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

Dit werk werd ondersteund door financiering van het departement Radiologie van de Universiteit van Bologna.

Dit protocol volgt de richtlijnen van de institutionele commissie voor human research ethics.
1. Het downloaden van de DICOM-afbeeldingen
<ol><li>Download de DICOM-afbeeldingen en breng ze over in het werkstation dat is gewijd aan de segmentatie, waarbij de 3D-software is geïnstalleerd. Als u van plan bent om op een personal computer te werken, anonimiseert u de DICOM-gegevens.</li>
</ol>2. Het importeren van de HRCT-studie naar de 3D Slicer-so...

<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>

Segmentatie is een fundamentele stap voor het uitvoeren van moderne kwantitatieve radiologiestudies en is noodzakelijk om radiomiek of textuuranalysetechnieken toe te passen. Pathologische bevindingen in de longen vormen een van de meest uitdagende om te segmenteren, voor het ontbreken van gedefinieerde anatomische randen en een klein verschil in dempingswaarde in vergelijking met de gezonde gebieden.
De bronbeelden moeten indien mogelijk een minimum aan artefacten vertonen, vooral op de patho...

In het huidige jaar, de wereld wordt geconfronteerd met een noodsituatie in de gezondheid, de pandemie veroorzaakt door de roman Coronavirus, Sars-CoV2. Zelfs als, tot op de huidige datum, veel aspecten met betrekking tot de fysiopathologie van de COVID-19 infectie zijn nog steeds onduidelijk, het deelt verschillende kenmerken met zijn "voorouders" SARS1 en MERS. In het bijzonder is bewezen dat de virion spike eiwitten interageren met de Angiotensine Converteren Enzym Type-2, een receptor goed vertegenwoordigd op de alveolaire endotheelcellen, maar alomtegenwoordig in het menselijk organisme, waardoor de potentie om systemische symptomen te geven1.
Voor de diagnose is de huidige standaard de real-time reverse transcriptase-polymerase kettingreactie (rt-PCR), een test uitgevoerd op faryngeale swabs. Hoewel radiologische beeldvorming niet officieel wordt erkend in het diagnostische pad voor de detectie van de ziekte, bleek hoge resolutie computertomografie (HRCT) een waardevol hulpmiddel te zijn voor het klinische en epidemiologische beheer van getroffen patiënten, vanwege de relatief lage gevoeligheid van de rt-PCR, de huidige schaarste van gespecialiseerde laboratoria en van de noodzakelijke reagentia, en de hoge operator-afhankelijkheid.
De Radiologische Society of North America (RSNA) gaf een consensus verklaring, onderschreven door de vereniging van Thoracische Radiologie en het American College of Radiology (ACR), dat classificeert de CT-verschijning van COVID19 in vier categorieën om de rapportage te standaardiseren, het verdelen van de interstitiële patronen in "typische", "atypische", "onbepaald", en "negatief"2.
Het "typische" patroon wordt gekenmerkt door de aanwezigheid van ronde grondglasopaciteiten (GGO), meestal met een subpleurale locatie op de dorsale basale segmenten. De GGO kan worden geassocieerd met "Crazy Bestrating" gebieden van verdikte septa, of andere tekenen van het organiseren van longontsteking. Het "onbepaalde" patroon wordt gekenmerkt door de afwezigheid van de "typische" patroonbevindingen, met diffuse GGO-gebieden met een perihilarverdeling, met of zonder consoliderende gebieden. Het "atypische" patroon wordt gekenmerkt door ofwel de afwezigheid van de "typische" of "onbepaalde" tekens, en de aanwezigheid van lobar consolidaties, "boom in de knop", gladde verdikking van de septa en pleurale effusie; in deze presentatie zijn geen GGO detecteerbaar. Het "negatieve" patroon wordt gekenmerkt door de afwezigheid van de eerder genoemde pathologische bevindingen.
Volgens de literatuur kunnen sommige patiënten een hoge klinische verdachte van COVID-19 vertonen, ondersteund door epidemiologische criteria en beeldvormingsbevinding met negatieve rt-PCR3,4. Aan de andere kant is gemeld dat patiënten met een positieve rt-PCR en suggestieve klinische bevindingen geen pathologische bevindingen presenteren over HRCT5.
Tegenwoordig is het van het grootste belang voor de wetenschappelijke gemeenschap om beeldanalysetechnieken toe te passen bij het kwantitatief bestuderen van de kenmerken van deze ziekte. Een recente studie heeft toegepast geautomatiseerde segmentatie techniek van de long parenchyma om het percentage van bereden long bij patiënten die getroffen zijn door COVID-19 te identificeren, correleren deze waarde met de prognose, en waaruit blijkt dat patiënten met een meer ernstige long betrokkenheid presenteerde meer risico op opname in de Intensive Care Unit (ICU), en met slechtere resultaten6.
De segmentatie is de contouring van regio's van belang (ROI's) binnen een volume verworven door middel van een beeldvormingstechniek, zoals HRCT. Deze activiteit kan worden uitgevoerd door drie methoden: handmatig, semi-automatisch en automatisch. Handmatige segmentatie bestaat, dankzij de ervaring van een getrainde radioloog, uit het etiketteren van voxels die tot het pathologische gebied behoren. De belangrijkste nadelen van deze methode zijn de grote hoeveelheid tijd die nodig is en het feit dat het afhankelijk is van de exploitant.
Semi-automatische methoden maken het mogelijk om de segmentatie te versnellen, omdat de operator een segmentatiemasker kan wijzigen dat is verkregen via de klassieke methoden van beeldverwerking (bijvoorbeeld drempelwaarde voor pixelintensiteit, clustering, enz.). Deze technieken zijn echter niet eenvoudig te implementeren in de klinische praktijk, omdat ze uitgebreide handmatige interventie vereisen in de meest gecompliceerde gevallen18.
Automatische segmentatiemethoden, die momenteel beperkt worden gebruikt, maken gebruik van kunstmatige intelligentie om ROI's te verkrijgen. In het bijzonder is een recente studie gericht op het gebruik van automatische segmentatie in de kwantificering van grondglasgebieden bij patiënten die lijden aan COVID-19 interstitiële pneumonie19. De definitie van een segmentatieprotocol voor de pathologische gebieden op de HRCT-beelden is de echte eerste stap in de richting van de daaropvolgende radiomiekanalyse, om kenmerken te identificeren die kunnen helpen om de fysiopathologie van de ziekte verder te begrijpen en te dienen als een nauwkeurige prognostische factor die de behandeling mogelijk beïnvloedt.
Dit document biedt een gids voor het verkrijgen van nauwkeurige en efficiënte segmenten die de pathologische bevindingen van COVID-19 longontsteking vertegenwoordigen met behulp van "3D Slicer"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

