JoVE Logo
Authors
Contact Us

Sign In

A subscription to JoVE is required to view this content. Sign in or start your free trial.

In This Article

  • Summary
  • Abstract
  • Introduction
  • Protocol
  • النتائج
  • Discussion
  • Disclosures
  • Acknowledgements
  • Materials
  • References
  • Reprints and Permissions

Summary

تقدم هذه الدراسة تحليل طيف متعدد الفركتلات لتقييم الأورام الخبيثة للعقيدات الرئوية. باستخدام بيانات CT-DICOM ، تحسب الطريقة أبعاد الفركتل عبر مقاييس فوكسل متعددة ، مما يكشف عن اختلافات كبيرة بين العقيدات الرئوية في المرحلة المبكرة والمتأخرة.

Abstract

لا يزال التقييم غير الجراحي للأورام الخبيثة للعقيدات الرئوية يمثل تحديا خطيرا في تشخيص سرطان الرئة. غالبا ما تفتقر الطرق التقليدية إلى الدقة في التمييز بين العقيدات الحميدة والخبيثة ، خاصة في المراحل المبكرة. تقدم هذه الدراسة نهجا يستخدم تحليل الطيف متعدد الفركتلات لتقييم خصائص العقيدات الرئوية كميا.

تم تطوير بروتوكول قائم على الفركتل لمعالجة بيانات التصوير المقطعي المحوسب (CT) والتصوير الرقمي والاتصالات في الطب (DICOM) ، مما يتيح التصور ثلاثي الأبعاد (3D) وتحليل طيف العقيدات الرئوية متعدد الفركتلات. تتضمن الطريقة إعادة بناء حجم ثلاثي الأبعاد ، وتحديد عائد الاستثمار الدقيق ، وحساب أبعاد الفركتل عبر مقاييس متعددة. تم حساب الأطياف متعددة الفركتلات لكل من عقيدات سرطان الرئة في المرحلة المبكرة والمتأخرة ، مع إجراء تحليل مقارن باستخدام القياس الكمي لأداة طرف البيانات.

كشف التحليل أن البعد الكسوري للمصفوفة الرقمية ثلاثية الأبعاد للعقيدات الرئوية يختلف باستمرار مع مقاييس فوكسل مختلفة ، مما يشكل طيفا مميزا متعدد الفركتلات. لوحظت اختلافات يعتد بها بين العقيدات في المرحلة المبكرة والمتأخرة. أظهرت العقيدات في المرحلة المتأخرة نطاقا أوسع نطاقا أوسع (المحور X الأطول) ونقاطا قصوى أعلى في أطيافها متعددة الفركتلات. تم تأكيد هذه الفروق كميا ، مما يشير إلى إمكانية الطريقة في التدريج الدقيق.

يوفر تحليل الطيف متعدد الفركتلات طريقة كمية مهمة ودقيقة للغاية لتحديد مراحل العقيدات الرئوية ، مما يميز بشكل فعال بين الحالات الحميدة والخبيثة. تظهر هذه التقنية غير الغازية نتائج واعدة لتحسين التشخيص المبكر وتحديد مراحل سرطان الرئة بدقة ، مما قد يعزز اتخاذ القرار السريري في علم الأورام الرئوية.

Introduction

لا يزال سرطان الرئة أحد الأسباب الرئيسية للوفيات المرتبطة بالسرطان في جميع أنحاء العالم ، حيث يلعب الاكتشاف المبكر والتشخيص الدقيق أدوارا حاسمة في تحسين نتائجالمرضى 1. تمثل العقيدات الرئوية ، التي غالبا ما يتم اكتشافها عرضيا أو من خلال برامج الفحص ، تحديا تشخيصيا كبيرا للأطباء. تعد القدرة على التمييز بين العقيدات الحميدة والخبيثة ، خاصة في مراحلها المبكرة ، أمرا بالغ الأهمية للتدخل في الوقت المناسب والتدبير العلاجيالمناسب 2.

