Bakgrund: 68Gallium- Prostataspecifikt membranantigen – Positronemissionstomografi/Datortomografi (68Ga-PSMA-PET/DT) är en metod för att undersöka patienter med prostatacancer och eventuella metastaser. Denna undersökningsmetod har gjort att fler patienter kan få en diagnos i ett tidigt skede. Det saknas studier i patientupplevelser kring denna undersökning. Syfte: Syftet med studien är att beskriva patienters upplevelse av en 68Ga-PSMA-PET/DT-undersökning från remiss till utförd bildtagning.  Metod: En empirisk kvalitativ intervjustudie med semistrukturerade intervjufrågor genomfördes med 12 patienter. Resultatet analyserades med en induktiv kvalitativ innehållsanalys. Resultat: Resultatet visade att de flesta som intervjuades upplevde att de var välinformerade både muntligt från remitterande läkare, kallelse och den muntliga informationen som gavs under undersökningen. Majoriteten av patienterna upplevde inget obehag eller oro kring de olika momenten av undersökningen. Det framkom att muntlig information gällande risker med strålning till allmänheten inte givits till alla patienterna och studien fann att det fanns förbättringsbehov inom det området. Några upplevde att det var obehagligt att behöva ta diuretika, dricka vatten samt att ligga länge i PET/DT- kameran. Några av patienterna tyckte att undersökningen tog lång tid.  Slutsats: Studien visade att de flesta av patienterna kände sig välinformerade och väl bemötta. Studien fann däremot att det finns förbättringsområden vad gäller information efter undersökningen. Några patienter upplevde vissa förberedande moment som ansträngande, men en majoritet upplevde inga problem med undersökningen.

An initiative to standardize the nomenclature in Sweden started in 2016 along with the creation of the local database Medical Information Quality Archive (MIQA) and a national radiotherapy register on Information Network for CAncercare (INCA). A problem of identifying the clinical tumor volume (CTV) structures and prescribed dose arose when the consecutive number, which is added to the CTV-name, was made inconsistently in MIQA and INCA. Deep neural networks (DNN) were promising tools to solve the multi-label classification task of the CTV to enable automatic labeling in the database. Prostate cancer patients that often have more than one type of organ in the same CTV structure were chosen for proof of concept. The DNN used supervised training in a 2D fashion where the radiation therapy (RT) structures along with the CT image were fed, slice by slice, to AlexNet and VGGNet to label the CTV structures in the local database system MIQA and INCA. The study also includes three methods to classify a final label for the CTV structure since the model makes the predictions on each slice. The three methods were maximum method by taking the maximum prediction for each class, minimum method by taking the minimum prediction for each class and occurrence method. The occurrence method chooses the maximum prediction if the network has predicted the class over 0.5 at least two times and the minimum prediction if not. The DNN and volume classification methods performed well where the maximum and occurrence method performed the best and can be used to interpret RT volumes in MIQA and INCA for prostate cancer patients. This novel study gives promising results for the future development of deep neural networks classifying RT structures for more than one type of cancer patient. / Ett initiativ för att standardisera nomenklaturen i Sverige startade 2016 tillsammans med skapandet av den lokala databasen Medical Information Quality Archive (MIQA) och ett nationellt radioterapikvalitetsregister på plattformen Information Network for CAncercare (INCA). Ett problem med att identifiera kliniska tumörvolymstrukturer (CTV-strukturer) och ordinerad dos uppstod när de på varandra följande siffrorna, som adderas till CTV-namnet för att skilja de olika CTV:erna från varandra, gjordes inkonsekvent i MIQA och INCA. Djupa neurala nätverk (DNN) är lovande verktyg för att lösa klassificeringen av CTV för att möjliggöra automatisk annotering för multippla etiketter i databasen. Prostatacancerpatienter vars radioterapistrukturer (RT-strukturer) ofta innehåller fler än ett organ användes därför för att bevisa konceptet för fleretikettsklassificering. DNN:et använde övervakad inlärning av 2D-bilder där RT-strukturerna tillsammans med CT-bilderna matades in, snitt för snitt, till AlexNet och VGGNet för att namnge CTV-strukturerna i det lokala databassystemet MIQA och sedan i INCA. Studien inkluderar även tre metoder för en slutlig strukturetikett eftersom modellen gör sina förutsägelser på varje snitt. Metoderna var maximum där den högsta förutsägelsen noteras för varje klass, minimum där den lägsta förutsägelsen noteras för varje klass och förekomst där den högsta förutsägelsen noteras om klassen har fått minst två förutsägelser över 0.5 annars noteras den lägsta förutsägelsen. DNN:en och volymetikettmetoderna gav bra resultat där maximum- och förekomstmetoden gav bäst resultat och kan användas för att tolka RT-volymer i MIQA och INCA för prostatacancerpatienter. Denna nya studie ger lovande resultat för framtida utveckling av djupa neurala nätverk som klassificerar strukturer från mer än en typ av cancerpatient.