Segmentatie is een complexe taak, geconfronteerd door radiologen en onderzoekers als radiomiek en machine learning groeien in potentie. Het proces kan automatisch, semi-automatisch of handmatig zijn, de eerste is vaak niet nauwkeurig of gemakkelijk reproduceerbaar, en de laatste is buitensporig tijdrovend wanneer grote districten met hoge resolutie-acquisities worden betrokken.
Een hoge resolutie CT van de borst is samengesteld uit honderden beelden, en dit maakt de handmatige aanpak te tijdrovend. Bovendien vereisen de parenchymale wijzigingen een deskundige evaluatie die moet worden onderscheiden van het normale uiterlijk; zo is een semi-automatische benadering van het segmentatieproces, voor zover wij weten, het meest geschikt bij het segmenteren van longontstekingen, vooral wanneer hun kenmerken nog onbekend zijn.
Voor de studies uitgevoerd in ons instituut over de beeldvorming van COVID-19, hebben we 3D Slicer, een freeware software geproduceerd door de Harvard University, en combineerde de drempel met de verf penseel instrumenten om een snelle en nauwkeurige segmentatie van beeerde long, gemalen glas opacities, en consolidaties te bereiken. Bij complexe gevallen vergt deze methode nog steeds een aanzienlijke hoeveelheid tijd voor de juiste handmatige aanpassingen, maar biedt een uiterst efficiënt middel om segmenten te definiëren die moeten worden gebruikt voor verdere analyse, zoals de berekening van het percentage van de aangetaste longenchyma of textuuranalyse van de grondglasgebieden.