تقليديا ، كان المعيار المعياري لتشخيص الأورام الخبيثة للعقيدات الرئوية هو الفحص النسيجي المرضي من خلال الإجراءات الغازية مثل الخزعة أو الاستئصال الجراحي. في حين أن هذه الطرق توفر تشخيصات نهائية ، إلا أنها تنطوي على مخاطر متأصلة ، بما في ذلك استرواح الصدر والنزيف والعدوى3. علاوة على ذلك ، يمكن أن تؤدي الطبيعة الغازية لهذه الإجراءات إلى عدم الراحة والقلق لدى المريض ، فضلا عن زيادة تكاليف الرعاية الصحية. بالإضافة إلى ذلك ، تخضع إجراءات الخزعة نفسها لمشاكل دقة أخذ العينات ، مع إمكانية الحصول على عينات أنسجة غير تمثيلية قد تؤدي إلى التشخيص الخاطئ. وبالتالي ، هناك حاجة ملحة لتقنيات تشخيصية غير جراحية يمكنها تقييم الأورام الخبيثة للعقيدات بدقة دون تعريض المرضى لإجراءات جراحية غير ضرورية4.

ظهر التصوير المقطعي المحوسب (CT) كأداة قوية في الكشف عن العقيدات الرئوية وتوصيفها5. ومع ذلك، لا يزال تفسير صور التصوير المقطعي المحوسب لتقييم العقيدات صعبا، مع تباين كبير بين المراقبين بين أخصائيي الأشعة. تعتمد الإرشادات الحالية وبيانات إجماع الخبراء حول تقييم العقيدات المستندة إلى CT بشكل أساسي على السمات المورفولوجية مثل الحجم والشكل ومعدل النمو. في حين أن هذه المعايير توفر معلومات قيمة ، إلا أنها غالبا ما تفتقر إلى الدقة اللازمة للتشخيص النهائي ، خاصة في حالات العقيدات الصغيرة أو غير المحددة6.

في السنوات الأخيرة ، كان هناك اهتمام متزايد باستخدام ميزات التصوير الكمي ، والتي يشار إليها غالبا باسم "التصوير الإشعاعي" ، لتعزيز الدقة التشخيصية لتقييم العقيدات القائم على التصوير المقطعيالمحوسب 7. من بين هذه الأساليب ، أظهر تحليل الفركتلات وعدا في التقاط الخصائص الهيكلية المعقدة للعقيدات الرئوية8. تم تطبيق البعد الكسوري ، وهو مقياس لتعقيد الجسم عبر مقاييس مختلفة ، على العديد من مشاكل التصوير الطبي ، بما في ذلك توصيف العقيدات الرئوية9.

ومع ذلك ، فإن الطرق الحالية القائمة على الكسورية لتحليل العقيدات تستخدم عادة نهجا أحادي المقياس ، حيث تحسب بعدا فركتليا واحدا لكل عقدة10. في حين أن هذا النهج أظهر بعض الفائدة في التمييز بين العقيدات الحميدة والخبيثة ، إلا أنه غالبا ما يؤدي إلى تداخل كبير بين الفئتين ، مما يحد من دقة التشخيص. يكمن القيد المتأصل في تحليل الكسورية أحادي النطاق في عدم قدرته على التقاط الطيف الكامل للتعقيدات الهيكلية التي قد توجد داخل عقيدة عبر مقاييس مكانية مختلفة11.

لمعالجة هذه القيود ، تقدم هذه الدراسة نهجا جديدا ، تحليل طيف متعدد الفركتلات ، لتقييم العقيدات الرئوية. تمتد هذه الطريقة إلى ما هو أبعد من التحليل الفركتلي التقليدي أحادي النطاق عن طريق حساب أبعاد الفركتل عبر مقاييس فوكسل متعددة ، وبالتالي توليد طيف شامل يميز التعقيد الهيكلي للعقيدة على مستويات مختلفة من التفاصيل12. هذا النهج متجذر في فهم أن الهياكل البيولوجية ، بما في ذلك الأورام ، غالبا ما تظهر خصائص كسورية مختلفة على نطاقات مختلفة ، وهي خاصية تفشل طرق المقياس الواحد فيالتقاطها 13.

