Name: segmentation and linear measurement for body composition analysis using slice-o-matic and horos
Uploaded: 2021-03-21T13:00:00
Duration: 13 min 35 s
Description: Watch this Scientific Journal Video about Segmentation and Linear Measurement for Body Composition Analysis using Slice-O-Matic and Horos at JoVE.com

Gli autori vorrebbero riconoscere il sostegno delle fondazioni della famiglia John Robinson & Churchill.

<ol>
	<li>Psutka, S. P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Decreased+skeletal+muscle+mass+is+associated+with+an+increased+risk+of+mortality+after+radical+nephrectomy+for+localized+renal+cell+cancer.">Decreased skeletal muscle mass is associated with an increased risk of mortality after radical nephrectomy for localized renal cell cancer.</a> The Journal of Urology. 195 (2), 270-276 (2016).</li><li>Fukushima, H., Nakanishi, Y., Kataoka, M., Tobisu, K., Koga, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Prognostic+significance+of+sarcopenia+in+patients+with+metastatic+renal+cell+carcinoma.">Prognostic significance of sarcopenia in patients with metastatic renal cell carcinoma.</a> The Journal of Urology. 195 (1), 26-32 (2016).</li><li>Santilli, V., Bernetti, A., Mangone, M., Paoloni, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Clinical+definition+of+sarcopenia.">Clinical definition of sarcopenia.</a> Clinical Cases in Mineral and Bone Metabolism. 11 (3), 117-180 (2014).</li><li>Caan, B. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Association+of+muscle+and+adiposity+measured+by+computed+tomography+with+survival+in+patients+with+nonmetastatic+breast+cancer.">Association of muscle and adiposity measured by computed tomography with survival in patients with nonmetastatic breast cancer.</a> JAMA Oncology. 4 (6), 798-804 (2018).</li><li>Borga, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Advanced+body+composition+assessment:+from+body+mass+index+to+body+composition+profiling.">Advanced body composition assessment: from body mass index to body composition profiling.</a> Journal of Investigative Medicine. 66 (5), 1-9 (2018).</li><li>Cushen, S. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Body+composition+by+computed+tomography+as+a+predictor+of+toxicity+in+patients+with+renal+cell+carcinoma+treated+with+sunitinib.">Body composition by computed tomography as a predictor of toxicity in patients with renal cell carcinoma treated with sunitinib.</a> American Journal of Clinical Oncology. 40 (1), 47-52 (2017).</li><li>Bernstein, A. P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+comparison+of+perinephric+fat+surface+area+and+Mayo+Adhesive+Probability+score+in+predicting+malignancy+in+T1+renal+masses.">A comparison of perinephric fat surface area and Mayo Adhesive Probability score in predicting malignancy in T1 renal masses.</a> Urologic Oncology. 36 (11), 417-499 (2018).</li><li>Auclin, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Prediction+of+everolimus+toxicity+and+prognostic+value+of+skeletal+muscle+index+in+patients+with+metastatic+renal+cell+carcinoma.">Prediction of everolimus toxicity and prognostic value of skeletal muscle index in patients with metastatic renal cell carcinoma.</a> Clinical Genitourinary Cancer. 15 (3), 350-355 (2017).</li><li>Vashi, P. G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Sarcopenia+supersedes+subjective+global+assessment+as+a+predictor+of+survival+in+colorectal+cancer.">Sarcopenia supersedes subjective global assessment as a predictor of survival in colorectal cancer.</a> PLoS One. 14 (6), 0218761 (2019).</li><li>Elliott, J. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Sarcopenia:+prevalence,+and+impact+on+operative+and+oncologic+outcomes+in+the+multimodal+management+of+locally+advanced+esophageal+cancer.">Sarcopenia: prevalence, and impact on operative and oncologic outcomes in the multimodal management of locally advanced esophageal cancer.</a> Annals of Surgery. 266 (5), 822-830 (2017).</li><li>Kanellakis, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Development+and+validation+of+a+bioelectrical+impedance+prediction+equation+estimating+fat+free+mass+in+Greek+-+Caucasian+adult+population.">Development and validation of a bioelectrical impedance prediction equation estimating fat free mass in Greek - Caucasian adult population.</a> Clinical Nutrition ESPEN. 36, 166-170 (2020).</li><li>Bredella, M. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Comparison+of+DXA+and+CT+in+the+assessment+of+body+composition+in+premenopausal+women+with+obesity+and+anorexia+nervosa.">Comparison of DXA and CT in the assessment of body composition in premenopausal women with obesity and anorexia nervosa.</a> Obesity (Silver Spring). 18 (11), 2227-2233 (2010).</li><li>Mourtzakis, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+practical+and+precise+approach+to+quantification+of+body+composition+in+cancer+patients+using+computed+tomography+images+acquired+during+routine+care.">A practical and precise approach to quantification of body composition in cancer patients using computed tomography images acquired during routine care.</a> Applied Physiology, Nutrition, and Metabolism. 33 (5), 997-1006 (2008).</li><li>Avrutin, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Clinically+practical+approach+for+screening+of+low+muscularity+using+electronic+linear+measures+on+computed+tomography+images+in+critically+ill+patients.">Clinically practical approach for screening of low muscularity using electronic linear measures on computed tomography images in critically ill patients.</a> JPEN. Journal of Parenteral and Enteral Nutrition. 42 (5), 885-891 (2018).</li><li>Cespedes Feliciano, E. M., Avrutin, E., Caan, B. J., Boroian, A., Mourtzakis, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Screening+for+low+muscularity+in+colorectal+cancer+patients:+a+valid,+clinic-friendly+approach+that+predicts+mortality.">Screening for low muscularity in colorectal cancer patients: a valid, clinic-friendly approach that predicts mortality.</a> Journal of Cachexia, Sarcopenia and Muscle. 9 (5), 898-908 (2018).</li><li>Peng, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Impact+of+sarcopenia+on+outcomes+following+resection+of+pancreatic+adenocarcinoma.">Impact of sarcopenia on outcomes following resection of pancreatic adenocarcinoma.</a> Journal of Gastrointestinal Surgery. 16 (8), 1478-1486 (2012).</li><li>Jones, K. I., Doleman, B., Scott, S., Lund, J. N., Williams, J. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Simple+psoas+cross-sectional+area+measurement+is+a+quick+and+easy+method+to+assess+sarcopenia+and+predicts+major+surgical+complications.">Simple psoas cross-sectional area measurement is a quick and easy method to assess sarcopenia and predicts major surgical complications.</a> Colorectal Disease. 17 (1), 20-26 (2015).</li><li>Prado, C. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Sarcopenia+as+a+determinant+of+chemotherapy+toxicity+and+time+to+tumor+progression+in+metastatic+breast+cancer+patients+receiving+capecitabine+treatment.">Sarcopenia as a determinant of chemotherapy toxicity and time to tumor progression in metastatic breast cancer patients receiving capecitabine treatment.</a> Clinical Cancer Research. 15 (8), 2920-2926 (2009).</li><li>Fields, D. A., Goran, M. I., McCrory, M. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Body-composition+assessment+via+air-displacement+plethysmography+in+adults+and+children:+a+review.">Body-composition assessment via air-displacement plethysmography in adults and children: a review.</a> The American Journal of Clinical Nutrition. 75, 453-467 (2002).</li><li>Zopfs, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Single-slice+CT+measurements+allow+for+accurate+assessment+of+sarcopenia+and+body+composition.">Single-slice CT measurements allow for accurate assessment of sarcopenia and body composition.</a> European Radiology. 30 (3), 1701-1708 (2020).</li><li>Schwenzer, N. F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Quantitative+analysis+of+adipose+tissue+in+single+transverse+slices+for+estimation+of+volumes+of+relevant+fat+tissue+compartment.">Quantitative analysis of adipose tissue in single transverse slices for estimation of volumes of relevant fat tissue compartment.</a> Investigative Radiology. 45 (12), 788-794 (2010).</li><li>Baracos, V. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Psoas+as+a+sentinel+muscle+for+sarcopenia:+a+flawed+premise.">Psoas as a sentinel muscle for sarcopenia: a flawed premise.</a> Journal of Cachexia, Sarcopenia and Muscle. 8 (4), 527-528 (2017).</li><li>Potretzke, A. M., Schmitz, K. H., Jensen, M. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Preventing+overestimation+of+pixels+in+computed+tomography+assessment+of+visceral+fat.">Preventing overestimation of pixels in computed tomography assessment of visceral fat.</a> Obesity Research. 12 (10), 1698-1701 (2004).</li><li>Shen, W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Total+body+skeletal+muscle+and+adipose+tissue+volumes:+estimation+from+a+single+abdominal+cross-sectional+image.">Total body skeletal muscle and adipose tissue volumes: estimation from a single abdominal cross-sectional image.</a> Journal of Applied Physiology. 97 (6), 2333-2338 (2004).</li><li>Weston, A. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automated+abdominal+segmentation+of+CT+scans+for+body+composition+analysis+using+deep+learning.">Automated abdominal segmentation of CT scans for body composition analysis using deep learning.</a> Radiology. 290 (3), 669-679 (2019).</li></ol>

