
neurologi i sverige nr 4 – 18 57
med karotisstenos. Den automatiska me-
toden visade inte någon skillnad i me-
delflöde jämfört med manuella mät-
ningar, och skillnaden mellan automa-
tiska och manuella mätningar är mindre
än den mellan manuella mätningar ut-
förda av två olika personer, vilket visar
att metoden ger bra och stabila resultat.
KÄRLSEGMENTERING
En förutsättning för att kunna beräkna
blodflödet i ett kärl är att man kan skil-
ja blodkärlet från bakgrunden i bilden.
I ett automatiskt verktyg måste även
denna del automatiseras; istället för att
manuellt rita ut vilka delar av bilden
som hör till kärlet måste kärlväggen hit-
tas med hjälp av bildanalys.
Är denna uppdelning för restriktiv
tappar man flödesinformation och det
beräknade värdet blir för lågt, men en
för generös inkludering ger också en
osäkerhet eftersom voxlar som innehål-
ler brus eller falsk signal från flödesar-
tefakter inkluderas. På grund av den be-
gränsade upplösningen innehåller vissa
voxlar i bilden signal från både flödande
och statisk vävnad. Ju mindre blodkärlet
är i förhållande till upplösningen, desto
svårare är det att korrekt beräkna flödet,
eftersom andelen av dessa kantvoxlar i
förhållande till antalet sanna flödesvox-
lar ökar. Det blir också svårare att få en
tydlig flödesprofil i små kärl, eftersom
arean i vissa fall täcks av bara ett fåtal
voxlar.
För att avgöra hur detta görs bäst val-
de vi ut ett antal metoder för att sepa-
rera kärl från bakgrund, och jämförde
dem mot manuellt segmenterat 2D-PC-
MRI i nio artärer hos 35 personer. För-
utom blodflödesdifferens (ml/min) tit-
tade vi på mätningarnas stabilitet (stan-
dardavvikelsen för blodflödesdifferen-
sen), och i vilken grad storleken på kär-
let, i termer av blodflöde, påverkar re-
sultaten. På så sätt kom vi fram till att
en generös lokal tröskel baserad på den
högsta intensiteten i det aktuella tvär-
snittet gav det bästa resultatet, med av-
seende på både noggrannhet och preci-
sion.
SAMMANFATTNING
Det här analysverktyget är menat att
fungera som ett hjälpmedel för att mins-
ka den arbetsbörda som manuell analys
och 4D-flödes-MRI innebär. Detta görs
genom att presentera flödesvärdena för
de identifierade segmenten på ett tydligt
sätt, och samtidigt ge en möjlighet att
enkelt justera eller komplettera mät-
ningarna i de fall ett kärlsegment inte
hittas.
Metoden har utvärderats på både
friska personer och personer med stor-
kärlssjukdom, och fungerar bra i båda
grupperna. Den utvecklade metoden
hittar närmare 90 procent av alla de ef-
tersökta kärlen, de största av hjärnans
kärl hittas i princip alltid, medan de
mindre kärlsegmenten som står för den
kollaterala funktionen kräver mer
handpåläggning.
Sammantaget kan det här verktyget
ta 4D-flödes-MRI ett steg närmare kli-
nisk vardag, genom att tydligt minska
den arbetsinsats som behövs för att ma-
nuellt analysera datan. Verktyget gör det
möjligt att analysera stora mängder data
på kort tid, med samma noggrannhet
som manuell analys, och på så sätt ge en
tydlig överblick över hjärnans blodflöde
på en detaljerad nivå i det enskilda fallet.
TORA DUNÅS
Tidigare doktorand,
Institutionen för strål-
ningsvetenskaper,
Umeå universitet
tora.dunas@umu.se
REFERENSER
1. Sabayan B, Jansen S, Oleksik AM, et
al. Cerebrovascular hemodynamics in
Alzheimer’s disease and vascular demen-
tia: a meta-analysis of transcranial Doppler
studies. Ageing Res Rev 2012; 11:271–277.
2. Amin-Hanjani S, Pandey DK, Rose-Finnell
L, et al. Effect of Hemodynamics on Stroke
Risk in Symptomatic Atherosclerotic Verte-
brobasilar Occlusive Disease. JAMA Neu-
rol 2016; 73:178–185.
3. Rubin G, Firlik AD, Levy EI, Pindzola RR,
Yonas H. Relationship between cerebral
blood flow and clinical outcome in acute
stroke. Cerebrovasc Dis 2000; 10:298–306.
4. Krabbe-Hartkamp MJ, van der Grond J,
de Leeuw F-E, et al. Circle of Willis: Mor-
phologic Variation on Three-dimensional
Time-of-Flight MR Angiograms. Radiology
1998; 207:103–111.
5. Spilt A, Box FMA, van der Geest RJ, et
al. Reproducibility of Total Cerebral Blood
Flow Measurements Using Phase Contrast
Magnetic Resonance Imaging. J Magn Re-
son Imaging 2002; 16:1–5.
6. Gu T, Korosec FR, Block WF, et al. PC
VIPR: a high-speed 3D phase-contrast
method for flow quantification and high-
resolution angiography. Am J Neuroradiol
2005; 26:743 –9.
7. Ashburner J, Friston KJ. Unified segmen-
tation. Neuroimage 2005; 26:839–51.
8. Fischl B. FreeSurfer. Neuroimage 2012;
62:774–81.
9. Dunås T, Wåhlin A, Ambarki K, Zarrin-
koob L, Malm J, Eklund A. A Stereotactic
Probabilistic Atlas for the Major Cerebral
Arteries. Neuroinformatics 2017; 15.
10. Dunås T. Blood flow assessment in ce-
rebral arteries with 4D flow magnetic reso-
nance imaging - An automatic atlas-based
approach. Umeå University; 2018.
”Den utvecklade metoden hittar närmare 90
procent av alla de eftersökta kärlen, de största
av hjärnans kärl hittas i princip alltid, medan de
mindre kärlsegmenten som står för den kollate-
rala funktionen kräver mer handpåläggning.”