De voorgestelde methode is verfijnd door middel van studies en fouten, testen op 117 patiënten getroffen door COVID-19 longontsteking met een positieve rt-PCR-test.
Na een korte leercurve kan de tijd die nodig is om de segmenten te verkrijgen variëren van 5 tot 15 minuten, afhankelijk van het presentatiepatroon.
Zoals aangegeven op figuur 1,levert de methode nauwkeurige segmenten op: dit kan worden waargenomen door de exacte correspondentie met he...

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

Het doel van dit protocol is om een tijdefficiënte manier te bieden om volumes van belang op ct-scans met hoge resolutie te segmenteren om te gebruiken voor verdere radiomiekanalyse.

Long CT-segmentatie om consolidaties en grondglas gebieden voor kwantitatieve assesment van SARS-CoV Longontsteking te identificeren

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

Sinds de uitbraak van de nieuwe coronavirusziekte pandemie lijkt een eenvoudige en effectieve methode die nuttig is om een goede segmentatie van de typische pathologische laesies van deze infectie in CT-scanbeelden op de borst te verkrijgen, fundamenteel. Ons doel is dus om een startpakket met kennis aan te bieden om mensen een eenvoudige en efficiënte segmentatie van deze longpathologische bevindingen te laten uitvoeren. Hopelijk zal dit de wetenschappelijke gemeenschap helpen om speciale radiomiek en kunstmatige intelligentie studies te ontwikkelen die de diagnostische aanpak van deze patiënten kunnen verbeteren.Ga in de DICOM-browser van 3D Slicer verder met het selecteren van de studie die u wilt segmenteren en klik op Laden. U de geselecteerde aanvraag bekijken in de sectie Viewer. Zoals u zien, deze patiënt presenteert met grond glas opacities bilateraal en consoliderende gebieden gelijk, dat is een typisch geval van COVID-19.Ga vervolgens naar de sectie Segment en voeg drie segmenten toe, één voor het totale longvolume, één voor de opaciteiten van het gemalen glas en één voor de consoliderende gebieden. Ga naar het Threshold-instrument en stel de bovenste drempel in op min 250 Hounsfield-eenheid. Sorteer om alleen lucht te selecteren en het weglaten van zachte weefsels, botten en consoliderende gebieden, die het systeem niet automatisch kan onderscheiden van de zachte weefsels, klik dan om toe te passen.Vervolgens wilt u de lucht buiten de patiënt verwijderen en om dit te doen, gebruik maken van de Island tool en ga naar Keep Only Selected Island. Klik dan in de patiënt. Je ziet dat de lucht buiten is verwijderd.Nu wilt u de consoliderende gebieden toevoegen aan het totale longvolume. Gebruik hiervoor het verfinstrument met de borstelinstelling Sphere, pas de grootte aan uw behoeften aan en wees voorzichtig om weke delen te vermijden. Met de Sphere brush schilder je op en neer ten opzichte van het segment waaraan je werkt, wat het proces versnelt.Nu wilt u de consoliderende gebieden segmenteren. Om dit te doen, moet u werken binnen het totale longvolume zonder een verscheidenheid van andere segmenten. Met behulp van het Threshold-instrument verhoog je de bovenste drempel om zeker zachte weefsels en consolidaties op te nemen en stel je de ondergrens in op min 250.Merk op dat u zowel zachte weefsels, bloedvaten als consolidatie selecteert, maar wanneer u op Toepassen klikt, zijn alleen geconsolideerde gebieden geselecteerd. Nu, om de grondglasgebieden te segmenteren, selecteert u het segment van het grondglas. Houd de instellingen van de vorige segmentatie, stel de drempel van min 750 tot min 250 Hounsfield eenheid.Deze waarde kan variëren afhankelijk van de instellingen van de CT-scan. Pas altijd aan volgens de Fleischner Society definitie van grondglas. Kies een dekking met dat zichtbare vat in zicht.Klik vervolgens op Toepassen. U zult merken dat er ook interstitiële spaties zijn geselecteerd. Ga naar het instrument Smooth om aan te passen.Selecteer welke stoel beter past bij het bouwalgoritme van uw CT-scan. En zoals je zien, zijn de interstitiële ruimten verwijderd. U de resultaten van uw segmentatie naar Segment editor en u een 3D-model van de segmenten die u hebt gedefinieerd bekijken.U de schuifregelaar aan de linkerkant gebruiken om de transparantie van het model aan te passen. 3D-weergave kan worden gebruikt om het juiste segmentatieproces te bevestigen. We hebben nu drie verschillende segmenten, een voor het totale longvolume, en de andere twee voor de typische bevindingen van COVID-19 consolidaties en grondglas gebieden.U enkele statistieken extraheren uit het segment dat u hebt gedefinieerd vanwege de module SegmentStatistics. Verwijder de optie Scalar Volume en vervolgens hebt u een tabel die het volume van de totale long en de consolidatiegebieden en de grondglasgebieden uitdrukt. U dit gebruiken om de ernst van de ziekte te berekenen.U ook het segment exporteren dat u hebt gedefinieerd. U naar de sectie Gegevens gaan. Maak vervolgens alleen het segment zichtbaar dat u wilt exporteren en klik op het oogpictogram.Klik vervolgens met de rechtermuisknop en exporteer binaire labelmap alleen zichtbaar. U de labelmap blijven zoals u wilt. U moet het proces herhalen voor elk segment dat u hebt gedefinieerd.Door dit te doen, heb je nu drie labelmaps die overeenkomen met het segment dat u hebt gedefinieerd. Dit kan worden geëxporteerd in welk bestandstype u het beste verkiest of past voor verdere analyse. Bovendien. Met deze methoden kunnen onderzoekers snel een nauwkeurige segmentatie verkrijgen voor pathologische bevindingen van COVID-19 waarvoor specifieke kenmerken kunnen worden geëxtraheerd.Het verstrekken van dergelijke kennis aan de wetenschappelijke gemeenschap, nauwkeurige, volledig geautomatiseerde segmentatie methoden kunnen worden ontwikkeld en nauwkeurige prognostische factoren worden bepaald.

