Name: lung ct segmentation to identify consolidations and ground glass areas for quantitative assesment of sars-cov pneumonia
Uploaded: 2020-12-19T14:00:00
Description: Watch this Scientific Journal Video about Lung CT Segmentation to Identify Consolidations and Ground Glass Areas for Quantitative Assesment of SARS-CoV Pneumonia at JoVE.com

这项工作得到了博洛尼亚大学放射学系的资助。

该协议遵循机构人类研究伦理委员会的准则。
1. 下载 DICOM 图像
<ol><li>下载 DICOM 映像，并在安装 3D 软件的工作站中传输它们。如果计划在个人计算机上工作，请匿名化 DICOM 数据。</li>
</ol>2. 导入3D切片器软件的HRCT研究
<ol><li>在软件打开屏幕（对应于下 拉菜单中的" 欢迎使用切片器"部分）中，选择" 加载 DICOM 数?...

<ol>
	<li>Zheng, Y., 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=COVID-19+and+the+cardiovascular+system.">COVID-19 and the cardiovascular system.</a> Nature Reviews Cardiology. 17, 259-260 (2020).</li><li>Simpson, 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=Radiological+Society+of+North+America+Expert+Consensus+Statement+on+Reporting+Chest+CT+Findings+Related+to+COVID-19.+Endorsed+by+the+Society+of+Thoracic+Radiology,+the+American+College+of+Radiology,+and+RSNA.">Radiological Society of North America Expert Consensus Statement on Reporting Chest CT Findings Related to COVID-19. Endorsed by the Society of Thoracic Radiology, the American College of Radiology, and RSNA.</a> Radiology: Cardiothoracic Imaging. 2, 2 (2020).</li><li>Xie, X., 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=Chest+CT+for+Typical+2019-nCoV+Pneumonia:+Relationship+to+Negative+RT-PCR+Testing.">Chest CT for Typical 2019-nCoV Pneumonia: Relationship to Negative RT-PCR Testing.</a> Radiology. , 200343 (2020).</li><li>Huang, 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=Use+of+Chest+CT+in+Combination+with+Negative+RT-PCR+Assay+for+the+2019+Novel+Coronavirus+but+High+Clinical+Suspicion.">Use of Chest CT in Combination with Negative RT-PCR Assay for the 2019 Novel Coronavirus but High Clinical Suspicion.</a> Radiology. 295 (1), 22-23 (2020).</li><li>Fang, Y., 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=Sensitivity+of+Chest+CT+for+COVID-19:+Comparison+to+RT-PCR.">Sensitivity of Chest CT for COVID-19: Comparison to RT-PCR.</a> Radiology. , 200432 (2020).</li><li>Colombi, 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=Well-aerated+Lung+on+Admitting+Chest+CT+to+Predict+Adverse+Outcome+in+COVID-19+Pneumonia.">Well-aerated Lung on Admitting Chest CT to Predict Adverse Outcome in COVID-19 Pneumonia.</a> Radiology. , 201433 (2020).</li><li>. 3D Slicer [software] Available from: <a target="_blank" href="https://www.slicer.org">https://www.slicer.org</a> (2020)</li><li>Kikinis, R., Pieper, S. D., Vosburgh, K., Jolesz, F. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=3D+Slicer:+a+platform+for+subject-specific+image+analysis,+visualization,+and+clinical+support.">3D Slicer: a platform for subject-specific image analysis, visualization, and clinical support.</a> Intraoperative Imaging Image-Guided Therapy. 3 (19), 277-289 (2014).</li><li>Kapur, T., 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=Increasing+the+impact+of+medical+image+computing+using+community-based+open-access+hackathons:+The+NA-MIC+and+3D+Slicer+experience.">Increasing the impact of medical image computing using community-based open-access hackathons: The NA-MIC and 3D Slicer experience.</a> Medical Image Analysis. 33, 176-180 (2016).</li><li>Fedorov, 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=3D+Slicer+as+an+Image+Computing+Platform+for+the+Quantitative+Imaging+Network.">3D Slicer as an Image Computing Platform for the Quantitative Imaging Network.