إن تطوير هذا التحليل الطيفي متعدد الفركتلات مدفوع بالحاجة إلى طرق أكثر دقة وكمية وغير جراحية لتقييم الأورام الخبيثة للعقيدات الرئوية. من خلال الاستفادة من تقنيات معالجة الصور المتقدمة والنماذج الرياضية ، يهدف هذا النهج إلى استخراج مجموعة أكثر ثراء من الميزات من صور التصوير المقطعي المحوسب ، مما قد يكشف عن اختلافات طفيفة بين العقيدات الحميدة والخبيثة التي قد لا تكون واضحة من خلال التحليل التقليدي أو طرق الفركتل أحاديةالمقياس 14.

تكمن أهمية هذا البحث في قدرته على تعزيز دقة تشخيص سرطان الرئة في مراحله المبكرة وتحديد مراحله. من خلال توفير توصيف أكثر دقة وشمولية لبنية العقيدات ، قد يمكن تحليل طيف الكسورات المتعددة الأطباء من اتخاذ قرارات أكثر استنارة بشأن إدارة المريض ، مما قد يقلل من الحاجة إلى إجراءات جراحية غير ضرورية في حالات العقيدات الحميدة مع ضمان التدخل في الوقت المناسب للأورامالخبيثة 15.

باختصار ، يقدم هذا البحث تحليل طيف الفركتلات المتعددة لتقييم الأورام الخبيثة للعقيدات الرئوية ، ومعالجة قيود الأساليب التشخيصية الحالية وطرق الفركتل أحادية المقياس. من خلال توفير تقييم كمي أكثر شمولا ودقة لخصائص العقيدات ، تهدف هذه التقنية غير الغازية إلى تحسين التشخيص المبكر وتحديد المرحلة الدقيقة لسرطان الرئة ، مما يعزز في النهاية اتخاذ القرارات السريرية في علم الأورام الرئوي ويساهم في تحسين نتائجالمرضى 16.

Access restricted. Please log in or start a trial to view this content.

Protocol

تمت الموافقة على هذه الدراسة من قبل لجنة الأخلاقيات في مستشفى Dongzhimen ، التابعة لجامعة بكين للطب الصيني (2024DZMEC-165-02). تم تجنيد المريض من عيادة الحمى الخارجية ، مستشفى Dongzhimen. قدم المرضى موافقة مستنيرة على تشخيصهم من خلال النمذجة الرقمية وأذنوا باستخدام بياناتهم لأغراض البحث العلمي. وظيفة إعادة بناء النموذج مشتقة من أداة برمجية متاحة تجاريا (انظر جدول المواد).