Research

Education

JoVE Core

JoVE Journal

Medical-Surgical Nursing

Medicine

Unit 1

Diagnostic Studies of Respiratory System

SCIENTISTS IN ACTION

Osteopathic Manipulative Treatment as a Useful Adjunctive Tool for Pneumonia

Osteopathische manipulatieve behandeling als een nuttig hulpmiddel voor Adjunctive Longontsteking

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 ...

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

Implantatie van fibrinegel op Muis Lung naar Lung-specifieke angiogenese

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

Evaluatie van longmetastase in muizenborsttumorvirus Modellen van kwantitatieve real-time 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

Apical resectie muismodel naar Early Mammalian Hart Regeneration Studie

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

Proximale Cadaveric Femur Voorbereiding voor Fracture Sterkte Testen en Kwantitatieve CT-gebaseerde Finite Element Analysis

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

Inductie en Micro-CT beeldvorming van cerebrale Cavernous misvormingen in Mouse Model

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

Kwantitatieve analyse van de Micro-CT van Aortopathy in een muismodel van β-aminopropionitrile-geïnduceerde aorta aneurysma en dissectie

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

Lymfkliertest orofaryngeale aspiratie Model Ventilator-geassocieerde en ziekenhuizen opgelopen bacteriële longontsteking

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

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

Kwantitatieve analyse van cellulaire samenstelling in geavanceerde atherosclerotische laesies van de gladde spieren cel Lineage-Tracing muizen

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

Customizing a Cryolite Glass Prosthetic Eye

Het aanpassen van een Cryolite glas prothese oog

In Germany, Austria, and Switzerland, over 90% of ocularists still manufacture customized prostheses using cryolite glass from Thuringia. The present ...