</a> Magnetic Resonance Imaging. 30 (9), 1323-1341 (2012).</li><li>. Chest Imaging Platform [software] Available from: <a target="_blank" href="https://chestimagingplatform.org">https://chestimagingplatform.org</a> (2020)</li><li>Wang, J., Li, F., Li, Q. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automated+segmentation+of+lungs+with+severe+interstitial+lung+disease+in+CT.">Automated segmentation of lungs with severe interstitial lung disease in CT.</a> Medical Physics. 36 (10), 4592-4599 (2009).</li><li>Lanza, 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=Quantitative+chest+CT+analysis+in+COVID-19+to+predict+the+need+for+oxygenation+support+and+intubation.">Quantitative chest CT analysis in COVID-19 to predict the need for oxygenation support and intubation.</a> European Radiology. , (2020).</li><li>Yao, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Value+of+window+technique+in+diagnosis+of+the+ground+glass+opacities+in+patients+with+non-small+cell+pulmonary+cancer.">Value of window technique in diagnosis of the ground glass opacities in patients with non-small cell pulmonary cancer.</a> Oncology Letters. 12 (5), 3933-3935 (2016).</li><li>Kauczor, H. U., 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=Automatic+detection+and+quantification+of+ground-glass+opacities+on+high-resolution+CT+using+multiple+neural+networks:+comparison+with+a+density+mask.">Automatic detection and quantification of ground-glass opacities on high-resolution CT using multiple neural networks: comparison with a density mask.</a> American Journal of Roentgenology. 175 (5), 1329-1334 (2000).</li><li>Funama, Y., 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=Detection+of+nodules+showing+ground-glass+opacity+in+the+lungs+at+low-dose+multidetector+computed+tomography:+phantom+and+clinical+study.">Detection of nodules showing ground-glass opacity in the lungs at low-dose multidetector computed tomography: phantom and clinical study.</a> Journal of Computed Assisted Tomography. 33 (1), 49-53 (2009).</li><li>Hansell, D. 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=Fleischner+Society:+glossary+of+terms+for+thoracic+imaging.">Fleischner Society: glossary of terms for thoracic imaging.</a> Radiology. 246, 697-722 (2008).</li><li>Heye, T., 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=Reproducibility+of+Dynamic+Part+II.+Comparison+of+Intra-+and+Interobserver+Variability+with+Manual+Region+of+Interest+Placement+versus+semiautomatic+lesion+segmentation+and+histogram+analysis.">Reproducibility of Dynamic Part II. Comparison of Intra- and Interobserver Variability with Manual Region of Interest Placement versus semiautomatic lesion segmentation and histogram analysis.</a> Radiology. 266, 812-821 (2013).</li><li>Zhang, H. T., 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+detection+and+quantification+of+COVID-19+pneumonia:+CT+imaging+analysis+by+a+deep+learning-based+software.">Automated detection and quantification of COVID-19 pneumonia: CT imaging analysis by a deep learning-based software.</a> Nuclear Medicine and Molecular Imaging. 14, 1-8 (2020).</li><li>Alhazzani, 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=Surviving+Sepsis+Campaign:+guidelines+on+the+management+of+critically+ill+adults+with+Coronavirus+Disease+2019(COVID-19).">Surviving Sepsis Campaign: guidelines on the management of critically ill adults with Coronavirus Disease 2019(COVID-19).</a> Intensive Care Medicine. 46 (5), 854-887 (2020).</li></ol>

