Доклады : Анализ высокоплотностного компонента содержимого брюшной аорты при КТ-ангиографии

!	Поздравляем хозяина конференций в Дубне Владимира Васильевича Коренькова с 70-летием и желаем ему здоровья и творческих успехов!

Доклады

Анализ высокоплотностного компонента содержимого брюшной аорты при КТ-ангиографии

Коденко М.Р., Кульберг Н.С.¹, Самородов А.В.²

Государственное бюджетное учреждение здравоохранения города Москвы «Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы», m.r.kodenko@yandex.ru

¹Федеральное государственное учреждение "Федеральный исследовательский центр "Информатика и управление" Российской академии наук", kulberg@yandex.ru

²Московский государственный технический университет имени Н.Э. Баумана, avsbmstu@yandex.ru

Компьютерная томографическая ангиография (КТА) является золотым стандартом диагностики и предоперационного планирования большинства сосудистых патологий [1]. В настоящее время данные КТА-исследований аорты используются в основном для определения особенностей её геометрии. Однако, КТ-изображение содержит гораздо более детальную информацию о наборе текстурных признаков, которые имеют потенциально высокую диагностическую ценность. В данной работе рассмотрен анализ одного из таких признаков. По причине визуального сходства рентгеновской плотности крови, сосудистой стенки и мышечной ткани на КТ-изображении возникает необходимость создания искусственного контраста между тканями в области интереса с помощью внутрисосудистых рентгеноконтрастных веществ. На основе данных о химической стабильности и биологической инертности молекулярного строения контрастного вещества сформулирована гипотеза об аддитивном механизме поглощения рентгеновского излучения при КТ-ангиографии: амплитуда рентгеновской плотности контрастированной крови представляет собой сигнал, содержащий детерминированную и стохастическую компоненты. Цель работы: провести анализ возможности выделения детерминированной компоненты рентгеновского поглощения по данным КТА.

Использованы данные, представленные в открытом доступе [2]. С помощью ПО 3D Slicer проведена полуавтоматическая разметка области интереса (просвет и стенка брюшного отдела аорты) с последующей экспертной верификацией (врач-рентгенолог, опыт работы – 3 года). Полученные данные обработаны с помощью инструмента R Studio (версия 4.2.1). Предложена математическая модель, которая описывает детерминированную компоненту сигнала (F_det) в виде тренда, аналитическое определение которого – сумма экспоненциальных функций специального вида (F_0,A,b,c,d,e – коэффициенты, имеющие физиологическое значение):

F_det=F_0-A*((1+exp(b,c,x))^(-1) - (1+exp(d,e,x))^(-1))

Проведены: статистический анализ наличия тренда в данных области интереса (Mann-Kendall Trend Test) и аппроксимация тренда методом нелинейных наименьших квадратов с оптимизацией Левенберга-Марквардта [3]. Качество аппроксимации оценено по результатам статистического теста (t-test) для коэффициентов фронта, проведён анализ биологической адекватности предложенной модели.

Проанализировано 4 исследования (баланс классов «норма»/«патология» равен 1:1, медианное число срезов в исследовании – 144, межквартальный интервал [134; 158,5]). Гипотеза о наличии тренда в данных подтверждена с помощью непараметрического теста Манна-Кендала (p-value < 0,001 для всех случаев). Аппроксимация тренда проведена для данных каждого среза в аксиальной проекции. Получены статистически значимые значения коэффициентов аппроксимации фронта (p-value < 0,05). Анализ биологической адекватности модели подтвердил её чувствительность к изменению:

1) общей гемодинамики: статистически подтверждено наличие в аппроксимированных данных гармонического тренда, который описывает пульсовую волну давления (p-value < 0.05);

2) локальной гемодинамики: подтверждено наличие статистически значимой разницы в значениях коэффициентов, описывающих поведение кривых фронта до и после отхождения почечных артерий – условной анатомической границы, соответствующей зонам повышенного и пониженного оттока контраста в стенку аорты через питающие сосуды (т.н. vasa vasorum).

К ограничениям исследования стоит отнести: малый объём выборки, отсутствие ЭКГ-синхронизации и интегральная оценка локальных гемодинамических процессов. Полученные результаты могут быть полезны при разработке гемодинамических моделей, а также для совершенствования КТА и алгоритмов обработки томографических изображений.

Литература

1. D'Souza D, Niknejad M, Gaillard F, et al. Abdominal aortic aneurysm. Reference article, Radiopaedia.org (Accessed on 25 Nov 2022) https://doi.org/10.53347/rID-826

2. Artificial intelligence in radiology [Electronic resource] // mosmed.ai. URL: https://mosmed.ai/datasets/ (accessed: 12.01.2022).

3. nlsLM function - RDocumentation [Electronic resource]. URL: https://www.rdocumentation.org/packages/minpack.lm/versions/1.2-2/topics/nlsLM (accessed: 26.08.2022).

тезисы на английском языке (PDF)

Материалы доклада

презентация