1. إعداد البيانات وتصورها

  1. انتقل إلى المجلد الذي يحتوي على ملفات بيانات DICOM للفحص المقطعي المحوسب للمريض.
  2. قم بإنشاء مصفوفة وحدة تخزين ثلاثية الأبعاد من ملفات DICOM باستخدام كود MATLAB التالي:
    f = dir ('*.dcm');
    ل i = 1: الطول (f)
    V (:,:,i)= dicomread(f(fidx(i)).name);
    انتهاء
  3. تصور تسلسل الصورة باستخدام وظيفة sliceViewer الخاصة ب MATLAB: (الشكل 1)
    شكل;
    H = شريحة عارض (V) ؛
    خريطة الألوان (رمادي (1024)) ؛
    set(gcf, 'شريط الأدوات', 'الشكل');
  4. تفاعل مع تصور وحدة التخزين ثلاثية الأبعاد.
    1. استخدم شريط التمرير الموجود أسفل واجهة المستخدم الرسومية (GUI) لاستعراض شرائح مختلفة في تسلسل التصوير المقطعي المحوسب (الشكل 1). لاحظ وجود عقدة رئوية خبيثة مقاس 22 مم في الرئة اليسرى عند الإطار 325.
    2. ابحث عن أيقونات التكبير والتصغير والعودة إلى العرض العام في الزاوية العلوية اليمنى من واجهة المستخدم الرسومية في الشكل 3. استخدم أيقونة تلميح البيانات لتمييز إحداثيات البكسل المحدد. استخدم وظيفة Zoom لمراقبة السمات المحلية للآفات وعلاقاتها بالأنسجة المحيطة.
    3. شريط الألوان الافتراضي هو خريطة الألوان الرمادية، مما يعني أن الأزرق إلى الأحمر يمثل قيما من منخفض إلى مرتفع. انقر بزر الماوس الأيمن فوق شريط الألوان في القائمة المنبثقة لتحديد خريطة الألوان الرمادية الشائعة وإعادة تعيين واجهة المستخدم الرسومية بالكامل.
    4. إذا لم يكن تأثير المرشح راضيا، فاستخدم زر الماوس الأيسر للسحب لأعلى ولأسفل في منتصف الشكل لضبط مستوى النافذة. اسحب إلى اليسار واليمين لضبط عرض النافذة ، وسيتم عرض نطاق التصفية الدقيق المقابل على شريط الألوان.
      ملاحظة: تتيح أدوات التحكم التفاعلية هذه فحصا مرنا لخصائص بيانات CT-DICOM عبر كل من مساحة الشدة وموقع التسلسل.

2. تصور مصفوفة 3D المحلية لآفات العقيدات الرئوية

ملاحظة: بعد تحديد موضع تسلسل العقدة الرئوية في واجهة المستخدم الرسومية الموضحة في الشكل 1 ، استخدم أداة تلميح البيانات لتحديد موضع العقيدات بدقة. هذه الخطوة ضرورية قبل حساب المصفوفة ثلاثية الأبعاد لمساحة التدرج الرمادي لمنطقة الآفة.

  1. استخدم أداة تلميح البيانات لتحديد إحداثيات البكسل للعقيدات الرئوية بدقة.
    1. في واجهة المستخدم الرسومية الموضحة في الشكل 1 ، انتقل إلى الشريحة التي تحتوي على العقدة (الإطار 325).
    2. انقر فوق رمز تلميح البيانات في الزاوية العلوية اليسرى من واجهة المستخدم الرسومية.
    3. انقر على حواف العقدة لتحديد حدودها (الشكل 2).
    4. لاحظ إحداثيات X و Y المعروضة في النافذة المنبثقة لتلميح البيانات.
  2. استخرج المصفوفة الرمادية للعقيدة الرئوية.
    1. بناء على الإحداثيات التي تم الحصول عليها ، حدد منطقة الاهتمام (ROI) في نافذة أوامر MATLAB: M = V (304: 335 ، 309: 336 ، 325) ؛
      ملاحظة: اضبط الإحداثيات (304:335، 309:336، 325) وفقا لموقع العقدة المحدد في الصورة.
  3. تصور المصفوفة ثلاثية الأبعاد المحلية للعقيدة:
    1. أدخل الأمر MATLAB التالي لإنشاء مخطط سطح ثلاثي الأبعاد: الشكل ؛ تصفح (M) ؛
    2. لاحظ التصور ثلاثي الأبعاد الناتج لشدة التدرج الرمادي للعقيدة (الشكل 3).
  4. التفاعل مع واجهة المستخدم الرسومية للتصور ثلاثي الأبعاد.
    ملاحظة: يمثل المحوران X و Y الأبعاد المكانية للعقدة بالبكسل. يمثل المحور Z قيم شدة التدرج الرمادي.
    1. ابحث عن أدوات التكبير والتصغير والتدوير والعودة إلى العرض الأولي الافتراضي (استعادة العرض) في الزاوية العلوية اليمنى من واجهة المستخدم الرسومية. استخدم هذه الأدوات للفحص الدقيق للعقيدات الرئوية الرقمية ثلاثية الأبعاد.

3. حساب الطيف متعدد الفركتلات للعقيدات الرئوية

ملاحظة: البعد الكسوري ليس فريدا عبر مقاييس مختلفة ولكنه يشكل طيفا متعدد الفركتلات يختلف باختلاف المقاييس الحسابية.