分割是进行现代定量放射学研究的基本步骤，是应用放射学或纹理分析技术所必需的。肺部的病理发现是最具挑战性的分段之一，因为与健康区域相比，缺乏明确的解剖边界，衰减值差异很小。
如果可能，源图像必须呈现最少的伪影，特别是在病理区域，有时在研究危害呼吸的疾病时很难做到;因此，研究人员可以考虑排除受损的 HRCT 或定义一个专门用于工件的部分，以从进?...

今年，世界正面临一场卫生紧急事件，这种大流行是由新型冠状病毒——Sars-CoV2引起的。即使迄今为止，有关COVID-19感染的生理病理学的许多方面仍然不清楚，它与它的"祖先"SARS1和MERS有一些共同的特点。特别是，已经证明，病毒尖峰蛋白与血管紧张素转化酶-2型相互作用，这种受体很好地表现在道利内皮细胞上，但在人体体细胞中无处不在，因此具有产生全身症状1的潜力。
对于诊断，当前标准是实时逆转录酶-聚合酶链反应（rt-PCR），这是对咽拭子进行的测试。虽然放射成像在疾病检测诊断路径中尚未得到正式承认，但由于rt-PCR的敏感性相对较低、目前缺乏专门实验室和必要的试剂以及高操作员依赖性，高分辨率计算机断层扫描（HRCT）证明对受影响患者的临床和流行病学管理是一种宝贵的帮助。
北美放射学会（RSNA）发表了一份共识声明，得到胸科放射学学会和美国放射学会（ACR）的赞同，将COVID19的CT外观分为四类，以标准化报告，将间层肺炎模式分为"典型"，"非典型"，"不确定"和"负面"2。
"典型"模式的特点是存在圆形地面玻璃不透明度 （GGO），通常具有在后底段上的子胸腔位置。GGO 可与加厚隔膜或其他组织肺炎迹象的"疯狂铺垫"区域相关。"不确定"模式的特点是缺乏"典型"模式的发现，具有近区分布的漫射GGO区域，有或没有合并区域。"非典型"模式的特点是要么没有"典型"或"不确定"的迹象，要么存在腰杆巩固，"树在芽"，平滑增厚的隔膜和胸膜积液;在此演示文稿中，无法检测到 GGO。"消极"模式的特点是没有上述病理发现。
根据文献，一些患者可能呈现一个高临床怀疑COVID-19支持流行病学标准和成像发现与负rt-PCR3，4。另一方面，据报道，有阳性rt-PCR和暗示性临床发现的患者，没有在HRCT5上出现病理发现。
在定量研究这种疾病的特点时，应用图像分析技术是科学界最关心的问题。最近的一项研究应用了肺分裂症的自动分段技术，以确定受COVID-19影响的患者的加率肺的百分比，将这一值与预后关联，并证明肺部介入程度更严重的患者在重症监护室（ICU）住院的风险增加，结果更差6。
分割是通过成像技术（如 HRCT）获得的卷内感兴趣区域 （ROIS） 的轮廓。此活动可以通过三种方法进行：手动、半自动和自动。手动分割，由于训练有素的放射科医生的经验，包括标签体素属于病理区域。此方法的主要缺点是需要大量时间，并且它依赖于运算符。
半自动方法允许加快分段速度，因为操作员可以修改通过经典图像处理方法（例如像素强度、聚类等的阈值）获得的分段蒙版。然而，这些技术不容易在临床实践中实施，因为它们需要广泛的人工干预在最复杂的案件18。
自动分割方法目前使用有限，采用人工智能获取 RO。特别是，最近的一项研究旨在使用自动分割在地面玻璃区定量的患者患有COVID-19间体肺炎19。HRCT图像上病理区域的分割协议的定义是朝着随后的放射学分析迈出的真正的第一步，以便确定有助于进一步了解该疾病的生理病理学的特征，并作为一个准确的预测因素，可能影响治疗。
本文提供了一个指南，以获得准确和高效的片段，代表COVID-19肺炎的病理发现使用"3D切片器"7，8，9，10。

<table border="0" cellpadding="0" cellspacing="0" style="width:592px;" width="592">
	<colgroup>
		<col />
		<col />
		<col />
		<col />
	</colgroup>
	<tbody>
		<tr height="63">
			<td height="63" style="height:63px;width:216px;">CT Scanner</td>
			<td style="width:91px;">General Electrics Healthcare</td>
			<td style="width:119px;">64-MDCT VCT lightSpeed</td>
			<td style="width:167px;">The CT scanner used for HRCT acquisitions</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:216px;">Desktop Computer</td>
			<td style="width:91px;">ThinkCentre</td>
			<td style="width:119px;"></td>
			<td>The computer used to download the DICOM files and run 3D Slicer</td>
		</tr>
	</tbody>
</table>

lung ct segmentation to identify consolidations and ground glass areas for quantitative assesment of sars-cov pneumonia

