Automatic detection tool for abdominal aortic aneurysm

In this work, we want to develop an automatic detection tool for abdominal aortic aneurysm (AAA). Abdominal aortic aneurysm is a vascular pathology with a high mortality rate and consists of a local enlargement of the abdominal aorta called aneurysm. The aneurysm is formed by two components, the lumen, which is the passageway through which blood flows, and the thrombus, a blood clot surrounding the lumen. In many cases, the aneurysm grows too much and the only way to proceed is surgery. Doctors require quantitative information about the aneurysm both for diagnosis and pre-surgical planning. This type of information can be obtained by analyzing, manually, the scans taken from medical imaging, i.e. X-rays, Magnetic Resonance Imaging (MRI), or Computed Tomography (CT). The automatic detection tool aims to accelerate and automatize the manual procedure, in order to give to doctors useful information concerning the aneurysm. In this new tool, the quantitative analysis of the scans is performed through image segmentation. Image segmentation is the process of simplifying an image by extracting only the contents of our interest. In our case, we want to extract, from the medical images, the lumen and the thrombus and, to do that, we have to choose the criterion of extraction. We first detect the lumen, relying on its geometry, then we face the thrombus's detection, formulating and solving a minimization problem through morphological operators. At the end of the segmentation, we are also able to compute quantitative indicators which, together with the reconstruction of the aneurysm, can help doctors in their decisions.

In questo lavoro, si vuole sviluppare uno strumento di identificazione automatica per un aunerisma addominale aortico (AAA). Un aneurisma addominale aortico è una patologia vascolare con un alto tasso di mortalità e consiste in un rigonfiamento dell'aorta addominale chiamato aneurisma. L'aunerisma è costituito da due componenti, il lumen, attraverso il quale scorre il sangue, e il trombo, un coagulo di sangue che circonda il lumen. In molti casi, l'aneurisma cresce troppo e l'unica soluzione è un intervento chirurgico. I dottori necessitano di informazioni quantitative riguardanti l'aneursima sia per la diagnosi che per la pianificazione chirurgica. Questo tipo di informazioni può essere ottenuto analizzando, manualmente, scansioni di immagini mediche, come raggi X, Risonanze Magnetiche, o Tomografie Computerizzate (TC). Lo strumento di identificazione automatica vuole accelerare e automatizzare la procedura manuale, per consegnare ai dottori informazioni utili in merito all'aunerisma. In questo nuovo strumento, l'analisi quantitativa delle scansioni è compiuta attraverso segmentazione di immagini. La segmentazione di immagini è un processo per semplificare un immagine estraendo solo il contenuto di nostro interesse. Nel nostro caso, vogliamo estrarre dalle immagini mediche il lumen e il trombo e, per farlo, dobbiamo stabilire un criterio di riconoscimento. Come prima cosa identifichiamo il lumen, basandoci sulla sua geometria, successivamente affrontiamo il problema del trombo, formulando e risolvendo un problema di minimizzazione attraverso opeatori morfologici. Alla fine della segmentazione, saremo in grado anche di calcolare indicatori quantitativi che, insieme alla ricostruzione dell'aunerisma, possono aiutare i dottori nelle loro decisioni.