<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://repozitorij.uni-lj.si/IzpisGradiva.php?id=112660"><dc:title>Verjetnostna segmentacija tumorjev v področju glave in vratu</dc:title><dc:creator>Koritnik,	Andraž	(Avtor)
	</dc:creator><dc:creator>Strojan,	Primož	(Komentor)
	</dc:creator><dc:creator>Jeraj,	Robert	(Mentor)
	</dc:creator><dc:subject>načrtovanje radioterapije</dc:subject><dc:subject>segmentacija tumorja</dc:subject><dc:subject>verjetnostna mapa prisotnosti tumorja</dc:subject><dc:subject>zmanjšanje negotovosti</dc:subject><dc:subject>reproducibilnost zdravljenja</dc:subject><dc:description>Segmentacija tumorjev je eden izmed najpomembnejših korakov pri načrtovanju zdravljenja na področju onkologije. Trenutno načrtovanje radioterapije temelji na opredelitvi 3D binarne mape tumorja, ki nastane pri računalniški ali ročni segmentaciji CT slike. Slednja je v klinični rabi pogostejša, njena subjektivna narava pa je vir precejšnjih negotovosti, ki so zaradi binarnega pristopa opredelitve tumorja največje na robovih tarčnih volumnov. Vodijo lahko v neustrezno dozno porazdelitev pri radioterapiji in povzročajo slabo reproducibilnost načrtovanja zdravljenja.
V magistrski nalogi smo razvili nov pristop opredelitve tumorja, s katerim bi v bodoče lahko zmanjšali vpliv negotovosti in dosegli boljšo reproducibilnost zdravljenja. Razvili smo novo metodo opredelitve tarčnih volumnov, ki na podlagi PET in CT slike ustvari verjetnostno mapo tumorja v področju glave in vratu. Vključuje opis visoke in nizke verjetnosti za prisotnost tumorja ter oceno negotovosti verjetnostnih tarčnih volumnov.
Model glede na vrednost privzema radiofarmaka v vsakem izmed volumskih elementov PET slike ustvari mapo visoke verjetnosti za prisotnost bolezni. Nato v odvisnosti od razdalje in okoliške anatomije izračuna verjetnost mikroskopske infiltracije. S tem se verjetnostna mapa visoke verjetnosti razširi na mapo nizke verjetnosti za prisotnost tumorja.
Metoda vključuje oceno negotovosti verjetnostne mape prisotnosti tumorja, katere dva glavna prispevka sta slikovne negotovosti in negotovosti mikroskopske infiltracije tumorja. Prve oceni na podlagi znanih negotovosti pri PET slikanju, medtem ko negotovosti mikroskopske infiltracije izračuna iz rezultatov modela pri različnih vrednostih parametra, ki opisuje doseg mikroskopske infiltracije tumorja.
Rezultate smo primerjali s klinično segmentacijo - binarno mapo prisotnosti tumorja. Iz posameznih transverzalnih rezin je razvidno, da na nekaterih področjih verjetnostna in binarna mapa prisotnosti tumorja sicer sovpadata, pri obeh bolnikih, ki jih obravnavamo pa je območje neničelne verjetnosti za prisotnost tumorja, določeno z modelom, manjše od območja binarne mape klinične segmentacije. Negotovost modela in verjetnostne mape prisotnosti tumorja je vsota negotovosti mikroskopske infiltracije in slikovnih negotovosti. Izkaže se, da prevladajo slednje, njihov prispevek pa znaša približno trikratnik negotovosti mikroskopske infiltracije tumorja.
Uporaba modela na podlagi verjetnostnega pristopa k opisu prisotnosti tumorja in razumevanja negotovosti na primerih dveh bolnikov, ki jih obravnavamo služi kot dobro izhodišče za nadaljevanje tovrstne študije, vendar bo samo analiza večjega števila bolnikov z ustrezno dolgimi časi sledenja ustrezno ovrednotila napredek k boljši reproducibilnosti vrisovanja tarčnih volumnov in zdravljenja v radioterapiji.</dc:description><dc:date>2019</dc:date><dc:date>2019-10-31 07:45:03</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>112660</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>
