Table of Contents
מבוא
lesmonary lesions, לעתים קרובות מזוהה באופן מקרי על הדמיה החזה או במהלך עבודה עבור סימפטומים נשימה, לייצג ספקטרום רחב של פתולוגיות החל זיהומים שפירים ניאופלממים ממאירים.הבחנה בין כיוונים מידבקים ולא זיהומיות היא אבן הפינה של רדיולוגיה ממוחשבת מתקדמת, תוך השפעה ישירה של החלטות קליניות כגון הצורך עבור antimicrobial, הדמיה נוספת, או בדיקות הדמיה קוונטית (cotial) כדי ניתוח הדמיה מהירה של תפקוד קליני.
הבנה של שקרים לא-מסוכנים
נגעים ulmonary מוגדרים כאזורי מוקד של צפיפות מוגברת או איכויות בתוך הריאה parenchyma, בדרך כלל גלוי על CT או רנטגן. הם מתעוררים מתחומים מגוונים אשר נופלים באופן רחב לשתי קטגוריות: זיהומי ולא זיהומיות.
המונחים: infectious Lesions
נגעים pulmonary נגרמים על ידי פתוגנים כגון חיידקים, וירוסים, פטריות, ו mycobacteria. Bacterial ריאות לעתים קרובות נוכח כמו עצירות עם bronchograms אוויר, בעוד דלקת ריאות ויראלית עשויים להתבטא כמו מוטציות זכוכית ומעורבות רב-לשונית.
המונחים: non-infectious Lesions
גורמים שאינם נגועים כוללים גידולים ראשוניים ומטטטיים, ניאופלים שפירים, תנאים אוטואימוניים (למשל, sarcoidosis, rheumatoid nodules), ותהליכים דלקתיים כגון ארגון דלקת ריאות או ריאות fibrosis משולב. Malignant les לעתים קרובות להציג שוליים לא סדירים או spiculated, hetragenous, צמיחה, שיפור דומה של דלקת ריאות או straicial, כמו זיהומים.
שיטות עיבוד תמונה ל Lesion Differentiation
עיבוד תמונה כולל חבילה של שיטות חישוביות אשר משפרות, פלח, לכמת, וסווגות חריגות בתמונות רפואיות. בהקשר של נגעים pulmonary, טכניקות אלה לחלץ תכונות אובייקטיביות, ניתנות לשכפול המסייעים להבחין בין מידבקות ממקורות שאינם נגועים.
המונחים
סגמנטציה מבודדת את העול של מקבילות סביב ריאה parenchyma, כלי שיט, וקיר החזה. Semi-automated ואלגוריתמים אוטומטיים לחלוטין (למשל, אזור גדל, קבוצות רמה ורשתות עצביות מהפכת) מחלחלות לגבולות היטל, המאפשרים חישובים מורכבים ומונומטריים (למשל, פלמנטציה של דלקת ריאות היא קריטית, כגון גודל, צורה, ומרקם - נגזרים מן האזורים המשתנים בצורה לא סדירה, לעתים קרובות יותר).
ניתוח טקסט ורדיוממים
ניתוח טקסט מגדיר את הסדר המרחבי של נחיתות pixel בתוך היטל.הסטטיסטיקות סדר ראשון (mean, variance, skewness, kurtosis) לתאר את הגולגולת הכוללת, בעוד תכונות מסדר שני (למשל, עקומות אפורות co-cocurrence ממטר, GLCM) ללכוד דפוסים מקומיים כגון ניגוד, הומוגניות, ו entroranicial, לעומת תכונות רדיוקומיות גבוהות יותר.
למידה מרחוק ולמידה עמוקה
מכונות למידה מסווגות (מכונות תמיכה וקטור, יערות אקראיים, XGBoost) מאומן בתכונות רדיומיות כדי להבחין סוגים של דבקות. Deep Learning, במיוחד רשתות עצביות אבולוציה (CNN), יכול ללמוד תכונות מפלסות ישירות מ-85 תצלומים, עקיפה של תכונת ספציפית של נתונים אישיים (D23) הראו ביצועים מעולים באבחון מוטציות על CT, עם כמה מודלים מנוסים לאבחון של בדיקות מתמטיות, כולל בדיקות CTD2D.
תכונות מפתח שונות של Infectious from non- infectious Lesions
אלגוריתמי עיבוד תמונה מסתמכים על קבוצה של תכונות הדמיה אופייניות, אשר, כאשר קוונטית, עוזר להפריד בין שתי קטגוריות.הבנת תכונות אלה חיוני עבור רופאים ומפתחי אלגוריתם.
