تجزئة الرئة CT لتحديد الدمج والمناطق الزجاج الأرضلكمية من الالتهاب الرئوي سارس COV
Summary
والهدف من هذا البروتوكول هو توفير طريقة فعالة للوقت لتقسيم كميات الاهتمام على الأشعة المقطعية عالية الدقة لاستخدامها في مزيد من التحليلات الإشعاعية.
Abstract
تجزئة مهمة معقدة، التي يواجهها علماء الأشعة والباحثين كما الأشعة والتعلم الآلي تنمو في الإمكانات. ويمكن أن تكون العملية إما تلقائية أو شبه آلية أو يدوية، حيث أن الأولى غالباً ما لا تكون دقيقة بما فيه الكفاية أو سهلة التكاثر، والأخيرة تستغرق وقتاً طويلاً بشكل مفرط عند إشراك مناطق كبيرة ذات مقتنيات عالية الدقة.
وتتألف الأشعة المقطعية عالية الدقة من الصدر من مئات الصور، وهذا يجعل النهج اليدوي تستغرق وقتا طويلا بشكل مفرط. وعلاوة على ذلك، تتطلب التعديلات التي تطرأ على البارينشيمال أن يكون تقييم الخبراء من حيث المظهر العادي؛ وبالتالي ، فإن النهج شبه التلقائي لعملية التجزئة هو ، على حد علمنا ، الأكثر ملاءمة عند تقسيم الالتهاب الرئوي ، خاصة عندما تكون ميزاتها غير معروفة.
للدراسات التي أجريت في معهدنا على التصوير من COVID-19، اعتمدنا 3D Slicer، وهو برنامج مجانية التي تنتجها جامعة هارفارد، والجمع بين عتبة مع أدوات فرشاة الطلاء لتحقيق تجزئة سريعة ودقيقة من الرئة المهيئة، عتامة الزجاج الأرض، والدمج. عندما تواجه حالات معقدة، وهذا الأسلوب لا يزال يتطلب قدرا كبيرا من الوقت للتعديلات اليدوية المناسبة، ولكن يوفر وسيلة فعالة للغاية لتحديد شرائح لاستخدامها لمزيد من التحليل، مثل حساب النسبة المئوية للبارانشيما الرئة المتضررة أو تحليل النسيج من مناطق الزجاج الأرض.
Introduction
في العام الحالي، يواجه العالم حالة طوارئ صحية، وهي الجائحة الناجمة عن رواية فيروس كورونا، سارس-2. وحتى لو كانت جوانب كثيرة حتى الآن تتعلق بالأمراض الفسيولوجية للعدوى التي تصيب عدوى COVID-19 لا تزال غير واضحة، فإنها تشترك في عدة خصائص مع “أسلافها” بالسارس 1 ومتلازمة الشرق الأوسط التنفسية. على وجه الخصوص، وقد ثبت أن البروتينات ارتفاع فيرين تتفاعل مع أنجيوتنسين تحويل انزيم نوع-2، وهو مستقبلات ممثلة بشكل جيد على الخلايا البطانية السنخية، ولكن في كل مكان في الكائن البشري، وبالتالي وجود القدرة على إعطاء أعراض الجهازية1.
للتشخيص، المعيار الحالي هو رد فعل سلسلة النسخ العكسي في الوقت الحقيقي (RT-PCR)، وهو اختبار يتم إجراؤه على مسحات البلعوم. على الرغم من أن التصوير الإشعاعي غير معترف به رسميا في مسار التشخيص للكشف عن المرض، أثبت التصوير المقطعي عالي الدقة (HRCT) أنه مساعدة قيمة للإدارة السريرية والوبائية للمرضى المصابين، وذلك بسبب الحساسية المنخفضة نسبيًا للـ RT-PCR، والندرة الحالية للمختبرات المتخصصة والكواشف اللازمة، والاعتماد العالي على المشغل.
أصدرت جمعية الأشعة في أمريكا الشمالية (RSNA) بيانًا إجماعيًا ، أيدته جمعية الأشعة الصدرية والكلية الأمريكية للأشعة (ACR) ، والذي يصنف مظهر CT لـ COVID19 إلى أربع فئات من أجل توحيد التقارير ، وتقسيم أنماط الالتهاب الرئوي الخلالي إلى “نموذجي” و “غير نمطي” و “غير محدد” و “سلبي”2.