Gli autori non hanno nulla da rivelare.

Il muscolo psoas, i gruppi muscolari paraspinali e i muscoli obliqui sono strettamente correlati con la massa muscolarecomplessiva 5. In particolare, la superficie all'interno di una sezione trasversale TC o RISONANZA DI QUESTI gruppi muscolari al punto centrale della terza vertebra lombare (L3) è altamente correlata con la massa muscolare complessiva, rendendo questa immagine ideale per ricercatori o medici da utilizzare nella valutazione della sarcopenia1,2,13. La segmentazione e le misurazioni lineari hanno dimostrato un grande valore nel valutare la composizione corporea e nell'identificare cattive condizioni prognostiche come la sarcopenia e l'obesità sarcopenica neipazienti 16,17. La ricerca ha dimostrato che le misurazioni della massa muscolare sono associate alla sopravvivenza e ai rischi di complicanze maggiori a seguito di importanti interventi chirurgici o piani di trattamento come chemioterapia e tossicità chemioterapica16,17,18. Pertanto, vorremmo dire che potrebbe essere utile per i medici avere dati sulla composizione corporea prima di consigliare i pazienti riguardo alle opzioni di trattamento.
Attualmente, ci sono diversi metodi per valutare la composizione corporea. Diversi metodi, come la densitometria12 e la pletismografia di spostamento dell'aria (ADP)19, utilizzano rispettivamente il peso dell'aria e lo spostamento, rispettivamente per stimare la percentuale di grasso corporeo e la densità corporea. Sebbene questi metodi possano essere utili, non sono in grado di determinare la distribuzione del tessuto adiposo5,19. Altre tecniche analitiche di composizione corporea, come il BIA, basano la loro analisi sulle diverse caratteristiche elettriche della massa grassa e della massa senza grassi12. Tuttavia, ancora una volta questa tecnica non riesce a valutare adeguatamente le distribuzioni dei grassi e richiede anche maggiori informazioni come etnia, età e sesso per misurazioni più accurate19. Al contrario, valutazioni come DEXA si sono dimostrate utili nella valutazione della composizione corporea, ma hanno la tendenza a sopravvalutare la massa muscolare con l'aumento dell'adiposità12. Diversi protocolli hanno anche utilizzato il metodo Region-of-Interest (ROI) per ottenere dati sulla massa muscolare e sui tessuti adiposi all'interno del software di visualizzazione DICOM, che ha dimostrato di avere una buona correlazione con l'analisi della composizione corporea BIA per la valutazione della sarcopeniae la valutazione nutrizionale 20,21.
La procedura di segmentazione sviluppata da Mourtzakis et al. Inoltre, la segmentazione assiale L3 ha il vantaggio della precisione indipendentemente dallo stato di obesità delpaziente 13. Simile alle suddette alternative, la tecnica delle misure lineari sviluppata da Avrutin etal. Recentemente, i ricercatori hanno dimostrato disparate nella segmentazione del corpo, specialmente nei metodi che misurano i soli muscoli psoas22. La massa muscolare psoas da sola non è altamente rappresentativa della quantità muscolare lombare o dello svapo muscolare sistematico e potrebbe non essere altamente correlata con gliesiti clinici 22. Questo problema può essere più preoccupante nella misurazione lineare, in quanto il muscolo psoas è il principale gruppo muscolare nella valutazione. Tuttavia, la nostra tecnica delineata include psoas bilaterali e stime muscolari paraspinali per misurare una valutazione più accurata, pur essendo rapida e conveniente della massa muscolare della sezione trasversale. Sono giustificati studi futuri che convalidno il rispetto tra i metodi di misurazione lineare ct/ risonanza e segmentazione e la loro correlazione con i risultati clinici.
Sia la segmentazione L3 che le procedure di misurazione lineare sono state inizialmente progettate per valutare rapidamente e accuratamente il contenuto muscolare a livello corporeo. Segmentando solo le vertebre L3, il protocollo consente di risparmiare tempo pur fornendo ai ricercatori o ai medici informazioni sufficienti per determinare la massa muscolare magra del paziente e lo stato di adiposità. Tuttavia, anche se la segmentazione L3 richiede molto meno tempo rispetto alla segmentazione del corpo intero, può comunque essere dispendioso in termini di tempo e denaro utilizzare il software Slice-O-Matic. Al contrario, le misurazioni lineari hanno il potenziale per essere accurate come la segmentazione L3 nella valutazione dello stato muscolare e della sarcopenia nei pazienti in condizionicritiche 14,15. Abbiamo dimostrato tale relazione nella coorte di carcinoma a cellule renali T3, dove il muscolo scheletrico misurato mediante misurazioni lineari è strettamente correlato al valore misurato per segmentazione (Figura 6). È importante sottolineare che il metodo è estremamente veloce e il software di imaging è gratuito. Tuttavia, la limitazione più notevole alla procedura di misurazione lineare è la sua mancanza di capacità di valutare il contenuto di tessuto adiposo, che limita i medici a contesti in cui è sufficiente una valutazione generale del contenuto muscolare.
Ci sono tre passaggi critici sia nelle procedure di segmentazione che in quello di misurazione lineare. In primo luogo, medici e ricercatori dovrebbero identificare il centro delle vertebre L3 per ottenere coerenza. Il centro delle vertebre L3 sarà la fetta in cui il midollo dei processi trasversali è più prominente. La fetta assiale delle vertebre L3 è più facilmente identificabile con l'aiuto di una vista sagittale o coronale collegata tra loro. Ricercatori o clinici possono prima trovare vertebre L1 o sacro come punto di riferimento, tenendo presente che la presenza di sei vertebre lombari invece di cinque è una variante normale. Il prossimo passo cruciale è identificare i muscoli. Nelle misurazioni lineari, il quadratus lumborum non deve essere incluso durante l'adozione delle misure verticali e orizzontali. In terzo luogo, i ricercatori dovrebbero anche prestare molta attenzione quando etichettano l'IVA nel protocollo di segmentazione, poiché il contenuto del colon può talvolta essere etichettato come tessuto adiposo viscerale23. Quando si verifica un tale errore, i ricercatori dovrebbero cancellare queste aree prima di passare al passaggio successivo.
Un problema comune nella segmentazione è la scarsa qualità dell'immagine CT o MRI (vedi risultati rappresentativi per esempi). In alcuni casi, la scarsa qualità non rende l'immagine inutile, ma in altri casi l'immagine potrebbe dover essere esclusa dall'analisi. Un'altra limitazione, forse inevitabile, della segmentazione di una singola immagine include la variazione casuale della posizione dell'organo solido da immagine a immagine.
Altri problemi comuni sia per l'analisi della segmentazione L3 che per l'analisi della misurazione lineare sono spesso correlati alla variazione inter e intra-rater. Come nel caso della maggior parte dei protocolli, ci si può attendere una certa variazione tra gli osservatori e tra le prove separate di un singolo individuo. Per tenere conto e ridurre al minimo le variazioni inter-rater con più persone che eseguono analisi, il team di ricercatori o medici può testare eventuali variazioni statisticamente significative nelle misurazioni delle superfici e hu medio dalla stessa immagine. Prendi nota in particolare della variazione hu in quanto ciò indicherà se i ricercatori o i medici che hanno aree di superficie molto simili per la stessa immagine stanno effettivamente etichettando i tessuti approssimativamente allo stesso modo. Per testare una significativa variazione intra-rater per un individuo, ricercatori o clinici possono prendere un piccolo sottoinsieme di immagini e segmentare ogni immagine fino a quando tutte le repliche per ogni immagine sono entro un margine stretto, statisticamente insignificante.
Riconosciamo che entrambi i protocolli qui presentati hanno limitazioni nell'analisi della composizione corporea in quanto viene utilizzata una sola fetta. Come suggerito da Shen et al., l'analisi 3D può fornire informazioni più accurate per il grasso viscerale addominale e l'analisi a una fetta per l'IVA è a diversi livelli per uominie donne 24. Tuttavia, i protocolli discussi qui sono ancora preziosi in quanto forniscono valutazioni rapide del tessuto muscolare e adiposo, che può essere utilizzato per lo screening della sarcopenia nelle cliniche.
Inoltre, ci sono stati molti protocolli automatizzati di analisi della composizione corporea utilizzando algoritmi di machine learning 3D, in particolare algoritmi di classificazione basati su reteneurale 25. Riconosciamo che queste potrebbero essere le potenziali alternative future alla segmentazione 2D tradizionale. Tuttavia, questi metodi richiedono grandi set di dati di immagini CT e MRI da sviluppare, testare e attuare in contesti clinici e di ricerca. Inoltre, questi metodi richiedono spesso l'analisi della segmentazione 2D per stabilire un riferimento di base rispetto al quale convalidare gli algoritmi di machine learning. I protocolli qui dimostrati possono quindi essere utili quando non sono disponibili set di dati di grandi dimensioni o immagini 3D e questi protocolli possono essere applicati per aiutare a sviluppare e convalidare algoritmi di machine learning quando sono applicabili. Pertanto, crediamo che medici e ricercatori possano beneficiare di questo video di formazione e adottare questi metodi rapidi e affidabili come screening preliminare prima che sia disponibile l'analisi automatizzata e al fine di facilitare l'implementazione di questa tecnologia avanzata.
La capacità di analizzare rapidamente la distribuzione dei tessuti adiposi e la massa muscolare scheletrica ha un'ampia gamma di interessi clinici che vanno dal trattamento e dalla ricerca sul cancro alla malattia cardiaca5. Rispetto ad altri metodi comunemente usati, i Mourtzakis et al. La procedura di segmentazione L3 in Slice-O-Matic può valutare con precisione e rapidità la distribuzione dei tessuti adiposi e determinare lo stato di sarcopenia5,12,13,19. Inoltre, in contesti in cui le informazioni sulla massa muscolare scheletrica sono sufficienti, la procedura di misurazione lineare L3 è uno strumento affidabile e molto veloce per aiutare a prevedere il successo nei trattamenti contro il cancro come chirurgia, radioterapia e chemioterapia1,2,4,6,7,8. Lo scopo di questo video e manoscritto di formazione è quello di delineare chiaramente il protocollo per la segmentazione e le misurazioni lineari per un uso futuro in modo che i medici possano valutare più facilmente la composizione corporea nell'ambiente clinico.

