إعادة بناء ثلاثية الأبعاد للرئة بأكملها مع عقيدات رئوية متعددة مبكرة
Summary
تقدم هذه الدراسة طريقة إعادة بناء ثلاثية الأبعاد (3D) للرئة بأكملها في المرضى الذين يعانون من عقيدات رئوية متعددة مبكرة. وهو يقدم تصورا شاملا لتوزيع العقيدات وتفاعلها مع أنسجة الرئة، مما يبسط تقييم التشخيص والتشخيص لهؤلاء المرضى.
Abstract
بالنسبة للمرضى الذين يعانون من عقيدات رئوية متعددة مبكرة ، من الضروري ، من منظور تشخيصي ، تحديد التوزيع المكاني والحجم والموقع والعلاقة مع أنسجة الرئة المحيطة بهذه العقيدات في جميع أنحاء الرئة بأكملها. هذا أمر بالغ الأهمية لتحديد الآفة الأولية وتطوير خطط علاج أكثر علمية للأطباء. ومع ذلك ، فإن طرق التعرف على الأنماط القائمة على رؤية الآلة عرضة للإيجابيات الكاذبة والسلبيات الكاذبة ، وبالتالي ، لا يمكنها تلبية المتطلبات السريرية بشكل كامل في هذا الصدد. يمكن لطرق التصور القائمة على إسقاط الكثافة القصوى (MIP) أن توضح بشكل أفضل العقيدات الرئوية المحلية والفردية ولكنها تفتقر إلى وصف عياني وشامل للتوزيع والسمات المكانية للعقيدات الرئوية المتعددة.
لذلك ، تقترح هذه الدراسة طريقة إعادة بناء 3D للرئة بالكامل. يستخرج محيط الرئة ثلاثي الأبعاد باستخدام تقنية معالجة الصور الطبية على خلفية الرئة بأكملها ويقوم بإعادة بناء ثلاثية الأبعاد للرئة والشريان الرئوي والعقيدات الرئوية المتعددة في الفضاء ثلاثي الأبعاد. يمكن لهذه الطريقة أن تصور بشكل شامل التوزيع المكاني والسمات الإشعاعية للعقيدات المتعددة في جميع أنحاء الرئة بأكملها ، مما يوفر وسيلة بسيطة ومريحة لتقييم تشخيص وتشخيص العقيدات الرئوية المتعددة.
Introduction
يمكن أن تكون العقيدات الرئوية المتعددة المبكرة ، وهي زوائد صغيرة مستديرة على الرئة ، حميدة أو خبيثة1،2،3. على الرغم من سهولة تشخيص العقيدات الرئوية الانفرادية وعلاجها ، إلا أن المرضى الذين يعانون من العقيدات الرئوية المتعددة المبكرة يواجهون تحديات تشخيصية وعلاجية كبيرة. لوضع خطط علاج فعالة ، من الضروري تحديد التوزيع المكاني والحجم والموقع والعلاقة بدقة مع أنسجة الرئة المحيطة بهذه العقيدات في جميع أنحاء الرئةبأكملها 4,5. طرق التشخيص التقليدية لها قيود في تحديد العقيدات الرئوية المتعددة المبكرة بدقة.
وتنطوي التطورات الحديثة في تكنولوجيا معالجة الصور الطبية وخوارزميات التعلم الآلي على إمكانية تحسين دقة وكفاءة الكشف المبكر عن العقيدات الرئوية وتشخيصها. تم اقتراح مناهج مختلفة ، مثل طرق التعرف على الأنماط القائمة على رؤية الآلة وطرق التصور القائمة على إسقاط الكثافة القصوى (MIP) 6،7،8،9،10. ومع ذلك ، فإن هذه الطرق تعاني من قيود مثل الإيجابيات الكاذبة ، والسلبيات الكاذبة11،12،13،14،15 ، ونقص الأوصاف العيانية والشاملة للتوزيع والسمات المكانية للعقيدات الرئوية المتعددة المبكرة.
لمعالجة هذه القيود ، تقترح هذه الدراسة طريقة إعادة بناء ثلاثية الأبعاد للرئة بالكامل تستخدم تقنية معالجة الصور الطبية لاستخراج محيط الرئة ثلاثي الأبعاد على خلفية فحص الصدر بالكامل. ثم تقوم الطريقة بإعادة بناء ثلاثية الأبعاد للرئة والشريان الرئوي والعقيدات الرئوية المتعددة المبكرة في الفضاء ثلاثي الأبعاد. ويسمح هذا النهج بتمثيل أكثر شمولا ودقة للتوزيع المكاني والسمات الإشعاعية للعقيدات المتعددة المبكرة في جميع أنحاء الرئة بأكملها.
