新しいコロナウイルス病のパンデミックの発生以来、胸部CTスキャン画像におけるこの感染の典型的な病変の適切な区分化を得るのに有用な簡便かつ有効な方法が基本的に現れる。したがって、私たちの目的は、人々がこれらの肺病理学的所見の簡単かつ効率的なセグメンテーションを行うことを可能にするために、知識のスターターパックを提供することです。うまくいけば、これは科学界がこれらの患者の診断アプローチを改善できる専用のラジオミクスと人工知能研究を開発するのに役立ちます。
3D スライサーの DICOM ブラウザーから、セグメント化するスタディを選択し、[ロード] をクリックします。[ビューアー] セクションで選択したケースを確認できます。ご覧のように、この患者は、COVID-19の典型的なケースである両側および統合領域と同様に地面ガラスの不透明度を提示する。
次に、セグメント セクションに移動し、3 つのセグメントを追加します(1 つは総肺容積、1 つは地面ガラスの不透明度、および連結領域用に 1 つずつ)。しきい値計に移動し、上限しきい値をマイナス 250 ハウンズフィールドユニットに設定します。並べ替えして空気だけを選択し、ソフト組織、骨、および統合領域を除き、システムがソフト組織から自動的に識別できない場合は、クリックして適用します。
次に、患者の外の空気を取り除き、そのためには、アイランドツールを使用して、[選択した島のみを保持]に移動します。次に、患者の内側をクリックします。外の空気が取り除かれたのがわかります。
次に、合計肺量に統合領域を追加します。これを行うには、Sphereブラシ設定でペイントインストゥルメントを使用し、ニーズに合わせてサイズを調整し、柔らかいティッシュを避けるように注意してください。Sphere ブラシを使用すると、作業しているスライスに対して上下にペイントし、プロセスを高速化します。
ここで、統合領域をセグメント化します。そのためには、他のセグメントの様々ななしで総肺量の内部で動作していることを確認してください。しきい値計測器を使用して、上側のしきい値を上げてソフト組織と統合を含め、下限しきい値をマイナス 250 に設定します。
ソフト組織、船舶、および統合の両方を選択していますが、[適用]をクリックすると、統合領域のみが選択されています。次に、グラウンド ガラス領域をセグメント化するには、グラウンド ガラス セグメントを選択します。前のセグメンテーションの設定を維持し、しきい値をマイナス 750 からマイナス 250 ハウンズフィールド単位に設定します。
これらの値は、CT スキャンの設定によって異なる場合があります。常に粉砕ガラスのフライシュナー協会の定義に従って調整します。その可視船を見て不透明度を選択します。
次に、[適用] をクリックします。また、インタースティシャルスペースが選択されていることに気付くでしょう。調整するには、スムーズインストゥルメントに移動します。
CTスキャンの構築アルゴリズムに適した座席を選択します。そして、ご覧のとおり、間質空間は削除されています。セグメント化の結果をセグメント エディタに表示し、定義したセグメントの 3D モデルを表示できます。
左側のスライダーを使用して、モデルの透明度を調整できます。3D ビューを使用して、正しいセグメンテーション プロセスを確認できます。現在、3つの異なるセグメントがあり、1つは肺総容量、残りの2つはCOVID-19統合とグランドガラス領域の典型的な発見です。
セグメント統計モジュールにより定義したセグメントから統計を抽出することができます。スカラーボリュームオプションを削除し、肺全体の体積と統合領域と地面ガラス領域を表すテーブルがあります。これを使用して、疾患の重症度を計算することができます。
定義したセグメントをエクスポートすることもできます。[データ] セクションに移動できます。次に、エクスポートするセグメントのみを表示し、目のアイコンをクリックします。
次に、右クリックして、表示されているバイナリラベルマップのみをエクスポートします。ラベルマップは、必要に応じてそのまま使用できます。定義したセグメントごとにこのプロセスを繰り返す必要があります。
これにより、定義したセグメントに対応する 3 つのラベルマップが作成されます。これは、好みのファイルタイプでエクスポートすることも、さらに分析に最適なファイルタイプでエクスポートすることもできます。さら。これらの方法により、研究者は、特定の特徴を抽出できるCOVID-19の病理学的所見について、正確なセグメンテーションを迅速に得ることができます。
科学界にこのような知識を提供し、正確で完全に自動化されたセグメンテーション方法を開発し、正確な予後因子を決定することができる。
