IMPEDANSSITOMOGRAFIA AIVOVERENVUODON DIAGNOSOINNISSA - TARVE UUDELLE TEKNOLOGIALLE NINA FORSS YLILÄÄKÄRI, LINJAJOHTAJA HUS NEUROKESKUS AALTO YLIOPISTO (NEUROTIETEEN JA LÄÄKETIETEELLISEN TEKNIIKAN LAITOS) AALTO YLIOPISTO (MATEMATIIKAN JA SYSTEEMIANALYYSIN LAITOS) TAMPEREEN TEKNILLINEN YLIOPISTO (BIOLÄÄKETIETEEN TEKNIIKAN LAITOS) ITÄ-SUOMEN YLIOPISTO (SOVELLETUN FYSIIKAN LAITOS) HELSINGIN YLIOPISTO (MATEMATIIKAN JA TILASTOTIETEEN LAITOS) 22.11.2018
TARVE UUDELLE TEKNOLOGIALLE 1. DIAGNOSOIDUN AIVOVERENVUODON KASVUN SEURANTA hematooman kasvun arviointi uusintavuoto 22.11.2018 2
TARVE UUDELLE TEKNOLOGIALLE 2. AIVOINFAKTIPOTILAAN SEURANTA Voinnin heikkeneminen: iskemian laajentuminen? ödeeman lisääntyminen? hemorragisoituminen? 22.11.2018 3
TARVE UUDELLE TEKNOLOGIALLE 3. TEHOHOITOPOTILAAN NEUROLOGISEN KOMPLIKAATION POISSULKU 22.11.2018 4
TARVE UUDELLE TEKNOLOGIALLE 3. TROMOBOLYYSIKANDIDAATIN TUNNISTUS KENTÄLLÄ 22.11.2018 5
.. IMPEDANSSI- MITÄ SE ON? Impedanssi (Z, yksikkö Ω) kuvaa virtapiirin vaihtovirralle aiheuttamaa vastusta Z = U/I Impedanssitomografia (Electrical impedance tomography, EIT) on non-invasiivinen kuvantamismenetelmä, jossa pintaelektrodien avulla syötetään pientä sähkövirtaa yhdellä tai useammalla taajuudella (monitaajuus EIT) ja mitataan syntyvät potentiaalit. Matemaattisten algoritmien avulla saadaan muodostettua kolmiulotteinen tomografiakuva. Eri kudokset johtavat sähköä hyvin eri tavoin. Veri johtaa sähkövirtoja huomattavasti paremmin kuin monet muut kudokset Mittaus voidaan tehdä bed-side laitteistolla. Ajallinen resoluutio on erittäin hyvä, 0.1 ms mahdollistaen on-line seurannan 6
.. ONKO TÄMÄ HELPPOA? Syötetyt sähkövirrat leviävät kolmiulotteisesti ympäristöön. Johtavuuskuvan määrittäminen mittausten oerusteella on vaativa matemaattinen ongelma, jolla on rajaton määrä ratkaisuja (ns. inverse problem). Tätä on periaatteessa mahdotonta ratkaista täysin. Rajaamalla vaihtoehtoja voidaan päästä luotettaviin tuloksiin. Matemaattisia algoritmeja kehitetään tämän ongelman ratkaisemiseksi Paikkatarkkuus jää merkittävästi rakenteellista aivokuvausta heikommaksi, eli hyvin pieniä muutoksia ei voida havaita Yksilöllinen vaihtelu anatomisten rakenteiden muodossa ja sähkönjohtokyvyssä -A priori tieto (TT-kuva, aiempi EIT-mittaustulos) Ilman aiempaa yksilöllistä dataa ikä- ja sukupuolivakioitu keskiarvodata voi auttaa mallinnuksessa. 22.11.2018
.. ONKO TÄMÄ MAHDOLLISTA? 1 2 time (s) 0 s 60 s 120 s 3 4 5 Aivoverenvuodon havaitseminen EIT:llä Xu et al 2010 Impedanssikuvantamisen, matemaattisten algoritmien kehittäminen ja hyperakuutin stroken hoito on Suomessa huippuluokkaa Kansallisen neurokeskuksen pilotissa yhdistettään tämä osaaminen kliiniseen käyttöön sopivan EIT prototyypin kehittämiseksi 22.11.2018 8
TERVEIDEN KOHENKILÖIDEN JA VUOTOPOTILAIDEN 3D MALLINNUS HUS Neurokeskus, dos Nina Forss, dos Daniel Strbian, Aalto yliopisto prof Lauri Parkkonen & tutkimusryhmä Terveet koehenkilöt Aivoverenvuotopotilaat - pään rakenteiden yksilöllinen geometria - eri sähkönjohtavuudet omaavien kudostyyppien erottelu (aivot, kallo, päänahka) - johtavuusmallin rakentaminen - TT ja MRI akuutti- ja seurantakuvaus (vuodon kasvu, ödeema) asiantuntijatehtävät prototyypin rakennuksessa terveiden ja vuotopotilaiden EIT-mittaukset 22.11.2018 9
STROKE EIT SIMULAATIO Tampereen teknillinen yliopisto, prof Jari Hyttinen & tutkimusryhmä Itä-suomen yliopisto, prof Ville Kolehmainen & tutkimusryhmä Tietokonesimulaatio stroken luokittelusta multitaajuus EIT:n avulla 1 khz 50 khz 100 khz A. Paldanius/TUT terve vuoto (korkea johtavuus) iskemia (matala johtavuus)
STROKE-EIT LAITTEEN PROTOTYYPIN RAKENNUS Itä-suomen yliopisto, prof Ville Kolehmainen & tutkimusryhmä Stroke-EIT laitteisto Jännitteen mittauselektroniikka 32 mittauskanavaa ja 16 sähköä syöttävää kanavaa, taajuuskaista 1 70 khz valmis testimittauksiin (algoritmien arviointiin sekä menetelmän tarkkuus- ja herkkyysmittauksiin)
TESTAAMINEN REALISTISESSA PÄÄN GEOMETRISESSA MALLISSA Itä-suomen yliopisto, prof Ville Kolehmainen & tutkimusryhmä 22.11.2018 12
.. MITATUN IMPEDANSSIDATAN ANALYSOINTI JA VISUALISOINTI Inversiomallinnuksen ja kuvantamisen SA:n huippututkimusyksikkö 208-2025 Helsingin yliopisto: prof Samuli Siltanen, Itä-Suomen yliopisto: prof Ville Kolehmainen, Aalto yliopisto: Antti Hannukainen, Nuutti Hyvönen Pilotissa käytetyt menetelmät käyttävät Fourier n muunnosta, kompleksista geometrista optiikkaa ja koneoppimista. 22.11.2018 Greenleaf, Lassas, Santacesaria, Siltanen & Uhlmann 2018
TULEVAISUUDEN PIPELINE EIT monitorointi potilaspaikalla Muutosten tunnistaminen ja visualisointi Pään rakenteellinen kuvaus rutiinin mukaisesti Potilaan pään rakenteiden 3D- mallinnus