דמויות של סיון
- (FLT:0) ⁇ ואופיות זכוכית קרקעיות (GGOs): ⁇ :1FreaLT:1 דלקת ריאות זיהומיות לעתים קרובות לגרום למילוי חלל אוויר, המוביל למיזוג צפוף עם bronchograms אוויר (Bronchi מלא אוויר מוקף בגרון חום).
- (FLT:0)Cavitation:FLT:1 Necrosis בתוך עול יכול לייצר חללים. in lesions זיהומי, cavities עשויים להיות קירות עבים ולא סדירים (למשל, שחפת, abscess) או קירות דקים (למשל זיהום פטרייתי).
- (FLT:0) דפוס ה-in-bud:FreaLT:1) Centrilobular nodules עם אפיקוכיות ליניאריות המייצגות התפשטות אנדונצ'יאלית של זיהום, מציע מאוד של bronchiolitis זיהומי (למשל, שחפת, Mycoplasma).
- (FLT:0) Perilesional זכוכית הילה: ⁇ FLT:1 ⁇ -glass הקרקע סביב nodule (סימן הhalo) הוא לעתים קרובות עם אספרלגוזיס פולשני וזיהומים פטרייתי אחרים, אבל גם עם מסטיקה hemorrhagic וגידולים ראשוניים מסוימים.
- (FLT:0) ריבוי והפצה: lesentiLT:1 les זיהומיות מופיעים לעתים קרובות במספרים, עם הפצה אקראית או bronchovascular. lesions in the העליון lobes הם קלאסיים עבור שחפת, בעוד כימות נמוכה יותר של כיפור מציע דלקת ריאות.
דמויות לא זיהומיות
- (FLT:0) , 000 ו lobulation:BuildFLT ( 1 Irregular, בצורת כוכבים הם סימניות של נגעים ממאירים עקב תגובה desmoplastic. Lobulation מציין צמיחה לא אחידה. Benign non-infectious les (למשל, ⁇ ) יש בדרך כלל שולי חלק, מוגדר היטב.
- (FLT:0)Growth Over Time:FLT:1, les מביניים בדרך כלל גדל בגודל על הדמיה סדרתית (הארכה של 30-400 ימים) lesions עלולים לפתור או לשנות מהר יותר עם טיפול, אבל גרניט כרונית יכולה להישאר יציבה במשך שנים.
- (FLT:0) שיפור הטרוגני ו- Ncrosis:BuildFLT ( 1:1 Malignant גידולים לעתים קרובות להראות שיפור לא סדיר, היקפי עם ערפיליות מרכזית, אבל נקבוביות כאלה יכולות להתרחש גם בזיהומים cavitary. Fat או calcification הוא מציע מאוד של סטיות לא זיהומיות (למשל, ⁇ עם קדמיון פופקורמול).
- (FLT:0) אפקט ופלישה: FLT:1 לא זיהומיות עלול לגרום עיוותים bronchiole, התחדשות משולשת, או פלישת קיר החזה, בעוד זיהומים טהורים לעתים רחוקות לייצר השפעות כאלה אלא אם כן מסובך על ידי abscess.
נפילה יתר ואבחון
תכונות הדמיה רבות חופפות באופן משמעותי.לדוגמה, a עגול, circumrated nodule עם cavity מרכזי יכול להיות או arculoma או carcinoma תא דחוס. Ground-frac nodules יכול לייצג את שולי ריאות (AIS, MIA) כמו גם ארגון דלקת ריאות או דלקת ריאות ויראלית מסתמכים על הקשר הקליני (fever, שיעול, immunostotic) ופתרון של סרטן ריאות (דלקת ריאות) ודלקת ריאות (דלקת ריאות) לפני טיפול תרופתית) הם סימפטומים של סרטן ריאות (דלקת ריאות (דלקת ריאות) ודלקת ריאות (דלקת ריאות) ודלקת ריאות (דלקת ריאות) ודלקת ריאות (דלקת ריאות) ודלקת ריאות (דלקת ריאות) כדי להפחית את הסימפטומים של סרטן ריאות (דלקת ריאות) ודלקת ריאות) ודלקת ריאות (דלקת ריאות (דלקת ריאות) ודלקת ריאות (דלקת ריאות).
