来自德国海德堡的 Oliver Weinheimer 博士团队研发了一种全主动化评价气道疾病的算法,AuntMinnie 上对该算法进行了介绍。咱们一起来学习下。
这种算法以 MDCT 图画为基准,依据叶的肺切割算法,并将其应用于肺囊性纤维化患儿的吸气相和呼气相扫描。该算法与人工掩模技能相结合,可使堆叠率在吸气相扫描到达 97 % 和呼气相扫描到达 90 % ,并依据重建内核,供给了一种很有远景的新办法来量化气道疾病。
这种新算法虽是传统以肺叶为根底算法的重要一部分,但其一大长处是对吸气相和呼气相扫描均能够供给愈加满足的成果,还能够消除运用者在 MDCT 后处理过程中的相互影响。
因为部分疾病在肺部散布不均匀,在不同的叶也各有差异。以叶为基准对气道和肺本质疾病进行剖析,能够对气道疾病的严峻程度的剖析进行重要的评价,无论是在单一的时刻点仍是在一段时刻内。例如,在缓慢阻塞性肺疾病病的评价中,最重要的是要知道肺气肿坐落何处,从而在吸气时能够对肺气肿进行定量剖析。对肺囊性纤维化的评价,最重要的依旧是定位,并在呼气相扫描对其定量剖析。
该研讨以肺活量进行有用操控,合作吸气相和呼气相低剂量 CT 扫描。将 16 名肺囊性纤维化学生(均匀年龄 11 ± 2.4 岁)。每位患者分别在四个时刻点进行 CT 扫描:基线、三个月,一年,两年。扫描参数 100 kVp 和 30 mAs 至 50 mAs 。图画建运用软(b30f)内核和硬(b60f)内核辅佐剖析。层间隔为 0.46 mm 至 0.78 mm ,层厚 0.6 mm。螺距在吸气相扫描设定为 1 ,在呼气相扫描设定为 1.2 ,构成 256 MDCT 图画。
叶的切割由自我迭代算法和区域增加算法组成。首要,对 CT 图画进行拓扑坚持和 3D 细化算法,得到 CT 概要图画,然后将概要图画转化用丙烯酸图表明。因为段支气管的凸起能够使血管在相应的叶走形。依据各叶的支气管和血管走形,对各叶进行切割。运用依据阈值的切割办法,以每次扫描调整后的阈值对血管进行切割。然后从数据中生成三维血管成像。
假如一支血管不在相应的肺叶内走形,则经过腐蚀算法将其分红更小、更细的血管像,并经过下一步迭代算法找到正确的叶,然后经过 Hessian 矩阵办法应用于 CT 数据的处理,能够使裂有所增强。
最终,叶掩模是由丈量符号的支气管和血管间隔发生的。之后,叶掩模经过被腐蚀算法,安排信息有所增强,并经过分水岭改换添补图画中的裂隙。研讨人员对有经历的放射科医师的人工叶切割和彻底主动化的技能进行比较,并核算两者之间的堆叠性。
Weinheimer 博士团队发现该种算法在吸气相扫描作用最佳。依据骰子指数核算,关于一切叶,吸气相扫描软内核重建的均匀堆叠率为 97.5 % ± 1.5 % ,而硬内核重建为 96.4 % ± 7.4 % 。关于呼气扫描,软内核均匀堆叠率为 86 % ± 12.6 % ,而硬内核为 0.1 % ± 8.5 % 。
体系主动切割成果与丈量符号支气管和血管间隔发生的叶掩模比较,呼气相有所误差而吸气相得以补偿。
右下叶的最佳堆叠作用为 98.3 % ,右中叶呼气扫描作用欠安,其堆叠作用为 74.9 % 。堆叠作用不受时四次扫描间点的的影响。事实上,没有一个时刻点的差异是明显的。成果显现:吸气相扫描作用较优,呼气扫描作用较良。
这种新算法另一个重要的长处是可在几分钟内完结主动切割核算,而人工技能则需超越一个小时之久,从而对气道疾病患者的确诊供给了潜在的、充沛的信息。