分割是一项复杂的任务，随着放射学和机器学习的潜力增长，放射学家和研究人员面临着这一任务。该过程可以是自动的、半自动的或手动的，第一个过程通常不够精确或易于重现，最后一个过程在涉及具有高分辨率收购的大型区域时过于耗时。
胸部的高分辨率 CT 由数百张图像组成，这使得手动方法过于耗时。此外，从正常外观中可以辨别出 parenchy 的改动;因此，半自动的分段过程方法，据我们所知，是最适合分割肺炎时，尤其是当其特征仍然未知时。
对于在COVID-19成像研究所进行的研究，我们采用了3D切片机，这是哈佛大学制作的一个自由软件，将阈值与喷漆仪器相结合，实现快速、精确的加率肺、地面玻璃不透明度和整合分割。当面对复杂情况时，此方法仍然需要相当长的时间进行适当的手动调整，但提供了一种极其有效的均值来定义用于进一步分析的段，例如计算受影响的肺帕伦奇玛百分比或地面玻璃区域的纹理分析。

通过试验和错误改进了该方法，对117名感染COVID-19肺炎的患者进行了检测，并进行了阳性的rt-PCR检测。
在较短的学习曲线之后，获取段所需的时间可能从 5 分钟到 15 分钟不等，具体取决于演示模式。
如图1 所示，该方法产生精确的段：这可以通过注意到与HRCT的精确对应来观察。3D 渲染有助于评估对应关系并快速查看分段结果。可以对受影响?...

Watch this Scientific Journal Video about Lung CT Segmentation to Identify Consolidations and Ground Glass Areas for Quantitative Assesment of SARS-CoV Pneumonia at JoVE.com

Lung CT Segmentation to Identify Consolidations and Ground Glass Areas for Quantitative Assesment of SARS-CoV Pneumonia

该协议的目的是提供一种时间有效的方法，用于对高分辨率 CT 扫描进行分段感兴趣的卷，以便用于进一步的放射分析。

肺CT分割，确定合并和地面玻璃区域对SARS-COV肺炎的定量评估

Segmentation is a complex task, faced by radiologists and researchers as radiomics and machine learning grow in potentiality. The process can either be ...

自新型冠状病毒病大流行爆发以来，一种简单有效的方法，在胸部CT扫描图像中对这种感染的典型病理病变进行适当分割，显得具有根本性。因此，我们的目标是提供一组知识，以便让人们对这些肺病理发现进行简单而高效的分割。希望这将有助于科学界开发专门的放射学和人工智能研究，以改善这些患者的诊断方法。从 3D 切片器的 DICOM 浏览器中，继续选择要分段的学习，然后单击"加载"。您可以在查看器部分中查看所选案例。如您所见，此患者呈现地面玻璃不透明度双边和合并区域一样，这是 COVID-19 的典型案例。然后转到"段"部分，并添加三个段，一个用于总肺体积，一个用于地面玻璃不透明度，另一个用于合并区域。转到阈值仪器，将上限阈值设置为负 250 Hounsfield 单位。排序只选择空气，并留下软组织，骨骼和合并区域一样，系统不能自动从软组织识别，然后单击应用。然后，要移除患者外部的空气，并为此使用"孤岛"工具，然后转到"仅保留所选岛屿"。然后点击患者体内。你看外面的空气已经清除了。现在，您希望将合并区域添加到肺总体积中。为此，请使用具有"球体画笔"设置的"画图"工具，根据需要调整尺寸，并小心避免软组织。使用"球体"画笔，您可以根据正在处理的切片上下绘制，从而加快该过程。现在，您要对合并区域进行细分。为此，请确保在肺总体积内工作，无需使用各种其他部分。使用阈值仪器，提高阈值以确保包括软组织和整合，并设置较低的阈值为负 250。请注意，您同时选择了软组织、血管和整合，但当您单击"应用"时，只选择了合并区域。现在，要分割地面玻璃区域，请选择地面玻璃段。保留上一个分段的设置，将阈值从负 750 设置为负 250 Hounsfield 单位。请注意，这些值可能因 CT 扫描设置而异。始终根据弗莱施纳协会对地面玻璃的定义进行调整。选择与可见容器的不透明度。然后，单击"应用"。您会注意到，也选择了中间空间。要进行调整，请转到平滑仪器。选择哪个座位更适合 CT 扫描的构造算法。正如您所看到的，中间空间已被删除。您可以检查到分段编辑器的分段结果，并可以查看已定义的分段的 3D 模型。您可以使用左侧的滑块来调整模型的透明度。3D 视图可用于确认正确的分段过程。我们现在有三个不同的部分，一个用于总肺体积，另一个用于COVID-19整合和地面玻璃区域的典型发现。您可以从由于段统计模块而定义的段中提取一些统计信息。删除"标量体积"选项，然后有一个表，表示总肺和合并区域以及地面玻璃区域的体积。您可以使用它来计算疾病的严重程度。您还可以导出已定义的段。您可以转到"数据"部分。然后，仅使要导出的段可见，单击眼睛图标。然后右键单击并导出二进制标签图仅可见。您可以保持标签图，如您喜欢。您必须为已定义的每个段重复此过程。通过这样做，您现在有三个标签映射对应于您定义的段。这可以在您喜欢的文件类型中导出，也可以最适合进一步分析。此外。通过这些方法，研究人员可以快速获得COVID-19病理发现的准确分割，并可提取特定特征。向科学界提供这种知识，可以开发准确、全自动的分段方法，并确定精确的预测因素。

