В нашем исследовании изучается оценка неинвазивных легочных узлов. С помощью многовариантного спектрального анализа изображений КТ мы стремимся ответить на вопрос, почему многосортные характеристики могут надежно дифференцировать доброкачественные и злокачественные узелки, потенциально снижая потребность в инвазивных диагностических процедурах. Последние достижения включают в себя подходы на основе радиальной смеси для определения характеристик узелков, но обычно они сосредоточены либо на патологическом изображении, либо только на морфологическом анализе.
Наш мультифрактальный спектральный анализ соединяет визуализацию и патологические находки. Мы продемонстрировали, что легочный узел демонстрирует отчетливый мультифрактальный спектр на разных стадиях, при этом узлы более поздней стадии демонстрируют более широкий диапазон масштабов и более высокие экстремумы, что позволяет количественно дифференцировать злокачественность. Наш протокол предлагает неинвазивную количественную оценку злокачественности узлов путем одновременного анализа морфологических характеристик и гетерогенности тканей, снижая зависимость от инвазивной биопсии.
Эти результаты позволяют более точно определять стадию легочных узлов и выявлять злокачественные новообразования на ранней стадии, потенциально улучшая принятие клинических решений и исходы пациентов в легочной онкологии. Для начала получите данные компьютерной томографии или компьютерной томографии пациента в виде файлов DICOM и сгенерируйте объемную 3D-матрицу в MATLAB. Визуализируйте последовательность изображений с помощью функции просмотра срезов MATLAB.
Используйте полосу прокрутки в нижней части графического пользовательского интерфейса для просмотра различных срезов в последовательности CT. Выявить наличие злокачественных легочных узелков в легких можно в соответствующей рамке. Найдите и используйте значки для увеличения, уменьшения масштаба и возврата к глобальному виду.
Активируйте значок подсказки, чтобы отметить пиксельные координаты выбранной области. Щелкните правой кнопкой мыши по цветовой шкале, чтобы использовать общую карту серых цветов, и выберите соответствующий вариант. Если эффект фильтра не устраивает, используйте левую кнопку мыши для перетаскивания вверх и вниз в середине рисунка, чтобы отрегулировать уровень окна.
Перетаскивайте влево и вправо, чтобы настроить ширину окна, и соответствующий точный диапазон фильтрации будет отображаться на цветовой шкале. Определите пиксельные координаты узелка после маркировки его краев и обратите внимание на координаты X и Y, отображаемые во всплывающем окне подсказки по данным. После определения области интереса, или ROI, используйте команду MATLAB для создания 3D-графика поверхности.
Наблюдайте за интенсивностью легочного узла в оттенках серого в 3D-оттенках серого. Найдите и используйте инструменты масштабирования, отмены увеличения, поворота и восстановления вида для детального изучения. Вызовем функцию pic_size, fractal_dimension равно PN_fractal_feature M, с полученной ранее матрицей M в качестве входных данных.
Это позволит рассчитать фрактальные размеры в разных масштабах. Визуализируйте мультифрактальный спектр легочного узла с помощью кода. Рассчитайте мультифрактальный спектр для другого доброкачественного легочного узла, используя те же шаги.
Постройте график результатов в одной и той же системе координат, используя другой цвет для сравнения, создав многофрактальное сравнение спектра между различными легочными узелками. Наконец, используйте инструмент подсказок для обозначения координат ключевых экстремумов для точного сравнения различных доброкачественных и злокачественных легочных узелков. Фрактальная размерность злокачественных узелков показала мультифрактальный спектр с более высокими экстремумами и более широкими диапазонами масштабов по сравнению с доброкачественными узелками.
Узлы аденокарциномы легкого на ранних стадиях демонстрировали более узкий диапазон фрактального масштаба и более низкие экстремумы в мультифрактальном спектре, чем узелки поздней стадии.
