Máté: Orvosi képfeldolgozás6. előadás1 tüdő lép máj Szívizom perfúzió (vérátfolyás) bal kamra jobb kamra A bal kamrai szívizom vérellátásának megítélését.

Slides:



Advertisements
Hasonló előadás
Koordináta transzformációk 2
Advertisements

Szívműködés élettana.
A SZÍV.
Adatbázisrendszerek elméleti alapjai 2. előadás
A magzati vérkeringés.
Vendéglátás és szállodaszervezés, gazdálkodás
Vendéglátás és szállodaszervezés, gazdálkodás
Vendéglátás és szállodaszervezés, gazdálkodás
Alapvető digitális logikai áramkörök
Gépelemek II. előadás 6-7.hét
Vendéglátás és szállodaszervezés, gazdálkodás
Az emberi szervezet legfontosabb része Készítette: Skultéty István
Bevezetés az informatikába Farkas János, Barna Róbert
A keringés szervrendszere
Vizsgálati módszerek Közlekedési zaj mérésének alapelvei - közút
Adatbázisrendszerek elméleti alapjai 6. előadás
Adatbázisrendszerek elméleti alapjai 5. előadás
Programozási alapismeretek 7. előadás. ELTE Szlávi-Zsakó: Programozási alapismeretek 7. előadás2/  Sorozatszámítás.
Vendéglátás és szállodaszervezés, gazdálkodás
Csoportosítás megadása: Δx – csoport szélesség
A szív vizsgálata Dr Vass Andrea.
Máté: Architektúrák7. előadás1 A verem két felső szavának cseréje (4.17. ábra) Megállapodás szerint TOS tartalmazza a verem tetején lévő szót! Ez többnyire.
Máté: Orvosi képfeldolgozás10. előadás1 Több kompartmentes modell, pl.: Lineáris tagok. Pl. k 32 jelentése: a 3-ba a 2-ből jutó tracer mennyisége lineárisan.
Orvosi képfeldolgozás
EKG kapuzott (ECG gated) szív vizsgálat
Máté: Orvosi képfeldolgozás1. előadás1. Máté: Orvosi képfeldolgozás1. előadás2 A leképezés fizikai alapjai Fény, fénykép, mikroszkóp Röntgen sugárzás.
Máté: Orvosi képfeldolgozás3. előadás1 Torzítás. Máté: Orvosi képfeldolgozás3. előadás2 A tárgy nagyítása A forrás nagyítása forrás tárgy kép A tárgy.
Becquerel I. Curie és Joliot Hevesy György
Mindenki az egyenes illesztést erőlteti. Kell olyan ábra ahol 1 ismeretlen pont van Kell olyan ábra ami a görbék párhuzamos lefutását mutatja Kell olyan.
FÉMTAN, ANYAGVIZSGÁLAT 2011_10_18
Statisztika II. VI. Dr. Szalka Éva, Ph.D..
A szív és a vérkeringési rendszer
Fuzzy halmazok. 4. előadás2 3 4 Egy hagyományos halmazEgy Fuzzy halmaz.
Adatbázisrendszerek elméleti alapjai 7. előadás
BLK Könyvtármenedzsment III. 1. előadás 1 Könyvtármenedzsment III. Szolgáltatások szervezése.
SPECT Single Photon Emission Computed Tomography Klinikai alkalmazások Dr. Korom Csaba.
A SPECT képalkotás Szigeti Krisztián. A szeminárium menetrendje dátumtémaelméletiklinikai SPECTSzigeti Krisztián (fizikus)Korom Csaba (orvos,
Dr. Szalka Éva, Ph.D.1 Statisztika II. VI.. Dr. Szalka Éva, Ph.D.2 Regresszióanalízis.
Mágneses rezonancia (MR, MRI, NMR)
Máté: Architektúrák7. előadás1 A verem két felső szavának cseréje (4.17. ábra) Megállapodás szerint TOS tartalmazza a verem tetején lévő szót! Ez többnyire.