Research

JoVE Journal

Medicine

Osteopathic Manipulative Treatment as a Useful Adjunctive Tool for Pneumonia

整骨手法治疗为肺炎是非常好的辅助工具

Pneumonia, the inflammatory state of lung tissue primarily due to microbial infection, claimed 52,306 lives in the United States in 20071 and resulted in ...

科研

医学

Implantation of Fibrin Gel on Mouse Lung to Study Lung-specific Angiogenesis

纤维蛋白胶对小鼠肺移植研究肺特异性血管生成

Recent significant advances in stem cell research and bioengineering techniques have made great progress in utilizing biomaterials to regenerate and ...

Evaluation of Lung Metastasis in Mouse Mammary Tumor Models by Quantitative Real-time PCR

评价肺转移的小鼠乳腺肿瘤模型定量实时荧光定量PCR

Metastatic disease is the spread of malignant tumor cells from the primary cancer site to a distant organ and is the primary cause of cancer associated ...

Apical Resection Mouse Model to Study Early Mammalian Heart Regeneration

根尖切除小鼠模型来研究早期哺乳动物心脏再生

Cardiovascular disease plagues the whole world due to intensive lifestyle changes. Heart regeneration holds great promise for repairing and restoring ...

Proximal Cadaveric Femur Preparation for Fracture Strength Testing and Quantitative CT-based Finite Element Analysis

近端股骨尸制备基于CT的断裂强度测试和定量的有限元分析

Cadaveric fracture testing is routinely used to understand factors that affect proximal femur strength.  Because ex vivo biological tissues are prone to ...

Induction and Micro-CT Imaging of Cerebral Cavernous Malformations in Mouse Model

小鼠脑海绵体畸形的诱导及显微 CT 成像

Mutations in the CCM1 (aka KRIT1), CCM2, or CCM3 (aka PDCD10) gene cause cerebral cavernous malformation (CCM) in humans. Mouse models of CCM disease have ...

Quantitative Micro-CT Analysis of Aortopathy in a Mouse Model of &#946;-aminopropionitrile-induced Aortic Aneurysm and Dissection

β-aminopropionitrile 诱发主动脉瘤和解剖小鼠模型 Aortopathy 的定量显微 CT 分析

Aortic aneurysm and dissection is associated with significant morbidity and mortality in the population and can be highly lethal. While animal models of ...

Murine Oropharyngeal Aspiration Model of Ventilator-associated and Hospital-acquired Bacterial Pneumonia

呼吸机相关和医院获得性肺炎的小鼠口咽吸入模型

Murine infection models are critical for understanding disease pathogenesis and testing the efficacy of novel therapeutics designed to combat causative ...

Generation of Human 3D Lung Tissue Cultures (3D-LTCs) for Disease Modeling

Generation of Human 3D Lung Tissue Cultures 3D-LTCs for Disease Modeling

用于疾病建模的人三维肺组织培养 (3D-LTCs) 的生成

Translation of novel discoveries to human disease is limited by the availability of human tissue-based models of disease. Precision-cut lung slices (PCLS) ...

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

平滑肌细胞近系追踪小鼠晚期动脉粥样硬化病变细胞成分的定量分析

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