Στοιχεία επιβλεπόντων καθηγητών:
Ευστάθιος Στυλιάρης, Καθηγητής, Τμήμα Φυσικής, ΕΚΠΑ
Περίληψη:
Η παρούσα εργασία αποσκοπεί στην προσέγγιση της απεικονιστικής ιατρικής με τη
χρήση τεχνητών νευρωνικών δικτύων. Η ιατρική φυσική και ειδικότερα η απεικονιστική
ιατρική διαδραματίζουν καίριο ρόλο στη σύγχρονη ιατρική, ενισχύοντας τη διαγνωστική
και θεραπευτική διαδικασία μέσω προηγμένων τεχνολογιών και ως εκ τούτου
αποτελούν ένα χρήσιμο εργαλείο στην έγκαιρη διάγνωση και την παρακολούθηση της
εξέλιξης νευροεκφυλιστικών ασθενειών του εγκεφάλου όπως η νόσος Alzheimer.
Η τομογραφία εκπομπής ποζιτρονίων PET και η τομογραφία μονοφωτονικής
εκπομπής SPECT αποτελούν τις κύριες εφαρμογές της πυρηνικής ιατρικής που
χρησιμοποιούν ραδιοϊχνηθέτες για την αξιολόγηση βιολογικών διεργασιών σε έμβιους
οργανισμούς και αξιοποιούνται τόσο στη διάγνωση όσο και στην εκτίμηση της
πρόγνωσης της νόσου Alzheimer. Μία τομοσπινθηρογραφική τεχνική που βασίζεται στην
απεικονιστική SPECT αποτελεί το σπινθηρογράφημα εγκεφάλου (DaTSCAN), το οποίο
ανιχνεύει τη δραστηριότητα του μεταφορέα της ντοπαμίνης στον εγκέφαλο και
χρησιμοποιείται στη διάκριση των ασθενών με άνοια με σώματα Lewy από τους
ασθενείς με νόσο Alzheimer και στη διάκριση των ασθενών με νόσο Parkinson από
αυτούς με νόσο Alzheimer. Μία φυσιολογική εικόνα DaTSCAN περιλαμβάνει ομοιόμορφη
απορρόφηση του ραδιοϊχνηθέτη από τους δύο εγκεφαλικούς λοβούς οι οποίοι
εμφανίζονται με ελλειπτικό σχήμα. Στην περίπτωση ασθενών με νόσο Alzheimer, η
εικόνα DaTSCAN παρουσιάζει ήπιες αλλοιώσεις καθώς η απορρόφηση του
ραδιοφαρμάκου δεν επηρεάζεται σε μεγάλο βαθμό από τη νόσο, σε αντίθεση με τις
άλλες νευροεκφυλιστικές νόσους στις οποίες οι αλλοιώσεις είναι πιο έντονες. Σε κάθε
περίπτωση, η διάγνωση της αντίστοιχης νόσου γίνεται από τον εγκεκριμένο νευρολόγο.
Αρχικά, σε μία πρώτη προσέγγιση των νευρωνικών δικτύων, παρουσιάζονται απλά
νευρωνικά δίκτυα που κατασκευάζουν το απαιτούμενο δείγμα εικόνων διαστάσεων
128x128 και στη συνέχεια τις ταξινομούν ως προς συγκεκριμένα χαρακτηριστικά που
αποτελούν το ζητούμενο κάθε προβλήματος. Τα δείγματα εικόνων περιλαμβάνουν απλά
γεωμετρικά σχήματα όπως τα τετράγωνα και οι κύκλοι και παρουσιάζουν ορισμένες
παραλλαγές ως προς τη θέση, το μέγεθος, την πολλαπλότητα και την αλληλοεπικάλυψη
αυτών. Με βάση τα συγκεκριμένα χαρακτηριστικά ζητείται η ταξινόμηση των εικόνων σε
κατηγορίες ανάλογα με το ζητούμενο. Με τα παραπάνω απλά νευρωνικά δίκτυα,
μελετάται η διαδικασία εκπαίδευσης αυτών και διαπιστώνεται πως θέτοντας τις
κατάλληλες συνθήκες στην εκπαίδευση και τις κατάλληλες παραμέτρους στην
αρχιτεκτονική του δικτύου, τα νευρωνικά δίκτυα είναι σε θέση να γενικεύουν σε
άγνωστα για αυτά δεδομένα και να κατηγοριοποιούν ορθά τις εικόνες, με τα ποσοστά της
ακρίβειας να κυμαίνονται από 82.5% έως και 100%.
