การประเมินแบบจำลองส่วนอุ้งเชิงกราน 2 มิติที่สร้างด้วยวิธีการเชิงคณิตศาสตร
คำสำคัญ:
แบบจำลอง, หุ่นจำลอง, ภาพเอกซเรย์คอมพิวเตอร์, อุ้งเชิงกรานบทคัดย่อ
แบบจำลองคณิตศาสตร์สามารถที่จะแสดงองค์ประกอบของมนุษย์ เช่น กระเพาะปัสสาวะ กระดูกสันหลัง ลำไส้ และอวัยวะในส่วนอุ้งเชิงกราน วัตถุประสงค์การศึกษาครั้งนี้จึงประเมินแบบจำลองส่วนอุ้งเชิงกราน 2 มิติ ที่สร้างด้วยวิธีการเชิงคณิตศาสตร์จำลองจากภาพเอกซเรย์คอมพิวเตอร์ส่วนช่องท้อง และอุ้งเชิงกราน (ที่ระดับ กระดูกสันหลังส่วนเอวที่ 3 ถึง กระดูกหัวหน่าว) จำนวน 47 ภาพ แล้วประเมินภาพแบบจำลองกับภาพต้นแบบ โดยการวัดค่าโปรไฟล์ ค่าระดับความเข้มเทา ด้วยโปรแกรม ImageJ. ทำการประเมินความคล้ายด้วยสายตา โดยผู้เชี่ยวชาญ 3 ท่าน ที่มีประสบการณ์อย่างน้อย 3 ปี ทำการทดสอบการประมวลผลภาพด้วยการกรองภาพ การแบ่งค่าข้อมูลภาพ และการสร้างภาพใหม่ ผลการทดสอบพบว่ากราฟค่าโปรไฟล์ของแบบจำลองและ ภาพเอกซเรย์คอมพิวเตอร์ต้นแบบมีความใกล้เคียงกัน การเปรียบเทียบระดับความเข้มเทาของกล้ามเนื้อ (p = 0.085) และ อวัยวะ (p = 0.972) ไม่มีความแตกต่างกันอย่างมีนัยสำคัญทางสถิติ ผลการประเมินความคล้าย ด้วยสายตาอยู่ในระดับปานกลางที่ค่าเท่ากับ 1.68 (p = 0.015) สรุปได้ว่าแบบจำลองนี้สามารถประมวลผลด้วย อัลกอริทึมประมวลผลภาพทางการแพทย์ และสามารถนำไปพัฒนาเพื่อใช้ในงานวิจัยอื่นๆ ต่อไปได
เอกสารอ้างอิง
2. Shepp A, Logan BF. The fourier reconstruction of a head section. IEEE T Nucl Sci 1974;21:21-43.
3. Matlab. Create head phantom image. [Internet], [cited 2019 Feb 29]. Available from: http//:www.mathworks.com/help/images/ref/phantom.html.
4. ImageJ. ImageJ program. [Internet], [cited 2019 May 2]. Available from:https//:imagej.nih.gov/ij/.
5. Matlab. Add noise to image. [Internet],[cited 2019 Feb 29]. Available from: http//www.mathworks.com/help/images/ref/imnoise.html.
6. Matlab. Image filter. [Internet], [cited 2019 Feb 29]. Available from: https//www.math works.com/help/images/ref/imfilter.html.
7. Matlab. Global image threshold using Otsu’s method. [Internet], [cited 2019 Feb 29]. Available from: https//:www. mathworks.com/help/images/ref/graythresh.html.
8. Matlab. Multilevel thresholding. [Internet], [cited 2019 Feb 29]. Available from: https//:www.mathworks.com/help/ images/ref/grayslice.html.
9. Matlab. Concatenate arrays along specified dimension. [Internet], [cited 2019 Feb 29]. Available from: https//www.Mathworks.com/help/matlab/ref/cat.html.
10. Liang X, Zhang Z, Niu T, et al. Iterative image-domain ring artifact removal in cone-beam CT. Phys Med 2017;62:5276-92.
11. Li S, Quinto ET, Shiqiang W, et al.Simultaneous reconstruction and segmentation with the mumford-shah functional for electron tomography.Proceedings of IEEE Eng Med Biol Soc; 2016 August 16-20, Orlando, Florida,United States; 2016. p. 5909-12.
12. Singer A, Wu HT. Two-dimensional tomography from noisy projections takenat unknown random directions. Siam JImaging Sci 2013;6(1):136-75.
13. Kaewlek T, Koolpiruck D, ThongvigitmaneeS, et al. Metal artifact reduction and image quality evaluation of lumbar spine CT images using metal sinogram segmentation. J X-ray Sci Technol 2015;23(6):649-66.
14. Messali Z, Chetih N, Serir A, et al. A quantitative comparative study of back projection, filtered back projection, gradient and bayesian reconstruction algorithms in computed tomography (CT). IJPS 2015;4(1):12-31.
15. Pretorius PH, King MA, Tsui BM, et al. A mathematical model of motion of the heart for use in generating source and attenuation maps for simulating emission imaging. J Med Phys 1999;(11)26:2323-32.
16. Division of Medical Imaging Physics,Johns Hopkins Medical Institutions, USA. Medical Imaging Simulation Techniques and Computer Phantoms. [Internet],[cited 2019 June 3]. Available from: http//:dmip1.rad.jhmi.edu/xcat.