La valutazione della sarcopenia e della composizione corporea è attualmente di grande interesse clinico. Sebbene le definizioni specifiche di sarcopenia varino a seconda dell'impostazione e del contesto, tutte le definizioni includono una perdita significativa di massa muscolare scheletrica o forza muscolare, che sono strettamente correlate1,2,3. L'analisi della composizione corporea incorpora misurazioni della massa muscolare scheletrica e della distribuzione del tessuto adiposo, fornendo informazioni più complete sull'idoneità generaledei pazienti 1,3,4. Allo stesso modo, il tessuto adiposo distribuito sproporzionalemente, in particolare il tessuto adiposo viscerale, è stato trovato correlato a varie malattie, tra cui malattie cardiache, diabete di tipo II e cancro5.
Clinicamente, la sarcopenia e la sua valutazione mediante misurazioni lineari hanno ripetutamente dimostrato di essere un forte fattore prognostico per la sopravvivenza specifica del cancro attraverso neoplasie maligne ed esiti oncologici a seguito di chirurgia, radioterapia e chemioterapia1,2,4,6,7,8. In particolare, ricerche precedenti dimostrano che i pazienti con sarcopenia hanno diminuito la sopravvivenza specifica del cancro e la sopravvivenzacomplessiva 1,2,9,10. Pertanto, una valutazione clinica accurata e rapida della progressione della sarcopenia è importante per determinare l'elezione del trattamento. La profilazione convenzionale della composizione di tutto il corpo richiede l'analisi a livello tridimensionale (3D) utilizzando tecniche di imaging, tra cui tomografia computerizzata (TC), risonanza magnetica (MRI), densitometria ossea (DEXA) e analisi dell'impedenza bioelettrica (BIA), che richiedono molto tempo, denaro erichiedono un ampio allenamento 5,11. Un altro inconveniente è la mancanza di informazioni sulla distribuzione degli adiposi, specialmente per la pletismografia di spostamento dell'aria (ADP) e DEXA12. Pertanto, la valutazione e la determinazione della sarcopenia e della composizione corporea con l'uso di modalità di imaging trasversali convenzionali come TC o RISONANZA MAGNETICA, che vengono utilizzate come parte della pratica clinica standard di cura, ha un grande valore clinico5.
Un software di segmentazione comunemente usato nell'impostazione della ricerca clinica è il programma Slice-O-Matic sviluppato da TomoVision. Utilizzando la procedura disegmentazione Mourtzakis et al. Queste misurazioni vengono quindi utilizzate per stimare la massa muscolare scheletrica totale del corpo e l'adiposità, spesso dopo la normalizzazione da parte dell'altezza di un paziente al quadrato, per identificare la sarcopenia e l'obesità sarcopenica da soglie basate sulla popolazione.
Un recente metodo sviluppato da Avrutin et al. I psoas e i gruppi muscolari paraspinali comprendono gran parte della superficie muscolare della regione L3 e hanno un'alta funzionalità, suggerendo che possano essere predittori ad alta fedeltà della forza muscolare complessiva, e quindi i principali candidati della misurazione lineare14,15. Per calcolare la superficie muscolare, le misurazioni orizzontali e verticali dei gruppi muscolari psoas e paraspinali si ottengono utilizzando uno strumento righello per disegnare linee rette intersecate a 90°. Le misurazioni orizzontali e verticali di ogni gruppo muscolare vengono moltiplicate per stimare la superficie di ogni gruppo muscolare, che viene quindi utilizzato per calcolare un indice muscolare lineare se diviso per l'altezza del paziente. Con un allenamento minimo, l'intero processo può richiedere meno di 1 minuto.
Date le potenziali implicazioni delle misurazioni della composizione corporea sulla cura del paziente, vi è l'urgente necessità di creare materiali di formazione accessibili. In questo articolo, forniamo una descrizione dettagliata di due metodi sviluppati da Avrutin et al.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>Centricity PACS Radiology RA 1000 Workstation</td>
			<td>GE&#160; Healthcare</td>
			<td></td>
			<td>Image viewer to obtain subject&#39;s MRI and CT images</td>
		</tr>
		<tr>
			<td>Slice-O-Matic 5.0</td>
			<td>TomoVision</td>
			<td></td>
			<td>Segmentation software used in this protocol. Other versions of this software may be used, but tools may be slightly different.</td>
		</tr>
		<tr>
			<td>Horos</td>
			<td>Nimble Co LLC d/b/a Purview</td>
			<td></td>
			<td>Linear segmentation software used in this protol, but researchers can use any image viewer with a ruler tool.</td>
		</tr>
	</tbody>
</table>

segmentation and linear measurement for body composition analysis using slice-o-matic and horos

La composizione corporea è associata al rischio di progressione della malattia e complicanze del trattamento in una varietà di condizioni. Pertanto, la quantificazione della massa muscolare scheletrica e dei tessuti adiposi sulla tomografia computerizzata (TC) e/o sulla risonanza magnetica ( MRI) può informare la valutazione del rischio chirurgico e la prognosi della malattia. Questo articolo descrive due metodi di quantificazione originariamente descritti da Mourtzakis et al. L'immagine trasversale dei pazienti nel punto centrale della terza vertebra lombare è stata ottenuta per entrambe le misurazioni. Per la segmentazione, le immagini sono state importate in Slice-O-Matic e colorate per il muscolo scheletrico, il tessuto adiposo intramuscolare, il tessuto adiposo viscerale e il tessuto adiposo sottocutaneo. Quindi, le aree di superficie di ogni tipo di tessuto sono state calcolate utilizzando la funzione di area della superficie dell'etichetta. Per le misurazioni lineari, vengono misurate l'altezza e la larghezza delle psoas bilaterali e dei muscoli paraspinali a livello della terza vertebra lombare e il calcolo utilizzando questi quattro valori produce la massa muscolare scheletrica stimata. L'analisi di segmentazione fornisce informazioni quantitative e complete sulla composizione corporea dei pazienti, che possono quindi essere correlate con la progressione della malattia. Tuttavia, il processo richiede più tempo e richiede una formazione specializzata. Le misurazioni lineari sono uno strumento efficiente e adatto alla clinica per una rapida valutazione preoperatoria. Tuttavia, le misurazioni lineari non forniscono informazioni sulla composizione del tessuto adiposo. Tuttavia, questi metodi hanno ampie applicazioni in una varietà di malattie per prevedere gli esiti chirurgici, il rischio di progressione della malattia e informare le opzioni di trattamento per i pazienti.

