Основи для оцінки функції нирок за допомогою магнітно-резонансної томографії

Мета реферату: Нефрологиемпірично передбачилифункції нироквідморфологія нирок. Під час діагностики випадку ниркової дисфункції невідомого перебігу, гостре ураження нирок і хронічне захворювання нирок діагностуються на основі аналізів крові та візуалізації, включаючи магнітно-резонансну томографію (МРТ), і визначається політика обстеження/лікування. Пропонується основа для оцінки функції нирок із зображень води, отриманих за допомогою методу Діксона, щоб надати інформацію, яка допоможе клініцистам встановити діагноз шляхом точної оцінкифункції нирокна основі МРТ нирок.

НАТИСНІТЬ ТУТ, ЩОБ ОТРИМАТИ НАТУРАЛЬНИЙ ОРГАНІЧНИЙ ЕКСТРАКТ ЦИСТАНШИ З 25% ЕХІНАКОЗИДУ ТА 9% АКТЕОЗИДУ ДЛЯ ФУНКЦІЇ НИРОК

Підхід:Пропонована структура складається з чотирьох кроків. Спочатку область нирки витягується за допомогою МРТ за методом Діксона з U-net шляхом глибокого навчання. По-друге, витягнуту область нирки реєструють за допомогою цільової маски. По-третє, характеристики нирок розраховуються на основі інформації про класифікацію цільової маски, створеної спеціалістом. По-четверте, розрахунковийшвидкість клубочкової фільтрації(eGFR), що представляєфункції нирокоцінюється за допомогою регресійної опорної векторної машини з обчислених характеристик.

Результати:Для оцінки точності ми експериментували, щоб оцінитиeGFRколи проводили МРТ іeGFRнахил, який є річною швидкістю зниження eGFR. Коли точність оцінювали для 165 суб’єктів, було оцінено, що eGFR має середньоквадратичну помилку (RMSE) 11,99 і коефіцієнт кореляції 0,83. Крім того, було оцінено, що нахил eGFR мав RMSE 4,8 і коефіцієнт кореляції 0.5.

Висновки:Таким чином, запропонований спосіб показує можливість оцінки прогнозу функції нирок на основі зображень води, отриманих методом Діксона.

Ключові слова:кількісна оцінкашвидкість клубочкової фільтрації; магнітно-резонансна томографія;нирка.

1. Введення

Хронічна хвороба нирок(CKD) визначається як стійке зниження оціншвидкість клубочкової фільтрації(eGFR) до<60 mL∕ min per 1.73 m2, the presence of abnormalities suggestive of renal injuries, such as proteinuria, or both.1,2 When CKD progresses, renal replacement therapy is required. Moreover, CKD is also important as an underlying condition related toартеріосклерозіімунодефіцит, такХХНможна вважати пов’язаними з кількома основними причинами смерті.1,2 ХХНє глобальною медичною проблемою, яка вражає від 8% до 16% населення в усьому світі.3 Через широкий спектр причин ХХН не існує специфічного терапевтичного втручання, і необхідно рано виявляти захворювання та контролювати фактори ризику ураження нирок.

Коли нефролог лікує хворого спорушення функції нирокпри невідомому клінічному перебігу нефролог часто звертається до результатів візуалізації нирок на додаток до лабораторних даних та історії хвороби. З цією метою корисні УЗД нирок, рентгенівська комп’ютерна томографія черевної порожнини та магнітно-резонансна томографія нирок (МРТ). Нефролог прогнозує потенційну ниркову функцію, запропоновану морфологією, і відображає цей потенціал у плані лікування. МРТ має особливо гарну роздільну здатність з точки зору контрасту м’яких тканин, і за допомогою відповідних методів візуалізації можна отримати детальну інформацію про внутрішню структуру нирки, наприклад, кортикомедулярну межу.4 Крім того, МРТ також може надати дані про фізіологічні аспекти роботи нирок. Значення Т2* оксигенації кровізалежний від рівня(BOLD) є індексом ішемії/гіпоксії, що може призвести до прогресування ХХН, і суттєво корелює зі швидкістю погіршення ХХН.5,6 Уявне значення коефіцієнта дифузії дифузійно-зваженого зображення є індексом пов’язаний з фіброзом нирок і суттєво корелює з патологічними результатами біопсії нирок.7 Як описано вище, існують великі очікування щодо МРТ як неінвазивного та багатогранного методу оцінки нирок, але МРТ має один недолік: немає методу для комплексної кількісної оцінки. зображень.

