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

Bu çalışma Bologna Üniversitesi Radyoloji Bölümü'nün finansmanı ile desteklenmiştir.

Bu protokol, kurumsal insan araştırma etik komitesinin yönergelerini izler.
1. DICOM görüntülerini indirme
<ol><li>DICOM görüntülerini indirin ve 3D yazılım yüklü olan segmentasyona adanmış iş istasyonunda aktarın. Kişisel bir bilgisayarda çalışmayı planlıyorsanız, DICOM verilerini anonimleştirin.</li>
</ol>2. 3D Slicer yazılımı üzerinde HRCT çalışma alma
<ol><li>Yazılım açılış ekranında (açı...

<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>

Segmentasyon modern nicel radyoloji çalışmaları gerçekleştirmek için temel bir adım temsil eder ve radyomik veya doku analizi teknikleri uygulamak için gereklidir. Akciğerlerdeki patolojik bulgular, tanımlanmış anatomik sınırların olmaması ve sağlıklı bölgelere kıyasla zayıflama değerinin küçük bir fark olması nedeniyle segmentin de en zorlu larından birini temsil eder.
Kaynak görüntüleri, özellikle patolojik alanlarda, mümkünse eserler en az sunmak gerekir v...

Bu yıl, dünya bir sağlık acil karşı karşıya, roman Coronavirus, Sars-CoV2 neden pandemik. Bugüne kadar COVID-19 enfeksiyonunun fizyopatolojisi ile ilgili pek çok yönü hala belirsiz olsa da, "ataları" SARS1 ve MERS ile çeşitli özellikleri paylaşmaktadır. Özellikle, bu virion başak proteinleri Anjiyotensin Dönüştürücü Enzim Type-2 ile etkileşim kanıtlanmıştır, iyi alveoler endotel hücreleri üzerinde temsil edilen bir reseptör, ama insan organizmasında her yerde, böylece sistemik belirtiler vermek potansiyeline sahip1.
Tanı için, mevcut standart gerçek zamanlı ters transkriptaz-polimeraz zincir reaksiyonu (rt-PCR), faringeal bezleri üzerinde yapılan bir testtir. Radyolojik görüntüleme hastalığın saptanması için tanı salada resmen tanınmasa da, rt-PCR'nin nispeten düşük duyarlılığı, özel laboratuvarların ve gerekli reaktiflerin mevcut azlığı ve yüksek operatör bağımlılığı nedeniyle, yüksek çözünürlüklü bilgisayarlı tomografi (HRCT) etkilenen hastaların klinik ve epidemiyolojik yönetimine değerli bir yardımcı olduğunu kanıtlamıştır.
Kuzey Amerika Radyoloji Derneği (RSNA), Torasik Radyoloji derneği ve Amerikan Radyoloji Koleji (ACR) tarafından onaylanan ve raporlamayı standartlaştırmak için COVID19'un CT görünümünü dört kategoriye ayıran ve interstisyel pnömoni modellerini "tipik", "atipik", "tanımlanmamış" ve "negatif"2olarak ikiye ayıran bir konsensüs bildirisi yayınladı.
"Tipik" desen yuvarlak şekilli Zemin Cam Opacities varlığı ile karakterizedir (GGO), genellikle dorsal bazal segmentleri üzerinde bir alt plevral konumu ile. GGO kalınlaşmış septa "Crazy Kaldırım" alanları ile ilişkili olabilir, ya da pnömoni organize diğer belirtileri. "Tanımlanmamış" desen, konsolide alanlar olan veya olmayan perihiler dağılımlı diffüz GGO alanları ile "tipik" desen bulgularının yokluğu ile karakterizedir. "Atipik" desen ya "tipik" ya da "tanımlanmamış" işaretlerin yokluğu ve lobar konsolidasyonlarının varlığı, "tomurcuktaki ağaç" ile karakterizedir, septanın düzgün kalınlaşması ve plevral efüzyon; Bu sunumda hiçbir GGO saptanamaz. "Negatif" desen yukarıda bahsedilen patolojik bulguların yokluğu ile karakterizedir.
Literatüre göre bazı hastalarda covid-19'un yüksek klinik şüphelisi epidemiyolojik kriterler ve negatif rt-PCR3,4ile görüntüleme bulgusu ile desteklenebilir. Öte yandan, pozitif rt-PCR ve düşündürücü klinik bulguları olan hastaların HRCT5'tepatolojik bulgular sunmadığı bildirilmiştir.
Günümüzde, bu hastalığın özelliklerini nicel olarak incelerken bilim camiasının görüntü analizi tekniklerini uygulaması son derece önemlidir. Yakın zamanda yapılan bir çalışmada, COVID-19 etkilenen hastalarda gazlı akciğer yüzdesini belirlemek için akciğer parankim otomatik segmentasyon tekniği uygulanmıştır, prognoz ile bu değeri korelasyon, ve daha ciddi bir akciğer tutulumu olan hastalarda Yoğun Bakım Ünitesi 'nde kabul edilme riski daha fazla sundu gösteren (Yoğun Bakım Ünitesi), ve daha kötüsonuçlarasahip 6 .
Segmentasyon, HRCT gibi bir görüntüleme tekniği ile edinilen bir hacim içinde ilgi bölgelerinin (ROI) konturlanmasıdır. Bu etkinlik üç yöntem ekibe rağmen gerçekleştirilebilir: manuel, yarı otomatik ve otomatik. Manuel segmentasyon, eğitimli bir radyolog deneyimi sayesinde, patolojik alana ait voxels etiketleme oluşur. Bu yöntemin temel dezavantajları, gereken büyük zaman miktarı ve operatöre bağlı olmasıdır.
Yarı otomatik yöntemler, operatör klasik görüntü işleme yöntemleri (örn. piksel yoğunluğu, kümeleme vb.) yoluyla elde edilen bir segmentasyon maskesini değiştirebildiği için segmentasyonun hızlandırılmasına olanak tanır. Ancak, bu tekniklerin klinik uygulamada uygulanması kolay değildir, çünkü en karmaşık olgularda kapsamlı manuel müdahale gerektirmektedir18.
Otomatik segmentasyon yöntemleri, şu anda sınırlı kullanım, ROI elde etmek için yapay zeka kullanır. Özellikle, yakın zamanda yapılan bir çalışmada COVID-19 interstisyel pnömoni19olan hastalarda zemin cam alanlarının sayısallaştırılmasında otomatik segmentasyon kullanmayı amaçlamaktadır. HRCT görüntüleri üzerinde patolojik alanlar için bir segmentasyon protokolü tanımı daha fazla hastalığın fizyopatoloji anlamak için yardımcı olabilecek özellikleri belirlemek için, sonraki radyomik analizi doğru gerçek ilk adımdır, ve doğru bir prognostik faktör potansiyel tedavi etkileyen olarak hizmet vermektedir.
Bu yazı "3D Slicer"7,8,9,10kullanarak COVID-19 pnömoni patolojik bulgularını temsil eden doğru ve verimli segmentleri elde etmek için bir rehber sunuyor.