يتميز النمط “النموذجي” بوجود عتامة الزجاج الأرضي على شكل دائري (GGO) ، وعادة ما يكون مع موقع شبه الجنبي على الأجزاء القاعدية الظهرية. يمكن أن يرتبط GGO مع مناطق “الرصف المجنون” من سيتا سميكة، أو علامات أخرى لتنظيم الالتهاب الرئوي. ويتميز النمط “غير محدد” بعدم وجود نتائج نمط “نموذجية”، مع انتشار مناطق “ريغو” مع توزيع ما حولية، مع أو بدون مناطق موحدة. يتميز النمط “غير النمطي” إما بغياب العلامات “النموذجية” أو “غير المحددة” ، ووجود عمليات دمج لوبار ، “شجرة في برعم” ، سماكة سلسة من السب والانصاق الجنبي ؛ في هذا العرض التقديمي لا GGO يمكن الكشف عنها. يتميز النمط “السلبي” بغياب النتائج المرضية المذكورة أعلاه.
وفقا للأدب، قد يقدم بعض المرضى مع المشتبه به السريرية عالية من COVID-19 بدعم من المعايير الوبائية والتصوير النتائج مع سلبية RT-PCR3،4. من ناحية أخرى, وقد أفيد أن المرضى الذين يعانون من إيجابية RT-PCR والنتائج السريرية موحية, لا تقدم النتائج المرضية على HRCT5.
في الوقت الحاضر ، من الأهمية بمكان بالنسبة للمجتمع العلمي تطبيق تقنيات تحليل الصور عند دراسة خصائص هذا المرض كميا. وقد طبقت دراسة حديثة تقنية تجزئة الآلي من برينشيما الرئة لتحديد النسبة المئوية للرئة المهيجة في المرضى المتضررين من COVID-19، وربط هذه القيمة مع التكهن، وإثبات أن المرضى الذين يعانون من تورط الرئة أكثر شدة تشكل المزيد من خطر أن يتم إدخالها في وحدة العناية المركزة (وحدة العناية المركزة)، ووجود أسوأ النتائج6.
تجزئة هو كفاف المناطق ذات الاهتمام (ROIs) داخل حجم المكتسبة من خلال تقنية التصوير، مثل HRCT. ويمكن القيام بهذا النشاط عن طريق ثلاث طرق: يدوية وشبه آلية وتلقائية. تجزئة يدوية، وذلك بفضل تجربة أخصائي الأشعة المدربين، ويتكون من وضع العلامات voxels تنتمي إلى المنطقة المرضية. مساوئ هذه الطريقة الرئيسية هي مقدار كبير من الوقت المطلوب وحقيقة أنه يعتمد على المشغل.
تسمح الطرق شبه التلقائية بتسريع تجزئة المشغل حيث يمكن للمشغل تعديل قناع تجزئة تم الحصول عليه من خلال الطرق التقليدية لمعالجة الصور (على سبيل المثال ، عتبة كثافة البكسل ، التجمع ، إلخ). ومع ذلك ، فإن هذه التقنيات ليست سهلة التنفيذ في الممارسة السريرية لأنها تتطلب تدخلاً يدويًا واسع النطاق في الحالات الأكثر تعقيدًا18.
تستخدم أساليب التجزئة التلقائية، ذات الاستخدام المحدود حالياً، الذكاء الاصطناعي للحصول على الـ ROIs. وعلى وجه الخصوص، تهدف دراسة حديثة إلى استخدام تجزئة تلقائية في القياس الكمي لمناطق الزجاج الأرضي في المرضى الذين يعانون من الالتهاب الرئوي الخلالي COVID-1919. تعريف بروتوكول تجزئة للمناطق المرضية على الصور HRCT هو الخطوة الأولى الحقيقية نحو تحليل الخلايا الإشعاعية اللاحقة، من أجل تحديد الميزات التي يمكن أن تساعد على فهم المزيد من علم الأمراض الفسيولوجية للمرض، وتعمل كعامل تنبؤ دقيق يحتمل أن تؤثر على العلاج.
تقدم هذه الورقة دليلًا للحصول على شرائح دقيقة وفعالة تمثل النتائج المرضية للالتهاب الرئوي COVID-19 باستخدام “3D Slicer”7و8و9و10.