Deformable image registration is usually performed manually by clinicians,which is time-consuming and costly, or using optimization-based algorithms, which are not always optimal for registering images of different modalities. In this work, a deep learning-based method for MR-CT deformable image registration is presented. In the first place, a neural network is optimized to register CT pelvic image pairs. Later, the model is trained on MR-CT image pairs to register CT images to match its MR counterpart. To solve the unavailability of ground truth data problem, two approaches were used. For the CT-CT case, perfectly aligned image pairs were the starting point of our model, and random deformations were generated to create a ground truth deformation field. For the multi-modal case, synthetic CT images were generated from T2-weighted MR using a CycleGAN model, plus synthetic deformations were applied to the MR images to generate ground truth deformation fields. The synthetic deformations were created by combining a coarse and fine deformation grid, obtaining a field with deformations of different scales. Several models were trained on images of different resolutions. Their performance was benchmarked with an analytic algorithm used in an actual registration workflow. The CT-CT models were tested using image pairs created by applying synthetic deformation fields. The MR-CT models were tested using two types of test images. The first one contained synthetic CT images and MR ones deformed by synthetically generated deformation fields. The second test set contained real MR-CT image pairs. The test performance was measured using the Dice coefficient. The CT-CT models obtained Dice scores higherthan 0.82 even for the models trained on lower resolution images. Despite the fact that all MR-CT models experienced a drop in their performance, the biggest decrease came from the analytic method used as a reference, both for synthetic and real test data. This means that the deep learning models outperformed the state-of-the-art analytic benchmark method. Even though the obtained Dice scores would need further improvement to be used in a clinical setting, the results show great potential for using deep learning-based methods for multi- and mono-modal deformable image registration.

Renal phase-contrast magnetic resonance imaging (PC-MRI) is an MRI modality where the phase component of the MR signal is made sensitive to the velocity of water molecules in the kidneys. PC-MRI is able to assess the Renal Blood Flow (RBF), which is an important biomarker in the development of kidney disease. RBF is analyzed with the manual or semi-automatic delineation by experts of the renal arteries in PC-MRI. This is a time-consuming and operator-dependent process. We have therefore trained, validated and tested a fully-automated deep learning model for faster and more objective renal artery segmentation. The PC-MRI data used in model training, validation and testing come from four studies (N=131 subjects). Images were acquired from three manufacturers with different imaging parameters. The best deep learning model found consists of a deeply-supervised 2D attention U-Net with residual skip connections. The output of this model was re-introduced as an extra channel in a second iteration to refine the segmentation result. The flow values in the segmented regions were integrated to provide a quantification of the mean arterial flow in the segmented renal arteries. The automated segmentation was evaluated in all the images that had manual segmentation ground-truths that come from a single operator. The evaluation was completed in terms of a segmentation accuracy metric called Dice Coefficient. The mean arterial flow values that were quantified from the auto-mated segmentation were also evaluated against ground-truth flow values from semi-automatic software. The deep learning model was trained and validated on images with segmentation ground-truths with 4-fold cross-validation. A Dice segmentation accuracy of 0.71±0.21 was achieved (N=73 subjects). Although segmentation results were accurate for most arteries, the algorithm failed in ten out of 144arteries. The flow quantification from the segmentation was highly correlated without significant bias in comparison to the ground-truth flow measurements. This method shows promise for supporting RBF measurements from PC-MRI and can likely be used to save analysis time in future studies. More training data has to be used for further improvement, both in terms of accuracy and generalizability.

