Beyin MR Grntlerinde Gri ve Beyaz Cevher Blgelerinin Farkl Tekniklerle Elde Edilmesi

zet
Bu almada, beyin MR grntlerinde gzlemlenebilen farkl katmann Gri, Beyaz Madde ve Beyin Omurilik Svsnn otomatik olarak bltlenmesinde farkl yntemlerin karlatrlmas yaplmtr. Bu almamz ile beraber ortaya kan yntemler araclyla otomatik bltleme yaplarak beyin zerinde oluan Gri ve Beyaz madde tahribatlarndan doan hastalklara tehis konmasna yardmc olunacaktr. Gri madde eksiklikleri arasnda izofreni, depresyon, alzheimer, disleksi[1] vb. hastalklar yer alrken, Beyaz madde eksikliklerinde amzn yaygn hastal MS(multiple skleroz) gibi hastalklar meydana gelmektedir.[2] zaman sinir uyarmlar 100 kat daha hzl iletilmektedir. Miyelin olmadnda ise sinyal kaybolmaktadr. Maksimum iletim hz iin ise yaltkan kalnlnn iteki telin ap ile orantl olmas gerekmektedir.[3] Beyin MR grnts alndnda beyaz ve gri madde farkl renklerde grnerek[4], bu grntleme metodunda iki maddenin plak gzle dahi ayrt edilmesinden, bu maddeler zerinde oluan tahribat veya deiikliklerden baz beyin hastalklarna tehis koymak mmkn olmaktadr. Gnmz teknolojisinde ve hastalklarn eitlilii gz nnde bulundurulunca sadece plak gz ile beyin MR grntsne bakarak tehis koymak ne yazk ki ilkel kalmaktadr. Dolaysyla beyin MR grnts bltlemesi nem kazanmtr. Bu almada beyin MR grntleri, Matlab zerinde, Percentle, K-means ve Fuzzy C Means metodlar ile ilenerek, Gri madde alanlar hesaplanm ve metotlar birbirleri ile karlatrlmtr. Bu metodlarn verdii sonular ile Disleksi (zel renme bozukluu) hastal tansna k tutmas planlanmaktadr[5].

1. Giri
Bilim adamlarnn, uzun sre beyindeki beyaz maddenin pasif bir alt yap olduunu sanmalarna ramen, yeni almalar bu maddenin renmeyi ve akl (mental) hastalklarn aktif olarak etkilediklerini gstermektedir. Gri madde ise zihin hesaplamalarnn yapld ve hafzann depoland yerdir. Gri maddenin bulunduu kabuk, beynin en st tabakasnda olup skca paketlenmi nron gvdelerinden meydana gelmektedir. Bu ksmlar sinir hcrelerinin karar verme ksmlardr. Alt ksm ise beyaz maddenin bulunduu yerdir ve insan beyninin neredeyse yarsn doldurur. nsandaki beyaz madde oran hayvanlarn beyninden bulunandan daha fazladr.[3] Beyaz maddeye rengini veren miyelin byk bir neme sahiptir. Nronlar akson denilen uzun fiberlere (tel) sahiptirler ve her akson kristal bir jel ile yani miyelinle kapldr. Bu da aksonlar yaltkan hale getirmektedir. Miyelinle kapland

2. Materyal ve Yntemler
Bu almada kullanlan salkl MR grntleri Erciyes niversitesi Tp Fakltesi Radyoloji Anabilim Dalndan elde edilmitir.

2.1. Yzde Dilimleme ( Percentile) Yntemi

Bu metotta MR grntsnn gri tonlardan olumasndan faydalanlarak, beyindeki gri madde, beyaz madde ve beyin omurilik svsna karlk gelen uygun iki eik deeri belirlenerek grnt yzde dilimleme yaplmtr.

(a) ekil 2. Beyin Segmantasyonu: K-Means metodu ile rnek bir Gri cevher karm

2.3. Bulank C Ortalama Yntemi

Bulank C - ortalama (FCM) algoritmas, bulank blnmeli kmeleme tekniklerinden en iyi bilinen ve yaygn kullanlan olup 1973 ylnda Dunn tarafndan ortaya atlm ve 1981 de Bezdek tarafndan gelitirilmitir [6]. Bulank C-means algoritmas da ama fonksiyonu temelli bir metottur. Bulank Cortalama metodu, nesnelerin iki veya daha fazla kmeye ait olabilmesine izin verir. Bulank mantk prensibi gerei her veri, kmelerin her birine [0,1] arasnda deien birer yelik deeri ile aittir. Bir verinin tm snflara olan yelik deerleri toplam 1 olmaldr. Nesne hangi kme merkezine yakn ise o kmeye ait olma yelii dier kmelere ait olma yeliinden daha byk olacaktr. Ama fonksiyonun belirlenen minimum ilerleme deerine yaknsaklamasyla kmeleme ilemi tamamlanr. Algoritma, en kk kareler ynteminin genellemesi olan aadaki ama fonksiyonunu teleyerek minimize etmek iin alr(2). (2)

(b)

(c)

ekil 1. Beyin Segmantasyonu: a) Beyin aksiyel kesiti MR grnts b) Yzde dilimleme metodu ile bltlenmi Gri Madde alan c) Beyaz Madde alan