szinuszcsomó AV csomó jobb bal
Rekeszív meghatározása tüdőröntgenen
Gyakorlati alkalmazás
Ipari katasztrófák nyomában Kockázatfizika. Ipari katasztrófák nyomában 1. előadás2 ÁgazatAlkalmazott ak BalesetekHalálesetek Bányászat Textilipar
Ipari katasztrófák nyomában 4. előadás1 A szervezettség.
Ipari katasztrófák nyomában 2. előadás1 Természettudományos ismeretek.
Ipari katasztrófák5. előadás1 Eseménykivizsgálás.
Kockázatelemzés (PSA)
Ipari Katasztrófák nyomában 7. előadás1 Biztonsági adatok gyűjtése és elemzése.
Ipari katasztrófák nyomában 11. előadás1 Monte-Carlo módszerek.
Nagy rendszerek biztonsága
Ipari Katasztrófák3. előadás1 A technika. Ipari Katasztrófák3. előadás2 A technológia kialakulása 1.Alapkutatás: a természettudományos össze- függések.
Ipari katasztrófák nyomában 4. előadás1 Kezdeti események Feladat: egy valószínűségi modell felállítása, amelyből megbecsülhető a kezdeti esemény valószínűsége;
Példák Egy berendezés meghibásodását vizsgáljuk, azonos T időközök alatt. A meghibásodások száma: n 1,n 2,...,n N. Milyen modell használható? Példa: Egy.
Folytonos eloszlások.
Radon transzformáció (J. Radon: 1917)
Pénzügyi feladatok VBA támogatása Barna Róbert KE GTK
Ingervezetési zavarok
Osztott adatbázisok.  Gyors ismétlés: teljes redukáló  Teljes redukáló költsége  Természetes összekapcsolások vetítése  Természetes összekapcsolások.
Máté: Orvosi képfeldolgozás10. előadás1 Két kompartmentes modell F = F(t) C A (t)(artériás koncentráció) (flow) k 12 k sejt közötti tér 2. sejten.
Röntgen cső Anód feszültség – + katód anód röntgen sugárzás
Máté: Orvosi képfeldolgozás8. előadás1 Kondenzált képek Transzport folyamat, pl. mukocilliáris klírensz (a légcső tisztulása). ROI kondenzált kép F 1 F.
Üreges mérőhely üreg kristály PMT Nincs kollimátor!
Barna Róbert KE GTK Informatika Tanszék Pénzügyi feladatok VBA támogatása 7. előadás.
Pénzügyi feladatok VBA támogatása Barna Róbert KE GTK
Máté: Orvosi képfeldolgozás5. előadás1 Mozgó detektor: előnyHátrány állójó időbeli felbontás nincs (rossz) térbeli felbontás mozgójó térbeli felbontás.
Máté: Orvosi képfeldolgozás12. előadás1 Regisztrációs probléma Geometriai viszony meghatározása képek között. Megnevezései: kép regisztráció (image registration),
Máté: Orvosi képfeldolgozás5. előadás1 yy xx Linearitás kalibráció: Ismert geometriájú rács leképezése. Az egyes rácspontok képe nem az elméletileg.
Máté: Orvosi képfeldolgozás12. előadás1 Három dimenziós adatok megjelenítése Metszeti képek transzverzális, frontális, szagittális, ferde. Felület síkba.
A vérkeringés. A szív - a vért tartja mozgásban - 4 üregű = 2 pitvar + 2 kamra - szívizomból áll - saját vérellátását a koszorúerek adják - a vér egyirányú.
Előadás másolata:

Máté: Orvosi képfeldolgozás6. előadás1 tüdő lép máj Szívizom perfúzió (vérátfolyás) bal kamra jobb kamra A bal kamrai szívizom vérellátásának megítélését zavarja az inhomogén háttér aktivitás.

Máté: Orvosi képfeldolgozás6. előadás2 Goris – Watson féle háttér levonás Szívizom perfúzió (vérátfolyás) Súlyok: w a = y 2 / y 1 + 1,w b = x 1 / x 2 + 1, w c = y 1 / y 2 + 1,w d = x 2 / x Háttér: (a w a + b w b + c w c + d w d ) / (w a + w b + w c + w d ) a b d x1x1 x2x2 y1y1 y2y2 c

Máté: Orvosi képfeldolgozás6. előadás3 Cirkumferenciális profil görbe  CPS O C R = OC r = c R Keresendő minden sugár mentén a maximális (átlagos, …) érték az r, R sugarú körgyűrűben.

Máté: Orvosi képfeldolgozás6. előadás4

Máté: Orvosi képfeldolgozás6. előadás5 Dinamikus vizsgálat A betegről az aktivitás beadása után azonos felvételi irányból egy kép sorozat készül. A kép sorozat az aktivitás eloszlásának időbeli változását mutatja, miáltal valamely, a szervezetben zajló folyamat nyomon követésére nyílik lehetőség. bal jobb vese háttér hólyag Kamera renográfia: A szervezetbe juttatott radiofarmakont a vese kiválasztja, a vizelettel együtt a hólyagba kerül. A folyamatot zavarja a háttér aktivitás.

Máté: Orvosi képfeldolgozás6. előadás6 jobb vese bal vese háttér hólyag CPS min Idő / aktivitás görbe: az összes illetve a pixelenkénti aktivitás alapján

Máté: Orvosi képfeldolgozás6. előadás7 V aktivitás, T terület Háttér levonás (korrekció): V C = V – V BG T / T BG vagy 0 CPS háttér korrigált görbe illesztett a*0.5 t / b görbe Index TMax min Fontos paraméterek: Index, TMax, T1/2 (= b)

Máté: Orvosi képfeldolgozás6. előadás8 Kamera renográfia

Máté: Orvosi képfeldolgozás6. előadás9

Máté: Orvosi képfeldolgozás6. előadás10 Clearance (tisztulás, ürülés, klírensz) kameraüreges mérőhely Teli fecskendőC0C0 Teli – StandardC1C1 Standard D ml -re hígítása után 1 ml Stand Beadás, renográfia, … Üres fecskendőC2C2 A mérések kamerán és üreges mérőhelyen történnek.

Máté: Orvosi képfeldolgozás6. előadás11 Számolás: Minden aktivitást a beadás időpontjára kell visszaszámolni! Bomlás korrekció: ha t = t 1 időpontban az aktivitás N 1, akkor a bomlástörvény alapján N 1 = N t1 / T1/2, ahol N 0 a t = 0 időpontbeli aktivitás. Innen N 0 = N – t1 / T1/2 = N 1 2 t1 / T1/2.

Máté: Orvosi képfeldolgozás6. előadás12 A kamerán mérve Teli: C 0, Teli-Standard: C 1, Üres: C 2 Standard aktivitása: St = D * Stand Ba: (C 1 – C 2 ) = St : (C 0 – C 1 )  Ba = D * Stand * (C 1 – C 2 ) / (C 0 – C 1 ) Clearance görbe: aktivitás = A e – k t (A = ?, k = ?) t 1 és t 2 időpontban vérvétel, a levett vér 1 ml –ének az aktivitása:P 1, P 2. Ezeket behelyettesítve, logaritmálva: ln(P 1 ) = ln(A) – k t 1 ln(P 2 ) = ln(A) – k t 2 véve a két egyenlet különbségét, átrendezve: k = (ln(P 1 ) – ln(P 2 )) / (t 2 – t 1 ) k ismeretében A meghatározható: A = P 1 e + k t 1

Máté: Orvosi képfeldolgozás6. előadás13 A = P 1 e + k t 1 Megoszlási tér: V = Ba / A Clearance: C = A * k Ha V ismert, akkor Ba = A * V alapján pl. a vér alkohol, kábítószer, … tartalmának két utólagos mérésével meghatározható, hogy egy adott időpontban mekkora volt a vér alkohol, kábítószer, … tartalma, koncentrációja.

Máté: Orvosi képfeldolgozás7. előadás14 EKG kapuzott (ECG gated) szív vizsgálat A felvétel több száz szívcikluson keresztül tarthat. R hullám R – R távolság 1 2 … n n....

Máté: Orvosi képfeldolgozás6. előadás15 Gyakran előforduló probléma: Lehetőség van arra, hogy a leggyakoribb R-R távolságtól jelentősen eltérő hosszúságú ciklusokat, sőt, az ezeket követő 1, 2, … ciklust is kihagyjuk a felvételből. kamra térfogat görbe R R R extra kompenzációs systole pauza

Máté: Orvosi képfeldolgozás6. előadás16