<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

Radyomik ve makine öğrenimi potansiyel olarak büyüdükçe segmentasyon radyologlar ve araştırmacılar tarafından karşı karşıya karmaşık bir görevdir. İşlem otomatik, yarı otomatik veya manuel olabilir, ilki genellikle yeterince hassas veya kolayca tekrarlanabilir değildir ve son olarak yüksek çözünürlüklü satın almalarla büyük bölgeleri dahil ederken aşırı zaman alıcı dır.
Göğsün yüksek çözünürlüklü CT görüntüleri yüzlerce oluşur ve bu aşırı zaman alıcı manuel yaklaşım yapar. Ayrıca, parenkimal değişiklikler normal görünümden ayırt edilmesi için bir uzman değerlendirmesi gerektirir; bu nedenle, segmentasyon sürecine yarı otomatik bir yaklaşım, bildiğimiz kadarıyla, en uygun pnömoni segmentasyon, özellikle özellikleri hala bilinmemektedir.
COVID-19'un görüntülenmesi üzerine enstitümüzde yapılan çalışmalar için Harvard Üniversitesi tarafından üretilen bir yazılım olan 3D Slicer'ı benimsedik ve eşik ile boya fırçası aletlerini birleştirerek havalandırılmış akciğerin, zemin cam opaklıklarının ve konsolidasyonların hızlı ve hassas segmentasyonunu elde ettik. Karmaşık durumlarda karşı karşıya, bu yöntem hala uygun manuel ayarlamalar için önemli miktarda zaman gerektirir, ancak etkilenen akciğer parankim veya zemin cam alanların doku analizi yüzdesi hesaplama gibi daha fazla analiz için kullanılacak segmentleri tanımlamak için son derece verimli bir ortalama sağlar.