  1. استدعاء الدالة Pix_size ، fractal_dimension = PN_fractal_feature (M) مع مصفوفة M التي تم الحصول عليها مسبقا كمدخلات. سيؤدي ذلك إلى أبعاد الفركتل (fractal_dimension) بمقاييس مختلفة (Pix_size).
  2. تصور الطيف متعدد الفركتلات (الشكل 4) للعقيدة الرئوية باستخدام الكود التالي:
    شكل;
    قطعة الأرض (Pix_size ، fratal_dimention ، "عرض الخط" ، 2) ؛
    xlabel("مقياس كسوري")
    ylabel("البعد الكسوري")
  3. باستخدام نفس الخطوات كما في 1.1-3.2 ، احسب عقيدة رئوية حميدة أخرى ورسمها في نفس نظام الإحداثيات باستخدام لون مختلف للمقارنة. سينتج عن هذا الشكل 5.
  4. لمقارنة الأطياف متعددة الفركتلات للعقيدات الرئوية الحميدة والخبيثة المختلفة بشكل أكثر دقة ، استخدم أداة تلميح البيانات لتحديد إحداثيات النقاط القصوى الرئيسية في الشكل 5.
    ملاحظة: يتوفر رمز MATLAB المستخدم لهذا البروتوكول كملف تكميلي 1.

Access restricted. Please log in or start a trial to view this content.

النتائج

يستخدم الشكل 1 إعادة بناء بحجم ثلاثي الأبعاد لتسلسل التصوير المقطعي المحوسب الصدري للمريض ، مما يسمح بمشاهدة العقيدات الرئوية للموضوع وتوطينها بشكل مريح. يمكن لأداة تلميح البيانات تحديد منطقة الاهتمام (ROI) للعقيدة محل الاهتمام (الشكل 2). ي...

Access restricted. Please log in or start a trial to view this content.

Discussion

يمثل تحليل طيف الفركتلات المتعددة المقدم في هذه الدراسة تقدما كبيرا في التقييم غير الجراحي للأورام الخبيثة للعقيدات الرئوية. تقدم هذه الطريقة مزايا مهمة وتعالج القيود الرئيسية في الأساليب الحالية لتشخيص العقيدات الرئوية وتحديدالمراحل 17.

ت?...

Access restricted. Please log in or start a trial to view this content.

Disclosures

أداة برمجية للطيف متعدد الفركتلات لتقييم العقيدات الرئوية ، Multifractal Spectrum V1.0 ، هي نتاج شركة Beijing Intelligent Entropy Science & Technology Co.، Ltd. حقوق الملكية الفكرية لهذه الأداة البرمجية مملوكة للشركة. ليس لدى المؤلفين أي تضارب في المصالح للإعلان عنه.

Acknowledgements

تم دعم هذا البحث من خلال المشروع التجريبي لتعزيز قدرة البحوث السريرية وتحويل الإنجاز (DZMG-MLZY-23008) من مستشفى Dongzhimen التابع لجامعة بكين للطب الصيني ، ومشروع صندوق بدء التشغيل للمعلمين الجدد (2024-BUCMXJKY-052) من جامعة بكين للطب الصيني.

Access restricted. Please log in or start a trial to view this content.

Materials

NameCompanyCatalog NumberComments
MATLABMathWorks2022BComputing and visualization
Multifractal Spectrum softwareIntelligent Entropy, Beijing Intelligent Entropy Science & Technology Co Ltd.V1.0Modeling for CT/MRI fusion