Традиційно медичні зображення вимірювали методом області інтересу (ROI). У методі ROI вибирається прямокутна або кругла область, а середнє значення інтенсивності сигналу в цій області використовується як репрезентативне значення. Проблеми з цим методом включають можливість того, що довільні рішення, прийняті спостерігачем, можуть спричинити труднощі з включенням інформації про місцезнаходження та той факт, що можна виміряти лише частину зображення. Pruijm та ін.5 запропонували 12-метод шарових концентричних об’єктів (TLCO) для аналізу ниркової області шляхом поділу цієї області на 12 шарів. Метод TLCO - це метод визначення внутрішньої та зовнішньої частини ниркової області та аналізу всієї області на основі 12 шарів. Зовнішня (кора) і внутрішня (медулярна) області нирки мають різну структуру і функції, і метод TLCO враховує особливість будови нирки. Крім того, повідомлялося, що метод TLCO більш стабільний, ніж метод ROI, оскільки вся ниркова ділянка стратифікується та аналізується просто за допомогою визначення зовнішньої та внутрішньої областей.8 Однак зображення, отримані клінічно, можуть бути атрофованими або деформованими, коли нирка пошкоджена і може мати індивідуальні відмінності або містити кісти. Таким чином, не завжди можливо рівномірно розділити нирки на кілька шарів, що призводить до нестабільних знахідок. Тому існує бажання повністю автоматичного та стабільного методу аналізу нирок.

Як комплексний метод кількісної оцінки ниркових зображень Kuo et al.9 запропонували метод оцінки eGFR під час обстеження з використанням глибокого навчання та ультразвукових зображень. У контрасті,комп'ютерна діагностика(CAD) дослідження МРТ нирок і дослідження трансплантованих нирок. Khalifa et al.10 запропонували схему, яка оцінює відторгнення трансплантованих нирок за допомогою методу динамічної магнітно-резонансної томографії з контрастним підсиленням (DCE-MRI). У цьому методі зображення, отримані за допомогою часових серій DCE-MRI, вирівнюються, а область нирки виділяється за допомогою методу встановлення рівня. Потім вирівнювання коригується, а кора головного мозку обчислюється та аналізується на основі яскравості вилученої області нирки. Shehata et al.11 запропонували метод оцінки відторгнення трансплантованих нирок за допомогою глибокого навчання. Метод DCE-MRI вимагає контрастної речовини і не може застосовуватися ввипадків ХХН. Крім того, важко виділити кору на основі яскравості при порушенні роботи нирок.

У цьому дослідженні ми спробували вирішити вищезазначені проблеми та розробити комплексний метод оцінки МРТ нирок, який можна застосовувати як клінічний тест. Використовуючи переваги тісного зв’язку між морфологією нирки та функцією нирок, зображення води, що використовуються в методі Діксона для оцінки внутрішньої структури нирки, використовувалися для оцінки мішені, а правильною міткою була eGFR, яка є індексом ниркової функції. функція. Методи Діксона покладаються на різницю в резонансній частоті між жиром і водою, і, отже, отримують зображення лише жиру, лише води, синфазні та нефазні зображення.12 У нирках, де багата водою паренхіма органа оточена жиром, зображення Діксона або подібних пригнічених жиром чітко відрізняють паренхіму нирки від навколишньої структури. Ми пропонуємо метод виділення області нирки з магнітно-резонансних зображень за допомогою U-net, перетворення вилученої області нирки в нежорсткість у цільовій масці та подальший аналіз цієї області на основіTLCOцільової маски.

Рис. 1 Запропонована система CAD для оцінки нахилу швидкості клубочкової фільтрації за МРТ за методом Діксона.

2 Матеріал і методи

Пропонована автоматизована структура показана на рис. 1. Запропонована структура використовує наступні чотири кроки для обробки МРТ за методом Діксона:

1. Сегментація ділянки нирки від навколишніх структур черевної порожнини за допомогою U-net.

2. Видалення шуму тривимірним (3D) маркуванням. 3. Нежорстка фіксація області нирок і цільової маски. 4. Розрахунок TLCO. 5. Оцінка функції нирок (eGFR) за допомогою регресійної опорної векторної машини (SVM).

У цій статті запропонований метод є автоматичним методом TLCO (A-TLCO), який компенсує слабкі сторони раніше описаного методу TLCO та автоматизує процес вимірювання. Деталі методу описані нижче, щоб відрізнити запропонований метод від звичайного ручного методу TLCO.