La procedura di segmentazione L3 si traduce in un'immagine CT o RISONANZA CON TAG CON tessuto muscolare scheletrico (SM) taggato in rosso, IMAT in verde, IVA in giallo e SAT in ciano (Figura 1). I tessuti non ancorati rimanenti rimarranno nelle tonalità originali bianche, grigie e posteriori che corrispondono ai rispettivi valori hu (Hounsfield unit) di ciascun pixel. La maggior parte dei tessuti non oziati che rimangono in bianco saranno ossa, la maggior parte dei tessuti che rimangono nei grigi saranno muscoli non scheletrici, tessuto d'organo e tessuti adiposi all'interno dei lumen dell'intestino e la maggior parte dell'immagine che rimane in nero sarà aria. Un'immagine correttamente segmentata non avrà tag rosso o verde al di fuori della fascia muscolare scheletrica e nessun tagging giallo o ciano all'interno della fascia muscolare scheletrica. Inoltre, l'etichettatura gialla non deve invadere lumen dell'intestino o organi come il rene o il fegato e l'etichettatura ciano non dovrebbe essere presente lungo i bordi esterni più chiari che corrispondono alla pelle. Una volta completata la segmentazione dell'immagine, devono essere registrate le superfici e i valori medi di HU del tessuto, insieme all'altezza del paziente(tabella 1). Da questi dati, si può calcolare l'indice muscolare scheletrico e procedere con qualsiasi altra analisi rilevante per la ricerca specifica o le domande cliniche. Si noti che per la maggior parte delle immagini mri, solo il muscolo scheletrico può essere correttamente taggato e successivamente analizzato(Tabella 2). Nelle misurazioni lineari, un indice viene calcolato dividendo la superficie sul quadrato dell'altezza (Tabella 3).
Problemi comuni che i ricercatori possono incontrare durante la procedura di segmentazione includono immagini che hanno omissione di informazioni chiave. Ad esempio, le immagini possono avere porzioni considerevoli tagliate o ritagliate (Figura 2). In particolare, le immagini con SAT e/o tessuto muscolare scheletrico ritagliate dal telaio diminuiranno drasticamente l'accuratezza dei calcoli delle superfici dei tessuti interessati. Se ciò rende un'immagine inadatta all'analisi dipenderà dal contesto clinico o di ricerca e dovrà essere deciso dal gruppo di ricerca caso per caso. Un'altra insidia è che i ricercatori possono inavvertitamente includere midollo spinale e midollo osseo nel muscolo scheletrico. Per evitare questo problema, i ricercatori dovrebbero essere ben addestrati e rimanere cauti durante la segmentazione. Altri artefatti comuni nelle immagini TC o RISONANZA TURA includono problemi tecnici causati dal posizionamento o dal movimento del paziente nello scanner, filamenti di grasso e tessuti cicatriziali intorno alla fascia muscolare scheletrica e altri artefatti di forma strana (Figura 3). I problemi tecnici causati dal movimento del paziente o dal posizionamento improprio di solito appaiono più leggeri, con valori di HU più elevati rispetto al tessuto circostante. Questo tipo di problemi tecnici di solito compaiono in SAT e possono anche ridurre l'accuratezza del calcolo della superficie. Il contesto clinico o di ricerca determinerà il livello di tolleranza per tali problemi. Gli artefatti del tessuto cicatriziale e cicatriziale di solito non vengono causando elevate quantità di errore nei calcoli della superficie tissutale. Tuttavia, possono portare a un'applicazione applicazione applicazione applicazione applicazione della classificazione. Le aree superficiali del muscolo scheletrico e dell'IMAT possono essere molto imprecise nei casi in cui filamenti di grasso o tessuto cicatriziale si sbagliano come la linea della fascia muscolare. Altre piccole imperfezioni e artefatti nelle immagini CT e MRI di solito non influiscono sulla qualità complessiva dell'immagine tranne in rari casi. A seconda del contesto clinico o di ricerca, questi artefatti potrebbero dover essere valutati da un esperto di radiologia per verificare la qualità dell'immagine. L'ultimo problema comune nelle immagini CT e MRI sono le deformità nella linea della fascia muscolare (Figura 4). Queste interruzioni di solito non influenzeranno la qualità dell'immagine, ma le immagini contenenti grandi rotture o altre deformità nella fascia muscolare dovrebbero essere valutate da un radiologo per determinare se l'origine della deformità influenzerà l'analisi del contesto clinico o di ricerca.
La procedura di misurazione lineare L3 sviluppata da Avruvin etal. I principali problemi incontrati nelle misure lineari ruotano attorno all'identificazione dei gruppi muscolari di interesse, dei due psoa e dei gruppi muscolari paraspinali (Figura 5). Nella maggior parte dei casi i bordi delle psoas saranno distinti dagli organi vicini, ma nel caso in cui il bordo sia difficile da discernere, cambiare i filtri HU o la luminosità di solito risolverà la maggior parte dei problemi. Inoltre, i bordi dei gruppi muscolari paraspinali saranno spesso distinti dagli altri tessuti vicini, ma si dovrebbe notare che se nessun muscolo chiaro raggiunge la linea di fascia più in basso, la linea non dovrebbe essere inclusa nel determinare il bordo inferiore del gruppo muscolare paraspinale. Infine, il quadratus lumborum deve essere escluso quando si determina il bordo delle psoas o dei gruppi muscolari paraspinali (Figura 5E).