יישומים קליניים והשפעה על ניהול מטופלים
השילוב של עיבוד תמונה לתוך זרמי עבודה קליניים יש יתרונות מוחשיים לטיפול בחולים.בהגדרות שבו משאבי רדיולוגיה התערבות הם מוגבלים, מדויק לא פולשנית של שונות יכול למנוע ביופסיה מיותרים והסיכונים הקשורים שלהם (pneumothorax, ⁇ ). , כאשר חוסר אחריות הוא חשד, גילוי מוקדם ו biopsy יכול expedite כירורגי או טיפול מערכתי.
פלטפורמות תוכנה מסחריות ודירוג מחקר עכשיו לשלב רדיומיקה ומודלים AI עבור סיווג pulmonary nodule. לדוגמה, השימוש במודל רדיומי מבוסס CT כדי להבדיל גרניט שחפת של סרטן ריאות בשלב מוקדם יכול להפחית הפניה חיובית כוזבת עד 43% באזורי שחפת.
(הופנה מהדף הקרנה לסרטן) תוכניות סינון סרטן ריאות נמוכות מסוג CT מייצרות מספר רב של נוודים מקריים, שרובם שפירים (מגרנומה בלתי מזוינת, סטיות לימפה פולשניות, וכו ') עיבוד תמונה מוטבעת בזרימת העבודה ההקרנה יכול לאפיין באופן אוטומטי כל קמולה ולהקציש הסתברות של רשלנות.
אתגרים וכיוונים עתידיים
למרות ההבטחה שלה, עיבוד תמונה עבור מוטציות ריאות פרצופים כמה hurdles. ראשית, חוסר של נתונים סטנדרטיים, גדול annonoated עבור הכשרה ואימות על פני אוכלוסיות שונות וסוגים סורק יכול להוביל לירידה מודל כאשר פרוסים במוסדות חדשים.
שלישית, הסבירות נותרה אתגר.מודלים למידה עמוקה פועלים לעתים קרובות כ"קופסאות שחורות", מה שמקשה על הרופאים לסמוך על הפלט שלהם.Efforts הם בדרך לייצר מפות סלנסיות והסברים המבוססים על תשומת לב המדגישים את אזורי התמונה המניעים את סיווגם (FDA, סימון) עבור אלגוריתמים כאלה עדיין מתפתח, ורק כמה מערכות AI קיבלו אישור עבור מחקרים מתמטיים או זיהוי מוקדם של טיפול קליני עשוי להיות מופחת.
כיוונים עתידיים כוללים את ההיתוך של נתונים רב-ממדיים: שילוב תכונות תמונה CT עם משתנים קליניים, סמנים מעבדה (למשל, פרוציטונין, CRP, ספירת דם מלאה), ואפילו נתונים גנומיים עבור biopsy נוזלי. מודלים רב-ממדיים יכולים ללכוד את הממשק המורכב בין תגובה וביולוגיה ללחיות.
מסקנה
עיבוד תמונה הפך כלי חיוני בארסנל של הרדיולוג על מנת לגוון את המידבק מ נגעים pulmonary שאינם נגועים pulmonary. באמצעות פלח, ניתוח מרקמים, רדיומיקה ולמידה מכונה, ביומרקרים כמותיים יכולים לחשוף הבדלים עדינים במורפולוגיה, הטרוגניות, ושיפור שאינו נתפס על ידי שיטות טיפול פסיכולוגיות, להפחית את הדיוק, הביופסיה חסרת צורך ולטפל באפקטיביות גבוהה יותר, תוך כדי שיפור יכולת טיפול קליניזציה מתמשכת, תוך שיפור יכולת טיפולית של טיפולית של טיפולית, תוך כדי שיפור יכולת טיפולית של טיפולית, ואפקטים מתמשכת, תוך שיפור יכולת טיפולית של טיפולית של טיפולית של שיטות טיפולית של טיפולית של טיפולית, תוך כדי שיפור יכולת טיפולית של טיפולית, והתאמה אישית, ואפקטיביות גבוהה יותר, תוך כדי שיפור יכולת טיפולית, ואפקטים מתמשכת, תוך כדי שיפור יעילות קלינית מתמשכת, תוך שיפור יכולת טיפולית, תוך שיפור יכולת טיפולית של שיטות טיפולית של שיטות טיפולית של שיטות טיפול פסיכולוגי, ואפקטים מתמשכת, תוך כדי שיפור יעילות קלינית, תוך שיפור יעילות קלינית מתמשכת, ואפקטים מתמשכת של שיטות טיפול מתמשך של שיטות טיפול מתמשך של טיפול מתמשך של טיפול פסיכולוגי, תוך כדי שיפור