The procedure of cardiographic magnetic resonance imaging requires patients to hold their breath for up to twenty seconds, creating an uncomfortable situation for many patients. It is proposed that an acquisition scheme using spiral trajectories is preferable due to their much shorter total scan time; however, spiral trajectories suffer from a blurring effect caused by off-resonance frequencies in the image area. There are several methods for reconstructing images with reduced blur and Conjugate Phase Reconstruction has been chosen as a method for implementation into Matlab-script for evaluation in regards to image reconstruction quality and computation time. This method finds a conjugate to the off-resonance from a field map to demodulate the image and an algorithm for frequency‑segmented Conjugate Phase Reconstruction is implemented along with an improvement called Multi-frequency Interpolation. The implementation is tested through simulation of spiral magnetic resonance imaging using a Shepp‑Logan phantom. Different off-resonance frequencies and field maps are used to provide a broad view of the functionality of the code. The two algorithms are then compared to each other in terms of computation speed and image quality. It is concluded that this implementation might reconstruct images well but that further testing on actual scan sequences is required to determine the usefulness. The Multi-frequency Interpolation algorithm yields images that are not useful in a clinical context. Further study of other methods not requiring a field map is suggested for comparison.

Purpose: Tumour hypoxia is the result of uncontrolled growth of the tumour and its vasculature and is often found in solid tumours. It has been known for some time that tumour hypoxia is associated with increased radio resistance and poorer treatment outcomes. While there are several techniques to image the tumour’s oxygenation, no metric or guideline exists that helps in automatically delineating those hypoxic cells into target volumes. Even though several hypoxic biomarkers have been developed and tested to detect visualise and localise hypoxic areas, most of these delineated areas show volumes that are not immediately suitable for dose planning (i.e. a speckled hypoxia distribution). This work deals with 18 cases of tumour hypoxia in patients with non-small cell lung cancer (NSCLC) and presents a method that gives guidance on how to construct hypoxic target volumes feasible for dose planning. Materials and Methods: PET-CT scans have been taken with the hypoxic biomarker 18F-HX4. Hypoxic volumes have been extracted using a threshold of 10mmHg. A region growing algorithm was used to develop the HTV delineation method. Individually calculated doses based on the pO2-distribution within the hypoxic target volume have been used for the construction of dose plans with 24 fractions. Results: Treatment plans that boost the hypoxic target volume whilst sparing surrounding organs at risk were possible to construct for those tumours lying outside the mediastinum. Tumours which volumes were partially or fully overlapping with the mediastinum showed conflicts with delivering the dose necessary for a tumour control probability (TCP) of at least 95% and not exceeding the dose constraints set for the mediastinum.

