Целью данного исследования является разработка новой цифровой 3D-модели легочных узелков, которая служит коммуникационным мостом между врачами и пациентами, а также является передовым инструментом для предварительной диагностики и прогностической оценки.
Трехмерная (3D) реконструкция легочных узелков с использованием медицинских изображений представила новые технические подходы к диагностике и лечению легочных узелков, и эти подходы постепенно признаются и принимаются врачами и пациентами. Тем не менее, построение относительно универсальной цифровой 3D-модели легочных узелков для диагностики и лечения является сложной задачей из-за различий в устройствах, времени съемки и типов узелков. Целью данного исследования является предложение новой цифровой 3D-модели легочных узелков, которая служит мостом между врачами и пациентами, а также является передовым инструментом для предварительной диагностики и прогностической оценки. Многие методы обнаружения и распознавания легочных узелков, основанные на искусственном интеллекте, используют методы глубокого обучения для определения рентгенологических особенностей легочных узелков, и эти методы могут обеспечить хорошую производительность области под кривой (AUC). Тем не менее, ложноположительные и ложноотрицательные результаты остаются проблемой для радиологов и клиницистов. Интерпретация и выражение признаков с точки зрения классификации и исследования легочных узлов по-прежнему неудовлетворительны. В данном исследовании предложен метод непрерывной 3D-реконструкции всего легкого в горизонтальном и корональном положениях путем объединения существующих технологий обработки медицинских изображений. По сравнению с другими применимыми методами, этот метод позволяет пользователям быстро обнаруживать легочные узелки и идентифицировать их основные свойства, а также наблюдать легочные узелки с разных точек зрения, тем самым обеспечивая более эффективный клинический инструмент для диагностики и лечения легочных узелков.
Общая частота легочных узелков варьируется, но, по общему мнению, около 30% взрослых имеют по крайней мере один легочный узел, видимый на рентгенограммахгрудной клетки 1. Частота легочных узелков выше в определенных группах населения, таких как заядлые курильщики и люди с раком легких или другими заболеваниями легких в анамнезе. Важно отметить, что не все легочные узелки являются злокачественными, но для исключения злокачественного новообразования2 необходима тщательная оценка. Раннее выявление и диагностика рака легких имеют решающее значение для повышения выживаемости, и регулярный скрининг с помощью низкодозной компьютерной томографии (LDCT) рекомендуется для лиц с высоким риском. Многие методы обнаружения и распознавания легочных узелков, основанные на искусственном интеллекте 3,4,5,6,7, используют методы глубокого обучения для фиксации рентгенологических особенностей легочных узелков, и эти методы могут обеспечить хорошую площадь под кривой (AUC). Тем не менее, ложноположительные и ложноотрицательные результаты остаются проблемой для радиологов и клиницистов. Интерпретация и выражение признаков с точки зрения классификации и исследования легочных узлов по-прежнему неудовлетворительны. В то же время 3D-реконструкция легочных узелков на основе LDCT привлекает все большее внимание в качестве цифровой модели для различных типов узелков.
3D-реконструкция легочных узелков — это процесс, который генерирует 3D-представление небольшого нароста или комка в легком. Этот процесс обычно включает в себя применение методов анализа медицинских изображений, которые используют как медицинский опыт, так и подходы к анализу данных. Полученная цифровая 3D-модель предлагает более подробное и точное изображение узелка, что позволяет улучшить визуализацию и анализ его размера, формы и пространственных отношений с окружающими тканямилегких 8,9,10,11,12. Такая информация может помочь в диагностике и мониторинге легочных узелков, особенно с подозрением на рак. Облегчая более точный анализ, 3D-реконструкция легочных узелков может повысить точность диагностики и обоснование решений о лечении.
Проекция максимальной интенсивности (MIP) является популярным методом в области 3D-реконструкции легочных узелков и используется для создания 2D-проекции 3D-изображения 8,9,10,11,12 Это особенно полезно при визуализации объемных данных, извлеченных из файлов цифровых изображений и коммуникаций в медицине (DICOM), отсканированных с помощью КТ. Метод MIP работает путем выбора вокселей (наименьших единиц объемных данных 3D) с наибольшей интенсивностью вдоль направления просмотра и проецирования их на 2D-плоскость. В результате получается 2D-изображение, которое подчеркивает структуры с наибольшей интенсивностью и подавляет структуры с более низкой интенсивностью, что облегчает идентификацию и анализ соответствующих особенностей 9,10,11,12. Тем не менее, MIP не лишен ограничений. Например, процесс проецирования может привести к потере информации, и результирующее 2D-изображение может неточно представлять 3D-структуру базового объекта. Тем не менее, MIP остается ценным инструментом для медицинской визуализации и визуализации, и его использование продолжает развиваться с развитием технологий и вычислительных мощностей11.
В этом исследовании разработана последовательная модель MIP для визуализации легочных узелков, которая проста в использовании, удобна для радиологов, врачей и пациентов и позволяет идентифицировать и оценивать свойства легочных узелков. Основные преимущества этого подхода к обработке включают следующие аспекты: (1) устранение ложноположительных и ложноотрицательных результатов, возникающих в результате распознавания образов, что позволяет сосредоточиться на оказании помощи врачам в получении более полной информации о расположении, форме и 3D-размере легочных узелков, а также об их связи с окружающей сосудистой сетью; (2) предоставление врачам-специалистам возможности получить профессиональные знания о характеристиках легочных узелков даже без помощи радиологов; и (3) повышение эффективности коммуникации между врачами и пациентами и оценка прогноза.
Различные устройства LDCT имеют существенные различия в последовательностях выводимых изображений DICOM, особенно с точки зрения управления файловой системой. Поэтому для восстановления ключевой цифровой 3D-модели легочного узла на более поздних стадиях протокола особенно важен этап пре…
The authors have nothing to disclose.
Эта публикация была поддержана Пятой национальной программой клинических исследований талантов традиционной китайской медицины, организованной Национальным управлением традиционной китайской медицины (http://www.natcm.gov.cn/renjiaosi/zhengcewenjian/2021-11-04/23082.html).
MATLAB | MathWorks | 2022B | Computing and visualization |
Tools for Modeling | Intelligent Entropy |
PulmonaryNodule V1.0 | Beijing Intelligent Entropy Science & Technology Co Ltd. Modeling for CT/MRI fusion |