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/61674/61674fig01.jpg"> Figura 1: Corretta segmentazione L3 in Slice-O-Matic. (A) L'immagine TC assiale inalterata alle vertebre L3. (B) La TAC assiale completamente taggata con rosso corrispondente al muscolo scheletrico (SM), dal verde al tessuto adiposo intramuscolare (IMAT), dal giallo al tessuto adiposo vescicale (IVA) e dal ciano al tessuto adiposo sottocutaneo (SAT). <a href="https://www.jove.com/files/ftp_upload/61674/61674fig01large.jpg" target="_blank">Clicca qui per visualizzare una versione più grande di questa figura.</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/61674/61674fig02.jpg"> Figura 2: Tagliare l'immagine L3 CT. Un'immagine CT non registrata in Slice-O-Matic con notevoli quantità di SAT e quantità significative di tessuto muscolare scheletrico tagliate. Fare clic qui per visualizzare una <a href="https://www.jove.com/files/ftp_upload/61674/61674fig02large.jpg" target="_blank">versione più grande di questa figura.</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/61674/61674fig03.jpg"> Figura 3: Artefatti comuni. (A) L'immagine CT senza osta è evidenziata rispettivamente nella casella rossa, nell'ovale blu e nella casella verde. La casella rossa mostra problemi tecnici con una TAC, potenzialmente da malalignment o movimento durante la scansione. L'ovale blu evidenzia un artefatto comune probabilmente derivante da tessuti cicatriziali. Il quadrato verde evidenzia le imperfezioni che possono avere più potenziali cause. (B) Scansione CT con tag con aspetti degli stessi rispettivi artefatti evidenziati nella casella rossa, ovale blu e casella verde. <a href="https://www.jove.com/files/ftp_upload/61674/61674fig03large.jpg" target="_blank">Clicca qui per visualizzare una versione più grande di questa figura.</a>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/61674/61674fig04.jpg"> Figura 4: Grande rottura della fascia muscolare. (A) L'immagine L3 CT non registrata evidenzia una grande rottura nella fascia muscolare scheletrica nella scatola viola. (B) L'immagine L3 CT taggata evidenzia l'aspetto taggato della grande rottura nella fascia muscolare scheletrica nella scatola viola. <a href="https://www.jove.com/files/ftp_upload/61674/61674fig04large.jpg" target="_blank">Clicca qui per visualizzare una versione più grande di questa figura.</a>
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/61674/61674fig05.jpg"> Figura 5: Misurazioni lineari L3. (A) L'immagine TC originale L3 prima dell'analisi nel visualizzatore di immagini Horos. (B) Il metodo tradizionale di misurazione lineare comprende una linea verticale e una linea orizzontale tracciata per ciascun muscolo. Queste linee vengono misurate con uno strumento righello e moltiplicate per trovare la superficie di ogni gruppo muscolare. Si noti che il metodo tradizionale delle misure lineari dovrebbe sempre avere linee che si intersecano a 90°. Questa immagine del metodo tradizionale delle misure lineari è una dimostrazione visiva solo poiché è stata creata a Horos e non è garantito che abbia intersezioni di 90 °. (C) (D) (E) Metodo Box per misure lineari L3. (C) (D) La scatola blu e viola comprende rispettivamente le psoas destro e sinistro, e la scatola gialla e verde comprende rispettivamente il muscolo paraspinale destro e sinistro. (E) Le scatole viola chiaro e arancioni evidenziano il quadratus lumborum, che non deve essere preso in considerazione quando si determinano i bordi delle Psoas e dei gruppi muscolari paraspinali. <a href="https://www.jove.com/files/ftp_upload/61674/61674fig05large.jpg" target="_blank">Clicca qui per visualizzare una versione più grande di questa figura.</a>
<img alt="Figure 6" class="xfigimg" src="/files/ftp_upload/61674/61674fig06.jpg"> Figura 6: Confronto tra misure lineari e area muscolare scheletrica della sezione trasversale L3, n = 65. Le psoas combinate e le aree paraspinali sono in accordo con il muscolo scheletrico totale nella sezione trasversale L3. <a href="https://www.jove.com/files/ftp_upload/61674/61674fig06large.jpg" target="_blank">Clicca qui per visualizzare una versione più grande di questa figura.</a>
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody>
<tr>
<td>SEGMENTAZIONE CT</td>
			<td></td>
			<td></td>
			<td></td>
			<td></td>
		</tr>
<tr>
<td></td>
			<td>muscolo</td>
			<td>Tessuto adiposo intramuscolare</td>
			<td>Tessuto adiposo viscerale</td>
			<td>Tessuto adiposo sottocutaneo</td>
		</tr>
<tr>
<td>Area sufazione (cm2)</td>
			<td>134.4</td>
			<td>8.402</td>
			<td>72.43</td>
			<td>271</td>
		</tr>
<tr>
<td>Hounsfield Unit (media)</td>
			<td>33.61</td>
			<td>2.1</td>
			<td>18.11</td>
			<td>67.76</td>
		</tr>
<tr>
<td>Altezza paziente al quadrato (m2)</td>
			<td>2.69</td>
			<td>Indice muscolare scheletrico (area muscolare/altezza2,cm2/ m2)</td>
			<td></td>
			<td>49.97</td>
		</tr>
</tbody></table>Tabella 1: Segmentazione CT
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody>
<tr>
<td>SEGMENAZIONE DELLA MENTO</td>
			<td></td>
		</tr>
<tr>
<td></td>
			<td>muscolo</td>
		</tr>
<tr>
<td>Area sufazione (cm2)</td>
			<td>241.8</td>
		</tr>
<tr>
<td>Hounsfield Unit (media)</td>
			<td>35.85</td>
		</tr>
<tr>
<td>Altezza paziente (m2)</td>
			<td>3.39</td>
		</tr>
<tr>
<td>Indice muscolare scheletrico</td>
			<td rowspan="2">71.42</td>
		</tr>
<tr>
<td>(Area muscolare/Altezza2, cm2/m2)</td>
		</tr>
</tbody></table>Tabella 2: Segmentazione della MENTO
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody>
<tr>
<td colspan="8">MISURE LINEARI</td>
		</tr>
<tr>
<td>Altezza psoas destra (cm)</td>
			<td>Larghezza psoas destra (cm)</td>
			<td>Altezza Psoas sinistra (cm)</td>
			<td>Larghezza psoas sinistra (cm)</td>
			<td>Altezza paraspinale destra (cm)</td>
			<td>Larghezza paraspinale destra (cm)</td>
			<td>Altezza paraspinale sinistra (cm)</td>
			<td>Larghezza paraspinale sinistra (cm)</td>
		</tr>
<tr>
<td>3.934</td>
			<td>2.927</td>
			<td>3.743</td>
			<td>2.788</td>
			<td>4.916</td>
			<td>6.264</td>
			<td>4.403</td>
			<td>7.045</td>
		</tr>
<tr>
<td colspan="2">Superficie totale psoas (cm2)</td>
			<td colspan="2">21.950</td>
			<td colspan="2">Superficie paraspinale totale (cm2)</td>
			<td colspan="2">61.813</td>
		</tr>
<tr>
<td colspan="4">Superficie muscolare totale (cm2)</td>
			<td colspan="4">83.76</td>
		</tr>
<tr>
<td colspan="2">Altezza paziente al quadrato (m2)</td>
			<td colspan="2">2.496</td>
			<td colspan="2">Indice di misura lineare (cm2/m2)</td>
			<td colspan="2">33.55</td>
		</tr>
</tbody></table>Tabella 3: Misure lineari

