Pulmoner nodüllerin tanı ve tedavisi için 3D dijital model

Özet

Bu çalışmanın amacı, hekimler ve hastalar arasında bir iletişim köprüsü görevi gören ve aynı zamanda ön tanı ve prognostik değerlendirme için son teknoloji bir araç olan pulmoner nodüllerin yeni bir 3D dijital modelini geliştirmektir.

Özet

Tıbbi görüntüler kullanılarak pulmoner nodüllerin üç boyutlu (3D) rekonstrüksiyonu, pulmoner nodüllerin tanı ve tedavisinde yeni teknik yaklaşımlar getirmiştir ve bu yaklaşımlar hekimler ve hastalar tarafından giderek daha fazla kabul edilmekte ve benimsenmektedir. Bununla birlikte, tanı ve tedavi için pulmoner nodüllerin nispeten evrensel bir 3D dijital modelini oluşturmak, cihaz farklılıkları, çekim süreleri ve nodül tipleri nedeniyle zordur. Bu çalışmanın amacı, hekimler ve hastalar arasında bir köprü görevi gören ve aynı zamanda ön tanı ve prognostik değerlendirme için son teknoloji bir araç olan pulmoner nodüllerin yeni bir 3D dijital modelini önermektir. Birçok AI güdümlü pulmoner nodül tespit ve tanıma yöntemi, pulmoner nodüllerin radyolojik özelliklerini yakalamak için derin öğrenme tekniklerini kullanır ve bu yöntemler eğri altı (AUC) performansında iyi bir alan elde edebilir. Bununla birlikte, yanlış pozitifler ve yanlış negatifler radyologlar ve klinisyenler için bir zorluk olmaya devam etmektedir. Pulmoner nodül sınıflaması ve muayenesi açısından özelliklerin yorumlanması ve ifade edilmesi hala tatmin edici değildir. Bu çalışmada, mevcut tıbbi görüntü işleme teknolojileri birleştirilerek tüm akciğerin yatay ve koronal pozisyonlarda sürekli 3D rekonstrüksiyonu yöntemi önerilmiştir. Diğer uygulanabilir yöntemlerle karşılaştırıldığında, bu yöntem kullanıcıların pulmoner nodülleri hızlı bir şekilde bulmalarını ve temel özelliklerini tanımlamalarını sağlarken, aynı zamanda pulmoner nodülleri birden fazla perspektiften gözlemlemelerini sağlar, böylece pulmoner nodüllerin teşhisi ve tedavisi için daha etkili bir klinik araç sağlar.

Giriş

Pulmoner nodüllerin küresel insidansı değişkendir, ancak genellikle yetişkinlerin yaklaşık% 30'unda akciğer grafilerinde görülebilen en az bir pulmoner nodül olduğu tahmin edilmektedir¹. Pulmoner nodüllerin insidansı, ağır sigara içenler ve akciğer kanseri veya diğer akciğer hastalıkları öyküsü olanlar gibi spesifik popülasyonlarda daha yüksektir. Tüm pulmoner nodüllerin malign olmadığını not etmek önemlidir, ancak maligniteyi ekarte etmek için kapsamlı bir değerlendirme gereklidir². Akciğer kanserinin erken teşhisi ve teşhisi, sağkalım oranlarını iyileştirmek için çok önemlidir ve yüksek riskli bireyler için düşük doz b....

Protokol

NOT: Veri ön işleme aşamasında, çeşitli cihazlarla uyumluluğu ve tutarlı sonuçları sağlamak için orijinal DICOM verileri sıralanmalı ve ele geçirilmelidir. Yoğunluk işleme için yeterli ayarlanabilir kapasite ayrılmalıdır ve gözlem için sürekli bir 3D perspektif gereklidir. Bu protokolde, pulmoner nodüllerle başvuran 84 yaşında bir kadın hastayı içeren bir vakayı detaylandıran araştırma yaklaşımının metodik bir tanımı verilmiştir. Bu hasta, dijital modelleme yoluyla tanısı için bilgilendirilmiş onam vermiş ve verilerinin bilimsel araştırma amacıyla kullanılmasına izin vermiştir. Model rekonstrüksiyon fonksiyonu PulmonaryNodül yazılım aracından türetilmiştir (a....

Tartışmalar

Farklı LDCT aygıtları, çıktılarını aldıkları DICOM görüntü dizilerinde, özellikle dosya sistemi yönetimi açısından önemli farklılıklara sahiptir. Bu nedenle, protokolün sonraki aşamalarında bir pulmoner nodülün anahtar 3D dijital modelini yeniden yapılandırmak için, veri ön işleme adımı özellikle önemlidir. Veri hazırlama ve ön işleme aşamasında (adım 1.2.2), dizi z ekseni koordinatı, Şekil 1'de gösterilen sıra kullanılarak doğru şekilde sıral.......

Malzemeler

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