Un modelo digital 3D para el diagnóstico y tratamiento de nódulos pulmonares

Resumen

El objetivo de este estudio es desarrollar un nuevo modelo digital 3D de nódulos pulmonares que sirva como puente de comunicación entre médicos y pacientes y que también sea una herramienta de vanguardia para el prediagnóstico y la evaluación pronóstica.

Resumen

La reconstrucción tridimensional (3D) de los nódulos pulmonares utilizando imágenes médicas ha introducido nuevos enfoques técnicos para diagnosticar y tratar los nódulos pulmonares, y estos enfoques están siendo progresivamente reconocidos y adoptados por médicos y pacientes. No obstante, la construcción de un modelo digital 3D relativamente universal de nódulos pulmonares para el diagnóstico y el tratamiento es un desafío debido a las diferencias en los dispositivos, los tiempos de disparo y los tipos de nódulos. El objetivo de este estudio es proponer un nuevo modelo digital 3D de nódulos pulmonares que sirva de puente entre médicos y pacientes y que sea también una herramienta de vanguardia para el prediagnóstico y la evaluación pronóstica. Muchos métodos de detección y reconocimiento de nódulos pulmonares impulsados por IA emplean técnicas de aprendizaje profundo para capturar las características radiológicas de los nódulos pulmonares, y estos métodos pueden lograr un buen rendimiento bajo la curva (AUC) del área. Sin embargo, los falsos positivos y falsos negativos siguen siendo un desafío para los radiólogos y los médicos. La interpretación y expresión de las características desde la perspectiva de la clasificación y el examen de los nódulos pulmonares siguen siendo insatisfactorias. En este estudio, se propone un método de reconstrucción 3D continua de todo el pulmón en posiciones horizontal y coronal mediante la combinación de tecnologías de procesamiento de imágenes médicas existentes. En comparación con otros métodos aplicables, este método permite a los usuarios localizar rápidamente los nódulos pulmonares e identificar sus propiedades fundamentales, al tiempo que observa los nódulos pulmonares desde múltiples perspectivas, proporcionando así una herramienta clínica más eficaz para diagnosticar y tratar los nódulos pulmonares.

Introducción

La incidencia global de nódulos pulmonares es variable, pero generalmente se estima que alrededor del 30% de los adultos tienen al menos un nódulo pulmonar visible en las radiografías de tórax¹. La incidencia de nódulos pulmonares es mayor en poblaciones específicas, como los fumadores empedernidos y aquellos con antecedentes de cáncer de pulmón u otras enfermedades pulmonares. Es importante señalar que no todos los nódulos pulmonares son malignos, pero es necesaria una evaluación exhaustiva para descartar neoplasias malignas². La detección temprana y el diagnóstico del cáncer de pulmón son cruciales para mejorar las tas....

Protocolo

NOTA: Durante la etapa de preprocesamiento de datos, los datos DICOM originales deben clasificarse e interceptarse para garantizar la compatibilidad con varios dispositivos y resultados consistentes. Se debe reservar una capacidad ajustable adecuada para el procesamiento de la intensidad, y una perspectiva 3D continua es esencial para la observación. En este protocolo, se proporciona una descripción metódica del enfoque de investigación, detallando un caso que involucra a una paciente femenina de 84 años que presenta nódulos pulmonares. Esta paciente dio su consentimiento informado para su diagnóstico a través de modelos digitales y autorizó la utilización de....

Discusión

Los diferentes dispositivos LDCT tienen diferencias significativas en las secuencias de imágenes DICOM que generan, especialmente en términos de administración del sistema de archivos. Por lo tanto, para reconstruir el modelo digital 3D clave de un nódulo pulmonar en las últimas etapas del protocolo, el paso de preprocesamiento de datos es particularmente importante. En la etapa de preparación y preprocesamiento de datos (paso 1.2.2), la coordenada del eje z de la secuencia se puede ordenar correctamente utilizando.......

Materiales

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