تتضمن الطريقة المقترحة عدة خطوات رئيسية. أولا ، يتم استيراد الصور الطبية إلى برنامج معالجة الصور 3D ، ويتم استخراج منطقة الرئة باستخدام تقنية التجزئة القائمة على العتبة. بعد ذلك ، يتم فصل منطقة الرئة المستخرجة عن جدار الصدر المحيط والهياكل العظمية للفقرات الصدرية. ثم يتم إعادة بناء العقيدات الرئوية المتعددة المبكرة وعلاقتها بالأوعية الدموية المحيطة في مساحة 3D باستخدام خوارزميات الإسقاط الأقصى للكثافة (MIP). أخيرا ، يتم عرض نموذج 3D المعاد بناؤه للرئة والشريان الرئوي والعقيدات لمزيد من التحليل.
هذه الطريقة لها العديد من المزايا على الطرق الحالية. على عكس الطرق التقليدية التي تعتمد على صور 2D ، تستخدم هذه الطريقة حجم 3D لتوفير تمثيل أكثر دقة وشمولية للعقيدات الرئوية المتعددة المبكرة. تتغلب الطريقة أيضا على قيود الإيجابيات الخاطئة والسلبيات الخاطئة المرتبطة بطرق التعرف على الأنماط وطرق تصور MIP. علاوة على ذلك ، توفر هذه الطريقة وصفا عيانيا وشاملا للتوزيع والسمات المكانية للعقيدات الرئوية المتعددة المبكرة ، وهو أمر ضروري لتطوير خطط علاج فعالة.
للطريقة المقترحة العديد من التطبيقات المحتملة في تشخيص وعلاج العقيدات الرئوية المتعددة المبكرة. يمكن أن يساعد التحديد الدقيق للتوزيع المكاني والسمات الإشعاعية للعقيدات المتعددة المبكرة في التشخيص والعلاج المبكر لسرطان الرئة. علاوة على ذلك ، يمكن استخدام الطريقة لمراقبة تطور المرض وتقييم فعالية خطط العلاج.
أظهرت طرق التعرف على الأنماط6،7،8 القائمة على رؤية الآلة نتائج واعدة في تحديد العقيدات الرئوية ، ولكنها تعاني من قيود مثل الإيجابيات الكاذبة والسلبيات الكاذبة. ومن ناحية أخرى، توفر أساليب التصور MIP تمثيلا أكثر دقة للعقيدات الفردية، ولكنها تفتقر إلى وصف عياني وشامل للتوزيع والسمات المكانية للعقيدات المتعددة المبكرة. تتغلب طريقة إعادة بناء الرئة الكاملة 3D المقترحة على هذه القيود وتوفر تمثيلا أكثر دقة وشمولية للعقيدات الرئوية المتعددة المبكرة.
يشير تحويل Isovoxel16,17 إلى عملية تحويل الصور ثلاثية الأبعاد بأحجام فوكسل مختلفة إلى صور ثلاثية الأبعاد بأحجام فوكسل موحدة. في مجال معالجة الصور الطبية ، غالبا ما تتكون مجلدات 3D من voxels بأحجام مختلفة ، مما قد يؤدي إلى مشكلات حسابية وتصورية. الغرض من تحويل isovoxel هو معالجة هذه المشكلات عن طريق إعادة تشكيل واستيفاء voxels في حجم 3D الأصلي ، مما يؤدي إلى صورة ثلاثية الأبعاد جديدة بأحجام فوكسل متسقة. تجد هذه التقنية تطبيقات في سياقات طبية مختلفة ، بما في ذلك تسجيل الصور والتجزئة والتصور. وهكذا ، اقترحت هذه الدراسة طريقة إعادة بناء ثلاثية الأبعاد للرئة بالكامل تستخدم تقنية معالجة الصور الطبية لاستخراج محيط الرئة ثلاثي الأبعاد على خلفية مسح الصدر بالكامل. وتوفر هذه الطريقة تمثيلا أكثر دقة وشمولا للتوزيع المكاني والسمات الإشعاعية للعقيدات المتعددة المبكرة في جميع أنحاء الرئة بأكملها. تساهم هذه الدراسة في تطوير استراتيجيات تشخيص وعلاج أكثر دقة وفعالية للمرضى الذين يعانون من عقيدات رئوية متعددة مبكرة.