Önerilen yöntem, covid-19 pnömonisi pozitif rt-PCR testi ile etkilenen 117 hastaüzerinde test edilerek denemeler ve hatalar la geliştirildi.
Kısa bir öğrenme eğrisisonra, segmentleri elde etmek için gerekli zaman sunum desenine bağlı olarak, 5 ila 15 dakika arasında değişebilir.
Şekil 1'degösterildiği gibi, yöntem kesin segmentler verir: Bu HRCT ile tam yazışma fark edilerek görülebilir. 3B oluşturma, yazışmaların değerle...

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

Bu protokolün amacı, daha fazla radyomik analiz için kullanmak üzere yüksek çözünürlüklü CT taramalarına olan ilgi hacimlerini segmente etmek için zaman etkin bir yol sağlamaktır.

SARS-CoV Pnömoni Kantitatif Asseiçin Konsolidasyonlar ve Zemin Cam Alanları Belirlemek için Akciğer BT Segmentasyonu

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

Yeni coronavirus hastalığı salgını ndan bu yana, basit ve etkili bir yöntem göğüs BT taraması görüntüleri bu enfeksiyonun tipik patolojik lezyonların uygun bir segmentasyon elde etmek için yararlı temel görünür. Bu nedenle, amacımız insanların bu akciğer patolojik bulgularının kolay ve verimli bir segmentasyon gerçekleştirmek için bilgi bir başlangıç paketi sunmaktır. Umarım, bu bilim camiasının bu hastaların tanı yaklaşımını geliştirebilecek özel radyomik ler ve yapay zeka çalışmaları geliştirmesine yardımcı olacaktır.3B Dilimleyici'nin DICOM tarayıcısından, segmente etmek istediğiniz çalışmayı seçmeye devam edin ve Yükle'yi tıklatın. Seçili servis talebigörüntüleyici bölümünde gözden geçirebilirsiniz. Gördüğünüz gibi, bu hasta, covid-19 tipik bir durumdur hem hem zemin cam opacities ile birlikte sunar.Daha sonra Segment bölümüne gidin ve biri toplam akciğer hacmi, biri zemin cam opaklıkları ve diğeri de konsolide alanlar için olmak üzere üç segment ekleyin. Threshold enstrümanına gidin ve üst eşiği eksi 250 Hounsfield birimine ayarlayın. Sadece hava seçmek ve yumuşak dokular, kemikler ve konsolide alanları dışında bırakarak sıralamak, sistem yumuşak dokulardan otomatik olarak ayırt edemez, sonra uygulamak için tıklayın.Daha sonra, hastanın dışındaki havayı kaldırmak ve bunu yapmak için Ada aracını kullanın ve Yalnızca Seçilmiş Adayı Tut'a gidin. Sonra hastanın içine tıklayın. Dışarıdaki havanın kaldırıldığını görüyorsunuz.Şimdi, toplam akciğer hacmine konsolide alanları eklemek istiyorsunuz. Bunu yapmak için, Küre fırça ayarı ile Boya aleti kullanın, ihtiyacınız olan boyut ayarlama ve yumuşak doku önlemek için dikkatli olmak. Küre fırçası ile, üzerinde çalıştığınız dilime göre yukarı ve aşağı boyayarak işlemi hızlandırabilirsiniz.Şimdi, konsolide alanları segmente etmek istiyorsunuz. Bunu yapmak için, diğer segmentleri çeşitli olmadan toplam akciğer hacmi içinde çalışan emin olun. Eşik aracını kullanarak, yumuşak dokular ve konsolidasyonlar içerdiğinden emin olmak için üst eşiği yükseltin ve alt eşiği eksi 250'ye ayarlayın.Her iki yumuşak doku, damar ve konsolidasyon seçtiğinize dikkat edin, ancak Uygula'yı tıklattığınızda yalnızca konsolide alanlar seçilmiştir. Şimdi, zemin cam alanları segmentiçin, zemin cam segmentseçin. Önceki segmentasyondaki ayarları tutarak, eşiği eksi 750'den eksi 250 Hounsfield birimine ayarlayın.Bu değerin CT taraması ayarlarına göre değişebileceğine dikkat edin. Her zaman zemin cam Fleischner Derneği tanımına göre ayarlayın. Görünürde görünür gemi ile bir opaklık seçin.Ardından Uygula'yı tıklatın. Ayrıca interstisyel alanların seçildiğini fark edeceksiniz. Ayarlamak için, Smooth aletine gidin.CT taramanızın yapı algoritmasını hangi koltuğun daha iyi uyduğunu seçin. Ve gördüğünüz gibi, interstisyel boşluklar kaldırıldı. Segment Düzenleyici'ye giderek segmentasyonunuzun sonuçlarını denetleyebilir ve tanımladığınız segmentlerin 3B modelini görüntüleyebilirsiniz.Modelin saydamlık ayarlamak için sol tarafta kaydırıcı kullanabilirsiniz. 3B Görünüm, doğru segmentasyon işlemini onaylamak için kullanılabilir. Şimdi üç ayrı segmentleri var, toplam akciğer hacmi için bir, ve covid-19 konsolidasyonları ve zemin cam alanları tipik bulgular için diğer iki.SegmentStatistics modülü nedeniyle tanımladığınız segmentten bazı istatistikler ayıklayabilirsiniz. Skaler Hacim seçeneğini kaldırın ve ardından toplam akciğer hacmini ve konsolide alanları ve zemin cam alanlarını ifade eden bir tablonuz olur. Bunu hastalığın şiddetini hesaplamak için kullanabilirsiniz.Tanımladığınız kesimi de dışa aktarabilirsiniz. Veri bölümüne gidebilirsiniz. Ardından, göz simgesine tıklayarak yalnızca dışa aktarmak istediğiniz kesimi görünür hale getirin.Ardından, ikili etiket haritasını yalnızca görünür olarak sağ tıklatın ve dışa aktarın. Etiket haritasını istediğiniz gibi kalabilirsiniz. Tanımladığınız her kesim için işlemi yinelemeniz gerekir.Bunu yaparak, artık tanımladığınız segmente karşılık gelen üç etiket eşemi niz var. Bu, tercih ettiğiniz dosya türüne aktarılabilir veya daha fazla analiz için en uygun dosya türüne uyar. Ayrıca. Bu yöntemlerle araştırmacılar COVID-19'un patolojik bulguları için doğru bir segmentasyon elde edebilirler ve bu bulgular için spesifik özellikler elde edilebilir.Bilimsel topluma bu tür bilgiler sağlanarak doğru, tam otomatik segmentasyon yöntemleri geliştirilebilir ve kesin prognostik faktörler belirlenebilir.