Στο πλαίσιο της προσέγγισης της απεικονιστικής ιατρικής με τη χρήση τεχνητής
νοημοσύνης, αναπτύσσεται ένα συνελικτικό νευρωνικό δίκτυο που δέχεται ως δεδομένα
εισόδου ομοιώματα τομοσπινθηρογραφικών εικόνων εγκεφάλου και έχει ως έξοδο την
ποσοτικοποιημένη απορρόφηση του ραδιοφαρμάκου από τους δύο εγκεφαλικούς
λοβούς. Επίσης, αναπτύσσεται άλλο ένα συνελικτικό νευρωνικό δίκτυο με τα ίδια
δεδομένα εισόδου και έχει ως δεδομένα εξόδου τις απορροφούμενες εντάσεις κάθε
εγκεφαλικού λοβού ξεχωριστά όπως και του υποβάθρου. Για την κατασκευή των
ομοιωμάτων αξιοποιείται το πρόγραμμα Simulix3x το οποίο δημιουργεί το απαιτούμενο
δείγμα εικόνων διαστάσεων 128 x 128 που περιέχουν το ελλειψοειδές της κεφαλής και τα δύο ελλειψοειδή των λοβών που παράγονται με μία στοχαστική μετατόπιση ως προς
τη θέση και την ένταση της απορροφούμενης ακτινοβολίας τόσο από τους λοβούς, όσο
και από το υπόβαθρο. Με το συγκεκριμένο λογισμικό παρήχθησαν συνολικά 3000
ομοιώματα, εκ των οποίων το 80% χρησιμοποιήθηκε για την εκπαίδευση του μοντέλου,
ενώ το υπόλοιπο 20% αξιοποιήθηκε στον έλεγχο της απόδοσης και της σύγκλισης του
νευρωνικού δικτύου.
Τα δύο παραπάνω συνελικτικά νευρωνικά δίκτυα παρουσιάζουν τυπικές αποκλίσεις
σ1 = 0,014 για την ποσοτικοποίηση της ανομοιογενούς απορρόφησης του ραδιοϊχνηθέτη
και σ2= 0,078 για την πρόβλεψη της απορροφούμενης έντασης κάθε εγκεφαλικού
λοβού. Όσον αφορά την πρόβλεψη για την απορρόφηση του υποβάθρου, η τυπική
απόκλιση είναι ίση με σ3 = 0,025. Οι παραπάνω τυπικές αποκλίσεις όπως και η σύγκλιση
των συνελικτικών νευρωνικών δικτύων υποδεικνύουν πως αυτά τα τεχνητά νευρωνικά
δίκτυα μπορούν να εφαρμοστούν και σε πραγματικά ιατρικά δεδομένα.
Τέλος, γίνεται η αξιολόγηση των νευρωνικών δικτύων σε δύο πραγματικές ιατρικές
εικόνες DaTSCAN και υπολογίζεται η ποσοστιαία απόκλιση των προβλεπόμενων τιμών
σε σύγκριση με τις τιμές που προκύπτουν από τις τομοσπινθηρογραφικές εικόνες, η
οποία είναι της τάξης του 4.6% για τις απορροφούμενες εντάσεις των δύο εγκεφαλικών
λοβών. Καταληκτικά, θεωρώντας πως η συγκεκριμένη απόκλιση βρίσκεται εντός τα
πλαίσια του αποδεκτού για ιατρικές εφαρμογές, υπάρχει η δυνατότητα χρήσης του
συνελικτικού νευρωνικού δικτύου επικουρικά στη διάγνωση και στη λήψη αποφάσεων
από τον ειδικό θεράποντα ιατρό.