Bakgrund: Trauma är den sjätte vanligaste dödsorsaken i världen. Röntgen är en viktig del av traumavården för att snabbt och effektivt kunna diagnostisera skador. Speciell CT-undersökning, kallat whole-body computed tomography (WBCT) har utifrån detta designats och benämns i Sverige som trauma CT, och specificeras utifrån traumanivåerna 1 och 2. Röntgensjuksköterskan blir en del av traumateamet vid ett trauma nivå 1 och är delaktig i att utföra CT-undersökningen.  Syfte: Syftet med studien är att studera hur röntgensjuksköterskan upplever sin roll vid en nivå 1 trauma CT-undersökning och vilka utmaningar som finns vid denna typ av undersökning. Metod: Studien genomfördes som en kvalitativ intervjustudie med semi-strukturerade intervjufrågor. Nio röntgensjuksköterskor intervjuades på plats i ett avskilt rum. Intervjuerna spelades in, materialet transkriberades och analyserades med en kvalitativ manifest innehållsanalys.  Resultat: Röntgensjuksköterskans roll upplevs tydlig och röntgensjuksköterskan har ett ansvar innan, efter och under pågående undersökning att samarbeta med övrig traumapersonal för att kunna utföra CT-undersökningen effektivt. Det finns stressfaktorer och hinder i arbetsflödet som påverkar röntgensjuksköterskans arbete. Slutsats: Röntgensjuksköterskans roll följer kompetensbeskrivningen även vid trauma CT nivå 1. Ett samarbete med andra professioner och egna kollegor är avgörande för att utföra trauma CT-undersökningen optimalt. Förbättrade rutiner i förberedelser på traumarummet, inkluderande av röntgen i traumaövningar och placering av CT-kamera på traumarummet kan vara lösningar på de utmaningar röntgensjuksköterskan möter.

Purpose: Arterial stiffening poses an increased risk of cerebrovascular diseases, cognitive impairments, and even dementia as cardiac pulsations reach further into the brain causing white matter hyperintensities and microbleeds. Therefore it is of interest to obtain methods to estimate and map cardiac related pulsatility in the brain. Improvements of functional magnetic resonance imaging (fMRI) sequences is potentially allowing detection of rapid physiological processes in the echo-planar imaging (EPI) signal in the brainthrough a higher sampling rate. Specifically in this thesis, estimation and localization of cardiac pulsation and respiration is conducted through analysis of resting state data obtained with a multiband EPI sequence that permits whole brain imaging at a shorter repetition time (TR) than conventional EPI. The origin of these physiological signals are likely a mixture of inflow and compartment volume shifts during the cardiac- and respiratory cycles. As the amount of physiologically related signal in the multiband sequence used at the Biomedical Engineering Dept. R&D, Umeå University Hospital is unknown, the aim of this project is to find and map cardiac pulsatility and respiration for future research. Methods: Multiband fMRI data from 8 subjects was used, collected in a 3 Tesla scanner using a 32-channel head coil. The physiological signals were estimated through an algorithm that was developed to down-sample and temporally shift copies of simultaneous recordings of pulse and respiration. These signals were obtained using the scanner’s built-in pulse oximeter and a respiration belt. The shifted copies were voxel-wise, and slice by slice, correlated to the fMRI data using Pearson correlation. The time shift yielding maximum mean correlation within the brain was, for each slice, used to create statistical maps for significant voxels to show the localization and magnitude of correlation for cardiac pulsation andrespiration. Results: Many voxels around and nearby larger vessels and ventricles were highly correlated with the down-sampled, time shifted signals of the cardiac pulsation for all subjects. The cardiac pulsation maps resembled cerebral vasculature and were mostly localized around the Circle of Willis, brainstem, and the ventricles. Respiration signal was also highly correlated, and spatially located at the sides of the brain although mostly concentrated at the parietal- and occipital