References

  1. Naik, A., Edla, D. R., Dharavath, R. Prediction of malignancy in lung nodules using a combination of deep, fractal, and gray-level co-occurrence matrix features. Big Data. 9 (6), 480-498 (2021).
  2. Al-Kadi, O. S. Prediction of FDG-PET stage and uptake for non-small cell lung cancer on non-contrast enhanced CT scans via fractal analysis. Clin Imaging. 65, 54-59 (2020).
  3. Ferreira-Junior, J. R., et al. CT-based radiomics for prediction of histologic subtype and metastatic disease in primary malignant lung neoplasms. Int J Comput Assist Radiol Surg. 15 (1), 163-172 (2020).
  4. Ryan, S. M., et al. Radiomic measures from chest high-resolution computed tomography associated with lung function in sarcoidosis. Eur Respir J. 54 (2), 1900371(2019).
  5. Kravchenko, V. F., Ponomaryov, V. I., Pustovoit, V. I., Rendon-Gonzalez, E. Classification of lung nodules using CT images based on texture features and fractal dimension transformation. Dokl Math. 99 (2), 235-239 (2019).
  6. Digumarthy, S. R., Padole, A. M., Lo Gullo, R., Sequist, L. V., Kalra, M. K. Can CT radiomic analysis in NSCLC predict histology and EGFR mutation status. Medicine (Baltimore). 98 (1), e13963(2019).
  7. Xiao, X., et al. An automated segmentation method for lung parenchyma image sequences based on fractal geometry and convex hull algorithm. Appl Sci (Basel). 8 (5), 832(2018).
  8. Xue, X., et al. Use of a radiomics model to predict tumor invasiveness of pulmonary adenocarcinomas appearing as pulmonary ground-glass nodules. Biomed Res Int. 2018, 6803971(2018).
  9. Kiryu, S., et al. Impact of hepatocellular carcinoma heterogeneity on computed tomography as a prognostic indicator. Sci Rep. 7, 12689(2017).
  10. Bashir, U., Siddique, M. M., Mclean, E., Goh, V., Cook, G. J. Imaging heterogeneity in lung cancer: techniques, applications, and challenges. Am J Roentgenol. 207 (3), 534-543 (2016).
  11. Niehaus, R., Raicu, D. S., Furst, J., Armato, S. III Toward understanding the size dependence of shape features for predicting spiculation in lung nodules for computer-aided diagnosis. J Digit Imaging. 28 (6), 704-717 (2015).
  12. Feng, C., Zhang, J., Liang, R. A method for lung boundary correction using split Bregman method and geometric active contour model. Comput Math Methods Med. 2015, 789485(2015).
  13. Alic, L., Niessen, W. J., Veenland, J. F. Quantification of heterogeneity as a biomarker in tumor imaging: a systematic review. PLoS One. 9 (10), e110300(2014).
  14. Miwa, K., et al. FDG uptake heterogeneity evaluated by fractal analysis improves the differential diagnosis of pulmonary nodules. Eur J Radiol. 83 (4), 715-719 (2014).
  15. Image feature extraction based on multifractal theory. Liu, G., Chen, N., Ou, C., Liao, Y., Yu, Y. 2014 IEEE Workshop on Electronics, Computer and Applications, Ottawa, ON, Canada, , 1023-1026 (2014).
  16. Lin, P., Huang, P., Lee, C., Wu, M. Automatic classification for solitary pulmonary nodule in CT image by fractal analysis based on fractional Brownian motion model. Pattern Recognit. 46 (12), 3279-3287 (2013).
  17. Ganeshan, B., Miles, K. A. Quantifying tumour heterogeneity with CT. Cancer Imaging. 13 (1), 140-149 (2013).
  18. A classification system of lung nodules in CT images based on fractional Brownian motion model. Huang, P., Lin, P., Lee, C., Kuo, C. 2013 IEEE International Conference on System Science and Engineering (ICSSE, Budapest, Hungary, , 37-40 (2013).
  19. Wang, H., et al. Multilevel binomial logistic prediction model for malignant pulmonary nodules based on texture features of CT image. Eur J Radiol. 74 (1), 124-129 (2010).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Explore More Articles

JoVE 215

This article has been published

Video Coming Soon

JoVE Logo

Privacy

Terms of Use

Policies

Contact Us

Recommend to library

JoVE NEWSLETTERS

Research

Education

Authors

Librarians

ABOUT JoVE

Copyright © 2025 MyJoVE Corporation. All rights reserved