Watch this Scientific Journal Video about Segmentation and Linear Measurement for Body Composition Analysis using Slice-O-Matic and Horos at JoVE.com

Segmentation and Linear Measurement for Body Composition Analysis using Slice-O-Matic and Horos

La segmentazione e le misurazioni lineari quantificano la massa muscolare scheletrica e i tessuti adiposi utilizzando la tomografia computerizzata e/o le immagini di risonanza magnetica. Qui, delineamo l'uso del software Slice-O-Matic e del visualizzatore di immagini Horos per un'analisi rapida e accurata della composizione corporea. Questi metodi possono fornire informazioni importanti per la prognosi e la stratificazione del rischio.

Segmentazione e misurazione lineare per l'analisi della composizione corporea mediante Slice-O-Matic e Horos

Body composition is associated with risk of disease progression and treatment complications in a variety of conditions. Therefore, quantification of ...

La degenerazione muscolare del nastro su una sarcopenia ha dimostrato di essere un fattore prognostico per la sopravvivenza del cancro e il successo del trattamento. L'analisi della composizione della terza regione lombare è interessante in quanto fornisce la caratterizzazione quantitativa del muscolo scheletrico e all'interno delle tac fornisce informazioni qualitative sul tessuto adiposo. Le procedure seguenti forniscono protocollo e verticale segmentato nel software sliceOmatic, nonché i protocolli di misurazione per l'analisi della composizione nelle immagini CT e MRI.La selezione del protocollo delle vertebre L3 è completata all'interno della centralità GE. Tenere presente che se si utilizza un software diverso, gli strumenti possono variare. Aprire le immagini CT o MRI del paziente fatte entro il periodo di interesse.Selezionare le aree del monitor, la visualizzazione finestra 2V. Selezionare la vista coronale o sagittale sullo schermo sinistro passando alla serie, quindi selezionando le immagini coronali o sagittali. Selezionare la vista assiale sullo schermo destro passando alla serie, quindi selezionando le immagini assiali.Fare clic su conn, riferimento incrociato per collegare le due immagini, quindi scorrere le immagini sulla vista coronale o sagittale per assicurarsi che le vertebre della colonna vertebrale siano facilmente visibili. Quindi, scorrere le immagini della vista assiale per trovare le vertebre L1. L'L1 è la prima vertebra a non avere un attacco di costola.Conta dall'L1 fino alle vertebre L3. Assicurarsi di utilizzare la vista sagittale o coronale come riferimento per individuare il centro delle vertebre L3. Esportare l'immagine L3 passando al menu dell'esame, selezionare esporta immagini, immagini selezionate.Verificare che il formato sia DICOM. Quindi seleziona la posizione in cui salvare l'immagine. Fate doppio clic sul file DICOM per aprire sliceOmatic.Una volta caricato il programma, trascinare l'immagine DICOM in qualsiasi punto dello schermo sliceOmatic. Vai alle modalità, area in crescita per iniziare la segmentazione. Selezionare strumenti, blocco tag.Questa funzione verrà utilizzata nei passaggi successivi. Clicca su quello rosso sotto regione in crescita per impostare i limiti H.U.per i muscoli. Quindi fai clic sul pulsante off accanto al limite inferiore.Questo lo farà su. Regolare il limite con il dispositivo di scorrimento in modo che sia il più vicino possibile a -29. Quindi usa la rotellina del mouse per impostarla esattamente su -29.Quindi, fai clic sul pulsante off accanto al limite superiore su cui impostarlo. Utilizzare il dispositivo di scorrimento e la rotellina del mouse per impostare il limite H.U.a. su positivo 150 Avanti, fare clic sui due verdi per impostare i limiti H.U.per I.M.A.T. e impostare i limiti inferiore e superiore nello stesso modo, ma impostando il limite inferiore su -190 e il limite superiore su -30. Clicca sul cinque giallo per impostare i limiti per V.A.T.questa volta impostati nel limite inferiore a -150 e il limite superiore a -50.Infine, fare clic sul ciano sette per impostare i limiti H.U.per S.A.T. impostando il limite inferiore su -190 e il limite superiore su -30. Premere i tasti più e meno sulla tastiera per ingrandire l'immagine in base alle esigenze. Regola lo zoom in base alle esigenze durante il processo di segmentazione.Selezionare quello rosso e assicurarsi che l'opzione pennello sia impostata per la vernice. Usa la dimensione del pennello più efficiente per l'immagine e inizia a dipingere facendo clic sul tessuto muscolare. Dipingere sopra le psoas, i gruppi muscolari paraspinali e i gruppi muscolari obliqui.Fai attenzione ai bordi del muscolo che sono vicini alla colonna vertebrale, agli organi interni o ai fluidi, per essere sicuri che questi non siano etichettati come muscoli. Se qualcosa è taggato falsamente, selezionane nessuno e cancella l'errore. Una volta che tutti i muscoli sono stati taggati, selezionarne uno nel menu di blocco dei tag.Ciò garantirà che nessun muscolo sia cancellato o ri-taggato accidentalmente man mano che la segmentazione procede. Seleziona i due verdi e dipingi sopra il tessuto I.M.A.T. all'interno della fascia muscolare. Nota, la maggior parte degli spazi all'interno del muscolo stesso sarà I.M.A.T.Nota che i bordi della fascia muscolare sono spesso più leggeri nell'aspetto rispetto al tessuto circostante.Questa può essere una guida utile, in particolare nelle regioni in cui i gruppi muscolari obliqui incontrano i gruppi muscolari paraspinali e nella regione sotto le spinae dell'eretore ma sopra la linea fasciale. Una volta che .M.A.T. è stato taggato, selezionare i due sotto il menu di blocco tag. Quindi seleziona i cinque gialli dal menu di crescita della regione per iniziare a segmentare V.A.T.One può ancora usare l'opzione pennello, ma per molte immagini, può essere più facile e veloce usare invece l'opzione grow to D.Se si utilizza grow to D, assicurarsi di selezionare la dimensione del pennello più piccola, quindi fare clic sul tessuto V.A.T.all'interno dell'immagine per taggarlo. Assicurarsi che i tessuti o i grassi all'interno del limite dell'intestino o di altri organi non siano etichettati come V.A.T.Una volta etichettati tutti i V.A.T.is, selezionarne cinque dal menu di blocco dell'etichetta. Infine, selezionare il cian seven dal menu di coltivazione della regione per etichettare il tessuto S.A.T..Ancora una volta, a seconda dell'immagine, il tessuto S.A.T.