike krefttyper, og kan også brukes i planlegging og evaluering av kreftbehandling. Dagens metoder for å undersøke slike data er kun gyldige for et større område om gangen. Ved å se på problemet som et flyt-problem der væske flyter i blodårer i vevet ønsker vi å fremskaffe forbedret informasjon om sykdomstilstanden i et organ. Disse parametrene vil være mer riktige enn tidligere og kan i større grad være til nytte når legen skal stille en diagnose eller planlegge behandling.

I tillegg har denne forskningen som mål å produsere kunnskap og teknologi som bidrar til IKT-løsninger og øke produktivitet og effektivitet innenfor helsesektoren.

For å konstruere geometrien til modellen, vi har jobbet med teknikker for å detektere blodårer fra MR opptak. Her har vi vært i kontakt med en forskningsgruppe i Jena som har utvilket en egen MR-teknikken som er bedre egnet til segmentering av blodårene.
Samtidig, vi jobber teoretisk med å utvikle en matematisk metode for lenke samme diskonnektet deler eller forlenge blodårene under resolusjonen til MR opptakene.
På perfusjonssiden, vi har jobbet med to uliker modeller og utført en del simulering, både på seksjoner av hjerne (3D) og på en frosketunge (2D). Simulering og validering pågår.

prosjektdeltakere

prosjektleder

Antonella Zanna

  • Tilknyttet:
    Prosjektleder
    ved Matematisk institutt ved Universitetet i Bergen
  • Tilknyttet:
    Prosjektdeltaker
    ved Matematisk institutt ved Universitetet i Bergen

Erlend Hodneland

  • Tilknyttet:
    Prosjektdeltaker
    ved NORCE Norwegian Research Centre AS

Jan Martin Nordbotten

  • Tilknyttet:
    Prosjektdeltaker
    ved Matematisk institutt ved Universitetet i Bergen

Ulin Nuha Abdul Qohar

  • Tilknyttet:
    Prosjektdeltaker
    ved Matematisk institutt ved Universitetet i Bergen

Geir Nævdal

  • Tilknyttet:
    Prosjektdeltaker
    ved NORCE Energi ved NORCE Norwegian Research Centre AS
1 - 5 av 10 | Neste | Siste »

Resultater Resultater

Nye metoder for distribuert og data-drevet simulering av blodstrøm i hjernen.

Hodneland, Erlend; Nævdal, Geir; Zanna, Antonella. 2020, foredrag på Haukeland sykehus. NORCE, UIBVitenskapelig foredrag

Mathematical perfusion.

Hanson, Erik Andreas. 2018, Project meeting FBI-DC. UIBVitenskapelig foredrag

Models suited for data assimilation.

Hanson, Erik Andreas. 2017, Project meeting FBI-DC. UIBVitenskapelig foredrag

Graph representations of vessel flow.

Hanson, Erik Andreas. 2017, Project meeting FBI-DC. UIBFaglig foredrag

Data assimilation for a multi-compartment model for blood flow in the brain - a progress report.

Nævdal, Geir; Hodneland, Erlend; Sævareid, Ove. 2018, Project meeting FBI-DC. NORCEVitenskapelig foredrag
1 - 5 av 22 | Neste | Siste »