2.2. K Ortalama Yntemi

1967 ylnda J.B. MacQueen tarafndan gelitirilen en yaygn kullanlan gzetimsiz renme yntemlerinden birisi olan K-ortalama ynteminde atama mekanizmas, her verinin sadece bir kmeye ait olabilmesine izin verir. Bu nedenle, keskin bir kmeleme algoritmasdr. Merkez noktann kmeyi temsil etmesi ana fikrine dayal bir metottur. Eit byklkte kresel kmeleri bulmaya eilimlidir[6]. K-ortalama kmeleme ynteminin deerlendirilmesinde en yaygn olarak karesel hata kriteri SSE kullanlr. En dk SSE deerine sahip kmeleme sonucu en iyi sonucu verir. Nesnelerin bulunduklar kmenin merkez noktalarna olan uzaklklarnn karelerinin toplam (1) nolu eitlik ile hesaplanmaktadr. (1) Bu kriterleme sonucu, k tane kmenin olabildiince youn ve birbirinden ayr sonulanmas hedeflenmeye allr. Algoritma, karesel-hata fonksiyonunu azaltacak k paray belirlemeye gayret eder. K-ortalama algoritmas, kullanc tarafndan verilen k parametresi ile n tane veriden oluan veri setini k adet kmeye bler. Kme benzerlii kmedeki nesnelerin ortalama deeri ile llr, bu da kmenin arlk merkezidir.

U yelik matrisi rastgele atanarak algoritma balatlr. kinci admda ise merkez vektrleri hesaplanr. Merkezler (3) nolu eitlik ile hesaplanr. (3)

Hesaplanan kme merkezlerine gre, U matrisi (4) nolu eitlik kullanlarak yeniden hesaplanr. Eski U matrisi ile yeni U matrisi karlatrlr ve fark dan kk olana kadar ilemler devam eder.

(4)

Kmeleme ilemi sonucunda bulank deerler ieren U yelik matrisi kmelemenin sonucunu yanstr. stenirse, berraklatrma yaplarak bu deerler yuvarlanp 0 ve 1lere dntrlebilir.

Tablodaki alan deerleri 10 kiiden 20 kesit grnts allarak ortalama olarak elde edilmitir. Elde ettiimiz sonular ile en doru bltlemeyi Bulank C-Ortalama algoritmas gerekletirmitir. Sonu olarak, tpta uzmanlamaya gidilen srete, doktorlarn iini kolaylatracak ve ayn zamanda uzmanlarn plak gzle gremeyecekleri durumlarda insan faktrnden kaynaklanan hatalar ortadan maksimum dzeyde kaldrabilmek ve saysal analiz imkanlar sunabilmek iin biyomedikal tbbi grnt ileme algoritmalar gelitirilmektedir[7]. Bu almann akabinde oluturmakta olduumuz disleksi hastalk grubuna ait grntlerle allacaktr.

(a)

(b)

4. Kaynaklar
(c) (d)
[1] A.B. , Ankaradaki 2. Ve 4. Snf rencilerinde Geliimsel Disleksi Oran, Ankara niversitesi Tp Fakltesi Mecmuas, Cilt 56 say 2, 2003, s. 67-82. [2] R.S. ve M.S.K. , Beyaz Cevher Hastalklarnn Tehisinde MRG Bazl Bir Yaklam, Neurology, 2009;72:750-759. [3] F.SD. ,S.DW., A.AA., D.G., P.H., D.SR, Gray and White Matter Brain Chemistry in Young Children with Autizm, Arch Gen Psychiatry, 2006;63:786-794. [4] D.C. , Measurement of Magnetic Field produced by Human Hearth,Brain, Lungs, Magnetics, IEEE Transaction on, Vol11, Issue2, 1975, 694-700. [5] P.H., S.WL, B. WM, Semi automated segmentation of dual echo MR images. IEEE Proceedings of the 20th Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Eng Med Biol Soc 1998;20:602-604. [6] M.I., A.Y.., K-Means, K-Medoids ve Bulank CMeans Algoritmalarnn Uygulamal Olarak Performanslarnn Tespiti , stanbul Ticaret niversitesi Fen Bilimleri Dergisi , Yl:6 Say:11, Bahar 2007 / 1 , s.31-45. [7] D.Y., M.Y., M.Y., Biyomedikal Mhendislii Eitiminde; Elektrik, Elektronik, Bilgisayar Mhendisliklerinin Yeri , Elektrik, Elektronik, Bilgisayar Mhendislii Eitimi 1. Ulusal Sempozyumu Bildiriler El Kitab, EMO, Ankara, 2003.

ekil 3. Beyin Segmantasyonu: a) Beyin aksiyel kesiti MR grnts b) Fuzzy C Means bltlenmi hali c) Gri Madde alan d) Beyaz Madde alan

3. Sonular
Beyindeki Gri ve Beyaz madde blgelerini gzlemleyerek beyindeki bilinmeyen hastalklara k tutma almalar, son yllarda MR grntleme tekniklerinin de ilerlemesi ile birlikte, bu konuda salkl tehis konmasnda Grnt leme Teknolojisinin verimli bir ekilde kullanlmasna yneltmitir. Bu durumda, beyin MR grntlerinden ilgili blgelerin doru olarak elde edilmesi, bu blgelerin alanlarnn hacimlerinin bulunmas ve bu bilgilerin birbirlerine oranlanmas pek ok beyin hastalnn tehis ve tedavi srecine katkda bulunacaktr. Bu almamz beyin beyaz ve gri cevher blgelerini en doru bulan algoritmay ortaya karmay amalamtr. Salkl Grup ile elde ettiimiz sonular Tablo 1de sunulmutur. Tablo 1. Salkl beyin MR kesitlerindeki Ortalama Beyaz Cevher ve Gri Cevher Toplam Alanlar Beyaz Cevher Yzde Dilimleme 163.937 K-ortalama 168.743 Bulank-C Ort. 170.978 Gri cevher Yzde Doruluk 187.371 % 93.8 190.744 % 94.78 194.646 % 96.67