lobes. Conclusion: The results demonstrated that many voxels in the brain were highly correlated with cardiac pulsation and respiration using multiband EPI, and the statistical maps revealed distinct patterns for both of the physiological signals. This method and results for mapping cardiac related pulsatility, and respiration could be used for future research in order to better understand cerebral diseases and impairments, and alsoto improve fMRI filtering. Keywords: Arterial stiffness, Functional magnetic resonance imaging, Resting state, Multiband, CardiacPulsation, Respiration, Correlation analysis / Syfte: Arteriell förstyvning medför en ökad risk för cerebrovaskulära sjukdomar, kognitiva störningar och till och med demens då hjärtpulsationer når längre in i hjärnan orsakar vit materia hyperintensiteter och mikroblödningar. Av detta skäl är det därför av intresse att ta fram metoder för att estimera och kartlägga hjärtrelaterad pulsationer i hjärnan. Förbättringar av funktionella magnetresonanstomografi (fMRI) sekvenser kan möjliggöra detektering av snabba fysiologiska processer i den eko-planära (EPI) signalen i hjärnan genom en högre samplingsfrekvens. Specifikt i denna uppsats, utförs en skattning och lokalisering av hjärtpulsation och respiration genom analys av ’resting state’ data erhållet av en multiband-EPI sekvens som tillåter bildgivning av hela hjärnan med en kortare repetitionstid (TR) än konventionell EPI. Ursprunget avdessa fysiologiska signaler är sannolikt från en blandning av flöde- och volymsförändringar under hjärt- och respirationscyklerna. Då mängden av fysiologiskt relaterad signaler i multiband sekvensen, som används på Biomedicinska avdelningen, FoU Umeå Universitetssjukhust, är okänd så är målet med projektet att hitta och kartlägga hjärtpulsation och respiration för framtida forskning. Metod: Multiband fMRI data från 8 personer användes, insamlade från en 3 Tesla scanner med en 32-kanals huvudspole. De fysiologiska signalerna uppskattades genom en algoritm som utveckades för att sampla ned och tidsförskjuta kopior av simultant tagna signaler av puls och respiration. Dessa signaler samlades in med skannerns inbyggda pulsoximeter och andningsband. De förskjutna kopiorna var voxelvis, snitt för snitt, korrelerade med fMRI datat med användning av Pearson-korrelation. Det tidsskift somför varje snitt resulterade i maximal medelkorrelation i hjärnan användes för att skapa statistiska kartor, med endast signifikanta voxlar, för att visa var och hur mycket korrelation av hjärtpulsation och respiration som finns. Resultat: Många voxlar runt och nära större kärl och ventriklar var för alla personer starkt korrelerade medde samtidigt tagna, och tidsförskjutna signalerna av hjärtpulsation. Pulsationskartorna liknade cerebral vaskulatur och var mestadels lokaliserade kring Willis ring, hjärnstammen och ventriklar. Respirationssignalen var även starkt korrelerad och lokaliserad på sidorna av hjärnan, mestadels koncentrerat vid parietal- och occipital loberna. Slutsats: Resultaten visade att många voxlar i hjärnan var starkt korrelerade med hjärtpulsation och respiration vid användning av multiband EPI, och de statistiska kartorna avslöjade distinkta mönster för de båda fysiologiska signalerna. Den framtagna metoden och dess resultat för kartläggning av hjärtrelaterade pulsationer och respiration kan användas i framtida forskning i syfte att bättre förstå cerebrala sjukdomar och nedsättning, även för att förbättre fMRI filtrering. Nyckelord: Arteriell förstyvning, Funktionell magnetresonanstomografi, Resting state, Multiband, Hjärtpulsation, Andning, Korrelationsanalys

