Medisinsk bildebehandling

Sist oppdatert: 21. feb. 2020

NORCE har jobbet med medisinsk bildebehandling i mange år, med et hovedfokus mot bilderegistrering, segmentering og data-drevet flyt simuleringer basert på medisinske bilder. Bilderegistrering har vi blant annet brukt for å utvikle fysisk motiverte deformasjonsmodeller for å gjenkjenne fibrose i nyren. Segmentering har blant annet rettet seg mot multimodale MR bilder av gynekologisk kreft, der vi gjenkjenner primærtumor i MR bilder ved hjelp av dyp læring. Begge disse satsningsområdene har som mål å utvikle forbedrede og mer personrettede modeller for diagnostikk og valg av behandlingsmetode.

Vi jobber dessuten med simuleringer av blodflyt i blodårer i hjernen, der vi har utviklet en presis modell for perfusjon som er matematisk gyldig på multiskala simuleringer. Vi simulerer modellen på geometrien til et MR bilde, der vi gjenkjenner arterier, venes og hjernevev, og oppnår derved en mer realistisk modell enn man ellers ville gjort. Målet med denne modellen er å koble den sammen med programmer for planlegging av operasjoner, og også for å gjøre parameterestimering på en bedre måte enn det som blir gjort i dag. Arbeidet med parameterestimering er pågående i NORCE, og er meget spennende i et klinisk perspektiv for å oppnå bedre bildemarkører som brukes i diagnostikk.

Prosjekter

Aktuelt