Protocol
Representative Results
Discussion
يقدم هذا البحث نهجا فريدا لإنشاء إعادة بناء ثلاثية الأبعاد (3D) كاملة للرئة بأكملها ، باستخدام تقنيات معالجة الصور الطبية المتقدمة لتحديد شكل الرئة ثلاثي الأبعاد وسط سياق مسح كامل للصدر. تقدم هذه التقنية تصويرا أكثر دقة وشمولا للترتيب المكاني والخصائص الإشعاعية للعقيدات المتعددة المبكرة …
Divulgazioni
The authors have nothing to disclose.
Acknowledgements
تم دعم هذا المنشور من قبل البرنامج الوطني الخامس لأبحاث المواهب السريرية الممتازة للطب الصيني التقليدي الذي نظمته الإدارة الوطنية للطب الصيني التقليدي. رابط الشبكة الرسمي هو http://www.natcm.gov.cn/renjiaosi/zhengcewenjian/2021-11-04/23082.html.
Materials
| 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 |
Riferimenti
- Mazzone, P. J., Lam, L. Evaluating the patient with a pulmonary nodule: A review. JAMA. 327 (3), 264-273 (2022).
- MacMahon, H., et al. Guidelines for management of incidental pulmonary nodules detected on ct images: from the fleischner society. Radiology. 284 (1), 228-243 (2017).
- Yankelevitz, D. F., Yip, R., Henschke, C. I. Impact of duration of diagnostic workup on prognosis for early lung cancer. Journal of Thoracic Oncology. 18 (4), 527-537 (2023).
- Zhao, W., et al. PUNDIT: Pulmonary nodule detection with image category transformation. Medical Physics. 50, 2914-2927 (2023).
- Ather, S., Kadir, T., Gleeson, F. Artificial intelligence and radiomics in pulmonary nodule management: current status and future applications. Clinical Radiology. 75 (1), 13-19 (2020).
- Gruden, J. F., et al. Incremental benefit of maximum-intensity-projection images on observer detection of small pulmonary nodules revealed by multidetector CT. American Journal of Roentgenology. 179 (1), 149-157 (2002).
- Guleryuz Kizil, P., et al. Diagnostic importance of maximum intensity projection technique in the identification of small pulmonary nodules with computed tomography. Tuberk Toraks. 68 (1), 35-42 (2020).
- Valencia, R., et al. Value of axial and coronal maximum intensity projection (MIP) images in the detection of pulmonary nodules by multislice spiral CT: comparison with axial 1-mm and 5-mm slices. European Radiology. 16, 325-332 (2006).
- Jabeen, N., et al. Diagnostic accuracy of maximum intensity projection in diagnosis of malignant pulmonary nodules. Cureus. 11 (11), e6120 (2019).
- Naeem, M., et al. Comparison of maximum intensity projection and volume rendering in detecting pulmonary nodules on multidetector computed tomography. Cureus. 13 (3), e14025 (2021).
- Bianconi, F., et al. Comparative evaluation of conventional and deep learning methods for semi-automated segmentation of pulmonary nodules on CT. Quantitative Imaging in Medicine and Surgery. 11 (7), 3286-3305 (2021).
- Christe, A., et al. Computer-aided diagnosis of pulmonary fibrosis using deep learning and CT images. Investigative Radiology. 54 (10), 627-632 (2019).
- Kim, Y., et al. Applications of artificial intelligence in the thorax: a narrative review focusing on thoracic radiology. Journal of Thoracic Disease. 13 (12), 6943-6962 (2021).
- Schreuder, A., et al. Artificial intelligence for detection and characterization of pulmonary nodules in lung cancer CT screening: ready for practice. Translational Lung Cancer Research. 10 (5), 2378-2388 (2021).
- Zheng, S., et al. Automatic pulmonary nodule detection in CT scans using convolutional neural networks based on maximum intensity projection. IEEE Transactions on Medical Imaging. 39 (3), 797-805 (2019).
- Yabuuchi, H., et al. Clinical application of radiation dose reduction for head and neck CT. European Journal of Radiology. 107, 209-215 (2018).
- Rana, B., et al. Regions-of-interest based automated diagnosis of Parkinson’s disease using T1-weighted MRI. Expert Systems with Applications. 42 (9), 4506-4516 (2015).