Bakgrund: I Sverige finns flera röntgensjuksköterskor med utländskbakgrund som har kontakt med patienter varje dag. Effektiv kommunikation är en viktig del inom hälso- och sjukvården men ibland finns det brister som kan hämma den effektiva kommunikationen mellan patienter och röntgensjuksköterskor med utländskbakgrund. Därför är det viktigt att förstärka de olika faktorer som leder till en bra kommunikation genom kompetensutveckling och förbättringsförslag.  Syfte: Syftet med studien var att studera patienters upplevelser av kommunikation och informationsöverföring av röntgensjuksköterska med utländskbakgrund vid röntgenundersökningar.  Metod: En empiriskt kvantitativ enkätstudie analyserad med deskriptiv analys. Totalt analyserades 61 enkäter och enkäten bestod av 10 frågor som besvarade studiens frågeställningar. Urvalet av deltagare var inriktat mot patienter som gjorde en röntgenundersökning på röntgenavdelning.  Resultat: I studiens resultat framkom att kommunikationen mellan röntgensjuksköterskor med utländskbakgrund och patienter fungerar väldig bra. Det var 96,7% av patienterna som inte upplevde några brister i kommunikationen i samband med undersökningar. Majoriteten av patienter (86,9%) kände sig delaktiga under undersökningar. Slutligen, visade enkätstudien att alla patienter (100%) som deltog i studien var nöjda med kommunikationen under undersökningsförloppet. Däremot var det (8,2%) av deltagarna som tyckte att de inte fick vara delaktiga. Slutligen hade deltagarna möjlighet att lämna förbättringsförslag på kommunikationen till röntgensjuksköterskor med utländskbakgrund. Slutsats: Resultatet av enkätstudien visade att alla patienter som deltog i studien upplevde en bra kommunikation med röntgensjuksköterskor med utländskbakgrund under undersökningen. Denna bra kommunikation var grundat på patientsnöjdhet, informationsöverföring och patients behov.  Nyckelord: röntgensjuksköterskor med utländsk bakgrund, kommunikation, personcentrerad vård, patientsäkerhet

The aim of this thesis is to investigate an ultrasound transducer testing system calledProbeHunter and determine the limits of the device. This device requires custom configuratedfiles to adapt to and be applicable for new ultrasound probes. The task was to investigate theimprovement possibilities for the file creation and thus broaden the use of the system.The study shows that file creation is theoretically possible for certain models of probes. Ingeneral, there is a lack of files in Västmanland and that needs to improve to keep up with thelarge amounts of probes. Multiplexed array probes are, however, not possible to create files forat the state the system is in currently. / Introduktion: Sjukvården söker ständigt utveckling i sitt dagliga arbete för patientsäkerhet. Föratt uppnå detta behövs ett samarbete med externa företag som utvecklar system för att utföradessa kvalitetssäkringar. Medicinsk teknik i region Västmanland har under en längre tid varit påjakt efter en bra utrustning för test av ultraljudsprober och har använt sig av ett flertalundersökningsmetoder. ProbeHunter var en kandidat till flertal alternativ och kom att utnyttjasför att förbättra sjukvården. Syfte: Syftet med arbetet är att undersöka så många prob modeller med ProbeHunter sommöjligt. Identifiera vart gränserna med ProbeHunter går och därmed bredda på användningen avsystemet. Detta innebär inte nödvändigtvis att alla prober måste gå att testa men att man har gjorten rimlig procentökning. Metod: En mindre del av rapporten består av litteraturstudie tillsammans med mest praktisktarbete. Större del av rapportens källor för det primära arbetet består av intervjuer ochProbeHunters egna manualer. Som utgångspunkt hade det praktiska arbetet mycket fokus på atttesta så många prober som möjligt med systemet för att uppfylla de krav som var satta på arbetet. Resultat: Detta projekt gav möjligheten till en ökning av antal prober som kan testas på 11% avde 240 prober som finns i Västmanland sjukhus. Där 11% (= 27 prober) motsvarar de tester somhar blivit godkända. Medan de totalt skapade och editerade probespecifika filerna motsvara testav 27% (=65 prober av 240). Dessa filer inkluderar både fungerande och icke fungerande filer. Slutsats: ProbeHunter behöver förbättras ytterligare i några aspekter. Det är inte på något sättdet perfekta instrumentet men lyckas ändå ge bra resultat om rätt material är närvarande vidtestning. Aktiv utveckling krävs för att eliminera vissa nackdelar med systemet. ProbeHunter ärfortfarande en bra konkurrent till andra liknande system och kan komma att bli ännu bättre.