Research

JoVE Journal

Medicine

Osteopathic Manipulative Treatment as a Useful Adjunctive Tool for Pneumonia

Pnömoni için Faydalı adjuvan Aracı Olarak Kemik Hastalıkları Manipülatif Tedavi

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 ...

Tıp

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

Fare Akciğer Fibrin Gel implantasyonu Akciğer özel Anjiogenez Eğitim için

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

Kantitatif gerçek zamanlı PCR ile fare meme tümör modellerinde akciğer metastazı Değerlendirilmesi

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

Apikal Rezeksiyon Fare Modeli Erken Memeli Kalp Rejenerasyon Eğitim

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

Kırılma Mukavemeti Test ve Kantitatif BT merkezli Sonlu Elemanlar Analizi Proksimal Kadavra Femur Hazırlık

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

İndüksiyon ve fare modeli serebral derin malformasyon mikro-CT görüntüleme

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

Aortopathy aort anevrizması β-aminopropionitrile-indüklenen ve diseksiyon, fare modeli nicel mikro-CT Analizi

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

Fare Oropharyngeal aspirasyon modeli Ventilatör ilişkili ve hastane edinilen bakteriyel pnömoni

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

Hastalık modelleme için insan 3D akciğer doku kültürleri (3D-LTCs) nesil

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

Kantitatif analiz düz kas hücre soy izleme farelerin gelişmiş aterosklerotik lezyonları içinde hücresel kompozisyon

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