2.1 Область нирок

Сегментується від навколишніх структур черевної порожнини за допомогою U-net. Зображення води за методом Діксона, використаним у цьому дослідженні, мають чітку область нирок. Крім того, у цьому розділі описано грубе видалення ниркової області. Тому ми вирішили використовувати U-net, який, як відомо, забезпечує хороші результати для вилучення площ медичних зображень.13 Використовувалися корональні розрізи зображень води Dixon. Є від трьох до шести нарізаних зображень на суб'єкт, а розмір зображення становить 320 × 320. Ми використовували 1201 зображення 174 випадків. Усі зображення були створені фахівцем як зображення сегментації нирки. На малюнку 2 показано U-net, який використовується для екстракції ниркової області. Мережа розрізняє три класи: нирки, межі нирок та інші тканини. Однак існує незбалансований розподіл зразків у класі меж нирок порівняно з іншими класами тканин. Ми використовували зважену перехресну втрату ентропії, щоб компенсувати цей дисбаланс і досягти більш точного навчання під час навчання мережі. Ми використовували softmax зі зваженими перехресними втратами ентропії для мережевого виведення та порівняння справжніх міток.

Рис. 2. Архітектура U-net, використана для вилучення ниркової області в цьому дослідженні.

Рис. 3 Результати екстракції ниркової ділянки за допомогою U-net: а – оригінал, б – маска, в – результат.

Мінімізацію витрат на 50 епохах було виконано за допомогою адаптивного оптимізатора оцінки моменту зі швидкістю навчання 0,0001. Час навчання для цієї мережі становив ~1 годину на робочій станції з графічним процесором NVIDIA TITAN RTX × 2. Загалом 1201 зображення було розділено на 600 і 601 зображення, і була проведена класифікація для виділення ниркової області. Потім для всіх суб’єктів проводили експеримент з оцінки функції нирок. На малюнку 3 показано результати вилучення, отримані за допомогою U-net. Рисунок 3(a) є вхідним зображенням, а рис. 3(b) є зображенням учителя. На малюнку 3(c) показано результат екстракції. Можна підтвердити, що хибнопозитивних результатів небагато, і область, близьку до ниркової області, може бути виділена.

2.2 Помилкове виявлення

Видалення за допомогою тривимірного маркування. Незважаючи на те, що область нирок, виявлена ​​за допомогою U-net, була дуже точною, траплялося помилкове виявлення. Хибнопозитивні результати екстрагуються для інших органів, крім нирок, як показано на рис. 4(b). Це може бути тому, що коли U-net навчається з патчами 64 × 64, просторова інформація, яка перевищує розмір патча, втрачається. Для вирішення цієї проблеми розглядаються такі методи, як виявлення розташування нирки за допомогою виявлення об’єктів, наприклад Faster R-CNN14 або YOLOv3,15, і застосування семантичної сегментації у вузькому регіоні. Однак у цьому дослідженні кордон нирки за допомогою U-net добре розрізняється, і є кілька помилкових позитивних результатів для інших органів, тому немає потреби ускладнювати процес. Тому ми вирішили виконати 3D-маркування для кожного суб’єкта та виключити інші області, окрім тих, що мають велику площу. Результати обробки показані на рис. 4. На рисунках 4(a)–4(c) показано результати вилучення за допомогою U-net. Можна підтвердити, що хибнопозитивні результати трапляються не в області нирок. На малюнках 4(d)–4(f) показано результати 3D-міток і виключення областей із 3D-областю 2500 пікселів або менше. Цю процедуру було застосовано до всіх 1201 зображень, і було підтверджено, що не було випадків випадкового пошкодження області нирок.

Рис. 4 Площа нирки, отримана за допомогою U-net: (a) зріз 1, (b) зріз 2 і (c) зріз 3. Результат усунення шумової зони за допомогою 3D-маркування: (d) зріз 1, (e) фрагмент 2 і (f) фрагмент 3.

