Background Semi-automated segmentation using deformable registration of atlases consisting of pre-segmented patient images can facilitate the tedious task of delineating structures and organs in patients subjected to radiotherapy planning. However, a generic atlas based on a single patient may not function well enough due to the anatomical variation between patients. Fusion of segmentation proposals from multiple atlases has the potential to provide a better segmentation due to a more complete representation of the anatomical variation. Purpose The main goal of the study was to investigate potential operator timesaving from editing of atlas-based segmentation compared to manual segmentation for head & neck cancer. Materials and Methods A commercial atlas-based segmentation software (VelocityAI from Nucletron AB) was used together with several expert generated and protocol-based atlases of delineated CT images to create multiple atlas segmentations through deformable registration. The atlas that was considered most universal was selected to construct single atlas segmentation proposals. For fusion of the multiple atlas segmentations an in-house developed algorithm, including information of local registration success was used in a MATLAB-environment1. The algorithm uses weighted distance map calculations where weights represent probabilities of improving the segmentation results. Based on previous results1 the probabilities were estimated using the cross correlation image similarity measure evaluated over a region within a certain distance from the segmentation. Ten patients were incorporated in the study. Each patient was delineated three times, (a) manually by the radiation oncologist, (b) with a single atlas segmentation and (c) with a fusion of multiple atlas segmentations. For the methods (b) and (c) the radiation oncologist corrected the proposed segmentations blindly without using the result from method (a) as reference. For case (c) a total number of 11 atlas segmentations were used. The time spent for segmenting or editing the segmentation proposals by the radiation oncologist was recorded separately for each method and each individual ROI. In addition a grading was used to score how helpful the candidate segmentation proposals were for the structure delineations. The Dice Similarity Coefficient, the Hausdorff distance and the volume were used to evaluate the similarity between the delineated structures. Results The results show a time reduction in the order of 40% when the radiation oncologist only has to correct the multiple atlas-based segmentation proposal compared to manual segmentation. When using single atlas the corresponding figure is 21%. Conclusions Using atlas-based segmentation can reduce the time needed for delineation in the head and neck area of patients admitted for radiotherapy. 1C. Sjöberg and A. Ahnesjö, Evaluation of atlas-based segmentation using probabilistic weighted distance maps, Manuscript, Uppsala University, 2011 / Bakgrund Atlasbaserad, semiautomatisk segmentering skulle kunna användas för att underlätta den för onkologen tidskrävande uppgiften med att manuellt segmentera strukturer och organ i patienter vid behandlingsplanering inför strålbehandling. Tidigare segmenterade atlaspatienter ger med hjälp av deformeringsalgoritmer segmenteringsförslag för strukturer i den aktuella patienten. Dessa kan sedan kontrolleras och editeras av onkologen med en tidsbesparing gentemot manuell segmentering som följd. En atlas som baserats på en enstaka individ (singelatlas) kan dock ha begränsningar när det gäller att täcka de anatomiska variationer som finns mellan olika patienter. Därför har metoder med fusionering av multipla segmenteringsförslag från en databas bestående av ett antal sedan tidigare segmenterade patienter (fusionerad multipelatlas) potential att ge ett bättre segmenteringsresultat. Syfte Huvudsyftet med arbetet var att undersöka de möjliga tidsbesparingar för onkologen som kan åstadkommas när editering av atlasbaserad segmentering används vid planering inför strålbehandling i huvud- och halsområdet istället för manuell segmentering Material och metoder En kommersiell, atlasbaserad segmenteringsprogramvara (VelocityAI från Nucletron AB) användes i studien. Genom att låta en erfaren onkolog segmentera ett antal CT-studier (11 st) enligt ett vedertaget protokoll skapades en databas av atlaser som sedan, via deformerbara registreringar, kunde generera lika många segmenteringsförslag för en nytillkommen patient. Den enskilda atlas som ansågs mest representativ valdes till att framställa segmenteringsförslaget för metoden med singelatlas. Till metoden med fusionerade multipla atlaser användes en lokalt utvecklad MATLAB-algoritm baserad på viktade distansmappar. Vikterna representerar sannolikheten för förbättrat segmenteringsresultat och baseras på tidigare resultat1 där sannolikheterna bestämts utifrån en beräkning av likheterna mellan bilderna i ett visst område från den specifika segmenteringen. Tio patienter har inkluderats i studien. Varje patient segmenterades tre gånger, (a) manuellt, (b) med singelatlas och (c) med fusionerade multipla atlaser. För metoderna (b) och (c) editerades sedan segmenteringsförslagen av onkologen utan att denne fick använda resultatet från metod (a) som referens. För fallet med fusionerade multipla atlaser, (c), användes databasen med 11 atlaser. Tiden onkologen behövde för segmentering respektive editering av segmenteringsförslaget uppmättes i varje enskilt fall för jämförelse. Onkologen fick även göra en bedömning av hur hjälpsamt segmenteringsförslaget var i samband med editeringen. För utvärdering av resultaten användes Dice’s similaritetskoefficient, Hausdorff’s distansmått samt strukturernas volym. Resultat Resultaten visar på att en tidsbesparing i storleksordningen 40 % är rimlig när onkologen editerar förslag från fusioneringen av multipla atlassegmenteringar i jämförelse med manuell segmentering. Vid användning av singelatlas är motsvarande siffra 21 %. Slutsatser Användandet av atlasbaserad segmentering kan reducera tidsåtgången för segmentering av patienter inför strålbehandling i huvud-halsområdet. 1C. Sjöberg and A. Ahnesjö, Evaluation of atlas-based segmentation using probabilistic weighted distance maps, Manuscript, Uppsala University, 2011
Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:umu-45571 |
Date | January 2011 |
Creators | Lundmark, Martin |
Publisher | Umeå universitet, Institutionen för fysik |
Source Sets | DiVA Archive at Upsalla University |
Language | English |
Detected Language | English |
Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
Format | application/pdf |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0019 seconds