è spesso più facile da taggare con l'opzione grow to D. Una volta che il tessuto S.A.T.è taggato, controllare i bordi, in particolare intorno alla pelle, per essere sicuri che solo il grasso sottocutaneo sia contrassegnato come S.A.T.Una volta che tutti i tessuti sono stati taggati, guardare l'immagine per essere sicuri che non ci siano errori o tessuto marcato male. Al termine, gli strumenti di accesso, taggare il volume della superficie.Fare clic sul pulsante dei valori della finestra e registrare la superficie di ciascun tessuto e i valori medi di U.U. Infine, vai al file, salva i file dei tag. In questo modo verrà salvato un file di tag in cui si trova l'immagine DICOM.Per iniziare la segmentazione della risonanza prima di valutazione, vai alle modalità, alla crescita della regione. Guardando nella finestra di anteprima, possiamo vedere un istogramma di valori H.U., dove il primo picco è l'aria, il prossimo è il muscolo scheletrico, e se i seguenti picchi sono percepibili, saranno ossa seguite da tessuto adiposo. Nota, quando si utilizzano immagini di risonanza prima della risonanza, di solito solo il muscolo scheletrico può essere segmentato con sicurezza a causa della scarsa discriminazione del tessuto adiposo.Selezionare quello rosso e ruotare il limite inferiore lasciandolo impostato su zero. Quindi attivare il limite superiore e modificare l'opzione della rotellina del mouse in limite superiore. Quindi, selezionare la vernice e un'opzione pennello di grandi dimensioni, quindi spostare il cursore sul muscolo psoas in modo che la regione del cursore includa sia il muscolo che l'osso.Per essere sicuri che l'osso non sia etichettato come muscolo, impostare il limite superiore in modo conservativo spostando la rotellina del mouse fino a quando il limite superiore non include nessuno dei tessuti ossei esterni. Quindi segmentare il tessuto muscolare immediatamente adiacente alla colonna vertebrale. Quindi, spostare il cursore sulla linea alba o in qualsiasi altro punto della scansione in cui il tessuto adiposo e il muscolo sono facili da differenziare.Aumentare il limite superiore il più alto possibile senza includere alcun tessuto adiposo. Da qui, si può procedere segmentando tutto il muscolo scheletrico rimanente. Nota, per alcune immagini, potrebbe essere necessario regolare continuamente il limite superiore.Nota, mentre l'impostazione del limite superiore con questa procedura in due fase è conservativa, ottimizzerà la quantità di muscolo scheletrico da taggare senza doversi preoccupare di un significativo taggamento errato dell'osso o del tessuto adiposo. Al termine, gli strumenti di riferimento, taggare il volume della superficie e selezionare i valori della finestra per registrare l'area della superficie e i valori medi di U.H. del muscolo scheletrico. La misurazione lineare della regione delle vertebre L3 ha dimostrato di essere strettamente correlata con la massa muscolare totale.Il vantaggio della misurazione lineare è la sua facilità e velocità, nonché il fatto che può essere fatto su qualsiasi software con uno strumento righello o uno strumento scatola. Questo protocollo è dimostrato utilizzando l'app Horace Medical Imaging. Se si utilizza un software diverso, tenere presente che gli strumenti specifici potrebbero essere molto.Importare l'immagine nel visualizzatore facendo clic su importa, quindi passando alla posizione dell'immagine e selezionando apri. Una volta importato, fai clic sull'immagine o sul nome del paziente per visualizzare l'immagine in basso. Fare doppio clic sull'immagine per ingrandirla, che aprirà anche le opzioni dello strumento.Identificare i psoa e i gruppi muscolari paraspinali. Si noti che il quadratus lumborum non deve essere considerato quando si determinano i bordi dei gruppi muscolari paraspinali. Selezionare lo strumento righello.Disegnare una linea verticale dai punti più alti del gruppo muscolare al fondo del gruppo muscolare. Quindi disegnare una linea orizzontale dal bordo più largo del gruppo muscolare all'altro bordo più largo del gruppo muscolare. Ripetere questo processo sia per i psoa destro che sinistro e per i gruppi paraspinali destro e sinistro.Si noti che le linee disegnate devono intersecarsi a 90 gradi. Si noti che, se i bordi delle linee disegnate dovevano essere collegati, tale connessione dovrebbe creare una scatola che comprenda l'intero gruppo muscolare. Nel Visualizzatore medico di Orazio, è difficile utilizzare lo strumento righello per assicurarsi che le linee si intersechino a 90 gradi.Per questo motivo, è necessario utilizzare lo strumento di disegno delle scatola. Selezionare lo strumento rettangolo. Disegna una scatola intorno a ogni gruppo muscolare, ora prendendo nota che i bordi della scatola toccano le parti più alte e più basse del muscolo e le parti più larghe del muscolo.Finché lo strumento scatola visualizza le sue dimensioni verticali e orizzontali, può essere preferibile rispetto allo strumento righello, poiché consente una facile visualizzazione dei confini muscolari. Un'immagine TC o RISONANZA CUTANEA correttamente segmentata non dovrebbe avere taggazioni muscolari oltre le linee fasciali e, per le immagini CT, non dovrebbe esserci tagging adiposo all'interno della fascia muscolare o sulla pelle. Registrare la superficie muscolare insieme all'altezza del paziente per calcolare l'indice muscolare scheletrico.Per le TAC, le superfici del tessuto adiposo possono essere registrate in base alla ricerca specifica o alle domande cliniche di interesse. Inoltre, i valori medi di H.U. possono essere registrati per il controllo di qualità La misurazione lineare L3 dovrebbe avere le misurazioni del righello o della scatola che comprendono l'intero muscolo. Registrare le larghezze orizzontali e le altezze verticali di ogni muscolo, nonché l'altezza del paziente.Moltiplicare le larghezze e le altezze per ogni muscolo, piuttosto che sommare quelle aree per ottenere l'area muscolare totale. Calcola l'indice di misura lineare dividendo l'area totale per l'altezza del paziente al quadrato. Il protocollo dimostrato consente a medici e ricercatori di utilizzare scansioni L3 CT o MRI per ottenere informazioni quantitative rapide e affidabili per la valutazione della sarcopenia.