2.3 Нежорстка реєстрація області нирки та цільової маски

Ефективним методом оцінки функції нирок є аналіз структури нирки з оглядом на анатомічну структуру нирки.5,16 Однак для того, щоб фахівець вручну вилучити ділянку нирки, потрібні час і зусилля. Крім того, ручні вимірювання дадуть різні результати в залежності від фахівця. Таким чином, ми пропонуємо метод, за допомогою якого можна автоматично ідентифікувати положення кори та мозкового шару всіх зображень шляхом реєстрації всіх ділянок нирок, виділених U-net, на одну цільову маску. Метод реєстрації виконується у два етапи за допомогою функції MATLAB. Першим кроком є ​​афінне перетворення на основі яскравості. Метод реєстрації на основі яскравості обчислює подібність між двома зображеннями, повторює афінне перетворення, щоб подібність була високою, і оцінює геометричне перетворення (переміщення/обертання/масштабування/зсув) із найбільшою подібністю. Результати обробки показані на рис. 5. На рис. 5 (а) представлено вихідне зображення. На малюнку 5(b) показано результати вилучення ниркової області за допомогою U-net. Малюнок 5(c) - цільова маска. На малюнку 5(c) зображено область нирки нормального зображення нирки, отримане спеціалістом. Типовий пацієнт має дві нирки. У цьому дослідженні ми аналізуємо нирку з більшою площею. На рис. 5(b) ліва нирка більша. Таким чином, ліва нирка витягується та реєструється з цільовою маскою. На малюнку 5(d) показано псевдокольорове зображення цільової маски та початкове положення вилученої нирки. Псевдокольорове зображення показує цільову маску зеленим кольором, вилучену нирку пурпуровим, а пікселі обох зображень білим, що перекриваються. Результат афінного перетворення показаний на рис. 5(e). Далі форма точно модифікується шляхом реєстрації за допомогою поля зміщення на основі яскравості.9,10 У цій статті реєстрація виконується за допомогою поля зміщення на основі алгоритму демонів Тіріона.1,2 Результат модифікації зображення, показаного на 5(e) з використанням поля переміщення показано на рис. 5(f). Точну форму було змінено, щоб наблизитися до цільової маски. Фігура 5(g) показує остаточну реєстрацію зображення.

Рис. 5 Результат жорсткого перетворення: (a) вихідне зображення, (b) результат за U-net, (c) цільова маска, (d) початкова позиція, (e) афінне перетворення, (f) поле зміщення та (g) ) результат реєстрації.

2.4 Розрахунок TLCO

У цьому дослідженні для аналізу функції нирок використовується метод TLCO. Метод TLCO визначає внутрішню (медуллярна сторона) і зовнішню (кіркова сторона) межі паренхіми нирки та поділяє область нирки на 12 шарів ззовні всередину. Метод шарування не пояснюється в документі TLCO.8 Тому в цьому дослідженні ми розрахували TLCO за допомогою перетворення геодезичних відстаней.17 Коли перетворення геодезичних відстаней вводить бінарне зображення області нирки та зображення насіння, зображення перетворення відстані є створений на основі вихідного зображення. На малюнку 6(a) показано бінарне зображення ниркової області, отримане спеціалістом. На малюнку 6(b) показано зображення насіння, зроблене фахівцем. На малюнку 6(c) показано псевдокольорове зображення перетворення геодезичної відстані. Однак зображення, показане на рис. 6(c), не було отримано шляхом поділу ниркової області на 12 шарів. Таким чином, результат перетворення геодезичної відстані був нормалізований у 12 шарів. Зокрема, кількість шарів було поділено на максимальне значення, а потім помножено на 12. Псевдоколірне зображення нормалізованого перетворення геодезичної відстані показано на рис. 6(d). Цільова маска дуже важлива, оскільки вона безпосередньо впливає на розрахунок методу TLCO. У цьому дослідженні ми вирішили використовувати два типи зображень: зображення нормальної нирки, обране фахівцем, і зображення нирки з найбільшою областю. Оскільки метод TLCO ділить нирку на 12 шарів, розрахунок із маленькою атрофованою ниркою складний. Тому зображення нирки з невеликою площею не можна використовувати як цільову маску. 7 показано результати застосування методу TLCO до МРТ-зображень пацієнтів. Малюнок 7(а) — звичайне зображення, підібране спеціалістом. На малюнку 7(b) показані результати фахівця з екстракції ниркової області з рис. 7(a). На малюнку 7(c) зображено псевдокольорове зображення, розділене на 12 шарів методом TLCO. Фігура 7(d) є зображенням нирки з найбільшою площею. На малюнку 7(e) показано результат вилучення фахівцем області нирки з фіг. 7(d). На малюнку 7(d) зображено псевдокольорове зображення, розділене на 12 шарів методом TLCO.

2.5 eGFR, що використовується для оцінки

Ниркова функція за допомогою RSVM У методі TLCO ми використали 12 вимірювань, по одному для кожного шару, щоб оцінити кортикомедулярний градієнт інтенсивності МР-сигналу на основі таких визначень:

Служба підтримки Wecistanche - найбільшого експортера cistanche в Китаї:

Електронна адреса:wallence.suen@wecistanche.com

Whatsapp/Тел.:+86 15292862950

Зверніться в магазин, щоб дізнатися більше про технічні характеристики:

https://www.xjcistanche.com/cistanche-shop