Protocol
Representative Results
Discussion
يمثل التقسيم خطوة أساسية لإجراء دراسات أشعة كمية حديثة، وهو ضروري لتطبيق تقنيات تحليل الأشعة أو النسيج. تمثل النتائج المرضية في الرئتين واحدة من أكثر النواحي تحديًا للجزء ، لعدم وجود حدود تشريحية محددة واختلاف صغير في قيمة التوهين عند مقارنتها بالمناطق الصحية.
يجب أن تقدم …
Disclosures
The authors have nothing to disclose.
Acknowledgements
وقد دعم هذا العمل بتمويل من قسم الأشعة في جامعة بولونيا.
Materials
| CT Scanner | General Electrics Healthcare | 64-MDCT VCT lightSpeed | The CT scanner used for HRCT acquisitions |
| Desktop Computer | ThinkCentre | The computer used to download the DICOM files and run 3D Slicer |
References
- Zheng, Y., et al. COVID-19 and the cardiovascular system. Nature Reviews Cardiology. 17, 259-260 (2020).
- Simpson, S., et al. Radiological Society of North America Expert Consensus Statement on Reporting Chest CT Findings Related to COVID-19. Endorsed by the Society of Thoracic Radiology, the American College of Radiology, and RSNA. Radiology: Cardiothoracic Imaging. 2, 2 (2020).
- Xie, X., et al. Chest CT for Typical 2019-nCoV Pneumonia: Relationship to Negative RT-PCR Testing. Radiology. , 200343 (2020).
- Huang, P., et al. Use of Chest CT in Combination with Negative RT-PCR Assay for the 2019 Novel Coronavirus but High Clinical Suspicion. Radiology. 295 (1), 22-23 (2020).
- Fang, Y., et al. Sensitivity of Chest CT for COVID-19: Comparison to RT-PCR. Radiology. , 200432 (2020).
- Colombi, D., et al. Well-aerated Lung on Admitting Chest CT to Predict Adverse Outcome in COVID-19 Pneumonia. Radiology. , 201433 (2020).
- . 3D Slicer [software] Available from: https://www.slicer.org (2020)
- Kikinis, R., Pieper, S. D., Vosburgh, K., Jolesz, F. A. 3D Slicer: a platform for subject-specific image analysis, visualization, and clinical support. Intraoperative Imaging Image-Guided Therapy. 3 (19), 277-289 (2014).
- Kapur, T., et al. Increasing the impact of medical image computing using community-based open-access hackathons: The NA-MIC and 3D Slicer experience. Medical Image Analysis. 33, 176-180 (2016).
- Fedorov, A., et al. 3D Slicer as an Image Computing Platform for the Quantitative Imaging Network. Magnetic Resonance Imaging. 30 (9), 1323-1341 (2012).
- . Chest Imaging Platform [software] Available from: https://chestimagingplatform.org (2020)
- Wang, J., Li, F., Li, Q. Automated segmentation of lungs with severe interstitial lung disease in CT. Medical Physics. 36 (10), 4592-4599 (2009).
- Lanza, E., et al. Quantitative chest CT analysis in COVID-19 to predict the need for oxygenation support and intubation. European Radiology. , (2020).
- Yao, G. Value of window technique in diagnosis of the ground glass opacities in patients with non-small cell pulmonary cancer. Oncology Letters. 12 (5), 3933-3935 (2016).
- Kauczor, H. U., et al. Automatic detection and quantification of ground-glass opacities on high-resolution CT using multiple neural networks: comparison with a density mask. American Journal of Roentgenology. 175 (5), 1329-1334 (2000).
- Funama, Y., et al. Detection of nodules showing ground-glass opacity in the lungs at low-dose multidetector computed tomography: phantom and clinical study. Journal of Computed Assisted Tomography. 33 (1), 49-53 (2009).
- Hansell, D. M., et al. Fleischner Society: glossary of terms for thoracic imaging. Radiology. 246, 697-722 (2008).
- Heye, T., et al. Reproducibility of Dynamic Part II. Comparison of Intra- and Interobserver Variability with Manual Region of Interest Placement versus semiautomatic lesion segmentation and histogram analysis. Radiology. 266, 812-821 (2013).
- Zhang, H. T., et al. Automated detection and quantification of COVID-19 pneumonia: CT imaging analysis by a deep learning-based software. Nuclear Medicine and Molecular Imaging. 14, 1-8 (2020).
- Alhazzani, W., et al. Surviving Sepsis Campaign: guidelines on the management of critically ill adults with Coronavirus Disease 2019(COVID-19). Intensive Care Medicine. 46 (5), 854-887 (2020).