Research

JoVE Journal

Medicine

Dissection of Human Vitreous Body Elements for Proteomic Analysis

Dissezione di Human Elements corpo vitreo per l&#39;analisi proteomica

The vitreous is an optically clear, collagenous extracellular matrix that fills the inside of the eye and overlies the retina. 1,2 Abnormal interactions ...

Ricerca

Medicina

Segmentation and Measurement of Fat Volumes in Murine Obesity Models Using X-ray Computed Tomography

Segmentazione e misurazione dei volumi FAT nei modelli murini di obesità Utilizzo di X-ray Tomografia Computerizzata

Obesity is associated with increased morbidity and mortality as well as reduced metrics in quality of life.1 Both environmental and genetic factors are ...

The Measurement and Treatment of Suppression in Amblyopia

La misurazione e trattamento di soppressione in Ambliopia

Amblyopia, a developmental disorder of the visual cortex, is one of the leading causes of visual dysfunction in the working age population. Current ...

Semi-automated Analysis of Mouse Skeletal Muscle Morphology and Fiber-type Composition

Analisi semi-automatica del Mouse del muscolo scheletrico morfologia e composizione di fibra-tipo

For years, distinctions between skeletal muscle fiber types were best visualized by myosin-ATPase staining. More recently, immunohistochemical staining of ...

Whole-brain Segmentation and Change-point Analysis of Anatomical Brain MRI&#8212;Application in Premanifest Huntington's Disease

Whole-brain Segmentation and Change-point Analysis of Anatomical Brain MRIÃƒÆ’Ã‚Â¢ÃƒÂ¢Ã¢â‚¬Å¡Ã‚Â¬ÃƒÂ¢Ã¢â€šÂ¬Ã‚ÂApplication in Premanifest Huntington's Disease

Segmentazione del intero-cervello e analisi del punto di svolta di anatomico del cervello MRI — applicazione in premanifesti sulla malattia di Huntington

Recent advances in MRI offer a variety of useful markers to identify neurodegenerative diseases. In Huntington&#39;s disease (HD), regional brain atrophy ...

Body Composition and Metabolic Caging Analysis in High Fat Fed Mice

Analisi metabolica ingabbiamento in topi alta Fed grasso e della composizione corporea

Alterations to body composition (fat or lean mass), metabolic parameters such as whole-body oxygen consumption, energy expenditure, and substrate ...

Handheld Metal Detector Screening for Metallic Foreign Body Ingestion in Children

Metal Detector palmare Screening per ingestione di corpo estraneo metallico nei bambini

Coins are the most common ingested metallic foreign bodies among children. The goal of this protocol is to assess the accuracy and feasibility of using a ...

Comparing Bibliometric Analysis Using PubMed, Scopus, and Web of Science Databases

Confronto dell'analisi bibliometrica con PubMed, Scopus e Web of Science Databases

Literature databases (i.e., PubMed, Scopus, and Web of Science) differ in terms of their coverage, focus, and the tool they provide. PubMed focuses mainly ...

Quantitative Analysis of Cellular Composition in Advanced Atherosclerotic Lesions of Smooth Muscle Cell Lineage-Tracing Mice

Analisi quantitativa della composizione cellulare nelle lesioni aterosclerotiche avanzate del muscolo liscio delle cellule Lineage-Tracing topi

Atherosclerosis remains the leading cause of death worldwide and, despite countless preclinical studies describing promising therapeutic targets, novel ...

Dynamic Measurement and Imaging of Capillaries, Arterioles, and Pericytes in Mouse Heart

Misurazione dinamica e imaging di capillari, arterioli e periciti nel cuore del topo

Coronary arterial tone along with the opening or closing of the capillaries largely determine the blood flow to cardiomyocytes at constant perfusion ...