早期多发性肺结节全肺三维重建

摘要

本研究介绍了早期多发性肺结节患者整个肺的三维 （3D） 重建方法。它提供了结节分布及其与肺组织相互作用的全面可视化，简化了这些患者的诊断和预后评估。

摘要

对于早期多发性肺结节患者，从诊断的角度来看，必须确定这些结节在整个肺部的空间分布、大小、位置以及与周围肺组织的关系。这对于识别原发病变和为医生制定更有科学依据的治疗计划至关重要。然而，基于机器视觉的模式识别方法容易受到假阳性和假阴性的影响，因此不能完全满足这方面的临床需求。基于最大强度投影（MIP）的可视化方法可以更好地说明局部和单个肺结节，但缺乏对多个肺结节分布和空间特征的宏观和整体描述。

因此，本研究提出了一种全肺三维重建方法。它使用医学图像处理技术在整个肺部的背景下提取肺部的 3D 轮廓，并在 3D 空间中对肺、肺动脉和多个肺结节进行 3D 重建。该方法能够全面刻画全肺多发性结节的空间分布和放射学特征，为评估多发性肺结节的诊断和预后提供了一种简单方便的手段。

引言

早期多发性肺结节是肺部的小而圆形的生长物，可以是良性的，也可以是恶性的 ^1,2,3。虽然孤立性肺结节更容易诊断和治疗，但早期多发性肺结节患者面临着重大的诊断和治疗挑战。为了制定有效的治疗计划，必须准确识别这些结节在整个肺中的空间分布、大小、位置以及与周围肺组织的关系 ^4,5。传统的诊断方法在准确识别早期多发性肺结节方面存在局限性。

医学图像处理技术和机器学习算法的最新进展有可能提高早期肺结节检测和诊断的准确性和效率。已经提出了各种方法，例如基于机器视觉的模式识别方法和基于最大强度投影 （MIP） ^的可视化方法6,7,8,9,10。然而，这些方法存在一些局限性，例如假阳性、假阴性

研究方案

本研究获得北京中医药大学附属东直门医院伦理委员会（DZMEC-KY-2019.90）的伦理审查。在这个特定病例中，提供了对研究方法的有条不紊的描述，概述了一个涉及一名患有多发性肺结节的 65 岁女性患者的病例。该患者通过数字建模为她的诊断提供了知情同意书，并授权将她的数据用于科学研究目的。模型重建功能源自市售软件工具（参见 材料表）。

1. 数据准备和等体素变换

1. DICOM（医学数字成像和通信）数据准备和数据属性
   注：参数的变化相对不受研究方法的影响。
   1. 将患者的 DICOM 数据复制到定义的工作目录。
   2. 使用文件浏览器检查每个文件目录，以识别具有最多扫描层数的图像序列以进行分析。
   3. 通过提供 DICOM 文件作为输入参数，在 MATLAB 中使用 Dicominfo 函数。这将使您能够直接在 MATLAB 环境中提取基本参数，例如切片厚度和像素间距。
      注意：这些参数在配置 3D 体积的显示速率时非常重要。在本研究中使用的数据集中，切片厚度为 1 mm，像素间距相当于 0.7188 mm，总共扫描了 387 层。
2. 正确排序扫描数据
   注意：对于体积构造，应对每个图像的顺序进行排序。
   1. 使用 Dicominfo

讨论

这项研究引入了一种独特的方法，用于创建整个肺部的完整三维 （3D） 重建，采用先进的医学图像处理技术在全胸部扫描的背景下描绘肺部的 3D 形状。该技术可以更精确、更全面地描述整个肺部早期多发性结节的空间排列和放射学特征。本研究为提高早期多发性肺结节患者诊断和治疗策略的准确性和有效性做出了宝贵贡献。

关键步骤
在这项研究中，确定了几.......

材料

Name	Company	Catalog Number	Comments
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